-
Abschlussart: Zertifikat „Big Data Analyst“
Original SAP-Berater-Zertifikat -
Zusatzqualifikationen: Zertifikat „Data Engineer“
Zertifikat „Data Analyst“
Zertifikat „Big Data Specialist“ -
Abschlussprüfung: Praxisbezogene Projektarbeiten/Fallstudie
SAP-Beraterzertifizierung Reporting, Modeling and Data Acquisition mit SAP BW/4HANA C_BW4H -
Unterrichtszeiten: VollzeitMontag bis Freitag von 8:30 bis 15:35 Uhr (in Wochen mit Feiertagen von 8:30 bis 17:10 Uhr)
-
Dauer: 28 Wochen
Data Engineer
Grundlagen Data Engineering und Datenarchitekturen (ca. 2 Tage)
Aufgaben und Anwendungsfelder im Data Engineering
Grundlagen moderner Datenarchitekturen und Datenplattformen
Grundlagen und Vergleich cloudbasierter Datenarchitekturen
OLTP und OLAP
Verarbeitung strukturierter, semistrukturierter und unstrukturierter Daten
Anforderungsmanagement und Datenmodellierung (ca. 1 Tag)
Anforderungen an Daten und Datenquellen
Konzeptionelle Datenmodellierung
Modellierung von Datenstrukturen und Datenflüssen
Data Contracts, Data Governance und Data Lineage
Datenbanken und Datenverarbeitung (ca. 1 Tag)
Architektur von Datenbanksystemen
SQL vs. NoSQL vs. NewSQL im Vergleich
Relationale Datenmodellierung
SQL zur Abfrage und Verarbeitung von Daten
Data Warehousing und moderne Datenarchitekturen (ca. 2 Tage)
Grundlagen und Architektur von Data-Warehouse-Systemen
Dimensionale Datenmodellierung und Schema-Design
Fakten, Dimensionen und historische Datenhaltung
Data Warehouse, Data Lake und Lakehouse im Vergleich
Einführung in dbt
Praxisorientierte Umsetzung von Datenmodellen
Datenintegration und Data Pipelines (ca. 5 Tage)
Datenintegration und Datenbereitstellung
ETL- und ELT-Prozesse
Aufbau und Orchestrierung von Data Pipelines
Datenbereinigung, -validierung und Datenqualität
Batch- und Streaming-Verarbeitung
Praxisorientierter Einsatz von Airflow und Spark
Programmierung und automatisierte Datenverarbeitung (ca. 4 Tage)
Python-Umgebungen und Paketverwaltung
Verarbeitung und Transformation von Daten mit Python
Automatisierung von Datenverarbeitungsprozessen
Anbindung unterschiedlicher Datenquellen und Schnittstellen
Entwicklung von Data-Engineering-Workflows
Containerisierung mit Docker
KI-gestützte Unterstützung im Entwicklungs- und Datenverarbeitungsprozess
Projektarbeit (ca. 5 Tage)
Zur Vertiefung der gelernten Inhalte
Präsentation der Projektergebnisse
Data Analytics
Einführung in Data Analytics (ca. 1 Tag)
Aufgaben, Anwendungsbereiche und typische Anwendungsfälle von Data Analytics
Data-Analytics-Prozesse und CRISP-DM
Rolle des Data Analysts und Abgrenzung zu Data Science, Data Engineering und Business Intelligence
Einordnung von Künstlicher Intelligenz und Machine Learning
Python für Data Analytics (ca. 1 Tag)
Arbeiten mit Jupyter Notebooks
NumPy und Pandas für die Datenanalyse
Import und Export verschiedener Datenquellen, z. B. Excel und CSV
Auswahl und Transformation von Daten
Datenaufbereitung und explorative Datenanalyse (ca. 3 Tage)
Datenbereinigung und -transformation mit Pandas
Umgang mit fehlenden, fehlerhaften und auffälligen Daten
Zusammenführen, Gruppieren und Aggregieren von Daten
Explorative Datenanalyse und Ableitung erster Erkenntnisse
Grundlagen statistischer Auswertungen
SQL und Datenmanagement (ca. 2 Tage)
Relationale Datenbanken und Datenmodelle
Datenabfragen und -aufbereitung mit SQL
Joins, Aggregationen und analytische Abfragen
Zusammenspiel von SQL und Python in der Datenanalyse
Datenqualität und Datenschutz
Anbindung und Nutzung cloudbasierter Datenbanken
