Datenbanken: SQL-Grundlagen und Datenanalyse

Datenbanken + SQL + Datenanalyse + Business Intelligence


Diese Weiterbildung vermittelt Kenntnisse in der Nutzung von SQL für Datenbanken und deren Analyse. Die Teilnehmenden erfahren, wie relationale Datenbanken strukturiert sind und wie diese zur Unterstützung analytischer Fragestellungen in der digitalen Arbeitswelt eingesetzt werden können.


Modul 1: Einführung in SQL & MySQL
Modul 2: Relationale Datenbanken in Analyseprozessen
Modul 3: Datenanalyse für die digitale Arbeitswelt
Modul 4: Einführung in die Statistik
Modul 5: Datenstrukturierung – Modelle, Formate und Verwaltung für Analyseprozesse


Einführung in SQL & MySQL

• Grundlagen der SQL-Programmierung: Erstellung, Abfrage und Verwaltung relationaler Datenbanken mit MySQL für strukturierte Datennutzung.


• Datenanalyse und -auswertung: Einsatz von SQL zur Datenerfassung, Datenaggregation und Analyse großer Datenmengen (Big Data Sets).


• Datenmanagement: Datenmodellierung, -aufbereitung und Optimierung relationaler Datenstrukturen für datengetriebene Entscheidungen.


• SQL in Business Intelligence: Nutzung von Power BI & SQL zur Integration von Datenquellen, Analyse von KPIs und Visualisierung in Data Dashboards.

Relationale Datenbanken in Analyseprozessen

• Struktur relationaler Datenbanken: Einführung in Datenstrukturen, SQL-Grundlagen, Datenmodellierung und Datenbankoptimierung.


• SQL-Abfragen und Datenanalyse: Anwendung von SQL zur Datenaggregation, Datenauswertung und Unterstützung analytischer Fragestellungen.


• Schnittstellen zur Analyse: Integration von Power BI, SQL-Datenbanken, Datenschnittstellen und Datenquellen für Analyseverfahren.


• Datenbanken im Analysekontext: Nutzung relationaler Datenbanken für Big Data Analysis, Data Science und Datenverarbeitung.

Datenanalyse für die digitale Arbeitswelt

• Grundlagen der Datenanalyse: Statistik, Datenanalyse-Methoden, Data Literacy und datengetriebene Entscheidungsfindung in Unternehmen.


• SQL & Power BI in Aktion: Datenaufbereitung, Pivot-Tabellen, Datenmodellierung und Power BI Visualisierungen für Analysen.


• Berufsperspektiven im Data-Umfeld: Data Analyst, Business Analyst & Data Scientist – Einstieg, Tools und gefragte Kompetenzen.


• Datenauswertung in der Praxis: Boxplot, Histogramm, Data Storytelling & Big Data Analytics für geschäftsrelevante Insights.

Einführung in die Statistik

• Statistische Grundlagen verstehen: Einführung in deskriptive Statistik, Datenkompetenz und grundlegende Analysemethoden für Datenanalyse.


• Daten auswerten & interpretieren: Nutzung von Histogramm, Boxplot und Scatterplot zur Verteilungserkennung und Musteranalyse.


• Arbeiten mit Datenquellen: Aufbau und Analyse von Pivot-Tabellen, Umgang mit großen Datenmengen und statistischer Datenauswertung.


• Anwendung im Analysekontext: Statistiken erstellen, Datenquellen bewerten und Big Data Analytics für fundierte Entscheidungen nutzen.

Datenstrukturierung – Modelle, Formate und Verwaltung für Analyseprozesse

• Grundlagen zur Entwicklung logischer Datenmodelle, Datenvisualisierungstools und Formate für analytische Nutzung.


• SQL, Pivot Tabellentechniken und Power BI Datenquellen zur technischen Aufbereitung für Big Data Analyseprozesse.


• Nutzung von Datenstrukturen zur Pflege, Schnittstellenintegration und datengetriebenen Verwaltung im Systemkontext.


• Vorbereitung von Daten für Power BI Visualisierungen, statistische Auswertungen und datenbasierte Analyseschritte.

Nach Absolvierung der Maßnahme verfügen die Teilnehmenden über Kenntnisse, um relationale Datenbanken und Datenanalyse-Tools wie SQL und Power BI in verschiedenen Analysekontexten effizient einzusetzen.