- Startseite
- Podcasts
- [antifragile data] Podcast
![[antifragile data]](https://cdn.podcastcms.de/images/podcasts/315/3752782/antifragile-data.png)
Episoden
25 Minuten
Alle reden über AI. Aber die Initiativen, die wirklich liefern, haben eines gemeinsam – ein fachliches Datenmodell. Meine Position in gut 25 Minuten.
Neulich in einem Vortrag: Ein Team stellt seine AI-Initiative vor. Der Satz, der hängen bleibt, handelt nicht von Modellen oder Plattformen, sondern von einer Entscheidung, die Jahre zurückliegt – beim letzten Umbau des Data Warehouse ein fachliches Datenmodell gebaut zu haben. Damals hat das niemand gefeiert. Heute ist es der Grund, warum ihre AI reproduzierbare Ergebnisse liefert.
In der ersten Folge geht es um genau diese Lücke: Informationsmodelle werden gebraucht – dringender als je zuvor – aber in vielen Projekten ist das noch nicht angekommen. Ich kläre, was ein fachliches Datenmodell eigentlich ist und was es nicht ist, warum AI Semantik härter einfordert als jedes BI-Projekt davor, und woran es liegt, dass Modellierung trotzdem als Relikt gilt.
Am Ende drei konkrete Schritte für alle, die nicht bei null anfangen wollen – und eine Geschichte aus meinen frühen Projekttagen, die ich lieber nicht erlebt hätte: vier Milliarden Datensätze, eine Geschäftsregel, die nur zu achtzig Prozent stimmte, und keine Originaldaten mehr, um sie zu korrigieren.
Außerdem: was dich hier erwartet – kompakte Deep Dives (Secret Spice), Quartals-Backstage mit Kim de Vries und Gespräche mit Gästen aus der Data- und AI-Welt. Alle drei Wochen, dienstags.
── Kapitel ──
00:00 Intro
00:15 Der Satz aus dem Vortrag
01:15 Wer hier spricht, und was dieser Podcast ist
04:28 Was ein Informationsmodell ist – und was nicht
06:09 Missverständnisse über Informationsmodelle
09:04 Warum AI Semantik härter einfordert als BI
14:04 Warum es in Projekten trotzdem nicht ankommt
17:53 Drei Schritte, wenn man nicht bei null anfangen will
21:29 Die Signature Question – und meine eigene Antwort
25:09 Outro
── Erwähnungen & Links ──
• Secret-Spice-Serie: https://tedamoh.com/de/academy/secret-spice
• Video-Version dieser Folge: https://youtu.be/wV6EzYzC_JQ
Bewerten hilft: Eine Bewertung bei Apple Podcasts oder Spotify sorgt dafür, dass andere Datenmenschen den Podcast finden.
Alle Folgen, Newsletter & Plattformen: https://podcast.tedamoh.com
Unterstützen: https://truefans.fm/antifragile-data
[antifragile data] – der Podcast über Data, AI und die Geschichten dahinter, mit Dirk Lerner (TEDAMOH). Ehrlich, praxisnah und manchmal unbequem. Dirk Lerner ist Berater, Autor und Gründer von TEDAMOH – The Data Modeling Hub: https://tedamoh.com
#Data #AI #Datenmodellierung #DataVault #DataEngineering #Podcast
Neulich in einem Vortrag: Ein Team stellt seine AI-Initiative vor. Der Satz, der hängen bleibt, handelt nicht von Modellen oder Plattformen, sondern von einer Entscheidung, die Jahre zurückliegt – beim letzten Umbau des Data Warehouse ein fachliches Datenmodell gebaut zu haben. Damals hat das niemand gefeiert. Heute ist es der Grund, warum ihre AI reproduzierbare Ergebnisse liefert.
In der ersten Folge geht es um genau diese Lücke: Informationsmodelle werden gebraucht – dringender als je zuvor – aber in vielen Projekten ist das noch nicht angekommen. Ich kläre, was ein fachliches Datenmodell eigentlich ist und was es nicht ist, warum AI Semantik härter einfordert als jedes BI-Projekt davor, und woran es liegt, dass Modellierung trotzdem als Relikt gilt.
Am Ende drei konkrete Schritte für alle, die nicht bei null anfangen wollen – und eine Geschichte aus meinen frühen Projekttagen, die ich lieber nicht erlebt hätte: vier Milliarden Datensätze, eine Geschäftsregel, die nur zu achtzig Prozent stimmte, und keine Originaldaten mehr, um sie zu korrigieren.
Außerdem: was dich hier erwartet – kompakte Deep Dives (Secret Spice), Quartals-Backstage mit Kim de Vries und Gespräche mit Gästen aus der Data- und AI-Welt. Alle drei Wochen, dienstags.
