Seminar DataHub

Das Seminarprogramm erschließt die Metadatenplattform von der fachlichen Orientierung bis zum produktiven Betrieb. Einzelmodule, ein Kompaktformat und drei Intensivpfade ermöglichen einen rollenbezogenen Aufbau ohne inhaltliche Sackgassen.

Inhaltsübersicht

1. Kapitel 1: Seminarportfolio und Auswahlprinzip
2. Kapitel 2: Empfohlener Grundlagenpfad
3. Kapitel 3: Empfohlener Governance- und Qualitätspfad
4. Kapitel 4: Empfohlener Integrations- und Entwicklungspfad
5. Kapitel 5: Empfohlener Betriebs- und Sicherheitspfad
6. Kapitel 6: Kompakt- und Intensivformate
7. Kapitel 7: Alphabetische Seminarauswahl

Kapitel 1: Seminarportfolio und Auswahlprinzip

Inhaltsübersicht dieses Kapitels: Aufgabenprofil bestimmen; Vorwissen prüfen; Lernformat auswählen.

Schritt 1: Aufgabenprofil bestimmen

Fachliche Nutzung, Governance, Datenqualität, Integration, Erweiterungsentwicklung, Sicherheit und Plattformbetrieb werden als getrennte Aufgabenfelder betrachtet. Die Auswahl beginnt mit den tatsächlich zu erledigenden Arbeiten und nicht mit einer möglichst langen Themenliste.

Schritt 2: Vorwissen prüfen

Einsteiger beginnen mit Onboarding oder Architekturgrundlagen. Fachrollen können unmittelbar in Discovery oder Governance einsteigen; technische Rollen benötigen je nach Modul Kenntnisse in Python, YAML, APIs, Containertechnik oder Kubernetes.

Schritt 3: Lernformat auswählen

Einzelmodule dienen der gezielten Vertiefung. Das dreitägige Kompaktformat schafft eine gemeinsame Arbeitsgrundlage. Die fünftägigen Intensivformate bündeln jeweils einen vollständigen fachlichen, technischen oder betrieblichen Lernpfad.

Kapitel 2: Empfohlener Grundlagenpfad

Inhaltsübersicht dieses Kapitels: Orientierung schaffen; Modell verstehen; Katalognutzung festigen.

Schritt 1: Orientierung schaffen

Der Einstieg erfolgt mit „DataHub Onboarding und Grundlagen“. Zweck, Rollen, Asset-Seiten, Suche, Governance-Metadaten, Lineage und Qualitätsinformationen werden auf gemeinsamer Begriffsebene erschlossen.

Schritt 2: Modell verstehen

Danach folgt „DataHub Architektur und Metadatenmodell“. Entitäten, Aspekte, URNs, Beziehungen, Ereignisse und technische Komponenten bilden die Grundlage für alle Integrations- und Betriebsaufgaben.

Schritt 3: Katalognutzung festigen

„DataHub Discovery und Katalognutzung“ überführt das Grundlagenwissen in einen reproduzierbaren Recherche-, Bewertungs- und Entscheidungsprozess. Für reine Anwenderrollen kann dieser Schritt den vorläufigen Abschluss bilden.

Kapitel 3: Empfohlener Governance- und Qualitätspfad

Inhaltsübersicht dieses Kapitels: Semantik ordnen; Verantwortung operationalisieren; Abhängigkeiten und Qualität steuern.

Schritt 1: Semantik ordnen

„DataHub Glossar, Tags und strukturierte Eigenschaften“ legt Definitionen, Klassifikationen, Wertebereiche und Pflegeverfahren fest. Erst danach werden verbindliche Zuordnungen in größerem Umfang vorgenommen.

Schritt 2: Verantwortung operationalisieren

Es folgen „DataHub Stewardship, Ownership und Governance-Prozesse“ sowie „DataHub Datenprodukte, Domains und Data Mesh“. Rollen, Mindestmetadaten, Domains, Produktzusagen und Lebenszyklen werden zu ausführbaren Arbeitsabläufen verbunden.

Schritt 3: Abhängigkeiten und Qualität steuern

„DataHub Lineage auf Tabellen- und Spaltenebene“ wird vor „DataHub Datenqualität, Assertions und Incidents“ empfohlen. Dadurch können Qualitätsabweichungen unmittelbar mit Herkunft, Auswirkungen und zuständigen Produkten verknüpft werden.

Kapitel 4: Empfohlener Integrations- und Entwicklungspfad

Inhaltsübersicht dieses Kapitels: Metadaten aufnehmen; Standardintegrationen harmonisieren; Automatisierung und Erweiterung entwickeln.

Schritt 1: Metadaten aufnehmen

Nach den Architekturgrundlagen folgt „DataHub Ingestion mit CLI, Recipes und Managed Ingestion“. Konnektoren, Identitäten, Secrets, Filter, Zustand und Wiederanlauf werden als technische Basis eingerichtet.

Schritt 2: Standardintegrationen harmonisieren

„DataHub Integration mit dbt, Airflow und OpenLineage“ verbindet Transformation, Orchestrierung und Laufzeitereignisse. Der Schwerpunkt liegt auf konsistenten Asset-Identitäten und einer überprüfbaren Gesamt-Lineage.

