Seminar PlantUML Datenmodelle mit ER-, IE-, JSON- und YAML-Diagrammen

Strukturierte Daten benötigen je nach Fragestellung unterschiedliche Darstellungen: konzeptionelle Beziehungen, relationale Strukturen, Informationsflüsse oder konkrete JSON- und YAML-Beispiele. Das Seminar verbindet diese Sichten und sorgt für konsistente Begriffe, Kardinalitäten und Beispieldaten.

Inhaltsverzeichnis

• Zielgruppe
• Voraussetzungen
• Lernziele
• Kapitel 1: Modellierungsebenen und Begriffsmodell
• Kapitel 2: ER-Diagramme und Kardinalitäten
• Kapitel 3: Information Engineering und relationale Struktur
• Kapitel 4: JSON- und YAML-Visualisierung
• Kapitel 5: Konsistenz, Modularisierung und Review
• Durchgängiges Praxisprojekt
• Methodik

Zielgruppe

Data Architects, Datenbankentwickelnde, Softwareentwickelnde, API-Teams, Business-Analysten, Requirements Engineers und technische Redaktionen.

Voraussetzungen

Grundkenntnisse relationaler Datenmodelle oder strukturierter Daten. PlantUML-Vorkenntnisse sind nicht zwingend, grundlegende Modellierungserfahrung ist hilfreich.

Lernziele

• ER- und Information-Engineering-Diagramme passend zur Modellierungsfrage einsetzen
• Entitäten, Attribute, Schlüssel, Kardinalitäten und Optionalität präzise abbilden
• JSON- und YAML-Strukturen lesbar visualisieren und mit Datenmodellen verknüpfen
• fachliche, logische und technische Sichten voneinander trennen
• Datenmodelle reviewen, modularisieren und in versionierter Dokumentation pflegen

Kapitel 1: Modellierungsebenen und Begriffsmodell

Das Kapitel verbindet vier aufeinander aufbauende Arbeitsschritte: fachliche Begriffe und Datenobjekte abgrenzen, konzeptionelle, logische und physische Sicht unterscheiden, Namensregeln für Entitäten und Attribute festlegen sowie Modellgrenzen und ausgeschlossene Details dokumentieren. Die Inhalte werden an einem nachvollziehbaren Beispiel aufgebaut, unmittelbar gerendert und anhand der fachlichen Aussage bewertet.

1. Schritt 1 – Analysieren: fachliche Begriffe und Datenobjekte abgrenzen.
2. Schritt 2 – Modellieren: konzeptionelle, logische und physische Sicht unterscheiden.
3. Schritt 3 – Erweitern: Namensregeln für Entitäten und Attribute festlegen.
4. Schritt 4 – Prüfen: Modellgrenzen und ausgeschlossene Details dokumentieren.

Praxisübung

Für den Schwerpunkt „Modellierungsebenen und Begriffsmodell“ entsteht ein eigenständiges Teilmodell. Anschließend werden Syntax, Semantik, Lesbarkeit und Anschlussfähigkeit an das Gesamtprojekt mit einer kompakten Prüfliste kontrolliert.

Kapitel 2: ER-Diagramme und Kardinalitäten

Das Kapitel verbindet vier aufeinander aufbauende Arbeitsschritte: Entitäten, Attribute und Schlüssel darstellen, Beziehungen und Rollen eindeutig benennen, Kardinalitäten und Optionalität korrekt notieren sowie mehrdeutige oder redundante Beziehungen identifizieren. Die Inhalte werden an einem nachvollziehbaren Beispiel aufgebaut, unmittelbar gerendert und anhand der fachlichen Aussage bewertet.

1. Schritt 1 – Analysieren: Entitäten, Attribute und Schlüssel darstellen.
2. Schritt 2 – Modellieren: Beziehungen und Rollen eindeutig benennen.
3. Schritt 3 – Erweitern: Kardinalitäten und Optionalität korrekt notieren.
4. Schritt 4 – Prüfen: mehrdeutige oder redundante Beziehungen identifizieren.

Praxisübung

Für den Schwerpunkt „ER-Diagramme und Kardinalitäten“ entsteht ein eigenständiges Teilmodell. Anschließend werden Syntax, Semantik, Lesbarkeit und Anschlussfähigkeit an das Gesamtprojekt mit einer kompakten Prüfliste kontrolliert.

