aiMOOC

Daten- und Prozessanalyse im Technikbetrieb – Analyseergebnisse mit Unsicherheit berichten

QR-Code

Daten- und Prozessanalyse im Technikbetrieb – Analyseergebnisse mit Unsicherheit berichten

Einleitung

Zielgruppe: Ausbildung in technischen Berufen. Zeit: ca. 70 Minuten plus Praxisprojekt. Lernziel: Du kannst Datenqualität prüfen, Messreihen auswerten und Grenzen einer Schlussfolgerung in einem verständlichen Bericht nennen.

Sicherer Lernraum: Alle Zahlen sind erfunden. Starte die Programme nur auf Deinem eigenen Offline-Rechner oder in einer ausdrücklich freigegebenen lokalen Schulungsumgebung. Es gibt keine Netzwerkanfragen, Maschinenbefehle, Konten, Fremdnetze oder Echtdaten. Änderungen an Produktivanlagen sind nicht Teil dieses Kurses.

Messprinzip: Die Start- und Stoppdefinition beeinflusst bereits die Qualität einer Zeitmessung.

Lerneinheit 1 – Der Ausbildungsfall (8 Minuten)

Situation: In einer fiktiven Schraubstation soll nach einer Umstellung die Taktzeit sinken. Für je zwölf nacheinander beobachtete Werkstücke wurden Vorher- und Nachher-Zeiten in Sekunden notiert. Die Schichtbesetzung, der Teilemix und die Genauigkeit der Stoppuhr sind nicht dokumentiert. Die Reihen sind nicht paarweise zu interpretieren.

Reihe	1	2	3	4	5	6	7	8	9	10	11	12
Vorher, s	41	43	42	44	40	fehlt	43	41	42	60	44	42
Nachher, s	39	38	40	37	38	39	fehlt	41	38	39	37	40

Leitfrage: Ist die Station wirklich schneller geworden – oder zeigen die Daten nur einen Unterschied?

Lerneinheit 2 – Datenqualität zuerst (10 Minuten)

Prüfe Vollständigkeit, Plausibilität, Einheit, Nachvollziehbarkeit und Vergleichbarkeit. Im Beispiel liegen 22 von 24 Zeitwerten vor: 91,7 % Vollständigkeit. Die beiden Lücken bleiben sichtbar. 60 s ist ein Prüfhinweis, kein nachgewiesener Fehler; prüfe erst Störung, Messbeginn, Protokoll und Messgerät.

Auffällige Werte erkennen – nicht stillschweigend löschen.

Mini-Auftrag: Markiere beide Fehlstellen und den Prüfwert. Benenne zwei Informationen, die vor einer Betriebsentscheidung fehlen.

Lerneinheit 3 – Ergebnisse sichtbar machen (10 Minuten)

Die Klasseneinteilung ist in beiden Reihen identisch; jeder Zeitbereich ist fünf Sekunden breit. Ein Balken steht für einen Messwert.

Zeitklasse	Vorher	Nachher
35–39 s	0	████████ 8
40–44 s	██████████ 10	███ 3
45–49 s	0	0
50–54 s	0	0
55–59 s	0	0
60–64 s	█ 1	0
Fehlend	? 1	? 1

Kennzahlen mit 60 s: Vorher Mittelwert 43,82 s und Median 42 s; nachher Mittelwert 38,73 s und Median 39 s. Die Differenz der Mittelwerte beträgt 5,09 s, die der Mediane 3 s. Ohne den ungeklärten Prüfwert läge die mittlere Differenz bei 3,47 s. Das ist eine Sensitivitätsanalyse, keine automatische Datenbereinigung.

Histogramm als Methode: Die Grafik zeigt nicht die erfundenen Fallmesswerte.

Boxplot: Lage und Streuung unterscheiden.

Vertiefung: Median und Mittelwert (Universität-Bremen-Lehrkontext).

Lerneinheit 4 – Welche Unsicherheit ist gemeint? (10 Minuten)

Drei Grenzen gehören in jeden Bericht: Stichprobenunsicherheit durch wenige möglicherweise nicht repräsentative Werte, Messunsicherheit durch Messgerät und Ablauf sowie Schlussfolgerungsunsicherheit durch unbeobachtete Einflüsse. Keine davon ist durch einen einzelnen Mittelwert erledigt.

