Seminar One Data – Data Mesh und Data Fabric in der Praxis

Data Mesh und Data Fabric lösen unterschiedliche Teile derselben Herausforderung: Datenverantwortung muss organisatorisch tragfähig und technisch integrierbar sein. Das Seminar verbindet Domänenorientierung, Data as a Product, Self-Service und föderierte Governance mit Metadaten, Marketplace, Verträgen und Plattformdiensten.

Im Ergebnis entsteht kein abstraktes Architekturposter, sondern ein umsetzbares Zielbild mit Rollen, Standards, Pilotdomäne, Startprodukten, Erfolgskriterien und Skalierungswellen.

Inhaltsverzeichnis

1. Zielgruppe
2. Voraussetzungen
3. Seminarziele
4. Seminarinhalte
5. Kapitel 1: Data Mesh und Data Fabric fachlich einordnen
6. Kapitel 2: Rollen, Verantwortlichkeiten und Zusammenarbeit
7. Kapitel 3: Domänen, Standards und föderierte Governance gestalten
8. Kapitel 4: Datenprodukte bereitstellen, wiederverwenden und verbessern
9. Kapitel 5: Pilot, Betriebsmodell und Skalierung planen
10. Praxisübungen
11. Methodik

Zielgruppe

• Data und Enterprise Architects
• Data Governance Leads
• Data Platform Teams
• Leitung von Daten- und Transformationsprogrammen

Voraussetzungen

• Grundkenntnisse moderner Datenplattformen und organisatorischer Datenverantwortung

Seminarziele

• Data Mesh und Data Fabric sachlich unterscheiden und kombinieren
• Domänen und Datenproduktverantwortung belastbar schneiden
• föderierte Governance mit globalen Mindeststandards gestalten
• Marketplace, Data Contracts und Plattformdienste als verbindende Mechanismen nutzen
• einen realistischen Pilot und eine Skalierungsroadmap planen

Seminarinhalte

Die Inhalte werden in aufeinander aufbauenden Kapiteln bearbeitet. Jeder Arbeitsschritt wird anhand eines durchgängigen Szenarios nachvollzogen und anschließend praktisch überprüft.

1. Data Mesh und Data Fabric fachlich einordnen

Inhaltsverzeichnis dieses Kapitels: Domänenorientierung; Data as a Product; Self-Service-Plattform; föderierte Governance und integrierende Infrastruktur.

1. Schritt 1: Bestehende zentrale und dezentrale Datenverantwortung wird analysiert.
2. Schritt 2: Domänen, Datenprodukte, Plattformdienste und Governance-Prinzipien werden voneinander abgegrenzt.
3. Schritt 3: Data-Mesh- und Data-Fabric-Elemente werden auf die eigene Datenlandschaft übertragen.
4. Schritt 4: Ein Zielbild wird formuliert, das organisatorische Verantwortung und technische Integration sinnvoll verbindet.

2. Rollen, Verantwortlichkeiten und Zusammenarbeit

Inhaltsverzeichnis dieses Kapitels: Data Product Owner; Data Producer und Data Consumer; Data Platform Team; Governance- und Sicherheitsrollen.

1. Schritt 1: Die für den Datenprodukt-Lebenszyklus erforderlichen Rollen werden aus dem Organisationsmodell abgeleitet.
2. Schritt 2: Für jede Rolle werden Entscheidungsrechte, Pflichten, Übergaben und Eskalationswege festgelegt.
3. Schritt 3: Ein RACI-orientiertes Rollenbild wird auf ein konkretes Datenprodukt übertragen.
4. Schritt 4: Die Zusammenarbeit zwischen Fachbereich, Data Engineering, Governance, Betrieb und Informationssicherheit wird als wiederholbarer Ablauf beschrieben.

3. Domänen, Standards und föderierte Governance gestalten

Inhaltsverzeichnis dieses Kapitels: Domain Ownership; globale Mindeststandards; Data Contracts; Marketplace und Interoperabilität.

1. Schritt 1: Domänen werden anhand von Geschäftsverantwortung und stabilen Informationsobjekten geschnitten.
2. Schritt 2: Globale Mindeststandards für Metadaten, Qualität, Sicherheit, Verträge und Lifecycle werden festgelegt.
3. Schritt 3: Domänenspezifische Freiheiten und zentrale Kontrollpunkte werden bewusst getrennt.
4. Schritt 4: Marketplace, Data Contracts und gemeinsame Produktstandards werden als verbindende Mechanismen eingerichtet.

4. Datenprodukte bereitstellen, wiederverwenden und verbessern

Inhaltsverzeichnis dieses Kapitels: Veröffentlichungsreife; Auffindbarkeit; Nutzungsfeedback; Wiederverwendung.

1. Schritt 1: Ein Produkt wird auf vollständige Beschreibung, Ownership, Qualität, Vertrag und zulässige Nutzung geprüft.
2. Schritt 2: Domänen, Suchbegriffe und fachlicher Kontext werden so gepflegt, dass das Produkt zuverlässig auffindbar ist.
3. Schritt 3: Nutzung, Zugriffsnachfragen und Rückmeldungen werden regelmäßig ausgewertet.
4. Schritt 4: Verbesserungen werden priorisiert und als kontrollierte Produktversion in den Lebenszyklus zurückgeführt.

5. Pilot, Betriebsmodell und Skalierung planen

Inhaltsverzeichnis dieses Kapitels: Pilotdomäne; Startprodukte; Erfolgskriterien; Skalierungswellen.

1. Schritt 1: Eine Pilotdomäne mit relevantem Nutzen, verfügbaren Ownern und beherrschbaren Abhängigkeiten wird ausgewählt.
2. Schritt 2: Ein kleines Portfolio wiederverwendbarer Startprodukte und notwendiger Plattformdienste wird definiert.
3. Schritt 3: Messgrößen für Lieferzeit, Qualität, Nutzung, Wiederverwendung und Verantwortungsübernahme werden festgelegt.
4. Schritt 4: Erfahrungen werden in Standards, Rollen, Enablement und eine realistische Skalierungsroadmap überführt.

Praxisübungen

• Domänenschnitt und Rollenmodell für eine Beispielorganisation entwickeln
• globale Mindeststandards und domänenspezifische Freiheiten abgrenzen
• Startportfolio aus wiederverwendbaren Datenprodukten bestimmen
• Pilot-Roadmap mit Messgrößen und Skalierungsentscheidungen erstellen

Methodik

Trainergeführte Erläuterungen, strukturierte Demonstrationen, fachliche und technische Fallstudien sowie praktische Übungen werden miteinander kombiniert. Prüflisten, Rollenmodelle, Spezifikationen und Betriebsabläufe entstehen direkt aus den Übungsfällen und werden im Seminar gemeinsam kontrolliert.