aiMOOC

Fachübungen 5 – Software zur Verwaltung von Daten anpassen - Kaufmann für IT-System-Management

QR-Code

Einleitung

Du arbeitest im ersten Ausbildungsjahr als angehende Kauffrau oder angehender Kaufmann für IT-System-Management. Ein fiktiver IT-Dienstleister benötigt eine bessere Anwendung zur Verwaltung von Artikeln, Aufträgen und Lizenzen. Du lernst, Anforderungen zu klären, Daten zu strukturieren, eine kleine Datenbankanwendung anzupassen und ihre Funktion nachvollziehbar zu prüfen. Du verwendest ausschließlich erfundene Übungsdaten und arbeitest nicht an einem produktiven Kundensystem.

Der Kurs orientiert sich an Lernfeld 5: Software zur Verwaltung von Daten anpassen des KMK-Rahmenlehrplans für das 1. Ausbildungsjahr mit einem Zeitrichtwert von 80 Unterrichtsstunden. Die Berufsausbildung zum Kaufmann bzw. zur Kauffrau für IT-System-Management dauert nach dem BIBB-Berufsprofil regulär 36 Monate; das Berufsprofil nennt Einsatzgebiete, nicht die Fachrichtungen des Fachinformatikerberufs. Prüfungsgewichte oder Prüfungszeiten werden hier nicht behauptet. Grundlage sind Datenbank, SQL, Datenschutz, Softwaretest und kundenorientierte Dokumentation.

Lernziele: Am Ende kannst du Datenquellen beurteilen, ein kleines relationales Schema mit Schlüsseln entwickeln, eine Änderung als Anforderung formulieren, einfache SQL-Abfragen und Änderungen nachvollziehen, Testfälle samt erwarteten Ergebnissen schreiben sowie Aufwand und Datenqualität bewerten.

Datenbedarf und Anforderungen analysieren

Von der Information zum Datenfeld

Information bezeichnet den Bedeutungsgehalt, Daten sind ihre formalisierte Darstellung. Aus der Aussage „Drei Dockingstationen werden bestellt“ werden beispielsweise die Felder ArtikelID, Menge und AuftragsID. Ein Datensatz beschreibt einen konkreten Vorgang oder Gegenstand; ein Attribut bezeichnet ein einzelnes Merkmal. Daten können aus Formularen, Tabellenexporten, APIs oder einer bestehenden Datenbank stammen. Für jede Quelle klärst du Eigentümerschaft, Aktualität, Qualität, Zugriff und erlaubten Verwendungszweck.

Anforderungsanalyse: Frage nach dem Ist-Prozess, konkreten Problemen, Zielgruppen, Pflichtfeldern, Datenmengen, Such- und Exportfunktionen sowie rechtlichen und betrieblichen Vorgaben. Unterscheide funktionale Anforderungen, zum Beispiel „Bestellpositionen nach Auftragsnummer anzeigen“, von nichtfunktionalen Anforderungen, zum Beispiel „nur berechtigte Rollen dürfen Preise ändern“. Eine überprüfbare Form lautet: „Wenn ein gültiger Auftrag geöffnet wird, zeigt die Anwendung alle zugehörigen Positionen und die korrekt berechnete Nettosumme.“

Datenformate und Speicherbedarf

CSV eignet sich für tabellarische Importe, besitzt aber meist keine verbindlich festgelegten Datentypen. Prüfe Trennzeichen, Zeichencodierung, Spaltenreihenfolge und Dezimalzeichen. JSON bildet verschachtelte Objekte ab und kommt häufig in Schnittstellen vor. Eine relationale Datenbank ermöglicht strukturierte Abfragen, Integritätsregeln, Mehrbenutzerzugriff und kontrollierte Änderungen. Ein Speicherort wird nach Schutzzielen, Zugriffshäufigkeit, Verfügbarkeit, Sicherungs- und Wiederherstellungsmöglichkeiten ausgewählt.

Rechenbeispiel: 6.000 angenommene Datensätze mit je durchschnittlich 220 Byte Nutzdaten benötigen näherungsweise 6.000 × 220 = 1.320.000 Byte, also rund 1,26 MiB bei 1 MiB = 1.048.576 Byte. Das ist ausdrücklich nur eine Rohdatenschätzung: Indizes, Metadaten, Speicherorganisation, Sicherungskopien und Wachstum erhöhen den tatsächlichen Bedarf. Bei einer angenommenen Reserve von 25 Prozent wären mindestens 1.650.000 Byte vor weiteren Zuschlägen einzuplanen.