Messunsicherheit im Sinn des GUM erfordert die Betrachtung relevanter Messbeiträge. Ein Bootstrap-Intervall aus den Zeitdaten quantifiziert nicht automatisch die gesamte Messunsicherheit. Das beispielhafte Bootstrap-Perzentilintervall für die Mittelwertdifferenz beträgt 2,73 bis 8,73 s mit 60 s und 2,40 bis 4,56 s ohne 60 s – jeweils näherungsweise, unter der Annahme unabhängiger, hinreichend repräsentativer Beobachtungen. Diese Voraussetzungen sind im Fall nicht nachgewiesen. Das Intervall beweist weder eine Ursache noch die Eignung des Messsystems.

Uni-Innsbruck-Vorlesung: Genauigkeit, zufällige und systematische Einflüsse.

Ergänzung: Konfidenzintervalle und ihre korrekte Interpretation.

Merksatz: Ein 95-%-Konfidenzverfahren überdeckt bei wiederholten geeigneten Stichproben den festen wahren Parameter langfristig in ungefähr 95 % der Fälle; sie sagt nicht, dass die beobachtete Änderung mit 95 % Wahrscheinlichkeit durch den Umbau verursacht wurde.

Lerneinheit 5 – Isoliertes lokales Python-Labor (15 Minuten)

Voraussetzung: Python 3.9 oder neuer, nur Standardbibliothek. Kopiere den folgenden Code vollständig als technik_labor.py in einen leeren Übungsordner. Starte dort python technik_labor.py (ggf. python3 technik_labor.py). Wähle a oder b; das Programm schreibt ausschließlich prozessvergleich.svg in denselben lokalen Ordner. Es verbindet sich mit keinem Netz und verändert keine externen Daten.

Kurztest – Mittelwert reagiert auf hohe Werte:

from statistics import mean, median
werte = [40, 42, 60]
assert round(mean(werte), 2) == 47.33
assert median(werte) == 42
print("47.33 gegenüber 42: Test bestanden")

Vollständiges Offline-Labor mit Eingabe, Selbsttests und SVG-Punktdiagramm:

from pathlib import Path
from random import Random
from statistics import mean, median
from xml.etree.ElementTree import Element, SubElement, ElementTree

# Nur fiktive Daten. Keine Pakete, Netze oder Anlagenzugriffe.
daten = {
    "Vorher": [41, 43, 42, 44, 40, None, 43, 41, 42, 60, 44, 42],
    "Nachher": [39, 38, 40, 37, 38, 39, None, 41, 38, 39, 37, 40],
}

def gueltige(werte):
    return [x for x in werte if isinstance(x, (int, float)) and x > 0]

def bootstrap_differenz(a, b, anzahl=5000):
    zufall = Random(2026)
    werte = sorted(
        mean(zufall.choices(a, k=len(a))) -
        mean(zufall.choices(b, k=len(b)))
        for _ in range(anzahl)
    )
    return werte[int(0.025 * (anzahl - 1))], werte[int(0.975 * (anzahl - 1))]

def zeichne_svg(rohdaten):
    bild = Element("svg", xmlns="http://www.w3.org/2000/svg",
                   width="660", height="310", viewBox="0 0 660 310")
    SubElement(bild, "rect", width="660", height="310", fill="white")
    for sek in (35, 40, 45, 50, 55, 60):
        y = 250 - (sek - 35) * 7
        SubElement(bild, "line", x1="65", y1=str(y), x2="625",
                   y2=str(y), stroke="#dddddd")
        SubElement(bild, "text", x="18", y=str(y + 4),
                   fill="#333333").text = str(sek)
    for name, farbe in (("Vorher", "#20549a"), ("Nachher", "#bd5c13")):
        for nummer, sek in enumerate(rohdaten[name], start=1):
            x = 75 + (nummer - 1) * 47
            if sek is None:
                SubElement(bild, "text", x=str(x - 4), y="269",
                           fill=farbe).text = "?"
            else:
                y = 250 - (sek - 35) * 7
                SubElement(bild, "circle", cx=str(x), cy=str(y),
                           r="5", fill=farbe)
    SubElement(bild, "text", x="65", y="25", fill="#20549a").text = "Vorher"
    SubElement(bild, "text", x="160", y="25", fill="#bd5c13").text = "Nachher"
    SubElement(bild, "text", x="290", y="25", fill="#333333").text = "? = fehlend"
    SubElement(bild, "text", x="250", y="294",
               fill="#333333").text = "Laufnummer (1 bis 12)"
    SubElement(bild, "text", x="12", y="294",
               fill="#333333").text = "s"
    ziel = Path("prozessvergleich.svg")
    ElementTree(bild).write(ziel, encoding="utf-8", xml_declaration=True)
    return ziel

