Seminar GADS

Plattform und Schulungsportfolio

Der Global Automotive Data Space ist eine gemeinsam von GNS Systems und Dell Technologies positionierte Datenplattform für datenintensive Fahrzeugentwicklung. Im Mittelpunkt stehen ein durchgängiger Datenlebenszyklus über Edge, Core und Cloud, globale Datenorchestrierung, nachvollziehbare Datenflüsse, semantische Datenmodelle und die kontrollierte Nutzung großer unstrukturierter Datenmengen.

Das Seminarportfolio trennt Management, Architektur, Datenmanagement, Engineering-Integration, Betrieb, Sicherheit und Automatisierung. Dadurch können Rollen gezielt geschult oder in Kompakt- und Intensivformaten zusammengeführt werden.

Inhaltsübersicht

1. Plattformverständnis und Einsatzfelder
2. Seminarkategorien
3. Empfohlene Lernreihenfolgen
4. Kompakt- und Intensivformate
5. Auswahl nach Rolle und Projektphase

Plattformverständnis und Einsatzfelder

Kapitelinhaltsverzeichnis: Automotive-Datenquellen; Edge-Core-Cloud; Datenorchestrierung; Traceability; Tiering; Analytics und KI

Typische Einsatzfelder sind Mess- und Sensordaten, Simulation, CAx- und CAE-Prozesse, Prüfstände, verteilte Entwicklung, Datenbereitstellung für Analytics und KI sowie unternehmensübergreifende Zusammenarbeit. Entscheidend ist nicht nur die Speicherung, sondern die regelbasierte Platzierung, Bereitstellung, Rückverfolgbarkeit und kontrollierte Nutzung der Daten.

Seminarkategorien

Kapitelinhaltsverzeichnis: Einstieg; Architektur; Datenmanagement; Integration; Betrieb; Sicherheit; Automatisierung; KI

• Einstieg und Strategie: Managementüberblick, Architekturgrundlagen, Datenstrategie und Einführungsplanung.
• Datenmanagement: Aufnahme, Katalog, Metadaten, Qualität, Lineage, Lebenszyklus und Datenaustausch.
• Technische Integration: CAx, CAE, Prüfstände, APIs, Workflows und DevOps.
• Plattformbetrieb: Hybrid- und Multi-Site-Architektur, Storage, Monitoring, Backup, Sicherheit, Performance und Fehleranalyse.
• Datennutzung: Analytics, KI und digitale Zwillinge.

Empfohlene Lernreihenfolgen

1. Management und Programmverantwortung

Kapitelinhaltsverzeichnis: Überblick; Use Cases; Einführung

1. GADS – Management- und Entscheiderüberblick (1 Tage)
2. GADS – Automotive-Datenstrategie und Use-Case-Design (2 Tage)
3. GADS – Projektplanung, Einführung und Migration (3 Tage)

2. Plattformarchitektur und Betrieb

Kapitelinhaltsverzeichnis: Architektur; Storage; Hybridbetrieb; Monitoring; Sicherheit; Wiederherstellung; Optimierung

1. GADS – Architektur und Plattformgrundlagen (2 Tage)
2. GADS – Storage-Architektur und Datenplatzierung (3 Tage)
3. GADS – Hybrid Cloud, Multi-Site und Edge-Architekturen (3 Tage)
4. GADS – Betrieb, Monitoring und Kapazitätsplanung (3 Tage)
5. GADS – Plattform-Sicherheit, Compliance und Governance (3 Tage)
6. GADS – Backup, Recovery und Business Continuity (2 Tage)
7. GADS – Performance, Skalierung und Troubleshooting (3 Tage)

3. Datenmanagement, Integration und KI

Kapitelinhaltsverzeichnis: Grundlagen; Aufnahme; Metadaten; Qualität; Integration; Datennutzung

1. GADS – Architektur und Plattformgrundlagen (2 Tage)
2. GADS – Datenaufnahme, Streaming und globaler Transfer (3 Tage)
3. GADS – Datenkatalog, Metadaten und semantische Modelle (3 Tage)
4. GADS – Datenqualität, Lineage und Rückverfolgbarkeit (3 Tage)
5. GADS – Integration, APIs und Workflow-Automatisierung (4 Tage)
6. GADS – KI, Analytics und digitale Zwillinge (3 Tage)

4. Engineering und Fachprozesse

Kapitelinhaltsverzeichnis: Grundlagen; Engineering-Daten; Lebenszyklus; Zusammenarbeit

1. GADS – Architektur und Plattformgrundlagen (2 Tage)
2. GADS – CAx-, CAE- und Prüfstandsdaten integrieren (4 Tage)
3. GADS – Datenlebenszyklus, Tiering und Retention (2 Tage)
4. GADS – Unternehmensübergreifender Datenaustausch (2 Tage)

Kompakt- und Intensivformate

Kapitelinhaltsverzeichnis: Kompaktformat; Gesamtintensivkurs; Daten- und KI-Pfad; Betriebs- und Sicherheitspfad

• Kompaktseminar: Dreitägiger Einstieg in Architektur, Datenfluss, Metadaten, Governance und Betrieb.
• Gesamtintensivkurs: Fünftägige Verdichtung des vollständigen Portfolios für Projektteams mit breitem Verantwortungsbereich.
• Datenmanagement, Integration und KI: Fünftägiger Schwerpunkt für Daten- und Entwicklungsteams.
• Plattformbetrieb und Sicherheit: Fünftägiger Schwerpunkt für Architektur-, Betriebs- und Security-Teams.

Auswahl nach Rolle und Projektphase

Kapitelinhaltsverzeichnis: Vorstudie; Konzeption; Implementierung; Inbetriebnahme; Regelbetrieb

1. In der Vorstudie Managementüberblick, Use-Case-Design und Architekturgrundlagen wählen.
2. In der Konzeption Datenmodell, Governance, Storage, Sicherheit und Integrationsschnittstellen vertiefen.
3. In der Implementierung Datenaufnahme, Workflows, DevOps und Engineering-Anbindungen bearbeiten.
4. Vor der Inbetriebnahme Monitoring, Backup, Performance und Betriebsverfahren abschließen.
5. Im Regelbetrieb Troubleshooting, Kapazitätsplanung, Lebenszyklussteuerung und Optimierung wiederkehrend trainieren.