{"id":60553,"date":"2018-08-15T10:19:41","date_gmt":"2018-08-15T08:19:41","guid":{"rendered":"https:\/\/www.scalefree.com\/blog\/die-neuesten-innovationen-von-data-vault-2-0\/"},"modified":"2026-09-04T10:44:58","modified_gmt":"2026-09-04T08:44:58","slug":"die-neuesten-innovationen-von-data-vault-2-0","status":"publish","type":"post","link":"https:\/\/www.scalefree.com\/de\/blog\/data-vault\/die-neuesten-innovationen-von-data-vault-2-0\/","title":{"rendered":"Die neuesten Innovationen von Data Vault 2.0"},"content":{"rendered":"[vc_row type=“in_container“ full_screen_row_position=“middle“ column_margin=“default“ column_direction=“default“ column_direction_tablet=“default“ column_direction_phone=“default“ scene_position=“center“ text_color=“dark“ text_align=“left“ row_border_radius=“none“ row_border_radius_applies=“bg“ overflow=“visible“ overlay_strength=“0.3″ gradient_direction=“left_to_right“ shape_divider_position=“bottom“ bg_image_animation=“none“][vc_column column_padding=“no-extra-padding“ column_padding_tablet=“inherit“ column_padding_phone=“inherit“ column_padding_position=“all“ column_element_direction_desktop=“default“ column_element_spacing=“default“ desktop_text_alignment=“default“ tablet_text_alignment=“default“ phone_text_alignment=“default“ background_color_opacity=“1″ background_hover_color_opacity=“1″ column_backdrop_filter=“none“ column_shadow=“none“ column_border_radius=“none“ column_link_target=“_self“ column_position=“default“ gradient_direction=“left_to_right“ overlay_strength=“0.3″ width=“1\/1″ tablet_width_inherit=“default“ animation_type=“default“ bg_image_animation=“none“ border_type=“simple“ column_border_width=“none“ column_border_style=“solid“][vc_column_text]\n

Fokus auf Trends: Data Lake und NoSQL, DWH-Architektur, Self-Service-BI, Modellierung und DSGVO<\/span><\/h3>\n[\/vc_column_text][divider line_type=“No Line“ custom_height=“35″][vc_column_text css=““ text_direction=“default“]In der Vergangenheit haben wir regelm\u00e4\u00dfig \u00fcber<\/span> Themen<\/span><\/a> berichtet, mit denen wir bei der Beratung unserer Kunden konfrontiert wurden oder die in Fachdiskussionen im Web besondere Aufmerksamkeit erregt haben.<\/span><\/p>\n

Alle diese Themen sind in Data Vault 2.0 bereits fest verankert und r\u00fcckten in den vergangenen Monaten noch st\u00e4rker in den Fokus. Begleitend zu den Entwicklungen in der Privatwirtschaft spielen NoSQL-Datenbanken mittlerweile eine tragende Rolle, wenn es darum geht, Daten aus unterschiedlichsten Quellsystemen performant zu speichern. Dies er\u00f6ffnet neue M\u00f6glichkeiten der Datenanalyse, bringt jedoch auch neue Herausforderungen mit sich \u2013 beispielsweise bei der Frage, wie sich Abfragen \u00fcber solche semistrukturierten und unstrukturierten Datenmengen effizient durchf\u00fchren lassen, etwa durch den Einsatz von Massive Parallel Processing (MPP). Dar\u00fcber hinaus existiert eine Vielzahl von Werkzeugen f\u00fcr Speicherung, Transfer, Transformation und Analyse, was nicht selten zu zeit- und kostenintensiven Evaluierungen f\u00fchrt. Ein fundiertes Verst\u00e4ndnis von \u201eSchema on Write\u201c und \u201eSchema on Read\u201c sowie deren Unterschieden ist f\u00fcr die Konzeption eines modernen Data Warehouse unverzichtbar geworden. Ein fest definiertes Schema war und bleibt f\u00fcr Business Analysts essenziell, sobald Daten zu Analysezwecken mit fachlichen Business Objects verkn\u00fcpft werden m\u00fcssen. Die ausschlie\u00dfliche Ablage s\u00e4mtlicher Daten auf NoSQL-Plattformen (im Sinne eines reinen Data Lake) eignet sich zwar hervorragend zur zentralen Datenerfassung; f\u00fcr Fachanwender gestaltet sich der strukturierte Abruf jedoch oft deutlich komplexer. Ein praxiserprobter und empfohlener Ansatz besteht daher darin, einen <\/span>Data Lake und ein Data Warehouse<\/a><\/span>innerhalb einer<\/span>hybriden Architektur<\/a>wirkungsvoll zu kombinieren.<\/span><\/p>\n

