Unsere neue Marke
Menu

Datenmodellierung und -speicherung

Niveau

2. Studienzyklus, Master

Lernergebnisse der Lehrveranstaltungen/des Moduls

Die Teilnehmer:innen:
• können zentralen Konzepte der Datenmodellierung erklären
• können selbständig Datenmodelle zu einem vorgegebenen Szenario entwickeln
• können unterschiedliche Lösungen der Datenspeicherung beschreiben
• können Speicherlösungen hinsichtlich ihrer Eignung für ein vorgegebenes Szenario vergleichen
• können geeignete AI Tools zur Datenmodellierung benennen
• können Besonderheiten für Datenmodellierung und -speicherung für AI Systeme bestimmen

Voraussetzungen der Lehrveranstaltung

Nicht zutreffend

Lehrinhalte

- Datenmodellierung für relationale Datenstrukturen
- Datenbankinteraktion in SQL (DDL, DML, DQL)
- Nicht-relationale Datenspeicherungskonzepte (NoSQL Datenbanken)
- Implementieren von Datenstrukturen
- Einbindung von Datenstrukturen in Applikationen

Empfohlene Fachliteratur

PRIMÄRLITERATUR:
- Kleppmann, M. (2017): Designing Data-Intensive Applications: The Big Ideas Behind Reliable, Scalable, and Maintainable Systems (Ed. 1), O'Reilly Media, Farnham (ISBN: 978-1449373320)

SEKUNDÄRLITERATUR:
- Daniel, K. (2026): NoSQL Handbook for Modern Developers: A Practical Guide to Build, Scale, and Secure Cloud-Native Applications, Independently published (ISBN: 979-8245616483)

Bewertungsmethoden und -Kriterien

Klausur

Unterrichtssprache

Deutsch

Anzahl der zugewiesenen ECTS-Credits

6

Semesterwochenstunden (SWS)

Geplante Lehr- und Lernmethode

Folgende Methoden kommen zum Einsatz:

- Vortrag mit Diskussion
- Bearbeitung von Übungsaufgaben
- Interaktiver Workshop

Semester/Trisemester, In dem die Lehrveranstaltung/Das Modul Angeboten wird

1

Art der Lehrveranstaltung/des Moduls

Art der Lehrveranstaltung