Seminar Actian Data Intelligence (Zeenea) – Intensivseminar Data Catalog, Governance und Marketplace

Dieses fünftägige Intensivseminar bündelt die wesentlichen fachlichen und organisatorischen Kompetenzen für Einführung und Nutzung der Actian Data Intelligence Platform. Es verbindet Grundlagen und Architektur, Explorer-gestützte Discovery, Business Glossary, Data Governance und Stewardship, Lineage, Datenqualität, Datenschutz, Datenprodukte, Data Contracts, Enterprise Marketplace, Data Mesh, Adoption und Erfolgsmessung in einem durchgängigen Unternehmensfall.

Inhaltsübersicht

• Zielsetzung
• Zielgruppe
• Voraussetzungen
• Seminarinhalte
• Praxisübungen
• Methodik
• Tag 1 – Plattform, Architektur und Data Discovery
• Tag 1 – Metadatenmodell und Quellenaufnahme
• Tag 2 – Business Glossary und semantischer Kontext
• Tag 2 – Governance, Stewardship und Rollen
• Tag 3 – Lineage, Qualität und Compliance
• Tag 3 – Kontroll- und Verbesserungsprozesse
• Tag 4 – Datenprodukte und Data Contracts
• Tag 4 – Enterprise Marketplace und Data Shopping
• Tag 5 – Data Mesh und föderierter Katalog
• Tag 5 – Rollout, Adoption und Gesamtroadmap

Zielsetzung

• Plattform, Anwendungen, Knowledge Graph und Metadatenprozesse ganzheitlich verstehen
• Daten effektiv suchen, bewerten und mit fachlichem Kontext verbinden
• Glossar, Stewardship, Governance, Qualität und Compliance operationalisieren
• Lineage und Impact Analysis in Entscheidungen und Änderungen integrieren
• Datenprodukte, Contracts und Marketplace-Prozesse gestalten
• Föderierte Governance und Data-Mesh-Strukturen planen
• Pilot, Rollout, Adoption und Kennzahlen zu einer umsetzbaren Roadmap verbinden

Zielgruppe

Data Office, Data Governance, Data Stewards, Data Product Owner, Data Architects, Plattform- und Projektverantwortliche sowie interdisziplinäre Einführungsteams.

Voraussetzungen

Grundkenntnisse zu Datenmanagement, Analytics oder Governance. Das Seminar ist für Teams geeignet, die ein geschlossenes Gesamtprogramm statt mehrerer Einzelmodule benötigen.

Seminarinhalte

1. Tag 1 – Plattform, Architektur und Data Discovery

   1. Schritt 1: Zielbild, Komponenten, Studio, Explorer, Scanner, Knowledge Graph und Katalogobjekte einordnen
   2. Schritt 2: Suchstrategien, Filter, Objektseiten, Beziehungen und Vertrauensentscheidungen anwenden
   3. Schritt 3: Use Cases priorisieren und Pilot-Scope mit Quellen und Zielgruppen festlegen

   Praxis: Ein Zielbild und ein vollständiger Discovery-Fall werden für die Seminarfallstudie aufgebaut.

2. Tag 1 – Metadatenmodell und Quellenaufnahme

   1. Schritt 1: Technische, fachliche und operative Metadaten unterscheiden
   2. Schritt 2: Objekttypen, Eigenschaften, Beziehungen und Mindestmetadaten ableiten
   3. Schritt 3: Scanning, Synchronisation und manuelle Anreicherung als Prozess verbinden

   Praxis: Ein minimal tragfähiges Metamodell und eine Quellen-Roadmap werden erstellt.

3. Tag 2 – Business Glossary und semantischer Kontext

   1. Schritt 1: Begriffe, KPIs, Regeln und Richtlinien eindeutig modellieren
   2. Schritt 2: Synonyme, Hierarchien, Beziehungen und technische Verknüpfungen gestalten
   3. Schritt 3: Review, Freigabe, Qualität und Bereitstellung im Explorer operationalisieren

   Praxis: Ein veröffentlichungsfähiger Glossarausschnitt mit KPI und technischen Beziehungen entsteht.