Datenformat	Typischer Einsatz	Zu prüfen
CSV	Import einer Artikelliste	Spaltenschema, UTF-8, Trennzeichen, Dubletten
JSON	Austausch über eine Schnittstelle	Feldtypen, Pflichtfelder, Versionierung
Relationale Datenbank	Artikel, Aufträge und Positionen verknüpfen	Schlüssel, Rechte, Transaktionen, Backup

Datenschutz und Sicherheit

Datenschutz betrifft die zulässige Verarbeitung personenbezogener Daten; Informationssicherheit schützt Vertraulichkeit, Integrität und Verfügbarkeit. Minimiere Daten, nutze Rollen und Berechtigungen, schütze Übertragung und Speicherung, dokumentiere Lösch- und Sicherungskonzepte und teste ausschließlich mit synthetischen Daten. Ein Backup ist erst dann überzeugend, wenn die Wiederherstellung getestet ist. Ein pseudonymisierter Datensatz kann weiterhin personenbezogen sein; die fiktiven Kennungen dieses Kurses haben keinen Personenbezug.

Typische Fehler: unklare Datenquelle, uneinheitliche Datumsformate, Zahlen als Text, unberechtigte Exporte und die Gleichsetzung von Datenschutz mit bloßer Verschlüsselung. Verhindere diese Fehler mit einem Datenkatalog und einer schriftlich bestätigten Anforderungsliste.

Datenmodell und Normalisierung entwerfen

Tabellen, Schlüssel und Beziehungen

Im relationalen Modell bilden Tabellen fachliche Objekte und Vorgänge ab. Ein Primärschlüssel identifiziert eine Zeile eindeutig. Ein Fremdschlüssel stellt einen Bezug zwischen Datensätzen her. Eine 1:n-Beziehung bedeutet beispielsweise: Ein Auftrag besitzt viele Positionen, aber jede Position gehört genau zu einem Auftrag. Ein ER-Diagramm visualisiert solche Entitäten und Beziehungen vor der technischen Umsetzung.

Für das Übungsprojekt gelten drei Tabellen: Artikel mit ArtikelID, Bezeichnung und PreisNetto; Auftrag mit AuftragID, KundenCode und Status; Position mit PositionID, AuftragID, ArtikelID und Menge. Dabei verweisen die Felder AuftragID und ArtikelID der Position auf die zugehörigen Stammdaten. Eine Position mit unbekannter ArtikelID ist ungültig.

Tabelle	Primärschlüssel	Wichtige Attribute	Fachliche Regel
Artikel	ArtikelID	Bezeichnung, PreisNetto	PreisNetto ist nicht negativ
Auftrag	AuftragID	KundenCode, Status	Status wird aus erlaubten Zuständen gewählt
Position	PositionID	AuftragID, ArtikelID, Menge	Menge ist positiv und referenzierte Schlüssel existieren

Normalisierung gegen Redundanzen

Normalisierung verringert Mehrfachspeicherung und typische Änderungsfehler. Erste Normalform: Jede Zelle enthält einen einzelnen Wert, nicht eine Liste wie „Notebook; Dock“. Zweite Normalform: Jedes Nichtschlüsselattribut hängt bei einem zusammengesetzten Kandidatenschlüssel vom ganzen Schlüssel ab. Dritte Normalform: Nichtschlüsselattribute hängen im üblichen vereinfachten Lehrmodell nicht transitiv über andere Nichtschlüsselattribute vom Schlüssel ab. Eine Einspaltenschlüssel-Tabelle allein beweist deshalb noch keine 3NF.

Beispiel: Steht der Artikelpreis in jeder Auftragsposition als Stammdatenpreis, können unterschiedliche Werte für denselben Artikel entstehen. Ein getrenntes Artikelverzeichnis reduziert diese Redundanz. Ausnahme: Ein historisch vereinbarter Verkaufspreis kann bewusst zusätzlich als PreisZumBestellzeitpunkt gespeichert werden, damit alte Angebote trotz späterer Preisänderungen nachvollziehbar bleiben. Solche fachlich begründeten Abweichungen müssen dokumentiert werden.

Fehlerdiagnose: Änderungsanomalie (gleicher Artikel bekommt widersprüchliche Beschreibungen), Einfügeanomalie (Artikel ohne Auftrag kann nicht angelegt werden) und Löschanomalie (letzte Position entfernt auch Artikeldaten). Überlege bei jeder Auffälligkeit, welche Information welchem Objekt gehört.

Softwareanpassung mit SQL umsetzen

Abfragen, Filtern und Verknüpfen

SQL ist eine verbreitete Sprache zum Definieren, Lesen und Ändern relationaler Daten. SELECT liest Daten, WHERE filtert Zeilen, JOIN verbindet Tabellen anhand geeigneter Schlüssel. INSERT fügt Zeilen hinzu, UPDATE verändert vorhandene Werte und DELETE entfernt Zeilen. Die konkrete Syntax und die unterstützten Datentypen können zwischen Datenbanksystemen abweichen.

