|
|
|
| Code: WINF-B23-260 |
|
|
2V+2U+0PA (4 Semesterwochenstunden) |
|
5 |
| Studiensemester: 2 |
| Pflichtfach: ja |
Arbeitssprache:
Deutsch |
Prüfungsart:
Klausur
[letzte Änderung 05.11.2025]
|
WINF-B23-260 (P460-0012) Digital Business und IT, Bachelor, SO 01.10.2023
, 2. Semester, Pflichtfach
WINF-B25-250 (P460-0035) Digital Business und IT, Bachelor, SO 01.10.2025
, 2. Semester, Pflichtfach
|
|
Die Präsenzzeit dieses Moduls umfasst bei 15 Semesterwochen 60 Veranstaltungsstunden (= 45 Zeitstunden). Der Gesamtumfang des Moduls beträgt bei 5 Creditpoints 150 Stunden (30 Std/ECTS). Daher stehen für die Vor- und Nachbereitung der Veranstaltung zusammen mit der Prüfungsvorbereitung 105 Stunden zur Verfügung.
|
Empfohlene Voraussetzungen (Module):
Keine.
|
Als Vorkenntnis empfohlen für Module:
|
Modulverantwortung:
Prof. Dr. Daniel F. Abawi |
Dozent/innen: Michael B. Schmidt
[letzte Änderung 19.09.2023]
|
Lernziele:
Nach Abschluss des Moduls sind die Studierenden in der Lage, • relationale Datenbanksysteme zu verstehen und praxisorientiert einzusetzen, einschließlich grundlegender Konzepte wie relationales Modell, relationale Algebra und Normalisierung • Datenmodelle zu entwickeln, aus konzeptionellen Modellen relationale Schemata abzuleiten und mit SQL-Abfragen Daten zu definieren, zu verändern und zu analysieren • den Begriff der Transaktion sowie die ACID-Eigenschaften zu erläutern und den Einsatz von Indizes im Hinblick auf Performance und Datensicherheit zu beurteilen • einfache datenbankgestützte Anwendungen in Python zu erstellen und über geeignete Bibliotheken (z. B. sqlite3, psycopg2, SQLAlchemy) auf relationale Datenbanken zuzugreifen • die Grundlagen von Business Intelligence (BI) zu erklären, Kernkomponenten wie ETL-Prozesse und Data Warehouses einzuordnen und Alternative Datenbanksysteme (z. B. dokumenten- oder graphbasierte Systeme) zu benennen
[letzte Änderung 12.11.2025]
|
Inhalt:
1. Relationale Datenbanken - Aufgaben und Aufbau relationaler Datenbanksysteme - Relationen, Attribute, Schlüssel - Relationale Algebra - Konzepte der Datenintegrität - Transaktionen und ACID - Indexstrukturen und deren Einsatz 2. Datenmodellierung - Entity-Relationship-Modell - Kardinalitäten und Beziehungen - Ableitung relationaler Schemata - Qualitätsbewertung durch Normalformen (1NF–3NF) 3. Structured Query Language (SQL) - Grundaufbau von SQL-Anweisungen - DDL: CREATE, ALTER, DROP - DML: INSERT, UPDATE, DELETE - SELECT: Projektion, Selektion, Sortierung - Joins: inner, left, right, full - Abfragen über mehrere Tabellen - Gruppierung und Aggregation - HAVING-Bedingungen - Subqueries: korrelierte und nicht korrelierte Abfragen - Views und materialisierte Views - Indexnutzung und Performance-Aspekte - Transaktionen in SQL (BEGIN, COMMIT, ROLLBACK) - Verbalisierung und Analyse gegebener SQL-Queries 4. Datenbankanbindung mit Python - Verbindung zu relationalen Datenbanken herstellen - SQL-Abfragen aus Python ausführen - Rückgabe und Verarbeitung von Ergebnissen - Nutzung von Bibliotheken wie sqlite3, psycopg2 oder SQLAlchemy 5. Grundlagen der Business Intelligence - Einordnung von Business Intelligence im Unternehmen - Unterschied zwischen operativen und analytischen Daten - Grundidee des Data Warehousing - Basiskonzepte von ETL-Prozessen - Einfache analytische Fragestellungen - Rolle relationaler Daten in analytischen Architekturen 6. Alternativen zu relationalen Datenbanksystemen - Dokumentenorientierte Datenbanken - Graphdatenbanken - Grundlegende Unterschiede und typische Einsatzgebiete
[letzte Änderung 10.11.2025]
|
Literatur:
Kemper Alfons und Eickler André: Datenbanksysteme - Eine Einführung, De Gruyter, 2015 Saake Gunter und Sattler Kai-Uwe: Datenbanken - Konzepte und Sprachen, mitp Professional, 2018 Wiese Lena: Advanced Data Management, De Gruyter, 2015
[letzte Änderung 10.11.2025]
|