Modulbeschreibung
Datenmodellierung
Kürzel:
M_DMOD
Durchführungszeitraum:
nicht durchgeführt
ECTS-Credits:
4
Lernziele:
Das Modul Datenmodellierung vermittelt, wie Informationen strukturiert, miteinander verknüpft und sinnvoll organisiert werden können. Die Studierenden lernen, reale Sachverhalte zu analysieren, daraus verständliche Datenmodelle zu entwickeln und mit SQL abzubilden.
Anhand eines durchgehenden Praxisbeispiels wird die Datenmodellierung über die gesamte Vorlesung schrittweise aufgebaut und weiterentwickelt. Dabei lernen die Studierenden, Zusammenhänge zu erkennen, Strukturen zu hinterfragen und Modelle klar und konsistent zu gestalten.
Ausbildungsziel ist ein grundlegendes Verständnis dafür, wie aus komplexen Informationen übersichtliche Strukturen entstehen – und wie diese später in einem Datenbanksystem umgesetzt und genutzt werden können.
Verantwortliche Person:
Prof. Dr. Frey Remo M. (FRR1)
Standort (angeboten):
Rapperswil-Jona
Skriptablage:
Modultyp:
Wahlpflicht-Modul für Digital Design STD_24(Empfohlenes Semester: 4)
Wahl-Modul für Elektrotechnik STD_05(Empfohlenes Semester: 5)
Wahl-Modul für Elektrotechnik STD_14(Empfohlenes Semester: 5)
Wahl-Modul für Elektrotechnik STD_21(Empfohlenes Semester: 5)
Wahl-Modul für Elektrotechnik STD_24(Empfohlenes Semester: 5)
Basis-Pflichtmodul für Informatik Retro STD_14_UG(Empfohlenes Semester: 1)
Wahl-Modul für Informatik STD_05(Keine Semesterempfehlung)
Wahl-Modul für Informatik STD_11(Empfohlenes Semester: 3)
Wahl-Modul für Informatik STD_14(Empfohlenes Semester: 1)
Wahl-Modul für Informatik STD_21(Empfohlenes Semester: 3)
Wahl-Modul für Informatik STD_23(Empfohlenes Semester: 3)
Wahl-Modul für Maschinentechnik STD_05(Empfohlenes Semester: 5)
Wahl-Modul für Maschinentechnik-Innovation STD_10(Empfohlenes Semester: 5)
Wahl-Modul für Maschinenbau-Informatik STD_10 (PF)
Wahl-Modul für Maschinentechnik-Innovation STD_14(Empfohlenes Semester: 5)
Wahl-Modul für Maschinenbau-Informatik STD_14 (PF)
Wahl-Modul für Maschinentechnik-Innovation STD_21(Empfohlenes Semester: 5)
Wahl-Modul für Digitalisierung STD_21 (PF)
Wahl-Modul für Maschinentechnik-Innovation STD_23(Empfohlenes Semester: 5)
Wahl-Modul für Digitalisierung STD_23 (PF)
Fachmodul für Wirtschaftsingenieurwesen STD_14(Keine Semesterempfehlung)
Fachmodul für Wirtschaftsingenieurwesen STD_15(Keine Semesterempfehlung)
Fachmodul für Wirtschaftsingenieurwesen STD_18(Empfohlenes Semester: 3)
Wahl-Modul für Smart Products and Data Science STD_18 (VR)
Wahl-Modul für Wirtschaftsingenieurwesen STD_21(Empfohlenes Semester: 3)
Wahl-Modul für Smart Products STD_21 (VR)
Wahl-Modul für Wirtschaftsingenieurwesen STD_24(Empfohlenes Semester: 3)
Wahl-Modul für Smart Products STD_24 (VR)
Fachmodul für Wirtschaftsingenieurwesen U_18(Empfohlenes Semester: 3)
Wahl-Modul für Smart Products and Data Science U_18 (VR)
Fachmodul für Wirtschaftsingenieurwesen U14_15(Keine Semesterempfehlung)
Semester Empfehlung:
Keine Semester Empfehlung für dieses Modul vorhanden.
ECTS-Credits pro Kategorie
Webengineering / 4 Credits
Modulbewertung
Bewertungsart:
Note von 1 - 6
Leistungsbewertung
Während der Prüfungssession:
Schriftliche Prüfung, 90 Minuten
Zulassungsbedingungen zur Prüfung:
Testatbedingungen müssen erfüllt sein.
Bemerkungen zur Prüfung:
Hilfsmittel: Ein A4-Blatt, beidseitig bedruckt und beschrieben
Kurse in diesem Modul
Datenmodellierung
Kürzel:
DMOD
Semester:
1
Lernziele:
Fachkompetenz:
- Die Studierenden verstehen grundlegende Konzepte von Daten, Datenmodellen und Datenbanksystemen.
- Sie können reale Sachverhalte in geeigneten Datenmodellen abbilden und diese mit einer relationalen Datenbank umsetzen.
- Sie können Datenmodelle hinsichtlich Struktur, Konsistenz, Qualität und Eignung für eine konkrete Anwendung beurteilen.
Methodenkompetenzen:
- Sie kennen grundlegende Methoden zur Strukturierung und Modellierung von Informationen.
- Sie können komplexe Sachverhalte systematisch analysieren und in klare, verständliche Strukturen überführen.
- Sie können Datenmodelle iterativ entwickeln, überprüfen und aufgrund neuer Anforderungen weiterentwickeln.
Selbstkompetenzen:
- Sie entwickeln ein Bewusstsein für die Bedeutung einer sorgfältigen Strukturierung von Informationen.
- Sie arbeiten selbstständig und systematisch an der Modellierung eines durchgehenden Praxisbeispiels.
- Sie reflektieren eigene Lösungsansätze, erkennen Schwächen und können Entscheidungen bei der Modellierung begründen.
Sozialkompetenzen:
- Sie verstehen unterschiedliche Perspektiven auf Informationen und deren Strukturierung.
- Sie können Anforderungen und Modellierungsentscheidungen verständlich mit anderen diskutieren.
- Sie können gemeinsam Datenmodelle entwickeln, unterschiedliche Lösungsansätze vergleichen und konstruktiv weiterentwickeln.
Plan und Lerninhalt:
- Grundlagen: Datenbanken, Datenmodelle, Datenunabhängigkeit, Architektur und Benutzer
- Datenmodellierung: UML-Klassendiagramme, Entitäten, Attribute, Beziehungen, Kardinalitäten, Vererbung
- Relationales Modell: Relationen, Schlüssel, Fremdschlüssel, Integrität und relationale Algebra
- Datenbankentwurf: Überführung von Datenmodellen in relationale Schemata, Normalisierung
- SQL: Datenbanken und Tabellen erstellen, Daten erfassen, ändern und löschen
- Datenabfragen: SELECT, Filterung, Sortierung, Gruppierung, Joins, Unterabfragen, Views, CTEs und Window-Funktionen
- Datenqualität & Sicherheit: Integritätsbedingungen, Datenqualität, Zugriffsrechte
- Transaktionen: ACID, Konsistenz, Isolation, Serialisierbarkeit und Sperrverfahren
- Performance: Indexstrukturen und grundlegende Möglichkeiten zur Optimierung von Datenbankabfragen
Unterrichtssprache:
Deutsch
Kursart:
Durchführung gemäss Stundenplan
Vorlesung mit 2 Lektionen pro Woche
- Max. Teilnehmer:999
- Harte Grenze:ja
- Terminplanung:nein
Uebung mit 2 Lektionen pro Woche
- Max. Teilnehmer:18
- Harte Grenze:ja
- Terminplanung:nein