Beispiel einer lesenden Abfrage für einen synthetischen Auftrag:

SELECT a.Bezeichnung, p.Menge, a.PreisNetto,
       p.Menge * a.PreisNetto AS Zeilensumme
FROM Position AS p
JOIN Artikel AS a ON p.ArtikelID = a.ArtikelID
WHERE p.AuftragID = 7001
ORDER BY a.ArtikelID;

Der JOIN ist fachlich richtig, weil ArtikelID in Position auf den passenden Artikel verweist. Eine fehlende JOIN-Bedingung kann ein kartesisches Produkt erzeugen und Summen massiv verfälschen. Eine fehlende WHERE-Bedingung in UPDATE oder DELETE kann unerwünscht viele Datensätze verändern. Führe Änderungen in der Übungsumgebung aus, kontrolliere vorher die betroffenen Zeilen und prüfe danach das Ergebnis.

Fachvideo: „SQL Tutorial für Anfänger | Grundkurs Deutsch“, Kanal „Programmieren lernen“; insbesondere relationale Datenbanken, Abfragen, JOIN und Änderungen. Die Einbettung ist keine Erlaubnis, den Videoinhalt anderweitig zu kopieren.

Validierung, Transaktionen und sichere Änderungen

Eine Validierung prüft Eingaben vor Speicherung: Menge muss ganzzahlig und größer als null sein, Preis nicht negativ, ArtikelID bekannt. In einer Transaktion werden zusammengehörende Änderungen einheitlich bestätigt oder verworfen. Das Grundprinzip ACID umfasst Atomarität, Konsistenz, Isolation und Dauerhaftigkeit. Schreibe bei Fehlern nicht einfach weiter, sondern dokumentiere den Fehlerzustand und stelle eine konsistente Ausgangslage wieder her.

Für häufige Nutzereingaben sind parametrisierte SQL-Abfragen wichtig; Benutzereingaben dürfen nicht unkontrolliert in SQL-Zeichenketten eingesetzt werden. Außerdem gelten Rollen mit minimal notwendigen Rechten und eine getrennte Testdatenbank. Nach Schemaänderungen können Migrationen nötig sein: Ausgangsversion sichern, Änderungsanweisung versionieren, auf einer Testkopie prüfen, Datenbestand vergleichen und einen Rückweg planen.

Merksatz: Technische Fehlerfreiheit allein genügt nicht; die angepasste Software muss die fachliche Anforderung korrekt und nachvollziehbar erfüllen.

Projektplanung, Test und Dokumentation

Kleine Änderungen systematisch planen

Arbeite in einer nachvollziehbaren Folge: Ausgangszustand erfassen, Anforderungen priorisieren, Schema und Schnittstellen skizzieren, Aufwand und Risiken abschätzen, Testfälle mit Soll-Ergebnis festlegen, Änderung in der isolierten Lernumgebung durchführen, Ergebnisse vergleichen und Übergabe dokumentieren. Nutze die kurze Anforderung „Statusfilter für Aufträge“ als Beispiel: Eingabe Status = offen, erwartete Ausgabe nur offene Aufträge, ungültiger Status führt zu verständlicher Rückmeldung.

Ein Testfall enthält Kennung, Vorbedingung, Eingabe, Handlung, erwartetes Ergebnis, tatsächliches Ergebnis und Status. Positivtests prüfen zulässige Nutzung; Negativtests prüfen unzulässige Eingaben. Grenzwerttests untersuchen Werte unmittelbar an der Gültigkeitsgrenze. Regressionstests stellen sicher, dass eine Änderung bisher funktionierende Abläufe nicht beschädigt.

Test-ID	Eingabe / Vorbedingung	Erwartetes Ergebnis
T01	Auftrag 7001 besitzt drei Positionen	Alle drei Zeilen und korrekte Summe werden angezeigt
T02	Menge 0 wird eingegeben	Speicherung wird abgelehnt, Daten bleiben unverändert
T03	ArtikelID 999 ist unbekannt	Fremdschlüsselregel verhindert die ungültige Position
T04	Lesende Rolle will Preis ändern	Änderung wird durch Berechtigungskontrolle verweigert
T05	Testmigration wird rückgängig gemacht	Ursprungszustand ist wiederherstellbar

Testbericht und Softwaredokumentation

Die Dokumentation unterscheidet Anwendersicht (was kann die Anwendung?) und technische Sicht (welche Tabellen, Regeln, Änderungen und Voraussetzungen existieren?). Ein aussagekräftiger Änderungsbericht hält Datum, Versionsnummer, betroffene Funktionen, Testumgebung, Testfälle, beobachtete Abweichungen, Freigabekriterien und offene Risiken fest. Eine bestandene Testliste ist keine automatische Freigabe für ein Produktivsystem.

Vertiefungsvideo: „SQL Tutorial Deutsch | Komplettkurs für Anfänger“, Fabian Rappert / Data Science Institute; geeignet für WHERE, GROUP BY, Schlüssel, JOIN und ER-Diagramme. Nutze insbesondere die angegebenen Kapitelmarken.

