Foundations of Data Management

Brief description

• Grundlagen des Datenmanagements: Bedeutung, Vorteile, Herausforderungen und Chancen, Begriffe und Konzepte (z.B. Datenqualität, Metadaten, Datensicherheit), Datentypen (z. B. strukturierte, unstrukturierte, halbstrukturierte Daten) und ihre Merkmale • Datenlebenszyklus: Phasen (z. B. Datenerfassung, -speicherung, -verarbeitung, -analyse, -archivierung), Schlüsselaufgaben und -aktivitäten, Datenmanagementpraktiken • Datenmodellierung und Datenbanken: Grundkonzepte, Unterschiede und Verwendungsmöglichkeiten von relationalen und NoSQL-Datenbanken, Entity-Relationship-Modelle, relationale Datenbanken, SQL-Abfragen • Datenqualität und Datenintegration: Dimensionen der Datenqualität (z. B. Genauigkeit, Vollständigkeit, Konsistenz, Aktualität), Bewertung und Verbesserung der Datenqualität, Datenqualitätsstrategien, Herausforderungen und Lösungen für die Datenintegration • Datensicherheit: Sicherheitsbedrohungen (z. B. unbefugter Zugriff, Datenverlust, Datendiebstahl) und Gegenmaßnahmen, rechtlicher und ethischer Rahmen für das Datenmanagement, Datenschutzkonzepte/DSGVO • Data Governance: Bedeutung, Grundsätze und Rahmenbedingungen, Rollen, Verantwortlichkeiten, Prozesse und Verfahren für die Umsetzung

Mode of delivery

face to face

Type

compulsory

Planned learning activities and teaching methods

Vortrag, Paar- und Kleingruppenarbeiten, Fallstudien, praktische Übungen, Präsentation, Diskussion, Blended-Learning-Elemente (z.B. Selbststudium, Lernvideos, Quizzes)

Assessment methods and criteria

• 40% immanente Leistungsbeurteilung (Paar-/Gruppenarbeiten, Fallstudien, praktische Übungen), (Beurteilungskriterien: Plausibilität der Analyse und des Lösungsvorschlags/Beitrags, korrekte Anwendung relevanter Methoden und Techniken, formale Korrektheit) • 60% Schriftliche Endprüfung (Beurteilungskriterien: inhaltliche und methodische Korrektheit, Vollständigkeit und Detailgenauigkeit der Antworten)

Prerequisites and co-requisites

Keine

Infos

Cycle

Master

ECTS Credits

3.00

Language of instruction

German

Curriculum

Part-Time

Academic year

2025

Semester

1 WS

Incoming

Learning outcome

Nach erfolgreichem Abschluss der Lehrveranstaltung sind Studierende in der Lage, • Bedeutung, Nutzen, Herausforderungen und Möglichkeiten des Datenmanagements im Kontext von Wirtschaft, Forschung und Informationsgesellschaft zu erläutern, • wichtige Begriffe und Konzepte des Datenmanagements zu definieren und verschiedene Datentypen und ihre Merkmale zu beschreiben, • die verschiedenen Phasen des Datenlebenszyklus und ihre Bedeutung zu erläutern und die wichtigsten Aufgaben und Praktiken für jede Phase zu ermitteln und zu beschreiben, • grundlegende Konzepte der Datenmodellierung und die Grundprinzipien von Entity-Relationship-Modellen (ER), relationalen Datenbanken und SQL-Abfragen zu erklären und anzuwenden, • die Bedeutung und Dimensionen der Datenqualität zu erklären und Verfahren zur Bewertung und Verbesserung der Datenqualität sowie zur Umsetzung langfristiger Datenqualitätsstrategien zu beschreiben und anzuwenden, • die Herausforderungen und Lösungen für die Integration von Daten aus verschiedenen Quellen zu beschreiben, • die wichtigsten Bedrohungen für die Datensicherheit zu benennen und Maßnahmen zum Schutz vor diesen zu beschreiben, • den rechtlichen und ethischen Rahmen für das Datenmanagement zu reflektieren und Datenschutzkonzepte wie die DSGVO und ihre Auswirkungen auf das Datenmanagement zu beschreiben, und • die Bedeutung und die wichtigsten Grundsätze und Rahmenbedingungen von Data Governance zu beschreiben und Rollen, Verantwortlichkeiten und Prozesse für die Umsetzung von Data Governance zu definieren.

Course code

0948-25-01-BB-DE-08

Foundations of Data Management