Informationssysteme und Datenanalyse

Quelle: Modulkatalog Moses

Als Teil dieses Moduls können Sie die grundlegenden Konzepte des Informationsmanagements in relationalen Datenbanken benennen, Informationsmodelle entwickeln und Anfragen in relationaler Algebra sowie SQL formulieren. Sie erfahren, welche Probleme auftreten, wenn beliebige Benutzer*innen mit dem System interagieren. Sie können ein Data Warehouse beschreiben, es mit Transaktionssystemen vergleichen und ableiten, welche Anforderungen ein System für ein bestimmtes Anwendungsprofil erfüllen muss. Darüber hinaus kennen Sie grundlegende Datenanalysealgorithmen wie Klassifikation und Clustering und wissen, wie sie für überwachtes bzw. unüberwachtes maschinelles Lernen eingesetzt werden können. Schließlich lernen Sie, wie man kontinuierlich entstehende Daten mit einem Datenstrommanagementsystem verarbeitet und erkennen, wann derartige Systeme sinnvoll eingesetzt werden.

Vorschaubild: Informationssysteme und Datenanalyse

Universität: Technische Universität Berlin

Wissensbasis / Lernziele

Informationssysteme bilden die Basis für nahezu alle großen betrieblichen Anwendungen, von Flugbuchungssystemen über Online-Shops bis hin zu Betriebsplanungs- und Steuerungssystemen. Die Fähigkeit, Daten effizient zu verwalten und durch deren Analyse neue Erkenntnisse und Entscheidungen abzuleiten, zählt zu den Schlüsselkompetenzen in moderner Wirtschaft und Wissenschaft. Im Modul stehen insbesondere folgende Inhalte im Mittelpunkt: Architektur von Informationssystemen, das relationale Modell, die relationale Algebra, die Anfragesprache SQL, Transaktionssysteme, Data Warehousing, das Verhältnis von Datenbank-Management zu Datenstrom-Management, eine Einführung in die Data Science sowie verschiedene Datenanalysealgorithmen, darunter Klassifikations- und Clustering-Algorithmen.

Verfügbare Lernmittel

Probeklausuren Lernzettel Quizze
Informationssysteme und Datenanalyse

Veröffentlicht: 19.09.2025 15:33

Informationssysteme und Datenanalyse

Veröffentlicht: 19.09.2025 15:39

Keine Übungen vorhanden.
Informationssysteme und Datenanalyse

Veröffentlicht: 19.09.2025 15:44

Architektur von Informationssystemen: Schichten, Komponenten und Schnittstellen

Veröffentlicht: 19.09.2025 15:44

Relationale Algebra: Operatoren, Ausdrucke von Abfragen und Optimierung

Veröffentlicht: 19.09.2025 15:47

SQL-Grundlagen und fortgeschrittene Abfragen: SELECT, Joins, Aggregationen, Views, Transaktionen

Veröffentlicht: 19.09.2025 15:48

Transaktionssysteme und ACID-Eigenschaften: Konsistenz, Isolation, Fehlertoleranz

Veröffentlicht: 19.09.2025 15:49

Data Warehousing: Modellierung, ETL-Prozesse, OLAP, Star- und Snowflake-Schema

Veröffentlicht: 19.09.2025 15:49

Datenbank-Management vs. Data-Stream-Management: Unterschiede, Schnittstellen, Herausforderungen

Veröffentlicht: 19.09.2025 15:50

Einführung in Data Science: Datenvorverarbeitung, Merkmalsextraktion, Modellpipeline

Veröffentlicht: 19.09.2025 15:52

Überwachtes Lernen: Klassifikation, Regression, Modellbewertung

Veröffentlicht: 19.09.2025 15:53

Unüberwachtes Lernen: Clustering, Dimensionsreduktion, Mustererkennung

Veröffentlicht: 19.09.2025 15:53

Data-Streams und Stream-Processing: Fenstertechnik, Zustand-Verwaltung, Konsistenz

Veröffentlicht: 19.09.2025 15:54

Anwendungsprofile und Systemanforderungen: Flugbuchung, Online-Shopping, Produktionsplanung – Ableitung von Anforderungen

Veröffentlicht: 19.09.2025 15:54

Informationssysteme und Datenanalyse

Fragen: 15, Dauer: 20 Min

Informationssysteme und Datenanalyse

Fragen: 15, Dauer: 20 Min

Architektur von Informationssystemen: Schichten, Komponenten und Schnittstellen

Fragen: 10, Dauer: 15 Min

Das relationale Modell: Entitäten, Attribute, Relationen, Schlüssel und Integritätsregeln

Fragen: 10, Dauer: 15 Min

Relationale Algebra: Operatoren, Ausdrucke von Abfragen und Optimierung

Fragen: 10, Dauer: 15 Min

SQL-Grundlagen und fortgeschrittene Abfragen: SELECT, Joins, Aggregationen, Views, Transaktionen

Fragen: 10, Dauer: 15 Min

Transaktionssysteme und ACID-Eigenschaften: Konsistenz, Isolation, Fehlertoleranz

Fragen: 10, Dauer: 15 Min

Data Warehousing: Modellierung, ETL-Prozesse, OLAP, Star- und Snowflake-Schema

Fragen: 10, Dauer: 15 Min

Datenbank-Management vs. Data-Stream-Management: Unterschiede, Schnittstellen, Herausforderungen

Fragen: 10, Dauer: 15 Min

Einführung in Data Science: Datenvorverarbeitung, Merkmalsextraktion, Modellpipeline

Fragen: 10, Dauer: 15 Min

Überwachtes Lernen: Klassifikation, Regression, Modellbewertung

Fragen: 10, Dauer: 15 Min

Unüberwachtes Lernen: Clustering, Dimensionsreduktion, Mustererkennung

Fragen: 10, Dauer: 15 Min

Data-Streams und Stream-Processing: Fenstertechnik, Zustand-Verwaltung, Konsistenz

Fragen: 10, Dauer: 15 Min

Anwendungsprofile und Systemanforderungen: Flugbuchung, Online-Shopping, Produktionsplanung – Ableitung von Anforderungen

Fragen: 10, Dauer: 15 Min