Datenmodellierung - Datenmodelle

Überblick über die Datenmodelle (sematisches, logisches, physisches, konzeptionelles)

Datenmodellierung - Datenmodelle im Überblick semantisch logisch physisch konzeptionell

Abbildung: Überblick zu den Ansätzen der Datenmodellierung [Folie als pdf-Dokument downloaden]

Für eine nachhaltige Softwareentwicklung bzw. Datenbankentwicklung ist eine konzeptionelle Datenmodellierung unabdingbar. Dabei werden die beiden Stufen der Semantischen Datenmodellierung und logischen Datenmodellierung durchlaufen. Aus dem logischen Datenmodell wird dann das physische (interne) Datenmodell abgeleitet und umgesetzt. Während das semantische Datenmodell unabhängig von der einzusetzenden Datenbank zu erstellen ist, muss beim logischen Datenmodell auf die einzusetzende Technologie (relational, objektorientiert, hierarchisch, multidimensional, multimedial, vektororientiert, usw.) eingegangen werden.

Beispiele für Datenmodelle sind:
  • Semantisches Datenmodell: Entity Relationship Modell (ERM) bzw. Erweitertes Entity Relationship Modell (EERM)
  • Logisches Datenmodell: Relationenmodell
  • Physisches Datenmodell: Relationales Datenbankschema