4. Tag 2 – Governance, Stewardship und Rollen

   1. Schritt 1: Operating Model, Owner, Steward, Custodian und Plattformrollen festlegen
   2. Schritt 2: Backlog, Mindeststandards, Freigaben, Kontrollen und Ausnahmen gestalten
   3. Schritt 3: Zentrale Leitplanken und Domänenverantwortung in Gremien verbinden

   Praxis: Ein Governance Operating Model mit RACI, Workflow und Scorecard wird erarbeitet.

5. Tag 3 – Lineage, Qualität und Compliance

   1. Schritt 1: Data Processes, Upstream, Downstream und Impact Analysis anwenden
   2. Schritt 2: Qualitätsdimensionen, Regeln, Signale und DQM-Ergebnisse verknüpfen
   3. Schritt 3: Sensible Daten, Klassifikation, Zwecke, Zugriff und Nachweise kataloggestützt steuern

   Praxis: Ein Change- und Compliance-Fall wird mit Lineage- und Qualitätsanalyse bearbeitet.

6. Tag 3 – Kontroll- und Verbesserungsprozesse

   1. Schritt 1: Qualitätsissues, Compliance-Befunde und Governance-Abweichungen priorisieren
   2. Schritt 2: Owner, Fristen, Eskalation, Nachtests und Evidenzen standardisieren
   3. Schritt 3: Kennzahlen und Reviews für kontinuierliche Verbesserung definieren

   Praxis: Ein integriertes Issue- und Kontrollmodell wird aufgebaut.

7. Tag 4 – Datenprodukte und Data Contracts

   1. Schritt 1: Konsumentenbedarfe, Produktgrenzen, Ownership und Wertversprechen modellieren
   2. Schritt 2: Schema, Semantik, Qualität, Aktualität und Nutzungsbedingungen als Contract definieren
   3. Schritt 3: Versionierung, Breaking Changes, Betrieb und Produktkennzahlen gestalten

   Praxis: Ein Datenprodukt mit Contract, SLOs und Lifecycle wird ausgearbeitet.

8. Tag 4 – Enterprise Marketplace und Data Shopping

   1. Schritt 1: Angebote kuratieren, Produktkarten, Taxonomie, Suche und Vergleich optimieren
   2. Schritt 2: Anfrage, Genehmigung, Zugriff, Support und Feedback als Journey gestalten
   3. Schritt 3: Vertrauenssignale und Nutzungsbedingungen consumer-gerecht bereitstellen

   Praxis: Das Datenprodukt wird für den Marketplace vorbereitet und durch einen Shopping-Prozess geführt.

9. Tag 5 – Data Mesh und föderierter Katalog

   1. Schritt 1: Domänen, Subkataloge, Gruppen, Rechte und geteilte Inhalte strukturieren
   2. Schritt 2: Kernmetamodell, lokale Erweiterungen und föderierte Governance ausbalancieren
   3. Schritt 3: Datenprodukte und Marketplace als domänenübergreifende Schnittstelle einsetzen

   Praxis: Eine föderierte Katalogtopologie für mehrere Domänen wird entworfen.

10. Tag 5 – Rollout, Adoption und Gesamtroadmap

    1. Schritt 1: Pilot, Rollout-Wellen, Champions, Training, Support und Kommunikation planen
    2. Schritt 2: Adoption, Abdeckung, Qualität, Nutzung und Wert mit einem KPI-Baum messen
    3. Schritt 3: Architektur-, Governance- und Betriebsentscheidungen in einer Roadmap konsolidieren

    Praxis: Die Fallstudie endet mit einer abgestimmten 180-Tage-Roadmap und Management-Präsentation.

Praxisübungen

1. Plattform-Zielbild und priorisierte Use Cases
2. Discovery-Fall und Metamodell
3. Glossar, KPI und Governance Operating Model
4. Lineage-, Qualitäts- und Compliance-Analyse
5. Datenprodukt mit Contract und Marketplace-Veröffentlichung
6. Föderierte Katalogtopologie
7. 180-Tage-Rollout- und Adoptionsroadmap

Methodik

Das Intensivseminar arbeitet mit einer durchgängigen Fallstudie. Fachimpulse, Plattformdemonstrationen, Canvas, Modellierung, Reviews und Management-Entscheidungen erzeugen ein geschlossenes Umsetzungspaket.