vor = gueltige(daten["Vorher"])
nach = gueltige(daten["Nachher"])
assert len(vor) == len(nach) == 11
assert median(vor) == 42 and median(nach) == 39
print("Vollstaendigkeit:", f"{len(vor)+len(nach)}/24 = {(len(vor)+len(nach))/24:.1%}")
print("Prueffall:", "60 s vor der Aenderung; Ursache unbekannt")
modus = input("Szenario a=alle, b=ohne Pruefwert 60 [a]: ").strip().lower() or "a"
if modus not in ("a", "b"):
    raise SystemExit("Bitte nur a oder b eingeben.")
vergleich = vor if modus == "a" else [x for x in vor if x != 60]
unten, oben = bootstrap_differenz(vergleich, nach)
print(f"Vorher: n={len(vergleich)}, Mittel={mean(vergleich):.2f} s, Median={median(vergleich):.1f} s")
print(f"Nachher: n={len(nach)}, Mittel={mean(nach):.2f} s, Median={median(nach):.1f} s")
print(f"Mittlere Differenz: {mean(vergleich)-mean(nach):.2f} s")
print(f"Bootstrap-Perzentilintervall (ca. 95 %): {unten:.2f} bis {oben:.2f} s")
print("Hinweis: nur Stichprobenstreuung; keine vollstaendige Messunsicherheit.")
print("Keine Kausalaussage. Bedingungen und Messsystem nicht belegt.")
print("Lokale Grafik:", zeichne_svg(daten).resolve())

Prüfergebnisse aus dem Testlauf: a: 22/24 gültige Zeitwerte, Mittelwertdifferenz 5,09 s und Bootstrap-Intervall 2,73–8,73 s. b: Differenz 3,47 s und Intervall 2,40–4,56 s. Beide Varianten behalten die Rohwerte in der lokal erzeugten Grafik. ? zeigt fehlende Messungen.

Testauftrag: Ändere ausschließlich eine fiktive Zahl im Quellcode, führe a und b erneut aus und prüfe, ob Deine Aussage stabil bleibt. Füge niemals Produktionsdateien, Netzadressen oder Zugangsdaten hinzu.

Regelkarte als späteres Werkzeug zur Prozessbeobachtung. Die Grenzlinien dieser Beispielgrafik sind keine zulässigen Grenzen für unseren fiktiven Fall.

Hilfe 1 – Start und Verständnis

Prüfe die Python-Version. None bedeutet fehlend; gueltige trennt fehlende Einträge von erfassten Zahlen. Random(2026) macht den Lehrversuch reproduzierbar.

Hilfe 2 – Interpretation

Vergleiche 5,09 s und 3,47 s. Wenn sich das Ergebnis mit einem fraglichen Wert verschiebt, musst Du diese Abhängigkeit berichten. Bootstrap resampelt Beobachtungen; unbekannte Gerätefehler und Schichteffekte bleiben unberücksichtigt.

Hilfe 3 – Fehlersuche

Falls keine SVG-Datei erscheint, prüfe zuerst den Schreibzugriff im Übungsordner und den exakten Dateinamen. Bei falscher Eingabe akzeptiert das Programm bewusst nur a oder b. Vergleiche die zwei eingebauten assert-Tests.

Lerneinheit 6 – Ein verantwortlicher Ergebnisbericht (7 Minuten)

Baustein	Formulierung im Fall
Beobachtung	In der fiktiven Stichprobe liegen die Zeiten nach der Umstellung überwiegend niedriger; Median 42 s gegenüber 39 s.
Qualität	Je eine Lücke, 91,7 % Vollständigkeit; 60 s ungeklärt.
Unsicherheit	Bootstrap-Sensitivität dokumentieren; Zeitmessverfahren, Stichprobenauswahl und Messunsicherheit nicht ausreichend bekannt.
Grenze	Eine kausale Beschleunigung durch die Umstellung ist nicht belegt.
Nächster Schritt	Messbeginn vereinheitlichen, Gerät prüfen, Schichten und Teilemix erfassen, neue Messreihe unter vergleichbaren Bedingungen planen.

Unzulässig: „Die Umstellung spart sicher 5,09 s je Stück.“ Besser: „Wir beobachten einen Unterschied; seine Höhe hängt vom ungeklärten Prüfwert ab. Die Ursache bleibt offen.“

Transfer: Eine Auffälligkeit kann erst beim Vergleich zweier Merkmale sichtbar werden.

