Modulbeschreibung

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.

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.

• 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