Fortgeschrittenes Datenmanagement, Big Data und Business Intelligence

11M2008

Master

Deutsch

5.0

nur Wintersemester

1 Semester

Die zunehmende (freie) Verfügbarkeit von Daten aus verschiedenen Quellen (Sensoren, Web, e-Commerce, soziale Medien, Open Data) stellt neue Anforderungen an die (verteilte) Speicherung und Verarbeitung großer, polystrukturierter Datenmengen in kurzer Zeit. Hierbei stoßen (auch aktuelle) relationale Datenbankmanagementsysteme an ihre Grenzen. In diesem Modul werden deshalb aktuelle Forschungsergebnisse betrachtet und ausgewählte Technologien anhand realer praxis- und forschungsrelevanter Fragestellungen eingeübt. Hierdurch werden Studierenden in die Lage versetzt, aktuelle Big Data-Technologien in die Berufspraxis einzubringen und weiterführende wissenschaftliche Untersuchungen im Themenbereich durchzuführen.

Das Themengebiet Fortgeschrittenes Datenmanagement unterliegt einem technologischen Wandel in kurzen Zeitspannen. Nachfolgende Themenliste wird daher kontinuierlich aktualisiert:

1. Fortgeschrittene Datenbankentwicklungsansätze
    1. Skalierungsansätze 
    2. Tuning von Datenbankanwendungen 
    3. Datenschutz und Datensicherheit
    4. In-Memory-Datenbanken
2. Verteilte und Parallele Datenbankmanagementsysteme
    1. Distributed Ledger Technologien
    2. Big Data-Infrastrukturen und ihre Komponenten 
    3. Datenbankcluster und -architekturen
    4. Big Data-Ökosysteme 
    5. Cloud-Lösungen 
    6. Appliances 
3. Post SQL-Datenbanken im Überblick 
    1. NOSQL-Datenbanksysteme 
    2. Datenstrommanagementsysteme
    3. Zeitreihendatenbanken und Temporale Erweiterungen
    4. Datenbankerweiterungen
4. Anwendungen
    1. Managementinformationssysteme 
    2. Knowledge Discovery in Databases 
    3. Big Data in verschiedenen Anwendungsgebieten  
    4. (Internationale) Datenräume
    5. Forschungsdatenmanagement
5. Aktuelle wissenschaftliche Entwicklungen
6. Anwendungsbeispiele

Der Arbeitsaufwand für das Modul umfasst insgesamt 150 Stunden (siehe auch "ECTS-Leistungspunkte und Benotung").

• Hausarbeit

• experimentelle Arbeit oder
• regelmäßige Teilnahme

Die Auswahl der benoteten und unbenoteten Prüfungsarten aus den vorgegebenen Optionen obliegt der jeweiligen Lehrperson. Diese hält sich dabei an die jeweils gültige Studienordnung.

Benotete Prüfungsleistung:

• Hausarbeit - Ausarbeitung ca. 15 Seiten, begleitender Vortrag ca. 10 Minuten

Unbenotete Prüfungsleistung:

• Experimentelle Arbeit: Experiment: insgesamt ca. 5 Versuche
• Regelmäßige Teilnahme: Anwesenheit von mind. 80% der Veranstaltung

In diesem Modul werden Kenntnisse im Bereich Datenbankentwicklung (Entwurf, CRUD, Transaktionen etc.) vorausgesetzt, die typischerweise in einem Grundlagenmodul "Datenbanken" im Bachelorstudium gelehrt werden. Studierende, die diese Vorkenntnisse nicht mitbringen wird nahegelegt, sich z.B. anhand eines Standard Datenbanklehrbuchs sowie geeigneten praktischen Aufgaben die benötigten Vorkenntnisse anzueignen. Gerne stellt der Lehrende auch entsprechendes Material auf Nachfrage bereit.

Studierende, die dieses Fach erfolgreich studiert haben, kennen aktuelle Technologien und Ansätze des Datenmanagements sowie deren Anwendungsgebiete. Sie sind in der Lage, praxisorientierte Beispiele zu erstellen.

Die Studierenden verfügen zusätzlich über umfangreiches Spezialwissen über praxisnahe Anwendungen datenintegrierender, speichernder und analysierender Systeme unter Berücksichtigung von Volume, Variety und Velocity. Aktuelle Referenzarchitekturen und Rahmenempfehlungen für Datenschutz und Datensicherheit sind den Studierenden bekannt und können von ihnen kritisch reflektiert werden.

Absolventinnen und Absolventen können ihr Wissen und Verstehen sowie ihre Fähigkeiten zur Problemlösung auch in neuen und unvertrauten Situationen anwenden, die in einem breiteren oder multidisziplinären Zusammenhang mit ihrem Studienfach stehen.

Die Studierenden sind in der Lage, moderne Ansätze des Datenmanagements als Teil komplexer IT-Projekte einzusetzen und deren Anwendung mit bereits erworbenen Kompetenzen kombinieren. Sie können angeleitet neue Technologien erlernen und diese in den Domänenkontext einordnen. Sie führen dazu in einem festgelegten Rahmen Forschungs- und Entwicklungsprojekte durch und setzen diese prototypisch um.

Die Studierenden können aktuelle Forschungsergebnisse im Rahmen formeller Präsentationen einem Fachpublikum vorzustellen. Sie sind befähigt zur kritischen Fachdiskussion mit Anwendern, Software-Entwicklern und Data Scientists.

• Tapken, Heiko

• Tapken, Heiko