Schritt 3: Automatisierung und Erweiterung entwickeln

„DataHub APIs und Automatisierung“ geht der Entwicklung eigener Erweiterungen voraus. Anschließend behandelt „DataHub Erweiterungen mit Custom Sources und Actions“ proprietäre Quellen, Transformer und ereignisgesteuerte Abläufe.

Kapitel 5: Empfohlener Betriebs- und Sicherheitspfad

Inhaltsübersicht dieses Kapitels: Plattform bereitstellen; Zugriff absichern; Betrieb und Einführung verstetigen.

Schritt 1: Plattform bereitstellen

„DataHub Deployment mit Docker und Kubernetes“ schafft die reproduzierbare technische Grundlage. Netzwerk, Persistenz, Secrets, Ressourcen, Rollout und technische Abnahme werden vor Betriebsprozessen behandelt.

Schritt 2: Zugriff absichern

„DataHub Authentifizierung, Rollen und Berechtigungen“ wird unmittelbar nach dem Deployment empfohlen. Identitätsfluss, Gruppen, technische Konten, Policies und Kontrollverfahren werden nach minimalen Rechten gestaltet.

Schritt 3: Betrieb und Einführung verstetigen

„DataHub Administration und Plattformbetrieb“ sowie „DataHub Monitoring, Fehleranalyse und Upgrades“ etablieren Routine, Recovery, Diagnose und Releaseverfahren. „DataHub Implementierung und organisatorische Einführung“ verbindet diese Grundlage mit Pilot, Adoption und Rollout.

Kapitel 6: Kompakt- und Intensivformate

Inhaltsübersicht dieses Kapitels: Kompaktformat einordnen; fachlichen Intensivpfad wählen; technischen oder betrieblichen Intensivpfad wählen.

Schritt 1: Kompaktformat einordnen

„DataHub Kompakt: Katalog, Governance und Lineage“ eignet sich für Projektteams, die in drei Tagen eine gemeinsame Grundlage, eine einfache Ingestion und einen ersten Pilotpfad erarbeiten müssen.

Schritt 2: Fachlichen Intensivpfad wählen

„DataHub Intensiv: Discovery, Governance und Datenqualität“ bündelt Katalognutzung, Semantik, Stewardship, Domains, Datenprodukte, Lineage, Assertions und Incidents in fünf Tagen.

Schritt 3: Technischen oder betrieblichen Intensivpfad wählen

„DataHub Intensiv: Integration, APIs und Erweiterung“ deckt die vollständige Integrationslieferkette ab. „DataHub Intensiv: Plattformbetrieb, Sicherheit und Einführung“ verbindet Deployment, Administration, Monitoring, Zugriffsschutz und Rollout.

Kapitel 7: Alphabetische Seminarauswahl

Inhaltsübersicht dieses Kapitels: Titel prüfen; Dauer vergleichen; Detailseite über die nachfolgende Seminarauswahl öffnen.

Schritt 1: Titel prüfen

Die nachfolgende Übersicht enthält sämtliche Einzel-, Kompakt- und Intensivformate in alphabetischer Reihenfolge.

Schritt 2: Dauer vergleichen

Die Dauer wurde nach fachlichem Umfang, notwendigem Übungsanteil und erforderlicher technischer Tiefe festgelegt. Ein- und zweitägige Formate grenzen Themen bewusst ein; drei- bis fünftägige Formate enthalten zusammenhängende Umsetzungsstrecken.

Schritt 3: Detailseite auswählen

Die automatisch erzeugte Seminarauswahl unterhalb dieser Beschreibung führt zu den einzelnen Detailseiten. Die statische Liste dient der vollständigen Inhaltskontrolle.

• DataHub Administration und Plattformbetrieb – 4 Tage
• DataHub APIs und Automatisierung – 3 Tage
• DataHub Architektur und Metadatenmodell – 2 Tage
• DataHub Authentifizierung, Rollen und Berechtigungen – 2 Tage
• DataHub Datenprodukte, Domains und Data Mesh – 2 Tage
• DataHub Datenqualität, Assertions und Incidents – 3 Tage
• DataHub Deployment mit Docker und Kubernetes – 3 Tage
• DataHub Discovery und Katalognutzung – 1 Tag
• DataHub Erweiterungen mit Custom Sources und Actions – 3 Tage
• DataHub Glossar, Tags und strukturierte Eigenschaften – 2 Tage
• DataHub Implementierung und organisatorische Einführung – 2 Tage
• DataHub Ingestion mit CLI, Recipes und Managed Ingestion – 3 Tage
• DataHub Integration mit dbt, Airflow und OpenLineage – 2 Tage
• DataHub Intensiv: Discovery, Governance und Datenqualität – 5 Tage
• DataHub Intensiv: Integration, APIs und Erweiterung – 5 Tage
• DataHub Intensiv: Plattformbetrieb, Sicherheit und Einführung – 5 Tage
• DataHub Kompakt: Katalog, Governance und Lineage – 3 Tage
• DataHub Lineage auf Tabellen- und Spaltenebene – 2 Tage
• DataHub Monitoring, Fehleranalyse und Upgrades – 2 Tage
• DataHub Onboarding und Grundlagen – 1 Tag
• DataHub Stewardship, Ownership und Governance-Prozesse – 2 Tage