AWS Architekt - Datenbankverwaltung

Wer in der AWS-Cloud Datenbanken plant, betreibt oder optimiert, bewegt sich in einem Umfeld, das technische Tiefe und strategisches Gespür gleichermaßen verlangt. Dieser Kurs vermittelt genau diese doppelte Kompetenz: Er verbindet die Einführung in das breite AWS-Datenbankportfolio mit konkreten Aufgaben aus den Bereichen Sicherheit, Skalierung, Monitoring und Automatisierung. Im Mittelpunkt stehen die AWS-Dienste RDS, Aurora, DynamoDB und Redshift — nicht als theoretische Übersicht, sondern als produktiv einsetzbare Werkzeuge mit eigenen Stärken und Anwendungsszenarien.

Einführung in das AWS-Datenbankportfolio Der erste Block schafft einen orientierten Überblick über das gesamte Datenbankspektrum, das AWS anbietet. Die Teilnehmenden lernen, wann relationale Datenbanken (RDS, Aurora), wann dokumentenorientierte Ansätze (DocumentDB), wann Key-Value-Stores (DynamoDB) und wann Data-Warehouse-Lösungen (Redshift) sinnvoll sind. Dieses Urteilsvermögen ist die Grundlage für alle weiteren Module.

• Überblick relationale und NoSQL-Datenbank-Dienste in AWS
• AWS RDS: unterstützte Engines (MySQL, PostgreSQL, MariaDB, SQL Server, Oracle)
• Amazon Aurora: kompatible Engines, Serverless v2, Global Database
• Amazon DynamoDB: Partitionierung, konsistentes Lesen, Streams
• Amazon Redshift: MPP-Architektur, Columnar Storage, Spectrum für externe Daten
• Entscheidungskriterien für die Datenbankwahl in der Cloud

Planung, Bereitstellung und Skalierung Der zweite Themenblock behandelt die praktische Einrichtung der wichtigsten Dienste — von der Erstkonfiguration bis zur produktionsreifen Hochverfügbarkeitsarchitektur. Skalierbarkeit ist dabei kein nachträgliches Feature, sondern ein Designmerkmal, das von Beginn an eingeplant wird.

• RDS-Instanzen erstellen und konfigurieren: Instance Class, Storage Type, Parameter Groups
• Multi-AZ-Deployments und automatisches Failover verstehen und einrichten
• Read Replicas für leselastige Workloads anlegen und monitoren
• Aurora-Cluster mit Auto Scaling und Serverless v2 betreiben
• DynamoDB-Tabellen: Partition Keys wählen, GSI/LSI anlegen, Kapazitätsmodi (Provisioned vs. On-Demand) vergleichen
• Redshift-Cluster bereitstellen, Vacuum- und Analyze-Strategien anwenden

Sicherheit, Governance und Compliance Datenbankzugriff in der Cloud muss mehrschichtig abgesichert sein. Dieser Block vermittelt, wie IAM, Netzwerkisolation, Verschlüsselung und Audit-Trails zusammenspielen, um Compliance-Anforderungen wie DSGVO oder branchenspezifische Vorgaben zu erfüllen.

• IAM-Policies und Datenbankbenutzer trennen: wer darf was auf Servicelevel vs. DB-Level
• VPC-Segmentierung: Datenbanken in privaten Subnetzen, Security Groups korrekt konfigurieren
• Verschlüsselung at rest (AWS KMS) und in transit (TLS-Erzwingung) für RDS und DynamoDB
• Automatisierte Backups, Snapshot-Lifecycle und Point-in-Time-Recovery einrichten
• AWS CloudTrail und RDS Enhanced Monitoring für Audit-Zwecke nutzen
• Compliance-Check mit AWS Config und Trusted Advisor für Datenbankressourcen

Monitoring, Performance-Analyse und Kostenoptimierung Betriebssichere Datenbanken brauchen ein funktionierendes Monitoring-Fundament. Dieser Block zeigt, wie CloudWatch-Dashboards, Performance Insights und Cost-Explorer-Daten konkret genutzt werden, um Engpässe zu identifizieren und Kosten zu senken.

• CloudWatch-Metriken für RDS und DynamoDB: CPU, IOPS, Latency, FreeStorageSpace
• Performance Insights aktivieren und Slow Queries lokalisieren
• DynamoDB-Kapazitätsengpässe mit Auto-Scaling-Regeln auflösen
• Redshift-Workload-Management und Concurrency-Scaling konfigurieren
• Reserved Instances und Savings Plans für RDS kalkulieren
• DynamoDB On-Demand vs. Provisioned in Kostenmodellen vergleichen

Praxisprojekte und Automatisierung Im abschließenden Praxisblock werden reale Szenarien umgesetzt. Infrastructure-as-Code-Vorlagen sorgen für reproduzierbare Umgebungen; Lambda-Funktionen übernehmen Routineaufgaben wie automatische Backups oder Datenbereinigungen.