Typische Fehler: Ein Test ohne Soll-Wert, Tests nur mit einem gültigen Beispiel, keine Kontrolle nach einem UPDATE, fehlende Datensicherung, unklare Verantwortlichkeit und eine Dokumentation ohne reproduzierbare Schritte. Abhilfe schaffen eindeutige Kriterien und Vier-Augen-Prüfung im Lernteam.

Berufstypischer Modellfall: Auftragsverwaltung anpassen

Ausgangslage und Kundenauftrag

Die vollständig erfundene Firma MusterIT Service verwaltet IT-Produkte und Lizenzmengen. Bisher werden Bestellpositionen in einer Tabelle mit mehrfach notierten Artikelbezeichnungen und Preisen gepflegt. Gewünscht ist eine vereinfachte Anwendung, die Artikeldaten zentral verwaltet, Positionen einem Auftrag zuordnet, ungültige Mengen verhindert und eine Nettosumme anzeigt. Es werden keine echten Kundennamen, Zugangsdaten oder Produktivdaten verwendet.

Pflichtenheft in Kurzform: F1 Artikel eindeutig identifizieren; F2 einem Auftrag beliebig viele Positionen zuordnen; F3 nur positive ganzzahlige Mengen speichern; F4 Nettosumme aus Positionen berechnen; F5 Fehler verständlich melden; N1 nur vorgesehene Rollen dürfen ändern; N2 Änderungen und Testergebnisse dokumentieren.

Synthetische Ausgangsdaten und Rechenweg

ArtikelID	Bezeichnung	Menge in Auftrag 7001	Netto-Einzelpreis	Netto-Zeilenwert
101	Notebook Standard	2	850,00 EUR	1.700,00 EUR
201	Dockingstation	3	145,00 EUR	435,00 EUR
301	Softwarelizenz	5	72,00 EUR	360,00 EUR
Gesamt		10 Stück		2.495,00 EUR

Nachrechnung: 2 × 850,00 + 3 × 145,00 + 5 × 72,00 = 1.700,00 + 435,00 + 360,00 = 2.495,00 EUR netto. Nach der ausdrücklich gewünschten Mengenänderung bei Artikel 301 von fünf auf vier Stück ergibt sich 2.495,00 − 72,00 = 2.423,00 EUR netto. In der Beispielrechnung werden weder Steuern noch Rabatte angenommen. Die Artikelsumme der Stückzahlen ist nur eine Mengenkontrolle über unterschiedliche Artikel, kein Warenwert.

Datenmodell, Anpassung und nachvollziehbares Ergebnis

Musterprodukt A – Datenmodell: Artikel(ArtikelID [PK], Bezeichnung, PreisNetto), Auftrag(AuftragID [PK], KundenCode, Status), Position(PositionID [PK], AuftragID [FK], ArtikelID [FK], Menge). KundenCode enthält nur den fiktiven Wert DEMO-ORG und keinen Personenbezug. Das UI erhält einen Mengen-Editor, eine Summenanzeige und verständliche Fehlermeldungen. Die Preisinformation wird zentral aus Artikel gelesen; für reale Auftragsabschlüsse wäre zu prüfen, ob zusätzlich der vereinbarte historische Positionspreis gespeichert werden muss.

Musterprodukt B – SQL-Logik zur Summe:

SELECT SUM(p.Menge * a.PreisNetto) AS NettoGesamt
FROM Position AS p
JOIN Artikel AS a ON a.ArtikelID = p.ArtikelID
WHERE p.AuftragID = 7001;

Erwartetes Ergebnis vor der Änderung: NettoGesamt = 2495.00; danach: 2423.00. Als demonstrative Änderung in der isolierten Testdatenbank gilt UPDATE Position SET Menge = 4 WHERE AuftragID = 7001 AND ArtikelID = 301;. Diese Anweisung setzt eine eindeutige Position pro Kombination von Auftrag und Artikel voraus; falls mehrere Positionen desselben Artikels zulässig sind, muss eindeutig nach PositionID aktualisiert werden. Die Anwendung muss betroffene Zeilen zählen und die Änderung vor dem Bestätigen prüfen.

Musterprodukt C – Testprotokoll: T01: 3 Zeilen, 2495.00, bestanden; T02: 0 als Menge, keine Speicherung, bestanden; T03: unbekannter Artikel 999, zurückgewiesen, bestanden; T04: gültige Mengenänderung 5 auf 4, neue Summe 2423.00, bestanden; T05: Leseberechtigung, Preisänderung verweigert, bestanden. Diese Einträge sind hypothetische Soll-Ergebnisse, kein Beleg für tatsächlich ausgeführte Tests.

Bewertung, Wirtschaftlichkeit und Transfer

Aufwandsschätzung als Übung: Analyse 1,5 Stunden, Schema/Planung 2 Stunden, Implementierung 3 Stunden, Test/Dokumentation 2,5 Stunden = 9 Stunden. Bei einem rein angenommenen internen Kalkulationssatz von 65 EUR pro Stunde betragen die kalkulatorischen Arbeitskosten 585 EUR. Nicht enthalten sind zusätzliche Betriebskosten, Risikoaufschläge, Steuern oder Gewinn. Eine Änderung am Datenmodell kann langfristig manuelle Fehler reduzieren; die Wirkung sollte später anhand definierter Kennzahlen überprüft werden.