Kapitel 3: Information Engineering und relationale Struktur

Das Kapitel verbindet vier aufeinander aufbauende Arbeitsschritte: Tabellenähnliche Entitäten mit Datentypen modellieren, Primär- und Fremdschlüssel nachvollziehbar markieren, Auflösungsentitäten und n:m-Beziehungen einführen sowie Normalisierung und bewusste Denormalisierung diskutieren. Die Inhalte werden an einem nachvollziehbaren Beispiel aufgebaut, unmittelbar gerendert und anhand der fachlichen Aussage bewertet.

1. Schritt 1 – Analysieren: Tabellenähnliche Entitäten mit Datentypen modellieren.
2. Schritt 2 – Modellieren: Primär- und Fremdschlüssel nachvollziehbar markieren.
3. Schritt 3 – Erweitern: Auflösungsentitäten und n:m-Beziehungen einführen.
4. Schritt 4 – Prüfen: Normalisierung und bewusste Denormalisierung diskutieren.

Praxisübung

Für den Schwerpunkt „Information Engineering und relationale Struktur“ entsteht ein eigenständiges Teilmodell. Anschließend werden Syntax, Semantik, Lesbarkeit und Anschlussfähigkeit an das Gesamtprojekt mit einer kompakten Prüfliste kontrolliert.

Kapitel 4: JSON- und YAML-Visualisierung

Das Kapitel verbindet vier aufeinander aufbauende Arbeitsschritte: verschachtelte Objekte und Arrays darstellen, Beispieldaten auf relevante Felder reduzieren, Datentypen, optionale Werte und Varianten kenntlich machen sowie Payload-Sicht mit fachlichen Datenobjekten abgleichen. Die Inhalte werden an einem nachvollziehbaren Beispiel aufgebaut, unmittelbar gerendert und anhand der fachlichen Aussage bewertet.

1. Schritt 1 – Analysieren: verschachtelte Objekte und Arrays darstellen.
2. Schritt 2 – Modellieren: Beispieldaten auf relevante Felder reduzieren.
3. Schritt 3 – Erweitern: Datentypen, optionale Werte und Varianten kenntlich machen.
4. Schritt 4 – Prüfen: Payload-Sicht mit fachlichen Datenobjekten abgleichen.

Praxisübung

Für den Schwerpunkt „JSON- und YAML-Visualisierung“ entsteht ein eigenständiges Teilmodell. Anschließend werden Syntax, Semantik, Lesbarkeit und Anschlussfähigkeit an das Gesamtprojekt mit einer kompakten Prüfliste kontrolliert.

Kapitel 5: Konsistenz, Modularisierung und Review

Das Kapitel verbindet vier aufeinander aufbauende Arbeitsschritte: gemeinsame Definitionen in Include-Dateien organisieren, Begriffe über mehrere Diagramme hinweg synchronisieren, Beispieldaten gegen Modellannahmen kontrollieren sowie ein strukturiertes Datenmodell-Review durchführen. Die Inhalte werden an einem nachvollziehbaren Beispiel aufgebaut, unmittelbar gerendert und anhand der fachlichen Aussage bewertet.

1. Schritt 1 – Analysieren: gemeinsame Definitionen in Include-Dateien organisieren.
2. Schritt 2 – Modellieren: Begriffe über mehrere Diagramme hinweg synchronisieren.
3. Schritt 3 – Erweitern: Beispieldaten gegen Modellannahmen kontrollieren.
4. Schritt 4 – Prüfen: ein strukturiertes Datenmodell-Review durchführen.

Praxisübung

Für den Schwerpunkt „Konsistenz, Modularisierung und Review“ entsteht ein eigenständiges Teilmodell. Anschließend werden Syntax, Semantik, Lesbarkeit und Anschlussfähigkeit an das Gesamtprojekt mit einer kompakten Prüfliste kontrolliert.

Durchgängiges Praxisprojekt

Für einen Bestell- oder Buchungsprozess entstehen ein fachliches ER-Modell, eine relationale Information-Engineering-Sicht sowie passende JSON- und YAML-Beispiele für zwei Schnittstellen.

Methodik

Fachimpulse, Live-Coding, kommentierte Demonstrationen und schrittweise Übungen wechseln sich ab. Jede neue Technik wird zunächst an einem Minimalbeispiel geprüft, danach in das Gesamtprojekt übernommen und abschließend in einem strukturierten Review bewertet. Alle Übungen verwenden versionierbare Textquellen und reproduzierbare Render-Schritte.