Interaktive Aufgaben

Quiz: Teste Dein Wissen

Was zeigt die Quote 22 von 24 im Ausbildungsfall? (Anteil erfasster Zeitwerte) (!Ausschussrate der Produkte) (!Genauigkeit des Messgeräts) (!Wirkung der Umstellung)

Wie ist der Wert 60 Sekunden zunächst zu behandeln? (Als ungeklärter Prüfwert) (!Als sicherer Messfehler) (!Als Beleg für Maschinenversagen) (!Als automatisch zu löschender Wert)

Welches Lagemaß bleibt bei einem sehr hohen Einzelwert vergleichsweise robust? (Der Median) (!Der Mittelwert) (!Die Summe) (!Die Spannweite)

Wodurch entsteht die Differenz von 5 Komma 09 Sekunden? (Durch den Vergleich der beobachteten Mittelwerte) (!Durch die Messunsicherheit der Stoppuhr) (!Durch die Materialkosten) (!Durch eine garantierte Zeiteinsparung)

Welche Beobachtung spricht für einen Datenqualitätsmangel? (Zwei Messwerte fehlen) (!Alle Zeiten sind in Sekunden) (!Beide Reihen haben zwölf Plätze) (!Ein Median wurde berechnet)

Was wird beim Bootstrap im Labor wiederholt gezogen? (Messwerte mit Zurücklegen) (!Produktionsbefehle aus der Anlage) (!Zugangsdaten aus der Cloud) (!Kalibrierscheine aus dem Netz)

Was erfasst das demonstrierte Bootstrap-Intervall nicht automatisch? (Systematische Messabweichungen) (!Variationen der beobachteten Stichprobe) (!Die Mittelwertdifferenz) (!Die erneuten Stichprobenziehungen)

Welche Aussage zur Ursache ist bei diesen Daten korrekt? (Die Wirkung der Umstellung ist nicht nachgewiesen) (!Die Wirkung ist sicher bewiesen) (!Der Schichtwechsel hat sicher geholfen) (!Messfehler sind ausgeschlossen)

In welcher Umgebung darfst Du den Laborcode ausführen? (Auf einem lokalen oder ausdrücklich freigegebenen Testsystem) (!Ungefragt auf einer Produktionssteuerung) (!Auf fremden Servern ohne Erlaubnis) (!Mit echten Kundendaten im öffentlichen Netz)

Welche Angabe gehört in den Ergebnisbericht? (Die Abhängigkeit vom ungeklärten Prüfwert) (!Nur das günstigste Rechenergebnis) (!Ein garantiertes Einsparversprechen) (!Eine unbelegte Sicherheitsbehauptung)

Memory

Vollständigkeit	Anteil vorhandener Sollwerte
Median	Mittlerer Rangwert
Ausreißer	Auffälliger Datenpunkt
Bootstrap	Ziehen mit Zurücklegen
Messunsicherheit	Unsicherheit des Messverfahrens
Störfaktor	Alternativer Einfluss
Sensitivitätsanalyse	Vergleich mehrerer Annahmen

Drag and Drop

Ordne die richtigen Begriffe zu.	Passender Begriff
Fehlwert	Vollständigkeitsprüfung
Extremwert	Plausibilitätsprüfung
Median	Robuste Lage
Mittelwert	Ausreißerempfindlichkeit
Bootstrap	Stichprobenstreuung
Schichtwechsel	Störfaktor

Kreuzworträtsel

Median	Welches Lagemaß ist gegen einen einzelnen Extremwert vergleichsweise robust?
Histogramm	Wie heißt die grafische Darstellung von Häufigkeiten in Klassen?
Bootstrap	Wie heißt das Resamplingverfahren mit Zurücklegen?
Kalibrierung	Wie heißt die Bestimmung der Beziehung zwischen Messanzeige und Referenz?
Stichprobe	Wie heißt ein ausgewählter Teil der Beobachtungen?
Korrelation	Wie heißt ein statistischer Zusammenhang ohne automatischen Ursachenbeweis?

LearningApps

Optionales Fremdangebot: Nur mit Freigabe und ohne reale Betriebsdaten nutzen. Das lokale Python-Labor ist die eigentliche isolierte Testumgebung.

Lückentext

Vor jeder Auswertung prüfst Du die

.

Im Ausbildungsfall fehlen zwei

.

Die Zeitangaben besitzen die Einheit

.

Der Wert 60 ist zunächst ein

.

Das gegen einzelne Extremwerte robustere Lagemaß heißt

.

Die Stichprobe enthält 22 erfasste

.

Ein Bootstrap-Verfahren zieht Werte mit

.

Das simulierte Intervall beschreibt unter Annahmen die

.

Unbekannte systematische Einflüsse gehören zur

.

Eine zeitliche Veränderung beweist keine

.

Ein Bericht muss auch die

der Schlussfolgerung nennen.

