Daten analysieren und modellieren

Viele Betriebe verwalten wichtige Daten noch in Excel-Listen, in denen sich Informationen wiederholen und widersprechen. Du lernst, solche Bestände zu untersuchen, Datentypen und Qualitätsprobleme zu erkennen und die dahinterliegenden Dinge wie Kunden, Aufträge oder Artikel zu benennen. Daraus zeichnest du ein Entity-Relationship-Diagramm mit Beziehungen und Kardinalitäten. Mit der Normalisierung beseitigst du Redundanzen und überführst das Ganze in ein logisches Tabellenmodell mit Primär- und Fremdschlüsseln.

Das sind die Fähigkeiten, die am Ende des Moduls sitzen sollten. Jedes Ziel mit einem Beispiel aus dem Lehrbetrieb.

1. 1

   Bestehende Datenbestände untersuchen und Probleme benennen

   Kompetenz A

   Du schaust dir eine vorhandene Liste systematisch an: Welche Spalten gibt es, was bedeuten sie, wo wiederholen sich Informationen und wo widersprechen sie sich? Du beschreibst konkret, welche Fehler beim Einfügen, Ändern oder Löschen entstehen können.

   Situation

   Eine Fahrschule in Aarau führt alle Fahrstunden in einer Excel-Datei mit den Spalten Datum, Schüler, Telefon, Fahrlehrer, Fahrzeug, Kennzeichen und Preis.

   Deine Aufgabe

   Analysiere die Datei und beschreibe die Schwachstellen.

   Gutes Ergebnis

   Telefonnummer und Kennzeichen stehen in jeder Zeile erneut. Bei Lena Graf stehen zwei verschiedene Nummern. Wird die letzte Fahrstunde eines Schülers gelöscht, ist auch seine Telefonnummer weg. Ein neues Fahrzeug lässt sich erst erfassen, wenn jemand damit fährt.

   RedundanzEinfügeanomalieÄnderungsanomalieLöschanomalieDatenquelle
2. 2

   Datentypen festlegen und Datenqualität beurteilen

   Kompetenz A

   Du bestimmst für jedes Attribut einen passenden Typ und eine sinnvolle Länge und legst fest, welche Werte erlaubt sind. Dabei prüfst du Daten auf Vollständigkeit, Eindeutigkeit und einheitliches Format.

   Situation

   Die Mitgliederliste eines Turnvereins enthält Geburtsdaten als '3.5.08', '03.05.2008' und 'Mai 2008', Postleitzahlen teils mit Ortsnamen und leere E-Mail-Felder.

   Deine Aufgabe

   Definiere für jede Spalte Typ, Format und Regeln und markiere die Datensätze mit Mängeln.

   Gutes Ergebnis

   Geburtsdatum als DATE, PLZ als Text, z.B. VARCHAR(10) mit einer Spalte für das Land (nicht Zahl, damit führende Nullen bei Auslandsadressen wie 04109 erhalten bleiben), E-Mail als Text bis 254 Zeichen mit Pflicht. 37 von 280 Datensätzen sind markiert und werden vom Vorstand ergänzt.

   DatentypWertebereichPflichtfeldDatenformatDatenqualitätPersonendaten
3. 3

   Entitäten, Attribute und Schlüssel bestimmen

   Kompetenz B

   Du erkennst, welche eigenständigen Dinge in den Daten stecken, und ordnest jedem seine Eigenschaften zu. Für jede Entität wählst du einen eindeutigen Schlüssel und entscheidest, ob ein natürlicher oder ein künstlicher Schlüssel besser passt.

   Situation

   Bei der Fahrschule sollen die Fahrstunden künftig in einer Datenbank verwaltet werden.

   Deine Aufgabe

   Leite aus der Excel-Datei die Entitäten mit Attributen und Schlüsseln ab.