── Kapitel ──
00:00 Intro
00:15 Der Satz aus dem Vortrag
01:15 Wer hier spricht, und was dieser Podcast ist
04:28 Was ein Informationsmodell ist – und was nicht
06:09 Missverständnisse über Informationsmodelle
09:04 Warum AI Semantik härter einfordert als BI
14:04 Warum es in Projekten trotzdem nicht ankommt
17:53 Drei Schritte, wenn man nicht bei null anfangen will
21:29 Die Signature Question – und meine eigene Antwort
25:09 Outro
── Erwähnungen & Links ──
• Secret-Spice-Serie: https://tedamoh.com/de/academy/secret-spice
• Video-Version dieser Folge: https://youtu.be/wV6EzYzC_JQ
Bewerten hilft: Eine Bewertung bei Apple Podcasts oder Spotify sorgt dafür, dass andere Datenmenschen den Podcast finden.
Alle Folgen, Newsletter & Plattformen: https://podcast.tedamoh.com
Unterstützen: https://truefans.fm/antifragile-data
[antifragile data] – der Podcast über Data, AI und die Geschichten dahinter, mit Dirk Lerner (TEDAMOH). Ehrlich, praxisnah und manchmal unbequem. Dirk Lerner ist Berater, Autor und Gründer von TEDAMOH – The Data Modeling Hub: https://tedamoh.com
#Data #AI #Datenmodellierung #DataVault #DataEngineering #Podcast
2 Minuten
antifragile data – der Podcast über Data, AI und die Geschichten dahinter. Start: September 2026.
Was passiert, wenn Daten auf echte Geschichten treffen? Nicht die Hochglanz-Version aus dem Vendor-Pitch, sondern das, was wirklich in Projekten passiert – mit allen Brüchen, Umwegen und Learnings.
Mein Name ist Dirk Lerner. Seit über 25 Jahren bin ich in der Datenwelt unterwegs – als Berater, Autor und Gründer von TEDAMOH. Im Podcast spreche ich über Datenmodellierung, Data Vault, temporale Daten, Data Architecture und AI – und über die Menschen und Geschichten dahinter.
In drei Formaten:
Secret Spice – kompakte Deep Dives zu Themen, die mich gerade umtreiben.
Backstage – einmal im Quartal mit Kim de Vries: offen darüber, was die Community bewegt.
Gäste & Geschichten – Gespräche mit Praktikern, Entscheidern und Vordenkern. Deutsch und manchmal Englisch.
Los geht's im September 2026 – alle drei Wochen eine neue Folge. Auf Spotify, Apple Podcasts, Amazon Music, YouTube und überall, wo es Podcasts gibt.
Wenn du nichts verpassen willst: Abonniere den Podcast und trag dich in den Newsletter auf podcast.tedamoh.com ein. Dann bist du dabei, sobald die erste Folge live geht.
antifragile data – ab September.
Was passiert, wenn Daten auf echte Geschichten treffen? Nicht die Hochglanz-Version aus dem Vendor-Pitch, sondern das, was wirklich in Projekten passiert – mit allen Brüchen, Umwegen und Learnings.
Mein Name ist Dirk Lerner. Seit über 25 Jahren bin ich in der Datenwelt unterwegs – als Berater, Autor und Gründer von TEDAMOH. Im Podcast spreche ich über Datenmodellierung, Data Vault, temporale Daten, Data Architecture und AI – und über die Menschen und Geschichten dahinter.
In drei Formaten:
Secret Spice – kompakte Deep Dives zu Themen, die mich gerade umtreiben.
Backstage – einmal im Quartal mit Kim de Vries: offen darüber, was die Community bewegt.
Gäste & Geschichten – Gespräche mit Praktikern, Entscheidern und Vordenkern. Deutsch und manchmal Englisch.
Los geht's im September 2026 – alle drei Wochen eine neue Folge. Auf Spotify, Apple Podcasts, Amazon Music, YouTube und überall, wo es Podcasts gibt.
Wenn du nichts verpassen willst: Abonniere den Podcast und trag dich in den Newsletter auf podcast.tedamoh.com ein. Dann bist du dabei, sobald die erste Folge live geht.
antifragile data – ab September.
In Podcasts werben
Schalte jetzt Werbung in Podcasts.
Über diesen Podcast
[antifragile data] ist der Podcast für alle, die mehr
wollen als Buzzwords. Dirk Lerner spricht über Data, AI und die
Geschichten dahinter — ehrlich, praxisnah und manchmal
unbequem.
Ob Datenmodellierung, Data Engineering, Machine Learning, Data
Governance oder die menschliche Seite der Datenwelt: Hier geht es
um echte Erfahrungen, Fehler und Learnings aus über zwei
Jahrzehnten in der Datenbranche.
Der Podcast richtet sich primär an deutschsprachige Hörer.
Internationale Gäste werden auf Englisch interviewt — diese
Episoden sind entsprechend gekennzeichnet.
Datenmodellierung & Informationsmodellierung
Data Engineering & Architektur
Datenmodellierung & AI
Data Governance & Strategie
Data Culture & Organisation
Karriere in der Datenwelt
Tool-Bewertungen & Tech-Deep-Dives
Fehlerkultur & Lessons Learned
Kommentare (0)
Melde dich an, um einen Kommentar zu schreiben.