KKC_0104 | NoSQL für KI: Datenmodelle, die skalieren

KI-Anwendungen stellen andere Anforderungen an Datenhaltung als klassische Business-Software: Sie brauchen schnelle Reads für Retrieval und Inferenz, kontrollierte Writes für Feature-Updates und eine Datenstruktur, die sich mit neuen Modellversionen weiterentwickeln kann. In diesem Seminar bauen Sie ein klares Entscheidungsraster auf, wann Dokument-, Key-Value-, Wide-Column-, Graph- oder Vector-Datenbanken sinnvoll sind und welche Kompromisse Sie bei Konsistenz, Latenz und Verfügbarkeit bewusst eingehen sollten. Sie lernen, Datenmodelle konsequent von den Abfragen her zu entwerfen.

Dazu gehören Denormalisierung, Aggregates, sinnvolle Metadaten und eine robuste Versionierung von Features und Trainingsdaten. Ein Schwerpunkt liegt auf Vector Search für RAG: Wie speichern Sie Embeddings inklusive Filter-Metadaten, wie wirken sich Index-Parameter auf Recall und Antwortzeit aus und wie organisieren Sie Chunking, Deduplizierung und Re-Embedding, ohne dass Ihr Datenbasis unkontrolliert wachsen. Für laufende Systeme brauchen Sie inkrementelle Updates.

Darum behandeln Sie Event Sourcing, Idempotenz, Upserts und CDC-Ansätze, inklusive Backfills und Reprocessing. Abschließend gehen Sie in Performance und Betrieb: Partitionierung, Hot Keys, Caching, Observability sowie Backup- und Recovery-Konzepte. Nach dem Seminar können Sie NoSQL-Architekturen entwerfen, die KI-Workloads zuverlässig und kostenbewusst tragen.

• NoSQL-Datenbanktypen und ihre Eignung für KI-Workloads vergleichen
• Kompromisse bei Konsistenz, Latenz und Verfügbarkeit bewusst bewerten
• Datenmodelle von Abfragen, Retrieval und Inferenzanforderungen her entwerfen
• Denormalisierung, Metadaten und Versionierung für Features und Trainingsdaten planen
• Vector Search, Embeddings, Filter-Metadaten und Index-Parameter einordnen
• Inkrementelle Updates mit Event Sourcing, Upserts und CDC-Ansätzen gestalten
• Partitionierung, Hot Keys, Caching, Observability, Backup und Recovery berücksichtigen

Das Seminar richtet sich an Data Engineers, Softwareentwickler/innen, Datenbankteams, KI-Teams und Architekt/innen, die skalierbare Datenmodelle für KI planen.

Vorausgesetzt werden Grundkenntnisse in Datenbanken oder Softwareentwicklung. Erfahrungen mit NoSQL, APIs oder KI-Anwendungen sind empfehlenswert.

• NoSQL-Auswahl für KI-Workloads
  • Dokument, Key-Value, Wide-Column, Graph, Vector: wofür welches Modell
  • Lese- und Schreibprofile: Training, Serving, Streaming
  • CAP, Konsistenzlevel und Latenz als Designparameter
  • Cloud-Managed vs. Self-Hosted: Betrieb und Kosten
• Datenmodellierung, die KI wirklich hilft
  • Schema-on-read vs. Schema-Governance
  • Denormalisierung, Aggregates und Query-first Design
  • Versionierung von Features und Trainingsdaten
  • TTL, Soft Deletes und Datenlebenszyklen
• Vector Search und RAG-Datenhaltung
  • Embeddings speichern: Dimensionen, Metadaten, Filter
  • Index-Typen (z. B. HNSW) und Recall vs. Latenz
  • Chunking, Deduplizierung und Re-Embedding Strategien
  • Hybrid Search: Keyword plus Vektor
• Streaming, Events und inkrementelle Updates
  • Event Sourcing Grundlagen und typische Stolperfallen
  • Idempotenz, Upserts und Exactly-once Illusionen
  • Change Data Capture (CDC) für Feature Updates
  • Backfills und Reprocessing ohne Datenchaos
• Performance, Kosten und Zuverlässigkeit
  • Partitionierung, Hot Keys und Sharding-Strategien
  • Caching, Read-Models und Materialized Views
  • Load- und Latenztests für Retrieval und Inferenz
  • Observability: Metriken, Tracing, Slow Queries
• Security, Governance und Compliance
  • Mandantenfähigkeit, Row-Level Security und Tokenization
  • PII in Trainingsdaten: Minimierung und Zugriffskontrollen
  • Auditierbarkeit, Datenherkunft und Reproduzierbarkeit
  • Backup, Restore und Disaster Recovery