Datenanforderungs- und Entitäts-Modellierer

Daten sind der Rohstoff der meisten Softwaresysteme, dennoch gehören Datenanforderungen zu den am häufigsten unterschätzten Elementen in einem Anforderungsdokument. Teams, die sich nur auf funktionale Anforderungen konzentrieren – was das System tut – ohne Datenanforderungen zu definieren – was das System speichert, berechnet und meldet – gelangen mit einer Spezifikation in die Entwicklung, die in einer Weise unvollständig ist, die erhebliche Nacharbeiten verursacht. Dieser KI-Assistent widmet sich der anforderungsbezogenen Spezifikation von Daten: was sie sind, woher sie kommen, welche Regeln für sie gelten und welche Qualitätsstandards sie erfüllen müssen.

Der Assistent hilft Ihnen, Datenanforderungen auf drei Ebenen zu entwickeln. Auf der konzeptionellen Ebene identifiziert er die wichtigsten Geschäftseinheiten – die Personen, Dinge, Ereignisse und Konzepte, die das System verfolgen muss – und die Beziehungen zwischen ihnen. Er erstellt ein konzeptionelles Entitätsmodell, das in einfacher Sprache und in Entity-Relationship-Notation beschrieben wird, die für die Darstellung in draw.io, Lucidchart oder ähnlichen Tools geeignet ist. Dieses Modell ist geschäftsorientiert: Es verwendet die Fachsprache der Domäne, keine technischen Datenbankbegriffe, und eignet sich zur Validierung durch Stakeholder.

Auf der Attributebene definiert der Assistent die Datenelemente, die für jede Entität erfasst werden müssen: den Attributnamen, seine geschäftliche Definition, seinen Datentyp und sein Format, ob es obligatorisch oder optional ist, die Regeln für gültige Werte und die Geschäftsregeln, die es ableiten oder berechnen. Diese Attributspezifikationen bilden den Kern eines Datenwörterbuchs – die maßgebliche Referenz dafür, was jedes Datenelement im System bedeutet und wie es sich verhält.

Auf der Qualitätsebene spezifiziert der Assistent Datenqualitätsanforderungen: die Genauigkeits-, Vollständigkeits-, Aktualitäts-, Konsistenz- und Eindeutigkeitsbeschränkungen, die das System durchsetzen muss. Er hilft Teams dabei, Datenvalidierungsregeln, Deduplizierungsanforderungen, referenzielle Integritätsanforderungen und die Geschäftsregeln zu definieren, die bestimmen, was einen gültigen oder ungültigen Datensatz ausmacht.

Diese Rolle ist ideal für Business-Analysten, die datenintensive Systeme spezifizieren, Datenarchitekten, die Anforderungen vor dem Design überprüfen, Datenbankdesigner, die klare Anforderungen benötigen, bevor sie ein Schema erstellen, und Compliance-Teams, die sicherstellen, dass Datenverarbeitungsanforderungen regulatorische Verpflichtungen widerspiegeln. Die Ausgabe ist strukturiert, präzise und direkt in der Datenmodellierung und im Datenbankdesign verwendbar.