Qualifikationsziele: Die Studierenden verstehen die grundlegenden Unterschiede und Funktionsweisen von Da-teisystemen und Datenbanken und sind in der Lage, (relationale) Datenbanken problembezogen zu modellieren und geeignete Datenbankschemata zu entwickeln. Sie wenden theoretisch und praktisch verschiedene Abfrage-sprachen, insbesondere SQL, SPARQL und relationale Algebra und einfache Techniken und Verfahren des Data Minings und Online Analytical Processing (OLAP) an. Sie kennen verschiedene Arten von Speichermedien und wenden verschiedene Zugriffsmethoden und Indizierungsverfahren an. Sie verstehen den Zweck von Normalisie-rung und sind praktisch in der Lage Datenbankschemata zu normalisieren. Sie verstehen das Transaktionskonzept, können es anwenden und Beziehungen bestimmen und können einzelne Verfahren für die Nebenläufigkeitskontrol-le und Recovery-Verfahren für Datenbanksysteme anwenden. Sie können grundlegende Techniken und Verfahren zur Optimierung von Datenbanksystemen anwenden sowie Datenbankschemata, -modelle und die Umsetzung von Datenbanksystemen beurteilen.

Inhalte: Die Studierenden befassen sich mit der Modellierung und Entwurf von (relationalen) DBS, dem Einsatz der Rela-tionalen Algebra und Abfragesprachen (z.B. SQL und SPARQL). Des Weiteren erarbeiten Studierende die Grund-lagen des Data Mining und des Online Analytical Processing. Sie lernen Speichermedien, Zugriffsmethoden und Indizierung von Daten kennen und setzen sich mit Ansätzen wie den Connectivities, Embedded SQL auseinander. Des Weiteren üben Studierenden, wie sie im Bereich der Anwendungsentwicklung Datenbankzugriffe realisieren können. Darüber hinaus erlernen Studierenden die Konzepte der Normalisierung von relationalen Datenbanken, der Transaktionen, der Nebenläufigkeitskontrolle und Recovery sowie Optimierungsverfahren.