Datenvisualisierung und Data Storytelling (ca. 2 Tage)
Visualisierung mit Matplotlib, Seaborn und Plotly
Auswahl geeigneter Diagramme und Visualisierungsformen
Aufbereitung und Interpretation von Analyseergebnissen
Data Storytelling und adressatengerechte Kommunikation
Power BI und interaktive Dashboards (ca. 2 Tage)
Datenimport und -aufbereitung mit Power Query
Datenmodellierung und Beziehungen
Grundlagen von DAX und Kennzahlen
Erstellung interaktiver Reports und Dashboards
Visualisierung und Kommunikation von Business-KPIs
Überblick über alternative Business-Intelligence- und Visualisierungslösungen
KI-gestützte Datenanalyse (ca. 2 Tage)
Einsatz generativer KI im Data-Analytics-Workflow
KI-gestützte Datenaufbereitung, Analyse und Visualisierung
Unterstützung bei Python- und SQL-Abfragen
Prompting für Datenanalysen und Interpretation von Ergebnissen
Kritische Bewertung von Datenquellen sowie Erkennung synthetischer und unplausibler Daten
Qualitätssicherung, Datenschutz und verantwortungsvoller KI-Einsatz
Business Analytics und statistische Grundlagen (ca. 2 Tage)
Kennzahlen und KPIs im Unternehmenskontext
Deskriptive Statistik und statistische Zusammenhänge
Korrelation, Kausalität und einfache Regressionsanalysen
Grundlagen von Konfidenzintervallen und Hypothesentests
Interpretation von Analyseergebnissen und Ableitung datenbasierter Handlungsempfehlungen
Projektarbeit (ca. 5 Tage)
Zur Vertiefung der gelernten Inhalte
Präsentation der Projektergebnisse
Big Data Specialist
Was ist Big Data? (ca. 1 Tag)
Volume, Velocity, Variety, Value, Veracity
Chancen und Risiken großer Datenmengen
Abgrenzung: Business Intelligence, Data Analytics, Data Science
Einführung in Data Mining
Rolle von KI und datengetriebenen Systemen im Big-Data-Umfeld
Einführung in Big-Data-Frameworks (ca. 2 Tage)
Big-Data-Lösungen in der Cloud (Überblick AWS, Azure, GCP)
Datenzugriffsmuster
Datenspeicherung
Einführung in Data Lakes und Data Warehouses
Überblick Apache Hadoop und Spark
Verteilte Datenverarbeitung mit Spark (ca. 3 Tage)
Grundlagen verteilter Systeme
Apache Spark (Core und SQL)
Vergleich verschiedener Ansätze der Datenverarbeitung
Verarbeitung großer Datenmengen
Einführung in einfache ML-Workflows mit Spark
Datenpipelines und Datenintegration (ca. 2 Tage)
ETL- und ELT-Prozesse
Batch- vs. Streaming-Verarbeitung
Grundlagen von Datenpipelines
Einführung in Orchestrierung (z. B. Airflow Überblick)
Datenqualität und -aufbereitung
Komponenten (ca. 2 Tage)
Kurzvorstellung von verschiedenen Tools
Datenübertragung
Überblick Ressourcenverwaltung in Big-Data-Systemen
Hadoop-Ökosystem
Apache Spark Vertiefung
Einführung in Streaming-Technologien
NoSQL und Datenspeicher (ca. 2 Tage)
CAP-Theorem
ACID und BASE
Typen von Datenbanken
HBase
Einführung dokumentenorientierter Datenbanken
Einführung in Speicherformate
Überblick Data Lakehouse-Ansätze
Big Data Visualisierung (ca. 2 Tage)
Theorien der Visualisierung
Diagrammauswahl
Neue Diagrammarten
Werkzeuge zur Datenvisualisierung
Einführung in BI-Tools (z. B. Power BI, Tableau)
Grundlagen datengetriebener Entscheidungsfindung
Data Governance und Datenschutz (ca. 1 Tag)
Grundlagen der DSGVO im Datenkontext
Datenethik und verantwortungsvoller Umgang mit Daten
Datenqualität und Governance-Konzepte
Zugriffskontrollen und Sicherheit
Grundlagen verantwortungsvoller KI-Nutzung
Projektarbeit (ca. 5 Tage)
Zur Vertiefung der gelernten Inhalte
Präsentation der Projektergebnisse
SAP-Berater:in BW/4HANA – Reporting, Modeling and Data Acquisition
Einführung (ca. 20 Tage)