Fachliches Bewertungsraster (20 Punkte):

Kriterium	0 Punkte	1–2 Punkte	3–4 Punkte
Anforderungsanalyse	Anforderungen fehlen	teilweise prüfbar	vollständig, priorisiert, überprüfbar
Datenmodell	Schlüssel/Beziehungen falsch	teilweise schlüssig	Beziehungen und Integrität korrekt begründet
Umsetzung / Rechenweg	falsch oder nicht nachvollziehbar	kleinere Fehler	SQL-Logik und Nettowerte korrekt
Teststrategie	keine Soll-Ergebnisse	einzelne Tests	Positiv-, Negativ- und Grenzfälle reproduzierbar
Dokumentation / Sicherheit	fehlt	unvollständig	Rollen, synthetische Daten, Rückweg und Ergebnis klar

Musterbewertung: Ein Ergebnis mit 4 + 4 + 4 + 3 + 4 = 19 von 20 Punkten ist fachlich sehr gut; bei der Teststrategie fehlt in diesem Beispiel noch ein ausführlicher Grenzwerttest. Eine reale Freigabe entscheidet ein befugtes Betriebsteam und niemals dieser Kurs.

Interaktive Aufgaben

Multiple-Choice-Quiz

Welche Aussage beschreibt eine funktionale Anforderung? (Die Anwendung zeigt die Nettosumme eines Auftrags.) (!Die Anwendung nutzt möglichst wenig Energie.) (!Die Anwendung wird durch eine Rollenrichtlinie geschützt.) (!Die Anwendung soll besonders wartbar sein.)

Rückmeldung: Eine konkrete anzuzeigende oder ausführbare Funktion ist funktional; Schutz und Qualität beschreiben überwiegend nichtfunktionale Anforderungen.

Welche Aufgabe hat ein Primärschlüssel? (Er identifiziert jeden Datensatz einer Tabelle eindeutig.) (!Er verschlüsselt automatisch jeden Datensatz.) (!Er addiert die Werte einer Spalte.) (!Er ordnet Tabellen alphabetisch.)

Rückmeldung: Eindeutige Identifikation ist die Schlüsselaufgabe; Verschlüsselung und Sortierung sind andere Funktionen.

Warum enthält Position einen Fremdschlüssel ArtikelID? (Damit Positionen auf vorhandene Artikel verweisen können.) (!Damit Preise automatisch immer um 19 Prozent steigen.) (!Damit jeder Artikel genau eine einzige Position haben darf.) (!Damit die Tabelle keine Primärschlüssel mehr benötigt.)

Rückmeldung: Der Fremdschlüssel bildet den Bezug zwischen Positionen und Artikeln ab und unterstützt referenzielle Integrität.

Welche Maßnahme vermindert Änderungsanomalien durch mehrfach gespeicherte Stammdaten? (Artikeldaten werden in einer eigenen Tabelle verwaltet.) (!Jeder Auftrag enthält mehrere Kopien derselben Artikelbeschreibung.) (!Alle Datensätze werden als unstrukturierter Text gespeichert.) (!Die Artikelbezeichnung wird bei jeder Position neu erfunden.)

Rückmeldung: Getrennte Stammdaten verringern unkontrollierte Redundanz; historische Verkaufspreise benötigen eine gesonderte fachliche Entscheidung.

Welches SQL-Schlüsselwort filtert Datensätze nach einer Bedingung? (WHERE) (!JOIN) (!ORDER BY) (!CREATE TABLE)

Rückmeldung: WHERE schränkt die ausgewählten Zeilen ein; JOIN verbindet Tabellen und ORDER BY sortiert.

Was ist das Risiko eines UPDATE ohne passende WHERE-Bedingung? (Es könnten unbeabsichtigt viele Zeilen geändert werden.) (!Es wird grundsätzlich nur eine Zeile bearbeitet.) (!Die Datenbank wird in jedem Fall automatisch gesichert.) (!Die Abfrage wird automatisch zu einer SELECT-Abfrage.)

Rückmeldung: Prüfe vor jeder Schreiboperation die Zielmenge; eine fehlende Einschränkung kann den gesamten Tabellenbestand betreffen.

Wie hoch ist die Nettosumme der drei Modellfall-Positionen? (2495 Euro) (!2060 Euro) (!2423 Euro) (!360 Euro)

Rückmeldung: 2 mal 850 plus 3 mal 145 plus 5 mal 72 ergibt 2495 Euro; 2423 Euro entsteht erst nach einer Mengenreduktion.

Was gehört zu einem vollständigen Testfall? (Eingabe und eindeutig erwartetes Ergebnis.) (!Nur der Name der prüfenden Person.) (!Ausschließlich ein Bildschirmfoto ohne Kontext.) (!Eine zufällige Vermutung ohne Sollwert.)

