Seminar Dataedo Data Products und Domänen

Das Seminar zeigt, wie fachliche Domänen und wiederverwendbare Data Products mit Verantwortlichkeit, Qualitätsaussage und Nutzungskontext aufgebaut werden. Im Mittelpunkt stehen reproduzierbare Vorgehensweisen, klare Qualitätskriterien und eine Umsetzung, die sich auf reale Datenlandschaften übertragen lässt.

Inhaltsübersicht

1. Lernziele
2. Zielgruppen und Rollen
3. Voraussetzungen
4. Seminarinhalte
5. Arbeitsschritt 1: Domänen und Verantwortungsräume
6. Arbeitsschritt 2: Data Products definieren und publizieren
7. Arbeitsschritt 3: Begriffe mit Datenobjekten verknüpfen
8. Arbeitsschritt 4: Qualitätsüberwachung und Maßnahmensteuerung
9. Praxisübungen
10. Arbeitsunterlagen und Praxisartefakte

Lernziele

• Domänengrenzen und Übergabepunkte nachvollziehbar bestimmen.
• Assets einer verantworteten Domäne zuordnen.
• Ein Data Product mit Zweck, Vertrag und Qualitätsaussage beschreiben.
• Produkt und Domäne mit Begriffen, Lineage und Eigentümern verbinden.
• Lebenszyklus und Freigabe für produktive Datenangebote definieren.

Zielgruppen und Rollen

Data Product Owner, Domain Owner, Data Stewards, Data Governance, Data Architecture und Analytics-Verantwortliche.

Voraussetzungen

Grundverständnis von Datenprodukten, Verantwortungsmodellen oder domänenorientierter Datenorganisation.

Seminarinhalte

Die Inhalte werden in einer durchgängigen Folge aus Einordnung, Vorbereitung, Umsetzung, Kontrolle und Standardisierung bearbeitet.

Arbeitsschritt 1: Domänen und Verantwortungsräume

Datenbestände in nachvollziehbare fachliche Verantwortungsbereiche gliedern.

1. 1. Ausgangslage klären: Datenbestände in nachvollziehbare fachliche Verantwortungsbereiche gliedern.
2. 2. Vorbereitung abschließen: Domänenschnitt, Kriterien, Eigentümer, Steward-Rollen und Übergabepunkte festlegen.
3. 3. Konfiguration und Umsetzung durchführen: Domänen anlegen, Assets zuordnen und Verantwortlichkeiten auf den Objektseiten sichtbar machen.
4. 4. Ergebnis kontrollieren: Überschneidungen, Lücken und nicht zugeordnete Assets mit einer Domänenmatrix prüfen.
5. 5. Vorgehen standardisieren: Änderungs- und Konfliktverfahren für Domänengrenzen vereinbaren.

Praxisaufgabe: Ein organisationsweiter Datenbestand wird in fachliche Domänen mit klaren Übergängen gegliedert.

Arbeitsschritt 2: Data Products definieren und publizieren

Wiederverwendbare Datenangebote mit Zweck, Vertrag, Qualitätsaussage und Verantwortlichkeit beschreiben.

1. 1. Ausgangslage klären: Wiederverwendbare Datenangebote mit Zweck, Vertrag, Qualitätsaussage und Verantwortlichkeit beschreiben.
2. 2. Vorbereitung abschließen: Produktvorlage, Zielgruppe, Eingänge, Ausgänge, Servicekriterien und Freigabestatus festlegen.
3. 3. Konfiguration und Umsetzung durchführen: Ein Data Product anlegen, relevante Assets bündeln und Nutzungshinweise dokumentieren.
4. 4. Ergebnis kontrollieren: Vollständigkeit, Verständlichkeit, Qualitätsnachweis und Zugriffsweg aus Verbrauchersicht testen.
5. 5. Vorgehen standardisieren: Lebenszyklus, Versionierung und Produktverantwortung als Standard definieren.

Praxisaufgabe: Aus mehreren Datenobjekten wird ein konsumierbares Data Product mit klarer Leistungsbeschreibung erstellt.

Arbeitsschritt 3: Begriffe mit Datenobjekten verknüpfen

Fachliche Definitionen mit Tabellen, Spalten, Berichten und Kennzahlen nachvollziehbar verbinden.

1. 1. Ausgangslage klären: Fachliche Definitionen mit Tabellen, Spalten, Berichten und Kennzahlen nachvollziehbar verbinden.
2. 2. Vorbereitung abschließen: Mappingregeln, zulässige Beziehungstypen und Prüfverantwortung festlegen.
3. 3. Konfiguration und Umsetzung durchführen: Begriffe passenden Assets zuordnen und die fachliche Begründung der Zuordnung dokumentieren.
4. 4. Ergebnis kontrollieren: Vollständigkeit, Mehrdeutigkeit und widersprüchliche Zuordnungen anhand von Stichproben prüfen.
5. 5. Vorgehen standardisieren: Eine Mappingquote und ein Verfahren zur Behandlung ungeklärter Zuordnungen etablieren.

Praxisaufgabe: Für einen Geschäftsprozess wird eine durchgängige Kette von Begriffen zu technischen Assets aufgebaut.

Arbeitsschritt 4: Qualitätsüberwachung und Maßnahmensteuerung

Regelergebnisse über Zeit beobachten und Abweichungen in geregelte Maßnahmen überführen.

1. 1. Ausgangslage klären: Regelergebnisse über Zeit beobachten und Abweichungen in geregelte Maßnahmen überführen.
2. 2. Vorbereitung abschließen: Ausführungsplan, Schwellenwerte, Eigentümer, Benachrichtigung und Eskalationsstufen festlegen.
3. 3. Konfiguration und Umsetzung durchführen: Regelsets ausführen, Trends prüfen, Befunde priorisieren und Aufgaben auslösen.
4. 4. Ergebnis kontrollieren: Fehlerrate, Wiederholungen, offene Maßnahmen und Datenproduktbezug kontrollieren.
5. 5. Vorgehen standardisieren: Qualitätsbericht, Besprechungsrhythmus und Abschlusskriterien für Befunde standardisieren.

Praxisaufgabe: Mehrere Prüfläufe werden verglichen und in einen priorisierten Maßnahmenplan überführt.

Praxisübungen

1. Übung 1: Gliederung eines Datenbestands in Domänen.
2. Übung 2: Aufbau eines konsumierbaren Beispiel-Datenprodukts.
3. Übung 3: Prüfung des Produkts aus Sicht eines Data Consumers.

Arbeitsunterlagen und Praxisartefakte

Im Seminar entstehen wiederverwendbare Arbeitsunterlagen für Planung, Umsetzung, Qualitätssicherung und Betrieb.

• Domänenkarte
• Data-Product-Canvas
• Verantwortungsmatrix
• Freigabecheckliste