Zunächst lernen Sie die SAP-Systemlandschaft kennen, indem Sie eines der folgenden Themen wählen:
entweder:
Wahlthema 1: SAP Finanzbuchhaltung (FI) und Controlling (CO)
S4H00 Überblick über SAP S/4HANA
S4F10 Geschäftsprozesse in der Finanzbuchhaltung
S4F20 Geschäftsprozesse im internen Rechnungswesen (Controlling)
oder:
Wahlthema 2: SAP Materialwirtschaft (MM) und Vertrieb (SD)
S4H00 Überblick über SAP S/4HANA
S4500 Geschäftsprozesse Sourcing and Procurement
S4600 Geschäftsprozesse in Sales
Nach Ihrem Wahlthema folgen die BW-spezifischen SAP-Themen:
BW405 – Query-Design und Analyse (ca. 10 Tage)
Einführung in SAP HANA und SAP BW/4HANA
Starten von Reports und Navigation in Reports
Einfache Querys
Kennzahlen in Querys
Strukturen in Querys
Merkmale, Attribute und Hierarchien
Variablen in Querys
Exceptions und Bedingungen in Querys
Bericht-Bericht-Schnittstelle
Query-Performance-Optimierung
Query-Verwaltung
Übersicht über Berechtigungen
Übersicht über SAP Analytics
BW410 – Data Warehousing (ca. 10 Tage)
Einführung in SAP HANA
Stammdaten in SAP Business Warehouse BW/4HANA
Bewegungsdaten in SAP BW/4HANA
Native Modellierung in SAP HANA
Open ODS Views
Erweiterte SAP-BW/4HANA-Themen
BW430 – Datenmodellierung (ca. 15 Tage)
Herausforderungen bei der Datenmodellierung
Überblick: Der Geschäftsfall
Modellierungsansätze in SAP BW/4HANA
Best-Practice-Standards in der SAP-BW/4HANA-Modellierung
Prozess der Modellierung
SAP-BW/4HANA-Content-Add-On
Feldbasiertes schnelles Prototyping für SAP BW/4HANA implementieren
Modelle in SAP BW/4HANA implementieren
Native SAP-HANA-Views implementieren
Agile Data Marts implementieren
SAP BW/4HANA Workspaces implementieren
Erweiterte Modellierung in SAP BW/4HANA
BW450 – Datenbereitstellung (ca. 10 Tage)
Datenbereitstellung in SAP HANA
Übersicht über SAP BW/4HANA
Datenbereitstellung in SAP BW/4HANA über das SAP-HANA-Quellsystem
Datenbereitstellung in SAP BW/4HANA über Operational Data Provisioning (ODP_SAP)
Deltamanagement in Operational Data Provisioning (ODP_SAP)
Datenextraktion aus SAP S/4HANA in SAP BW/4HANA
Andere Arten von Operational Data Provisioning in SAP BW/4HANA
Datenflusskomponenten in SAP BW/4HANA verwalten und optimieren
Big-Data-Bereitstellung in SAP BW/4HANA und SAP Data Hub
SAP BW465 Authorizations (ca. 5 Tage)
Berechtigungskonzepte
Standardberechtigungsobjekte für Reporting-Benutzer
Analyseberechtigungen
Standardberechtigungen für Modellierer und Administratoren
Sicherheit der Systemkommunikation
Einführung in SAP-HANA-Berechtigungen
Berechtigungen in gemischten Szenarien
Zusätzliche Themen in SAP Business Warehouse
Fallstudie, Zertifizierungsvorbereitung und SAP-Berater-Zertifizierung BW/4HANA (ca. 10 Tage)
Änderungen möglich, die Lehrgangsinhalte werden regelmäßig aktualisiert.
Du beherrscht die Prozesse rund um die Zusammenführung, Aufbereitung, Anreicherung und Weitergabe von Daten und verstehst Big Data Analysen mit Hilfe grundlegender Python-Programmierungen, SQL und NoSQL-Datenbankkonzepten. Kenntnisse in branchenspezifischer Software zur Verarbeitung und Strukturierung von großen, unstrukturierten Daten sowie deren Visualisierung runden dein Wissen ab.
Außerdem besitzt du die erforderlichen Qualifikationen, um als SAP-Berater:in BW/4HANA deine Auftraggeber:innen umfassend und kompetent zu betreuen. Der Lehrgang befähigt dich, mit Hilfe der Technologieplattform SAP BW/4HANA die Unternehmensstatistik zu automatisieren, auszuwerten und in elektronischer Form darzustellen. Dein berufliches Profil wird durch die SAP-Berater-Zertifizierung wertvoll ergänzt.