Rückmeldung: Ein Test kann nur beurteilt werden, wenn die erwartete Wirkung vorab beschrieben ist.

Welcher Test ist ein Negativtest für die Mengenverwaltung? (Die Eingabe einer Menge von null wird abgewiesen.) (!Die Eingabe einer zulässigen Menge von drei wird gespeichert.) (!Der Hilfetext wird gelesen.) (!Der Titel der Anwendung wird betrachtet.)

Rückmeldung: Negativtests prüfen bewusst unzulässige Eingaben und erwarten eine sichere Ablehnung.

Welche Aussage ist zum Datenschutz fachlich angemessen? (Für Übungstests werden ausschließlich synthetische Daten verwendet.) (!Ein Backup ersetzt alle Zugriffsrechte.) (!Pseudonyme machen jeden Datensatz automatisch anonym.) (!Jede Person benötigt grundsätzlich Schreibrechte auf alle Tabellen.)

Rückmeldung: Synthetische Testdaten vermeiden unnötige Verarbeitung realer Kundendaten; zusätzlich bleiben Zugriffsschutz und Datensicherheit wichtig.

Memory

Finde jeweils den Fachbegriff und seine passende Definition. Die sechs Paare kommen aus den Fachkapiteln.

Attribut	Einzelnes Merkmal eines Datensatzes
Primärschlüssel	Eindeutiger Identifikator einer Tabellenzeile
Fremdschlüssel	Verweis auf einen zugehörigen Datensatz
Normalisierung	Strukturierung zur Verringerung unerwünschter Redundanzen
Transaktion	Zusammengehörende Folge atomar behandelter Datenänderungen
Regressionstest	Wiederholte Prüfung bereits bestehender Funktionen nach einer Änderung

Drag-and-drop

Ordne den fünf Projektbegriffen die passende Beschreibung zu.

Ordne die passenden Begriffe zu.	Bedeutung im Anpassungsprojekt
Anforderung	Prüffähige Erwartung einer Nutzergruppe
Datenschema	Festlegung von Tabellen, Spalten und Schlüsseln
Migration	Kontrollierte Änderung einer bestehenden Datenstruktur
Testfall	Vorgegebene Eingabe mit erwarteter Systemreaktion
Abnahme	Fachliche Bestätigung festgelegter Erfüllungskriterien

Kreuzworträtsel

Die sechs Antworten bestehen jeweils aus genau einem Fachwort.

Datenbank	Strukturierter Bestand elektronisch verwalteter Daten
Schlüssel	Merkmal oder Merkmalskombination zur Identifikation
Integrität	Eigenschaft der Korrektheit und Widerspruchsfreiheit von Daten
Migration	Kontrollierte Überführung eines Datenbestands oder Schemas
Testfall	Festgelegte Prüfung mit Eingabe und Soll-Ergebnis
Attribut	Merkmal eines Objekts, häufig eine Tabellenspalte

LearningApps

Entdecke ergänzende Zuordnungs- und Übungsaufgaben zum Thema Datenverwaltung. Die Suche ist ein externer Dienst und keine durch diesen Kurs neu erzeugte LearningApp.

Lückentext

Ergänze die Fachbegriffe. Jede Satzlücke lässt sich aus den Erklärungen ableiten.

Ein einzelnes Merkmal eines Datensatzes heißt

.

Ein eindeutiger Identifikator einer Tabellenzeile ist ein

.

Ein Verweis aus einer Tabelle in eine andere heißt

.

Zur Verringerung unerwünschter Redundanzen dient die

.

Die SQL-Klausel zum Filtern von Zeilen heißt

.

Eine Verknüpfung zweier Tabellen in einer Abfrage heißt

.

Eine bewusst unzulässige Eingabe wird in einem

geprüft.

Das vorab festgelegte gewünschte Testergebnis heißt

.

Eine geplante Änderung der Tabellenstruktur nennt man

.

Eine wiederherstellbare Sicherung eines Datenbestands ist ein

.

Offene Aufgaben

Bearbeite vier Aufgaben je Niveau. Nutze nur erfundene Daten; Musterprodukte und Kriterien stehen im Anschluss. Dokumentiere eigene Annahmen und kennzeichne sie als solche.

Leicht

Datenquelle: L1 – Erstelle einen Steckbrief für eine synthetische CSV-Artikelliste: Quelle, drei Felder, Datentypen, mögliche Qualitätsmängel und passende Prüfungen. Produkt: einseitige Übersicht.
Datenformat: L2 – Vergleiche CSV, JSON und relationale Datenbanken für einen Artikelimport nach Struktur, Validierung, Eignung und einem typischen Fehler. Produkt: Vergleichstabelle.
Primärschlüssel: L3 – Markiere in den drei Tabellen des Modellfalls Primär- und Fremdschlüssel; zeichne die Beziehungen. Produkt: beschriftetes ER-Schema.
Prozentrechnung: L4 – Berechne zu 2 Notebooks, 3 Docks und 5 Lizenzen aus dem Modellfall die Nettosummen und eine angenommene 10-Prozent-Kostenreserve. Produkt: Rechenblatt mit Einheiten.

