*Wir passen den Kursaufbau und die Inhalte an Ihre spezifischen Anforderungen und relevanten Anwendungsfälle an.
Modul 1: Eine skalierbare Purview Governance Architektur gestalten
- Data Map mit Tenant-, Governance-Domain- und Collection-Strukturen organisieren
- Technische Struktur mit Business Domains, Ownership und Stewardship Verantwortlichkeiten abstimmen
- Rollen, Berechtigungen und administrative Verantwortlichkeiten über Governance Teams hinweg planen
- Data Map Capacity, Metadatenwachstum und operative Skalierbarkeit berücksichtigen
Modul 2: Source Registration, Scanning und Metadata Ingestion
- Datenquellen aus Azure, On-Premises-, SaaS- und Multicloud-Umgebungen registrieren
- Geeignete Integration Runtime und Connectivity Ansätze auswählen
- Scan Scopes, Zeitpläne, Credentials und Scan Rule Sets konfigurieren
- Fehler bei Metadata Ingestion, Verbindungen und Scans analysieren
Modul 3: Klassifizierung, Lineage und Metadata Enrichment
- Strategien für System und Custom Classifications in unterschiedlichen Datendomänen gestalten
- Klassifizierung über Scan Rule Sets und gezielte Scans steuern
- Automatisierte Lineage aus unterstützten Processing- und Analytics-Services erfassen
- Automatisierte Metadaten durch manuelle Ergänzungen erweitern, wenn technische Lineage unvollständig ist
Modul 4: Unified Catalog, Data Products und Governance Workflows
- Governance Domains und Data Products entlang geschäftlicher Use Cases gestalten
- Technische Assets mit Business Concepts, Ownership und Glossary Terminologie verbinden
- Access Policies, Approval Workflows und kontrollierten Self-Service-Datenzugriff konfigurieren
- Governance Health Controls und Data Quality Informationen zur Verbesserung von Vertrauen und Nutzbarkeit einsetzen
Modul 5: Fortgeschrittene Sensitivity Labels und Informationsklassifizierung
- Eine Sensitivity Label Taxonomie entlang organisatorischer Informationskategorien gestalten
- Label Scope, Protection Settings, Encryption, Markings und Zugriffsverhalten konfigurieren
- Mit Sensitive Information Types und individuellen Klassifizierungsanforderungen arbeiten
- Label Publication und User Experience über Microsoft 365 Anwendungen hinweg planen
Modul 6: Automatisierte Klassifizierung und Labeling
- Client-side und Service-side Auto-Labeling Ansätze gestalten
- Bedingungen auf Basis von Sensitive Information Types und organisatorischen Anforderungen erstellen
- Policies vor breiterem Rollout testen und Labeling Ergebnisse prüfen
- Konflikte zwischen bestehenden Labels, Auto-Labeling und manueller Klassifizierung verwalten
Modul 7: Data Loss Prevention implementieren
- DLP Policies anhand sensibler Informationen, Geschäftsszenarien und Risikostufen gestalten
- DLP auf Exchange, SharePoint, OneDrive, Teams und unterstützten Endpoints anwenden
- Policy Conditions, Actions, User Notifications und Policy Tips konfigurieren
- DLP Policies testen, optimieren und schrittweise durchsetzen, ohne unnötige Alerts zu erzeugen
Modul 8: Compliance, Audit und Information Lifecycle Controls
- Klassifizierung und Schutz mit Audit und Compliance Investigation Funktionen verbinden
- eDiscovery in rechtliche, investigative und Information Governance Workflows einordnen
- Data Lifecycle Management und Records Management für kontrollierte Aufbewahrung einsetzen
- Klare Verantwortlichkeiten zwischen Governance, Security, Compliance, Legal Modul 9: Purview APIs und Automatisierung
- Verfügbare REST APIs, SDKs und Automatisierungsoptionen von Purview verstehen
- Catalog Metadaten programmatisch abrufen und verwalten
- Wiederkehrende Governance und Metadata Management Aufgaben automatisieren
- Automatisierung unter Berücksichtigung von Berechtigungen, Ownership und Change Control gestalten
Modul 10: Purview mit der weiteren Datenplattform integrieren
- Purview mit Azure Data Factory, Synapse, Fabric, Power BI und weiteren unterstützten Services verbinden
- Lineage Integration nutzen, um Ingestion, Transformation und Analytics Aktivitäten miteinander zu verknüpfen
- Purview mit Microsoft 365 Security und Compliance Funktionen koordinieren
- Governance Muster für hybride und Multicloud-Datenlandschaften gestalten
Modul 11: Monitoring, Data Quality und operative Fehleranalyse
- Scans, Ingestion, Klassifizierung, Lineage und Governance Prozesse überwachen
- Governance Health Controls und Reports nutzen, um Lücken bei Ownership, Klassifizierung oder Catalog Coverage zu erkennen
- Data Quality Rules und Scores konfigurieren und interpretieren, wenn diese für den Use Case geeignet sind
- Wiederkehrende Probleme bei Connectivity, Metadata, Berechtigungen, Klassifizierungen und Lineage analysieren
Modul 12: Production Governance und nachhaltiger Betrieb
- Design, Rollout, operative Ownership und fortlaufende Governance Verantwortlichkeiten voneinander trennen
- Standards für Source Onboarding, Scanning, Klassifizierung, Data Products und Policy Changes etablieren
- Berechtigungen, Lizenzierung, Capacity, operative Reviews und kontinuierliche Verbesserung steuern
- Eine praktische Production Readiness Checkliste für Architektur, Sicherheit, Governance, Monitoring, Ownership und Support aufbauenund IT etablieren