   Gutes Ergebnis

   Schüler (Schüler-ID, Name, Telefon, Ausweisnummer), Fahrlehrer (Lehrer-ID, Name, Kürzel), Fahrzeug (Fahrzeug-ID, Kennzeichen, Getriebe) und Fahrstunde (ID, Datum, Dauer, Preis). Das Kennzeichen ist nicht der Primärschlüssel, weil es bei einem Wechsel des Kantons ändern kann.

   EntitätAttributPrimärschlüsselnatürlicher vs. künstlicher Schlüsselzusammengesetzter Schlüssel
4. 4

   Beziehungen mit Kardinalitäten in einem ERD darstellen

   Kompetenz C

   Du zeichnest, wie die Entitäten zusammenhängen und wie viele Objekte jeweils beteiligt sein können. Eine m:n-Beziehung löst du mit einer Zwischentabelle auf und überlegst, welche Attribute dort hingehören.

   Situation

   Eine Berufsfachschule möchte erfassen, welche Lernenden welche Kurse besuchen und welche Note sie erhalten.

   Deine Aufgabe

   Modelliere Lernende, Kurse und die Teilnahme als ERD.

   Gutes Ergebnis

   Lernende und Kurs stehen in einer m:n-Beziehung. Sie wird durch die Entität 'Kursbelegung' aufgelöst: ein Lernender hat 0..* Belegungen, ein Kurs hat 0..* Belegungen, jede Belegung gehört zu genau einem Lernenden und einem Kurs. Die Note ist ein Attribut der Kursbelegung.

   Entity-Relationship-DiagrammKardinalität (1:1, 1:n, m:n)Krähenfuss-NotationMin-Max-NotationZwischentabelle
5. 5

   Ein Datenmodell bis zur 3. Normalform normalisieren

   Kompetenz D

   Du prüfst Schritt für Schritt: Sind alle Werte atomar? Hängt jedes Attribut vom ganzen Schlüssel ab? Gibt es Abhängigkeiten zwischen Nicht-Schlüssel-Attributen? Bei jedem Verstoss teilst du die Tabelle sinnvoll auf.

   Situation

   Ein Getränkehändler in Chur führt eine Liste 'Bestellungen' mit Bestellnr., Datum, Kunde, Kundenadresse, Artikel (z.B. '6x Mineral, 2x Apfelsaft'), Artikelpreis und Total.

   Deine Aufgabe

   Bringe die Liste in die 3. Normalform.

   Gutes Ergebnis

   1NF: Jede Artikelposition bekommt eine eigene Zeile. 2NF: Artikelname und Listenpreis wandern in die Tabelle Artikel, Datum und Kundendaten in Bestellung; der verrechnete Preis bleibt in der Bestellposition. 3NF: Kundendaten wandern aus Bestellung in Kunde, der Ort hängt von der PLZ ab und kommt in eine Tabelle Ortschaft. Das Total wird nicht gespeichert, sondern berechnet.

   1. Normalform2. Normalform3. Normalformfunktionale Abhängigkeittransitive Abhängigkeitberechnete Werte
6. 6

   Das konzeptionelle Modell in ein logisches Tabellenmodell überführen

   Kompetenz E

   Aus dem ERD entsteht ein Tabellenschema mit Tabellennamen, Spalten, Datentypen, Primär- und Fremdschlüsseln. Es ist so genau, dass jemand anderes daraus direkt eine Datenbank erstellen kann.

   Situation

   Das ERD der Fahrschule ist vom Berufsbildner abgenommen. Nun soll ein Kollege daraus die MySQL-Datenbank erstellen.

   Deine Aufgabe

   Erstelle das logische Modell mit allen technischen Angaben.

   Gutes Ergebnis

   Vier Tabellen in MySQL Workbench modelliert: fahrstunde hat die Fremdschlüssel schueler_id, fahrlehrer_id und fahrzeug_id. Alle Spalten haben Typ, NOT NULL-Angabe und einheitliche Namen in snake_case. Das Diagramm ist als PDF mit kurzer Legende abgelegt.

   Relationales ModellFremdschlüsselNamenskonventionenkonzeptionell vs. logisch vs. physischNULL-Werte

Die Kompetenzmatrix zerlegt das Modul in Themenstränge und drei Stufen. Für den Kompetenznachweis solltest du überall mindestens Stufe 2 erreichen. Dein Stand bleibt in diesem Browser gespeichert und färbt Lernweg und Übungen ein.

Noah ist im 1. Lehrjahr als Informatiker Applikationsentwicklung bei der Webwerk Thun GmbH, einer Softwarefirma mit 14 Mitarbeitenden. Ein neuer Kunde, eine Tanzschule mit rund 600 Schülerinnen und Schülern, verwaltet Kurse, Anmeldungen und Zahlungen in einer einzigen Excel-Datei. Bevor das Team eine Webanwendung baut, soll Noah die Daten analysieren und ein sauberes Datenmodell entwerfen.

1. Kapitel 1

   Eine Excel-Datei mit 2300 Zeilen

   Noah öffnet die Datei und findet pro Anmeldung eine Zeile mit Name, Adresse, Kurs, Lehrperson, Raum und Zahlungsstatus. Dieselbe Schülerin steht neunmal drin, zweimal mit unterschiedlicher Telefonnummer. Im Feld Geburtsdatum stehen Formate wie '5.3.12' und 'März 2012'. Er hält die Probleme in einer Liste fest und schlägt für jedes Attribut einen Datentyp vor, etwa DATE für das Geburtsdatum und DECIMAL(8,2) für den Kursbetrag.

   Ziel 1Ziel 2

2. Kapitel 2

   Was sind eigentlich die Dinge?

   Im Gespräch mit der Schulleiterin notiert Noah Schüler, Kurs, Lehrperson, Raum und Anmeldung als Kandidaten für Entitäten. Lange überlegt er, ob der Zahlungsstatus eine eigene Entität ist, und entscheidet sich, ihn als Attribut der Anmeldung zu führen, weil pro Anmeldung genau eine Rechnung entsteht. Als Primärschlüssel wählt er künstliche IDs, weil Namen nicht eindeutig sind und sich bei einer Heirat ändern können.

   Ziel 3

3. Kapitel 3

   Das ERD im Review

   Noah zeichnet die Beziehungen in draw.io: Eine Lehrperson leitet mehrere Kurse, ein Kurs findet in genau einem Raum statt. Zwischen Schüler und Kurs besteht eine m:n-Beziehung, die er über die Entität Anmeldung auflöst. Im Review fragt sein Berufsbildner, was mit Kursen passiert, denen noch keine Lehrperson zugeteilt ist. Noah macht diese Beziehung darum optional und ergänzt die Kardinalität im Diagramm.

   Ziel 4

4. Kapitel 4

   Kurstage in einer Zelle

   Um sein Modell zu prüfen, normalisiert Noah die ursprüngliche Excel-Tabelle Schritt für Schritt. In der 1. Normalform trennt er die Kurstage, die als 'Mo, Mi' in einer Zelle standen. In der 2. und 3. Normalform wandern Kurs- und Lehrpersonendaten in eigene Tabellen, weil zum Beispiel die Telefonnummer der Lehrperson nur von der Lehrperson abhängt. Das Ergebnis stimmt fast mit seinem ERD überein, nur eine Tabelle für die Kurstage hatte er vergessen und ergänzt sie.

   Ziel 5

5. Kapitel 5

   Übergabe an das Entwicklungsteam

   Zum Schluss überführt Noah das ERD in ein logisches Modell mit sieben Tabellen, Fremdschlüsseln und Datentypen. Die Zwischentabelle Anmeldung erhält die Fremdschlüssel schueler_id und kurs_id sowie die Regel, dass dieselbe Person nicht zweimal im selben Kurs stehen darf. Eine Kollegin legt die Tabellen danach ohne Rückfrage in MySQL Workbench an, was für Noah der beste Beweis ist, dass seine Dokumentation reicht.

   Ziel 6

1. 1

   Daten lesen lernen

   ca. 3 Std.

   Du untersuchst echte, unordentliche Listen und lernst, Redundanzen und Anomalien zu erkennen, bevor du irgendetwas modellierst.