Standard

Datenbanknormalisierung: S1 – Zerlege eine erfundene Auftragsliste mit wiederholten Artikelstammdaten in passende Tabellen; erkläre zwei vermiedene Änderungsanomalien. Produkt: Vorher-Nachher-Schema.
SQL: S2 – Formuliere eine SQL-Abfrage für Positionen des Auftrags 7001 mit Bezeichnung, Menge und Zeilenwert sowie eine Aggregatabfrage der Nettosumme. Produkt: kommentierte SQL-Skizze.
Softwaretest: S3 – Entwickle je zwei positive und negative Testfälle für Mengen und Fremdschlüssel; ergänze erwartete Ergebnisse. Produkt: Testmatrix.
Projektplanung: S4 – Plane eine isolierte Datenmigration mit Sicherung, Testkopie, Versionshinweis, Abgleich und Rückweg. Produkt: Ablaufplan mit Verantwortlichkeiten.

Schwer

Anforderungsanalyse: H1 – Simuliere ein Fachgespräch zwischen Kundenberatung und Entwicklung; priorisiere fünf prüfbare Anforderungen mit Abnahmekriterien. Produkt: kurzes Pflichtenheft.
Datenbankentwurf: H2 – Erweitere den Modellfall um historische Verkaufspreise und begründe, wie Preisänderungen frühere Aufträge nicht verfälschen. Produkt: fachlich erläutertes Schema.
Datenintegrität: H3 – Analysiere eine fehlerhafte JOIN-Abfrage mit verdoppelten Zeilen sowie einen gefährlichen UPDATE ohne WHERE; erkläre Fehlerwirkung und sichere Korrektur. Produkt: Fehlerbericht mit Prüfschritten.
Wirtschaftlichkeit: H4 – Vergleiche die im Fall kalkulierten neun Stunden mit einer angenommenen Lösung von zwölf Stunden und diskutiere Kosten, Datenqualität, Sicherheitsrisiken sowie Nachweis der Verbesserung. Produkt: Entscheidungsvorlage.

Lösungsskizzen und Musterprodukte

L1: Datenkatalog etwa ArtikelID (ganze Zahl), Bezeichnung (Text), PreisNetto (Dezimalwert). Qualität über Eindeutigkeit, Pflichtfeldprüfung, Zeichencodierung und zulässige Preiswerte prüfen. L2: CSV flach und importfreundlich, JSON verschachtelbar, relationale DB für konsistente Verknüpfungen; korrekt sind begründete Einsatzgrenzen. L3: PK in Artikel/ Auftrag/ Position jeweils die entsprechende ID; FK in Position sind AuftragID und ArtikelID, beide Verknüpfungen sind im Modell 1:n. L4: Nettosumme 2495,00 EUR; angenommene Reserve 249,50 EUR; Wert einschließlich Reserve 2744,50 EUR.

S1: Artikelstammdaten einmal in Artikel, Bestellvorgang in Auftrag, Menge und Schlüssel in Position; dadurch werden uneinheitliche Stammpreise und unbeabsichtigte Löschung von Artikelinformationen vermindert. S2: JOIN über ArtikelID, Filter über AuftragID = 7001, Zeilenwert als Menge mal PreisNetto und SUM für 2495,00 EUR; keine Mehrfachzählung. S3: Beispiele gültige Mengen 1 und 5 sowie ungültige Mengen 0 und -1; ergänze Fremdschlüsseltests mit vorhandenem bzw. unbekanntem Artikel. S4: Dokumentierter Ablauf: Sicherung, Wiederherstellungsprobe, Testkopie, versionierte Änderung, Datenzählung, Testauswertung, Entscheidung, Rückweg.

H1: Fünf Anforderungen sind mit Eingabe, Ausgabe und Abnahmekriterium prüfbar; die Rangfolge ist nachvollziehbar. H2: Ein PreisZumAuftragszeitpunkt in Position kann als historischer Beleg neben dem aktuellen Stammartikelpreis erforderlich sein; die fachliche Entscheidung dokumentieren. H3: Fehlende oder falsche JOIN-Bedingung vervielfacht Ergebnisse, UPDATE ohne WHERE ändert möglicherweise jede Zeile; Zielmenge zuerst mit SELECT prüfen, Transaktion und Sicherung vorsehen. H4: Neun Stunden × 65 EUR = 585 EUR; zwölf Stunden × 65 EUR = 780 EUR; Differenz = 195 EUR. Eine billigere Variante ist nur vorzuziehen, wenn Qualität, Schutz und Betriebskosten ausreichend berücksichtigt sind.