Mit dem Inkrafttreten am 25. Mai 2018 warf eine neue Verordnung in vielen Organisationen grundlegende Fragen auf: die DSGVO (GDPR). Was \u00e4ndert sich konkret? Welche internen Prozesse in Marketing, Vertrieb und allgemeiner Kundenkommunikation m\u00fcssen angepasst werden? Gilt dies auch f\u00fcr Unternehmen mit Sitz in den USA, sobald Daten von EU-B\u00fcrgern verarbeitet werden? Nicht zuletzt vor dem Hintergrund drohender empfindlicher Strafen wiegt dieses Thema schwer. Die Kernbotschaft lautet: Der Kunde beh\u00e4lt die Kontrolle \u00fcber die Nutzung seiner personenbezogenen Daten. Data Vault 2.0 bietet hierf\u00fcr durchdachte Architektur-, Modellierungs- und Implementierung<\/a>smuster, um L\u00f6schanfragen \u00fcber s\u00e4mtliche Data-Warehouse-Schichten hinweg revisionssicher und nachvollziehbar umzusetzen \u2013 wobei einer l\u00fcckenlosen Data Lineage<\/a> eine Schl\u00fcsselrolle zukommt. <\/p>\n

Agilit\u00e4t<\/a><\/span> ist heute Standard. Data Vault 2.0 folgt diesen Prinzipien bereits seit seiner Entstehung.<\/span> Entscheidend ist stets die Frage, f\u00fcr wen Architekturen wie Data Warehouses oder Data Lakes<\/a> aufgebaut werden: f\u00fcr die Menschen, die t\u00e4glich auf verl\u00e4ssliche Informationen angewiesen sind \u2013 Ihre Endanwender wie Business Analysts und Data Scientists. Diese Zielgruppen ben\u00f6tigen einen performanten, komfortablen und transparent strukturierten Datenzugriff, beispielsweise \u00fcber Star-Schemata. Wer ein solches Vorhaben mit starren, langfristigen Release-Zyklen plant, erzeugt erfahrungsgem\u00e4\u00df isolierte Insell\u00f6sungen \u2013 losgel\u00f6st von \u00fcbergeordneter Data Governance und einheitlicher Dateninterpretation. Agil gef\u00fchrte Initiativen hingegen setzen auf interdisziplin\u00e4re Teams und richten sich konsequent an den Anforderungen der Business User aus. Erg\u00e4nzend erm\u00f6glicht <\/span>Managed Self-Service-BI<\/a><\/span> einen autorisierten, kontrollierten Zugriff auf das Enterprise Data Warehouse, damit Fachbereiche eigenst\u00e4ndig und sicher Analysen erstellen k\u00f6nnen.<\/span>[\/vc_column_text][divider line_type=“No Line“ custom_height=“55″][vc_column_text]\n

SICHERN SIE SICH DAS DATA-VAULT-2.0-UPGRADE<\/span><\/h3>\n[\/vc_column_text][divider line_type=“No Line“ custom_height=“30″][vc_column_text]Lernen Sie die neuesten Weiterentwicklungen rund um Data Vault 2.0 direkt im interaktiven Format kennen: in der<\/span> Data Vault 2.0 Upgrade Class 2018<\/a><\/span>. Ein zentrales Element dieser eint\u00e4gigen Schulung bildet der offene, praxisbezogene Fachaustausch.<\/span>[\/vc_column_text][divider line_type=“No Line“ custom_height=“40″][vc_raw_html css=“.vc_custom_1556799267998{padding-left: 80px !important;}“]PGEgaHJlZj0iaHR0cHM6Ly93d3cuc2NhbGVmcmVlLmNvbS9kYXRhdmF1bHR0cmFpbmluZ3MvIiB0YXJnZXQ9Il9ibGFuayIgc3R5bGU9Im91dGxpbmU6bm9uZTtib3JkZXI6bm9uZTsiPjxpbWcgc3JjPSJodHRwczovL2FtYmFzc2Fkb3ItYXBpLnMzLmFtYXpvbmF3cy5jb20vdXBsb2Fkcy9tYXJrZXRpbmcvMTIzMDIvMjAxOF8wNl8wNF8xMl8zNl8xNy5wbmciIGFsdD0iU2NhbGVmcmVlIiBib3JkZXI9IjAiPjwvYT4=[\/vc_raw_html][divider line_type=“No Line“ custom_height=“30″][vc_column_text]\n

NEU STRUKTURIERTES DATA-VAULT-2.0-BOOTCAMP<\/span><\/h3>\n[\/vc_column_text][divider line_type=“No Line“ custom_height=“30″][vc_column_text]Das<\/span> Data Vault 2.0 Bootcamp <\/a><\/span>wurde inhaltlich \u00fcberarbeitet und gezielt erweitert, um noch fundierter auf aktuelle Marktanforderungen und technologische Trends einzugehen.<\/p>\n

