Data Analytics und Datenmodellierung

Kompetenzziele

• Komplexe Datenmodelle im Sternschema mit Fakten- und Dimensionstabellen aufbauen
• SQL-Abfragen optimieren und Datenflüsse für das Modell strukturieren
• Measures und berechnete Spalten mit DAX in Power BI erstellen
• Hierarchien für Drilldown-Visualisierungen anlegen und KPIs gestalten
• Analytische Modelle mit Konzepten der Data Science in die Auswertung einbinden
• Datenbasierte Entscheidungsmodelle in mehrstufigen Dashboard-Strukturen umsetzen

Themen und Zusammenhänge

Ausgangspunkt ist die Vertiefung zu Daten, Datenbanken und SQL: Abfragen werden so optimiert, dass Datenflüsse in ein sauber geschnittenes Modell münden. In Power BI entsteht daraus ein Berichtsmodell, dessen Beziehungen, Kardinalitäten und Filterrichtungen festlegen, wie Kennzahlen über Zeit, Region oder Produkt berechnet werden. DAX liefert die Berechnungslogik, hierarchische Visualisierungen machen die Ebenen des Modells navigierbar.

Data Analytics und Business Analytics greifen auf dieses Fundament zurück: Analytische Modelle und Data-Science-Konzepte werden mit Modellierung und Visualisierung verknüpft. Im abschließenden Analyseprojekt fließen Datenmodellierung, Reporting und Analyse zu einem Entscheidungsmodell zusammen, das in einer komplexen Dashboard-Struktur abgebildet wird.

Berufliche Perspektiven

Einsatzfelder liegen in analytisch geprägten Fachbereichen und BI-Teams:

• Data Analyst mit Schwerpunkt Datenmodellierung – Aufbau und Pflege komplexer Datenmodelle
• BI-Entwicklerin oder BI-Entwickler – Entwicklung von Berichtsstrukturen und Kennzahlensystemen mit Power BI
• Analytics Engineer sowie Datenmodelliererin oder Datenmodellierer – Gestaltung semantischer Modelle
• Business-Analytics-Spezialistin oder -Spezialist – Unterstützung von Entscheidungsprozessen durch vertiefte Analyseverfahren