Allgemeine Bewertungskriterien: Fachbegriffe korrekt, nachvollziehbarer Rechenweg, explizite Annahmen, synthetische statt personenbezogene Daten, prüfbare Testfälle, sicherer Änderungsablauf und verständliche Dokumentation. Das Bewertungsraster des Modellfalls eignet sich auch für die offenen Aufgaben.

Lernkontrolle

Datenqualität: Erkläre, warum eine CSV mit doppelten ArtikelIDs eine falsche Auftragsrechnung verursachen kann, und formuliere einen konkreten Importtest mit Soll-Ergebnis.
Normalisierung (Datenbank): Beurteile die Speicherung von Artikelname und aktuellem Stammpreis in jeder Position; benenne eine Anomalie und eine historisch begründete Ausnahme.
SQL: Leite die Summe 2495,00 EUR aus dem Modellfall ab und erläutere, wie ein JOIN ohne korrekte Bedingung das Ergebnis verändern könnte.
Datensicherheit: Entwickle drei Maßnahmen zum Schutz eines Datenbanktests und begründe, warum eine reine Sicherungsdatei keine ausreichende Zugriffskontrolle darstellt.
Softwaretest: Formuliere einen Grenzwerttest für Menge 1 sowie einen Negativtest für Menge 0 mit Vorbedingung, Eingabe, Soll-Ausgabe und Abnahmekriterium.
Projektmanagement: Vergleiche den Neunstundenplan mit einer Zwölfstundenalternative; rechne die Differenz bei 65 EUR je Stunde und begründe einen qualitätsorientierten Entscheid.

Erwartungshorizont: Bei den sechs Transferaufgaben werden Kausalzusammenhänge, fachliche Regelverletzungen, klare Test-Sollwerte, korrekte Zwischenergebnisse und begründete Entscheidungen bewertet. Die Antworten sind anhand des Modellfalls und der Lösungsskizzen überprüfbar, nicht anhand einer vermeintlichen Originalprüfung.

Lernnachweis

Zum Lernnachweis legst du ein kleines digitales Projektportfolio vor: Datenkatalog mit Quellenprüfung; ER-Modell mit erklärten Primär- und Fremdschlüsseln; Anforderungsliste mit mindestens fünf prüfbaren Kriterien; SQL-Skizzen und korrekt gerechnete Modellfallwerte; Testmatrix einschließlich negativer Eingaben; Änderungs- und Dokumentationsprotokoll; kurze Reflexion über Kosten, Datenminimierung und Verbesserungspotenzial. Unterscheide konsequent zwischen tatsächlich ausgeführten eigenen Übungstests und bloßen erwarteten Ergebnissen. Eine reale Produktionsfreigabe oder der Zugriff auf fremde Kundendaten ist nicht Bestandteil dieses Lernnachweises.

Selbsteinschätzung: Leicht – ich kann Datenfelder und einfache Summen bestimmen. Standard – ich kann ein Schema und Testfälle eigenständig erläutern. Schwer – ich kann Redundanzen, Änderungsrisiken, Kosten und Transferentscheidungen kritisch bewerten.

OER und Wikipedia

Fachgrundlagen und berufliche Einordnung:

KMK: Rahmenlehrplan für kaufmännische IT-Berufe, Lernfeld 5, Seite 14 – offizielle Kompetenzbeschreibung; Inhalte hier eigenständig formuliert.
BIBB: Berufsprofil Kaufmann/Kauffrau für IT-System-Management – Ausbildungsdauer, Einsatzgebiete und Rechtsgrundlage.
Landesbildungsserver Baden-Württemberg: Lernfeld 5 – ergänzende Lernmaterialien, dortige eigene Nutzungsbedingungen beachten.
Wikipedia: Relationale Datenbank und Wikipedia: Normalisierung – frei zugängliche Erklärungen mit dort angegebenen Lizenzen.

Geprüfte Wikimedia-Commons-Medien und Bildrechte:

Eingebundene Datei	Exakte Dateiquelle	Urheber	Rechte
File:Entity-Relationship Model (diagram).png	Commons-Dateiseite	Wooptoo	Public Domain, laut Commons-Dateiseite
File:Relational DB example redundant relationship.svg	Commons-Dateiseite	Fishpi	Public Domain, laut Commons-Dateiseite
File:2FN.jpg	Commons-Dateiseite	SQLpro	CC BY-SA 4.0; unverändert eingebunden

Videos und Nachweise: SQL Tutorial für Anfänger | Grundkurs Deutsch vom Kanal „Programmieren lernen“ sowie SQL Tutorial Deutsch | Komplettkurs für Anfänger von Fabian Rappert / Data Science Institute. Die Videos wurden als reale YouTube-Einträge mit Titel, Kanal und Inhalt geprüft; eine offene Nachnutzungslizenz wird nicht behauptet. Sie werden ausschließlich über die offiziellen Videoplayer eingebunden. Kein Sofatutor-Inhalt.

Wikipedias freies Nachschlagewerk zum relationalen Modell: