Seminar Actian Data Intelligence (Zeenea) – Data Catalog Grundlagen und Architektur

Das eintägige Grundlagen- und Architekturmodul vermittelt ein konsistentes Gesamtbild der Actian Data Intelligence Platform und ihrer Zeenea-Anwendungen. Es ordnet Datenkatalog, Knowledge Graph, Scanner, Studio, Explorer, Glossar, Lineage, Datenqualität, Datenprodukte und föderierte Strukturen in eine gemeinsame Zielarchitektur ein. Der Schwerpunkt liegt auf Orientierung, Begriffssicherheit und fundierten Architekturentscheidungen.

Inhaltsübersicht

• Zielsetzung
• Zielgruppe
• Voraussetzungen
• Seminarinhalte
• Praxisübungen
• Methodik
• 1. Problemraum und Zielbild eines Datenkatalogs
• 2. Plattformkomponenten und Nutzeranwendungen
• 3. Metadatenarten und Katalogobjekte
• 4. Knowledge Graph, Suche und Empfehlungen
• 5. Scanner, Konnektoren und Synchronisation
• 6. Glossar, Lineage, Qualität und Datenprodukte
• 7. Rollen, Sicherheit und föderierte Governance
• 8. Einführungsroadmap und Architekturentscheidungen

Zielsetzung

• Zweck und Nutzen eines modernen Datenkatalogs präzise einordnen
• Plattformkomponenten, Anwendungen und Datenflüsse verstehen
• Technische, operative und fachliche Metadaten unterscheiden
• Knowledge-Graph-, Such- und Lineage-Prinzipien erklären
• Governance-, Rollen- und Sicherheitsanforderungen in der Architektur berücksichtigen
• Eine realistische Einführungs- und Lernreihenfolge ableiten

Zielgruppe

Entscheider, Enterprise- und Data Architects, Data Office, Data Governance, Data Stewards, Plattformverantwortliche und Projektleitungen.

Voraussetzungen

Keine produktspezifischen Vorkenntnisse. Grundkenntnisse zu Datenplattformen, Analytics oder Data Governance erleichtern die Einordnung.

Seminarinhalte

1. 1. Problemraum und Zielbild eines Datenkatalogs

   1. Schritt 1: Datenauffindbarkeit, Verständnis, Vertrauen und Verantwortlichkeit als Kernprobleme strukturieren
   2. Schritt 2: Katalog, Metadatenmanagement, Governance und Marketplace voneinander abgrenzen
   3. Schritt 3: Typische Nutzenpfade für Fachbereiche, Datenmanagement und Technik identifizieren

   Praxis: Ein Zielbild mit priorisierten Nutzenfällen wird formuliert.

2. 2. Plattformkomponenten und Nutzeranwendungen

   1. Schritt 1: Studio als Arbeitsbereich für Metadatenmanagement und Explorer für Datenkonsumenten einordnen
   2. Schritt 2: Administration, Scanner, APIs und Marketplace-Funktionen in den Gesamtaufbau integrieren
   3. Schritt 3: Zuständigkeiten und Informationsflüsse zwischen Komponenten nachvollziehen

   Praxis: Die Komponenten werden einem Referenzprozess vom Scannen bis zur Nutzung zugeordnet.

3. 3. Metadatenarten und Katalogobjekte

   1. Schritt 1: Technische, fachliche, operative und soziale Metadaten unterscheiden
   2. Schritt 2: Datasets, Felder, Prozesse, Visualisierungen, Begriffe und Custom Items einordnen
   3. Schritt 3: Eigenschaften, Kontakte, Beziehungen und Status als Dokumentationsbausteine verstehen

   Praxis: Ein Beispieldatensatz wird mit den erforderlichen Metadatenarten beschrieben.

4. 4. Knowledge Graph, Suche und Empfehlungen

   1. Schritt 1: Objekte und Beziehungen als vernetztes Wissensmodell verstehen
   2. Schritt 2: Kontextbasierte Suche, Filter und Exploration gegenüber reiner Stichwortsuche abgrenzen
   3. Schritt 3: Semantische Verknüpfungen als Grundlage für Governance und AI-Kontext bewerten

   Praxis: Ein Suchpfad wird vom Geschäftsbegriff bis zum technischen Asset modelliert.

5. 5. Scanner, Konnektoren und Synchronisation

   1. Schritt 1: Metadatenaufnahme über Scanner und Quellkonnektoren konzeptionell erklären
   2. Schritt 2: Synchronisationszyklen, Änderungen und technische Verantwortlichkeiten einordnen
   3. Schritt 3: Automatisches Scanning und manuelle Anreicherung sinnvoll kombinieren

   Praxis: Eine einfache Quellenanbindungsarchitektur wird skizziert.

6. 6. Glossar, Lineage, Qualität und Datenprodukte

   1. Schritt 1: Fachliche Definitionen mit technischen Assets verknüpfen
   2. Schritt 2: Lineage und Impact Analysis für Nachvollziehbarkeit und Änderungssicherheit nutzen
   3. Schritt 3: Qualitätssignale, Datenprodukte und Verträge als Vertrauens- und Konsumkontext verstehen

   Praxis: Ein End-to-End-Nutzungsfall mit Glossar, Lineage und Qualitätsbewertung wird analysiert.

7. 7. Rollen, Sicherheit und föderierte Governance

   1. Schritt 1: Consumer, Steward, Owner, Administrator und Engineer trennscharf zuordnen
   2. Schritt 2: Gruppen, Katalogzugriffe und Domänenautonomie in föderierten Modellen einordnen
   3. Schritt 3: Zentrale Standards und dezentrale Verantwortung ausbalancieren

   Praxis: Ein minimales Rollen- und Verantwortungsmodell wird erstellt.

8. 8. Einführungsroadmap und Architekturentscheidungen

   1. Schritt 1: Use Cases, Quellen, Metamodell, Governance und Adoption in sinnvolle Wellen bringen
   2. Schritt 2: Abhängigkeiten, Risiken und Entscheidungspunkte transparent machen
   3. Schritt 3: Passende Folgeseminare nach Rolle und Vorhaben auswählen

   Praxis: Eine initiale 90-Tage-Roadmap wird aus dem Zielbild abgeleitet.

Praxisübungen

1. Erstellung eines kompakten Zielbilds und Nutzenkatalogs
2. Zuordnung der Plattformkomponenten zu einem Metadatenprozess
3. Modellierung eines Suchpfads vom Begriff zum technischen Asset
4. Entwurf einer 90-Tage-Einführungsroadmap

Methodik

Strukturierte Fachimpulse, Architekturdiagramme, kurze Gruppenübungen und ein durchgängiges Referenzszenario schaffen eine belastbare Grundlage für weitere Fach- und Technikseminare.