• TEDAMOH

    Blog

Fünf Jahre TEDAMOH

Liebe Leser und Leserinnen meines Blogs,

vor fünf Jahren ist eine lang gehegte Idee von mir Wirklichkeit geworden. Am 1. Juli 2017 erblickte TEDAMOH das Licht der Welt.

Vergangene Woche hatte ich die Möglichkeit online bei der Data Vault User Group über temporale Daten vorzutragen: Who, how, what - why bitemporal data? Who does not ask will not be wise!

In mehreren Projekten hatten die Datenmodellierer von FastChangeCo des Data Management Center of Excellence (DMCE) Teams ein Problem, wie PowerDesigner die Kommentare für Tabellen und Spalten für die SQL Server Datenbank generiert. Xuefang Kaya (eine der Datenmodelliererinnen im Team), nach den Problemen gefragt, sagt zum DMCE-Team:

Unser Roundtable in Frankfurt im März ist mit einem Knaller gestartet:

Marketing für BI ist doch in der Rangfolge noch hinter der Dokumentation.

Bei FastChangeCo entwerfen die Datenmodellierer des Data Management Center of Excellence (DMCE) Teams zum Speichern von Daten immer wieder neue Datenbankobjekte. Eine der Datenmodelliererinnen im Team ist Xuefang Kaya. Wenn sie eine neue User Story/Aufgabe übernimmt, modelliert sie in der Regel mehrere Tabellen, deren Spalten und legt einen Datentyp für jede Spalte fest.

PowerDesigner bietet die Möglichkeit, die Eigenschaften für eine Datenbank in der sogenannten DBMS-Ressourcendateien zu bearbeiten. Die DMBS-Ressourcendateien enthalten alle Informationen für den PowerDesigner, um DDL, DML und andere SQL Artefakte zu generieren. Für viele Datenbanken gibt es vorgefertigte, mitgelieferte DBMS-Ressourcendateien für die unterschiedlichen Datenbankversionen.

I, Stephan, am very happy that I'm invited to give a presentation at the Knowledge Gap 2020 in Munich.

My presentation is about advanced techniques in Fact-Oriented Modeling.

Often data models are built with a technical focus, because they need to be delivered fast or must meet various technical requirements. Therefore, the business aspect and the meaning of objects and relationships are swept under the table. But then the business domain later hardly understands the data model and has problems to work with it in own applications or reports – which often results in a redesign of the data model and renewed time and cost expenditures.