Datenbanken Grundlagen für IT Projektmanager

Wer IT-Projekte leitet, ohne Datenbankkonzepte zu verstehen, ist bei technischen Architekturentscheidungen auf Informationen aus zweiter Hand angewiesen. Dieses Seminar schließt diese Wissenslücke gezielt: Es erklärt relationale und nicht-relationale Datenbanken, vermittelt das Lesen und Schreiben einfacher SQL-Abfragen und zeigt, wie Datenschutz- und Compliance-Anforderungen sich auf Datenbankentscheidungen auswirken. Der Fokus liegt nicht auf der technischen Administration, sondern auf dem Verständnis, das IT-Projektmanager brauchen, um informierte Entscheidungen zu treffen, Anforderungen korrekt zu formulieren und mit Datenbankadministratoren und Entwicklungsteams auf Augenhöhe zu sprechen. Ergänzend zeigt das Seminar, wie KI-Werkzeuge heute beim Formulieren und Verstehen von Datenbankabfragen unterstützen können.

Modul 1 — Grundlagen relationaler und nicht-relationaler Datenbanken Projekte scheitern häufig, weil grundlegende Fragen zur Datenhaltung zu spät gestellt werden. Dieser Eingangsblock vermittelt das konzeptionelle Rüstzeug, um Datenbankentscheidungen früh im Projekt aktiv zu begleiten.

• Aufbau und Prinzipien relationaler Datenbanken (SQL-Welt)
• Nicht-relationale Datenbanktypen: Dokumenten-, Schlüssel-Wert-, Graph- und Spaltendatenbanken
• Kriterien für die Wahl zwischen SQL und NoSQL im konkreten Projektkontext
• Grundbegriffe: Tabelle, Zeile, Spalte, Schema, Index, Transaktion
• ACID-Eigenschaften und warum sie für Projektzuverlässigkeit relevant sind
• Überblick über verbreitete Datenbanksysteme (PostgreSQL, MySQL, MongoDB, Redis)

Modul 2 — SQL-Grundlagen für Projektmanager Das Ziel ist nicht, SQL-Entwickler zu werden, sondern Abfragen lesen, verstehen und für einfache Analysen selbst formulieren zu können. Das genügt, um Anforderungen präzise zu formulieren und Ergebnisse zu hinterfragen.

• SELECT-Abfragen: Spalten auswählen, WHERE-Bedingungen, Sortierung (ORDER BY)
• Mehrere Tabellen verbinden: JOIN-Konzepte verständlich erklärt
• Aggregation: GROUP BY, COUNT, SUM, AVG für einfache Analyseabfragen
• Unterabfragen und wann man sie sinnvoll einsetzen kann
• Datenbankabfragen mit KI-Tools formulieren und validieren (ChatGPT, Claude, BigQuery-Assistent)
• Häufige SQL-Fehler erkennen und im Team kommunizieren

Modul 3 — Datenbankdesign, Datenqualität und Compliance Schlechtes Datenbankdesign erzeugt Projekttrouble spätestens beim Skalieren oder beim Datenschutz-Audit. Dieser Block zeigt, worauf Projektmanager beim Review achten müssen.

• Normalisierung: Was bedeuten 1NF, 2NF, 3NF im Projektalltag?
• Primärschlüssel, Fremdschlüssel und referenzielle Integrität
• Datenqualität: Erkennen von Inkonsistenzen, Duplikaten und fehlenden Werten
• DSGVO-Anforderungen an Datenspeicherung, Zugriffsrechte und Löschkonzepte
• Datenbankentscheidungen dokumentieren: Welche Fragen müssen im Projekt geklärt sein?
• Übergabe an das Datenbankteam: Anforderungsformulare und Review-Kriterien

Modul 4 — Cloud-Datenbanken, Vektordatenbanken und KI-Integration Moderne IT-Projekte nutzen Datenbankdienste in der Cloud und zunehmend auch Vektordatenbanken für KI-Anwendungen. Dieser Block gibt den Überblick, der für strategische Entscheidungen nötig ist.

• Cloud-Datenbankdienste im Vergleich: AWS RDS/Aurora, Azure SQL/Cosmos DB, Google BigQuery/Spanner
• Managed Services vs. selbst betriebene Datenbanken: Vor- und Nachteile aus Projektsicht
• Vektordatenbanken (Supabase, Pinecone, Weaviate): Warum sie für KI-Projekte relevant sind
• Einordnung von Airtable, Google Sheets und ähnlichen „leichten" Datenlösungen
• Kostenmodelle und Skalierungsverhalten von Cloud-Datenbankdiensten
• Entscheidungsrahmen für Datenbankauswahl als IT-Projektmanager

Praxisblock — Datenbankentscheidungen simulieren und kommunizieren Im Mittelpunkt stehen praxisnahe Aufgaben aus dem IT-Projektalltag, die die Lerninhalte unmittelbar anwenden.