Der Lehrgang richtet sich an Personen mit abgeschlossenem Studium in der Informatik, Wirtschaftsinformatik, BWL, Mathematik oder vergleichbarer Qualifikation.
Eine systematische Auswertung von Datenmengen ist für Unternehmen unabdingbar, um Informationen über das eigene Produkt und Kundenverhalten zu generieren. Big Data Analysts werden vor diesem Hintergrund branchenübergreifend zunehmend nachgefragt.
Weiterhin erwirbst du das weltweit einheitliche und anerkannte SAP-Zertifikat. Es gilt als eine der wichtigsten Herstellerzertifizierungen im IT-Bereich, mit dem du deine beruflichen Perspektiven auf dem Arbeitsmarkt branchenübergreifend verbessern. Führungskräfte aus dem Bereich Business Warehouse sind sowohl bei großen als auch mittelständischen Unternehmen in Industrie, Handel, Dienstleistungs- und Finanzwesen nachgefragt. Deine möglichen Tätigkeitsfelder liegen in der Unternehmens- und Softwareberatung, Entwicklung sowie der Unternehmensanalyse und -reporting
Bildungspartner der SAP® Deutschland
In Zusammenarbeit mit dem SAP-Bildungspartner alfatraining Bildungszentrum GmbH qualifizieren wir dich passgenau für einen Job in Industrie und Wirtschaft.
Du bist direkt mit den Servern der SAP® Deutschland vernetzt und lernst auf dem original SAP®-Schulungssystem (IDES) in der jeweils aktuellen Version. Dadurch erwirbst du während des Lehrgangs die notwendige praktische Erfahrung.
Alle SAP-Beraterlehrgänge schließen zusätzlich mit der original SAP-Zertifizierung ab. Unsere SAP-Dozierenden sind qualifizierte SAP-Berater:innen, die dich intensiv betreuen und optimal auf die Zertifizierungsprüfung vorbereiten.
Didaktisches Konzept
Deine Dozierenden sind sowohl fachlich als auch didaktisch hoch qualifiziert und werden dich vom ersten bis zum letzten Tag unterrichten (kein Selbstlernsystem).
Du lernst in effektiven Kleingruppen. Die Kurse bestehen in der Regel aus 6 bis 25 Teilnehmenden. Der allgemeine Unterricht wird in allen Kursmodulen durch zahlreiche praxisbezogene Übungen ergänzt. Die Übungsphase ist ein wichtiger Bestandteil des Unterrichts, denn in dieser Zeit verarbeitest du das neu Erlernte und erlangst Sicherheit und Routine in der Anwendung. Im letzten Abschnitt des Lehrgangs findet eine Projektarbeit, eine Fallstudie oder eine Abschlussprüfung statt.
Virtueller Klassenraum alfaview®
Der Unterricht findet über die moderne Videotechnik alfaview® statt - entweder bequem von zu Hause oder bei uns im Bildungszentrum. Über alfaview® kann sich der gesamte Kurs face-to-face sehen, in lippensynchroner Sprachqualität miteinander kommunizieren und an gemeinsamen Projekten arbeiten. Du kannst selbstverständlich auch deine zugeschalteten Trainer:innen jederzeit live sehen, mit diesem sprechen und du wirst während der gesamten Kursdauer von deinen Dozierenden in Echtzeit unterrichtet. Der Unterricht ist kein E-Learning, sondern echter Live-Präsenzunterricht über Videotechnik.
Die Lehrgänge bei alfatraining werden von der Agentur für Arbeit gefördert und sind nach der Zulassungsverordnung AZAV zertifiziert. Bei der Einreichung eines Bildungsgutscheines oder eines Aktivierungs- und Vermittlungsgutscheines werden in der Regel die gesamten Lehrgangskosten von deiner Förderstelle übernommen.
Eine Förderung ist auch über den Europäischen Sozialfonds (ESF), die Deutsche Rentenversicherung (DRV) oder über regionale Förderprogramme möglich. Als Zeitsoldat:in besteht die Möglichkeit, Weiterbildungen über den Berufsförderungsdienst (BFD) zu besuchen. Auch Firmen können ihre Mitarbeiter:innen über eine Förderung der Agentur für Arbeit (Qualifizierungschancengesetz) qualifizieren lassen.