Neben einem neuen Praxis-Workshop und vorbereitenden Online-Einheiten vertieft der Kurs Themen wie NoSQL-Datenbanken, moderne Abfragekonzepte via Massive Parallel Processing (MPP) sowie das Zusammenspiel von \u201eSchema on Write\u201c und \u201eSchema on Read\u201c. F\u00fcr Business Analysts ist ein greifbares Schema nach wie vor unverzichtbar, um Daten sinnvoll mit Business Objects zusammenzuf\u00fchren. Zudem behandelt das Training den Ausbau des Business Vault sowie das Konzept \u201eData as an Asset\u201c. Den Abschluss bildet der fundierte<\/span> Vergleich zwischen Data Warehouse und Data Lake <\/a><\/span>mit dem klaren Schwerpunkt darauf, wie sich beide Welten architektonisch optimal verzahnen lassen.<\/span><\/span>[\/vc_column_text][divider line_type=“No Line“ custom_height=“45″][vc_column_text]\n

ONLINE TRAINING<\/span><\/h2>\n[\/vc_column_text][divider line_type=“No Line“ custom_height=“25″][vc_column_text]Das Online-Training umfasst acht Stunden kompaktes Videomaterial von Dan Linstedt, in dem er detailliert in das System of Business Intelligence von Data Vault 2.0 sowie die zugrunde liegende Methodik einf\u00fchrt. Dieses computergest\u00fctzte Training bildet die verpflichtende Grundlage vor Beginn des Pr\u00e4senzunterrichts. Das Pr\u00e4senztraining selbst umfasst drei Tage unter Leitung eines zertifizierten Trainers. Der erste Tag widmet sich prim\u00e4r Schwerpunkten wie Big Data, NoSQL-Technologien, Massive Parallel Processing (MPP), der Etablierung von Daten als strategischem Unternehmenswert sowie konkreten Fallbeispielen aus der Praxis. <\/span>[\/vc_column_text][divider line_type=“No Line“ custom_height=“45″][vc_column_text]\n

MODELLIERUNGS-WORKSHOP IN DER GRUPPE<\/span><\/h2>\n[\/vc_column_text][divider line_type=“No Line“ custom_height=“25″][vc_column_text]Im praxisorientierten Hands-on-Workshop am Ende des zweiten Schulungstages wenden Sie Ihr erworbenes Modellierungswissen direkt auf realit\u00e4tsnahe Szenarien an. Ziel ist der modellseitige Aufbau eines Enterprise Data Warehouse auf Basis von Data Vault mit Datenfl\u00fcssen aus heterogenen Quellsystemen. Hierbei treffen Sie grundlegende Architekturentscheidungen: Definition stabiler Business Keys, Differenzierung zwischen Referenztabellen und Hubs (Business Objects) sowie die sachgerechte Abbildung von Transaktionsdaten. In Teams erarbeiten Sie anhand von Vorgaben, Schnittstellendefinitionen und Leitf\u00e4den konkrete L\u00f6sungen. Dabei steuern Sie eigenverantwortlich Rollen wie Modeler, Protokollant oder Scrum Master bzw. Sprint Leader. Am Folgetag stellt jedes Team sein Entity-Relationship-Diagramm vor \u2013 bestehend aus einem konsolidierten Data-Vault-Modell, nachvollziehbaren Herleitungen und fundierten Begr\u00fcndungen. <\/span><\/p>\n

Diese Simulation vermittelt wertvolle Erfahrung in kollaborativer Teamarbeit unter realistischen Projektbedingungen. Das Ziel besteht darin, Ihre Methodenkompetenz so zu festigen, dass Sie in Enterprise-Business-Intelligence-Projekten sofort als handlungssicherer Practitioner agieren k\u00f6nnen. <\/span>[\/vc_column_text][\/vc_column][\/vc_row]\n","protected":false},"excerpt":{"rendered":"

[vc_row type=“in_container“ full_screen_row_position=“middle“ column_margin=“default“ column_direction=“default“ column_direction_tablet=“default“ column_direction_phone=“default“ scene_position=“center“ text_color=“dark“ text_align=“left“ row_border_radius=“none“ row_border_radius_applies=“bg“ overflow=“visible“ overlay_strength=“0.3″ gradient_direction=“left_to_right“ shape_divider_position=“bottom“ bg_image_animation=“none“][vc_column column_padding=“no-extra-padding“ column_padding_tablet=“inherit“ column_padding_phone=“inherit“ column_padding_position=“all“ column_element_direction_desktop=“default“ column_element_spacing=“default“ desktop_text_alignment=“default“ tablet_text_alignment=“default“ phone_text_alignment=“default“ background_color_opacity=“1″ background_hover_color_opacity=“1″ column_backdrop_filter=“none“ column_shadow=“none“…<\/p>\n","protected":false},"author":91,"featured_media":58687,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[101],"tags":[],"class_list":["post-60553","post","type-post","status-publish","format-standard","has-post-thumbnail","category-data-vault"],"aioseo_notices":[],"aioseo_head":"\n\t\t\n\t\n\t\n\t\n\t\n\t\n\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t