Data Modelling for Self-Service & AI

Worum geht es?

In diesem Webinar betrachten wir Data Modelling aus einer strategischen Perspektive. Du erfährst, wie sich Entscheidungen beim Aufbau von Datenmodellen auf nachgelagerte Prozesse auswirken und welche Prinzipien dazu beitragen, Daten für unterschiedliche Anwendungsfälle besser nutzbar zu machen. Dabei betrachten wir sowohl Self-Service Analytics als auch die Anforderungen, die AI-Anwendungen an Struktur, Kontext und Verlässlichkeit von Daten stellen.

Das nimmst Du vom Data Modelling Webinar mit

• Du verstehst, warum ineffiziente Datenspeicherung zu wiederkehrender Nachbearbeitung führt und warum sich dieser Aufwand mit wachsender Nutzung potenziert.
• Du lernst, wie effizientes und strategisches Datenmodell-Design nachgelagerte Arbeit vereinfacht und Prozesse beschleunigt.
• Du erfährst, wie Du wiederkehrende Vorbereitungsschritte reduzierst, damit Anwender:innen direkt effizient mit Daten arbeiten können.
• Du bekommst Orientierung, wie Datenmodelle so aufgebaut werden, dass sie Self-Service Analytics unterstützen und gleichzeitig eine robuste Grundlage für AI-Anwendungen bilden.

Zielgruppe und Vorkenntnisse

Dieses Webinar richtet sich vor allem an Personen, die Entscheidungen rund um Datenstrategie, Datenarchitektur und Budgets treffen, etwa Strateg:innen, Chief Data Officers, leitende Rollen in Analytics und Budgetverantwortliche. Gleichzeitig ist es relevant für Product Owner und Lead Business Analysts, die den Bedarf aus den Fachbereichen aufnehmen und konkrete Verbesserungen im Datenzugang und in der Nutzung vorantreiben.

Tiefe technische Vorkenntnisse sind nicht erforderlich. Ein grundlegendes Verständnis von Daten, Analytics oder Datenarchitekturen ist hilfreich.

Trainingsinhalte

Auswirkungen von Datenmodellierung auf Analytics

Wie sich Strukturen in der Datenspeicherung auf nachgelagerte Analysen, wiederkehrende Aufbereitung und die Arbeit mit Daten auswirken.

Prinzipien für skalierbare Datenmodelle

Welche Überlegungen beim Aufbau von Datenmodellen helfen, Daten für unterschiedliche Analyseanforderungen strukturiert bereitzustellen.

Self-Service Analytics ermöglichen

Wie Datenmodelle Fachbereiche und Anwender dabei unterstützen können, Daten eigenständiger zu nutzen und wiederkehrende Vorbereitungsschritte zu reduzieren.

Datenmodelle als Grundlage für AI

Welche Bedeutung Struktur, Beziehungen und fachlicher Kontext haben, wenn Daten für AI-Anwendungen genutzt werden sollen.