   • Eine Excel-Liste aus dem Lehrbetrieb oder ein Übungsbeispiel spaltenweise beschreiben
   • Pro Anomalietyp ein konkretes Beispiel aus der Liste notieren
   • Doppelte und widersprüchliche Einträge mit Filtern und bedingter Formatierung markieren

   Trainiert Kompetenz A1A2

   Lernziel12

2. 2

   Entitäten und Schlüssel

   ca. 3 Std.

   Du übst, aus Texten und Listen die Dinge zu finden, um die es geht, und vergibst passende Schlüssel.

   • Aus drei kurzen Anforderungstexten (Kino, Hotel, Werkstatt) Nomen markieren und in Entitäten und Attribute sortieren
   • Für jede Entität entscheiden, ob ein natürlicher Schlüssel taugt
   • Datentypen und Pflichtfelder für alle Attribute festlegen

   Trainiert Kompetenz B1B2A2

   Lernziel32

3. 3

   Beziehungen und ERD

   ca. 4 Std.

   Du verbindest Entitäten, bestimmst Kardinalitäten und zeichnest saubere Diagramme in draw.io.

   • Für 10 Beziehungspaare aus dem Alltag die Kardinalität bestimmen (z.B. Person und AHV-Nummer, Lehrer und Klasse)
   • Zwei m:n-Beziehungen mit Zwischentabellen auflösen
   • Ein ERD für eine Vereinsverwaltung komplett zeichnen

   Trainiert Kompetenz C1C2

   Lernziel4

4. 4

   Normalisieren in Schritten

   ca. 4 Std.

   Du nimmst unnormalisierte Tabellen und bringst sie Schritt für Schritt in die 3. Normalform. Jeder Schritt wird begründet.

   • Eine Rechnungsliste von UNF bis 3NF durcharbeiten und jede Zwischenstufe aufschreiben
   • Funktionale Abhängigkeiten als Pfeile aufzeichnen
   • Das Ergebnis mit einer Kollegin vergleichen und Unterschiede diskutieren

   Trainiert Kompetenz D1D2

   Lernziel5

5. 5

   Vom ERD zum Tabellenmodell

   ca. 3 Std.

   Du überführst dein konzeptionelles Modell in ein logisches Modell mit allen technischen Details.

   • Das ERD der Vereinsverwaltung in MySQL Workbench als Tabellenmodell nachbauen
   • Fremdschlüssel einzeichnen und Namenskonventionen festlegen

   Trainiert Kompetenz E1E2

   Lernziel6

6. 6

   Fallstudie von A bis Z

   ca. 4 Std.

   Du erhältst eine unordentliche Liste und eine kurze Anforderung und lieferst Analyse, ERD, normalisiertes Modell und logisches Schema, wie im Kompetenznachweis.

   • Analyse und Anomalien schriftlich festhalten
   • ERD und logisches Modell erstellen und Designentscheide begründen
   • Lösung in 10 Minuten jemandem präsentieren

   Trainiert Kompetenz A3B3C3D3E3

   Lernziel1456

Entität

Eindeutig unterscheidbares Objekt der realen Welt, über das Daten gespeichert werden, z.B. ein Kunde.

Attribut

Eigenschaft einer Entität, z.B. Name oder Geburtsdatum.

Primärschlüssel

Attribut oder Kombination von Attributen, die jeden Datensatz einer Tabelle eindeutig identifiziert.

Fremdschlüssel

Attribut, das auf den Primärschlüssel einer anderen Tabelle verweist und so eine Beziehung herstellt.

Kardinalität

Angabe, wie viele Objekte auf jeder Seite einer Beziehung beteiligt sein können.

Normalisierung

Schrittweises Aufteilen von Tabellen, um Redundanzen und Anomalien zu vermeiden.

Redundanz

Mehrfache Speicherung derselben Information, die zu Widersprüchen führen kann.

ERD

Entity-Relationship-Diagramm: grafische Darstellung von Entitäten und ihren Beziehungen.

Passende Module