• Lesen eines vorhandenen Datenbankschemas und Beantworten konkreter Projektfragen
• SQL-Abfragen für typische Projektanalysen selbst formulieren
• Datenbankdiagramm für ein einfaches Projektszenario entwerfen
• DSGVO-Checkliste für ein datenbankgestütztes Projekt durcharbeiten
• Cloud-Datenbankoptionen für ein fiktives Projektvorhaben vergleichen und empfehlen
• Vektordatenbank-Konzept in ein KI-Projektbriefing einbauen
• SQL-Abfrage mit KI-Tool generieren und kritisch überprüfen
• Fehlerhaftes Datenbankdesign identifizieren und Verbesserungen vorschlagen
• Anforderungsgespräch mit einem Datenbankentwickler simulieren
• Schriftliche Zusammenfassung einer Datenbankentscheidung für das Projektdokument
• KI-Werkzeug-Demo: Wie BigQuery-Assistent oder ChatGPT SQL-Abfragen generiert
• Abschlusspräsentation: Datenbankempfehlung für ein ausgewähltes Projektszenario

Die Praxisaufgaben sind so gestaltet, dass sie direkt in den eigenen Projektalltag übertragbar sind — nicht als technische Übungen für Entwickler, sondern als Managementaufgaben mit Datenbankbezug.

Das Seminar spricht IT-Projektmanager und Product Owner an, die Datenbankentscheidungen bisher an andere delegieren mussten und das ändern möchten.

• IT-Projektmanager, die datenbankgestützte Systeme ohne tiefe technische Vorkenntnisse steuern
• Technical Product Manager und Product Owner in datengetriebenen Produktteams
• IT-Beraterinnen und IT-Berater, die Kunden bei Datenbankarchitekturentscheidungen unterstützen
• Business Analysten, die zwischen fachlichen Anforderungen und technischer Umsetzung vermitteln
• Quereinsteiger:innen in IT-Managementrollen mit Interesse an datengestützter Steuerung

Das Seminar findet als virtuelles Klassenzimmer statt — synchrone Online-Sitzungen, in denen Teilnehmende direkt Fragen stellen, gemeinsam Aufgaben bearbeiten und Datenbankkonzepte an konkreten Beispielen diskutieren. Praxisszenarien aus IT-Projekten machen abstrakte Datenbankkonzepte greifbar. KI-Werkzeuge wie ChatGPT, Claude oder Google BigQuery-Assistent werden demonstriert und aktiv in die Übungen einbezogen, sodass die Teilnehmenden auch nach dem Kurs eigenständig damit weiterarbeiten können. Das Seminar wird überwiegend in Teilzeit angeboten, es gibt aber auch Vollzeitoptionen.

Die genaue Seminarstundenzahl richtet sich nach dem gebuchten Format. Vollzeit- und Teilzeitoptionen stehen zur Verfügung; das Teilzeitformat eignet sich besonders für Berufstätige, die das Seminar parallel zu laufenden Projekten besuchen möchten.

Nach erfolgreicher Teilnahme erhalten die Absolventinnen und Absolventen ein Zertifikat des Bildungsträgers mit dem Titel „Datenbanken Grundlagen für IT Projektmanager". Es handelt sich um eine trägerinterne Qualifikationsbescheinigung ohne externe Verbandsprüfung, die die absolvierten Inhalte und erworbenen Kompetenzen dokumentiert.

Der unmittelbare Nutzen liegt in einer deutlich verbesserten Kommunikation mit Datenbankteams. Wer eine SELECT-Abfrage liest, ein ER-Diagramm interpretiert und die Konsequenzen eines fehlenden Index einschätzen kann, stellt in Review-Gesprächen die richtigen Fragen und verhindert teure Missverständnisse zwischen Fachbereich und Entwicklung. Diese Art von technisch informiertem Management ist in der Praxis selten und entsprechend gefragt. Mittelfristig eröffnet das Seminar den Weg in anspruchsvollere Rollen: Technical Product Manager, Data Product Owner oder Analytics Manager setzen häufig genau das voraus, was hier vermittelt wird — kein tiefer Entwicklerblick, aber ein solides Verständnis der Datenwelt. Wer dieses Seminar als Einstieg nutzt, positioniert sich für Rollen in datengetriebenen Organisationen, die sowohl technische Versiertheit als auch Managementkompetenz verlangen. Langfristig ist Datenbankwissen eines der stabilsten technischen Grundlagenwissen überhaupt: SQL gibt es seit Jahrzehnten und wird es noch lange geben. Der Aufwand, dieses Fundament zu legen, zahlt sich in praktisch jeder IT-Projektumgebung aus — unabhängig davon, ob die Infrastruktur on-premises, in der Cloud oder in hybriden Architekturen betrieben wird.