• CloudFormation-Stacks für RDS und DynamoDB schreiben und deployen
• CDK-Konstrukte für Aurora-Serverless-Setups verwenden
• AWS Lambda für ereignisbasierte Datenbank-Workflows: automatisierte Snapshots, Exportjobs
• DynamoDB Streams mit Lambda-Triggern für Echtzeit-Datenverarbeitung verbinden
• Szenario Finanzsystem: verschlüsselte RDS-Instanz mit automatisiertem Backup-Recovery
• Szenario E-Commerce-Katalog: DynamoDB-Modellierung für hohe Lese-Schreib-Last
• Szenario Webanwendung: Aurora Serverless mit Auto-Scaling und Read-Replica-Routing
• Szenario Data Warehouse: Redshift-Cluster mit S3-Datenladejob (COPY-Befehl)
• Multi-Account-Szenarien: Datenbank-Zugriff über VPC-Peering und Resource Access Manager
• Monitoring-Dashboard in CloudWatch für alle eingesetzten Datenbankdienste aufbauen
• Kostenanalyse: Ist-Zustand mit Cost Explorer auswerten und Einsparpotenziale quantifizieren
• Abschlussprojekt: vollständige Datenbankarchitektur für eine typische Drei-Schichten-Anwendung entwerfen und als IaC-Template bereitstellen

Der Praxisteil macht deutlich, dass Datenbankadministration in AWS mehr ist als das Klicken in der Konsole — es ist ein ingenieurmäßiger Prozess, der Reproduzierbarkeit, Sicherheit und wirtschaftliche Vernunft verbindet. Alle Szenarien orientieren sich an realen Projekttypen, wie sie in mittelständischen IT-Teams oder Cloud-Dienstleistern vorkommen.

Diese Weiterbildung richtet sich an IT-Fachkräfte, die mit relationalen Datenbanken vertraut sind und dieses Wissen in die AWS-Cloud übertragen möchten. Sie ist ebenso geeignet für Cloud-Architektinnen und -Architekten, die Datenbankentscheidungen fundiert treffen wollen, sowie für Entwicklerinnen und Entwickler, die AWS-Datenbanken in ihre Anwendungen integrieren.

• IT-Fachkräfte mit SQL-Grundkenntnissen, die in die AWS-Datenbankadministration einsteigen
• Datenbankadministratorinnen und -administratoren, die from on-premises zu AWS-Cloud wechseln
• Cloud-Architektinnen und -Architekten, die Datenbankdesign-Entscheidungen verantworten
• Softwareentwicklerinnen und -entwickler, die AWS-Datenbanken als Backend einsetzen
• Systemadministratorinnen und -administratoren mit Interesse an Cloud-Infrastruktur

Der Kurs findet im Combined-Learning-Format statt, das Online-Präsenzphasen mit selbstgesteuerten Übungseinheiten verbindet. Die Übungen werden direkt in AWS-Testumgebungen durchgeführt, sodass alle Schritte von der Datenbankerstellung bis zum Monitoring-Dashboard live nachvollzogen werden können. Konzeptphasen und Hands-on-Abschnitte wechseln sich ab; Diskussionen und Frage-Antwort-Runden nach jedem Modul fördern das Verständnis. Für die IaC-Abschnitte stehen vorgefertigte CloudFormation-Templates als Ausgangsbasis zur Verfügung, die schrittweise erweitert werden.

Der Kurs wird sowohl in Teilzeit als auch in Vollzeit angeboten. Die genaue Stundenzahl richtet sich nach dem gewählten Durchführungsformat. Der Online-Unterricht ermöglicht es, von jedem Ort in Deutschland teilzunehmen. Flexibilität bei der Intensität macht den Kurs für Berufstätige ebenso zugänglich wie für Personen in einer Umschulung oder einem Qualifizierungsprogramm.

Nach erfolgreichem Abschluss erhalten die Teilnehmenden ein trägerinternes Kursabschlusszertifikat, das die erworbenen Kompetenzen dokumentiert. Der Kurs bereitet inhaltlich auf weiterführende AWS-Zertifizierungen vor, insbesondere den AWS Certified Database Specialty. Diese offizielle AWS-Prüfung wird separat bei einem akkreditierten Testzentrum abgelegt und ist nicht Bestandteil dieses Kurses, sofern im konkreten Angebot nicht anders angegeben.

Die Kombination aus breitem Datenbankportfolio-Überblick und konkreten Betriebsaufgaben macht diesen Kurs besonders wertvoll für Fachkräfte, die im Berufsalltag Entscheidungen über Datenbankarchitekturen treffen müssen. Wer nach dem Kurs eine AWS-Produktionsumgebung betreut, bringt die Werkzeuge mit, um Kosten aktiv zu steuern, Engpässe frühzeitig zu erkennen und Ausfälle durch durchdachte Backup-Strategien zu verhindern. Die IaC-Kompetenz, die der Kurs aufbaut, ist ein eigener Mehrwert: Datenbankumgebungen als wiederholbaren Code zu beschreiben ist heute Industriestandard in professionellen Cloud-Teams. Wer diese Fertigkeit beherrscht, arbeitet schneller, macht weniger Fehler durch manuelle Konfiguration und kann Umgebungen zuverlässig in verschiedenen Stages (Entwicklung, Test, Produktion) replizieren. Auf dem Arbeitsmarkt sind AWS-Spezialistinnen und -Spezialisten mit nachweisbaren Datenbankkompetenzen gesucht. Cloud-native Datenbankadministration gehört zu den Rollenprofilen, die in Stellenanzeigen für Cloud Engineers, DevOps-Stellen und Lösungsarchitekten regelmäßig als Anforderung auftauchen — nicht als Nice-to-have, sondern als Kernkompetenz.