Das Diagramm wird vom Programm als lokale

gespeichert.

Offene Aufgaben

Arbeitsregel: Alle Projekte und Gespräche verwenden ausschließlich fiktive Situationen; keine echte Anlage ansteuern oder Kundendaten aufnehmen.

Leicht – Basis

Datenkarte: Beschreibe in einer Karte, was erfasst wurde und was nicht. Feedback: Gut ist die Nennung von 24 Plätzen und zwei Lücken, weil sonst die Vollständigkeitsquote irreführend wird.
Prüfprotokoll: Markiere 60 s und formuliere drei denkbare Erklärungen ohne Vorverurteilung. Feedback: Unterschiedliche Hypothesen sind richtig, weil ein Extremwert allein keine Fehlerursache verrät.
Klassengrafik: Zeichne die Balken mit Fünfsekundenklassen nach. Feedback: Gleiche Klassenbreiten machen die Reihen erst sinnvoll vergleichbar.
Ein-Satz-Bericht: Schreibe eine korrekte Beobachtung ohne Ursachenbehauptung. Feedback: „Wir beobachten“ statt „beweist“ trennt Befund und Deutung.

Standard – Anwendung

Zwei Szenarien: Vergleiche die beiden Mittelwertdifferenzen und entscheide, ob 60 s gelöscht werden darf. Feedback: 5,09 s und 3,47 s müssen genannt werden; ohne Beleg ist Löschen unzulässig.
Offline-Code: Führe a und b aus und ändere eine fiktive Zahl. Halte Ergebnis und SVG in einem Lernprotokoll fest. Feedback: Der Test ist nachvollziehbar, wenn Rohdaten, Variante und geänderte Zahl dokumentiert sind.
Audioerklärung: Nimm lokal eine 60-Sekunden-Erklärung zu Stichproben- und Messunsicherheit auf. Feedback: Eine Trennung der beiden Arten ist nötig, weil Resampling keinen Gerätefehler aufdeckt.
Rollenspiel: Führe mit einem Mitschüler ein fiktives Gespräch zwischen Ausbildung und Qualitätsprüfung. Feedback: Gute Rückfragen betreffen Messbeginn, Messmittel, Schicht und Teilemix, weil diese Einflüsse unbekannt sind.

Schwer – Transfer

Messplan: Entwirf einen Folgeversuch mit festen Start- und Stoppregeln und dokumentierten Betriebsbedingungen. Feedback: Gleiche Messbedingungen verringern Verwechslungen zwischen Prozess- und Messeffekt.
Vergleichsdesign: Skizziere, wie Du zeitliche Trends und Schichteinflüsse von einer Umstellungswirkung abgrenzen würdest. Feedback: Eine passende Vergleichsstrategie ist stärker als ein bloßer Vorher-Nachher-Mittelwert.
Unsicherheitskarte: Erstelle eine Grafik mit zufälligen, systematischen und organisatorischen Unsicherheitsquellen. Feedback: Jede Quelle braucht eine mögliche Prüfmaßnahme; sonst bleibt die Unsicherheit nur ein Schlagwort.
Freigabebericht: Verfasse eine Seite mit Datenlage, Grafik, zwei Szenarien, Begrenzung und nächstem Versuch. Feedback: Eine begründete Vertagung kann fachlich besser sein als eine ungesicherte Freigabe.

Lernkontrolle

Falländerung: Angenommen, die beiden Lücken treten nur bei langen Zyklen auf: Was könnte das mit dem Mittelwertvergleich machen? Erwartung: Du diskutierst mögliche Verzerrung und forderst Aufklärung statt willkürlichem Ersatz.
Entscheidung: Die Betriebsleitung möchte „fünf Sekunden sicher gespart“ melden. Schreibe eine belastbare Alternative und begründe sie. Erwartung: Du erwähnst Prüfwert, fehlende Vergleichskontrolle und unklare Messbedingungen.
Transfer: Tausche gedanklich die Stoppuhr gegen einen nicht geprüften Sensor. Welche zusätzlichen Nachweise wären erforderlich? Erwartung: Du nennst Vergleich mit Referenz, Messverfahren und mögliche systematische Abweichung.
Planung: Welche weiteren zeitgeordneten Daten wären für eine Regelkarte sinnvoll? Erwartung: Du unterscheidest laufende Überwachung von voreilig festgelegten Eingriffsgrenzen.
Kritische Statistik: Warum darf das Bootstrap-Intervall nicht als Wirkungsbeweis verwendet werden? Erwartung: Du erläuterst Annahmen zu Stichprobe und Unabhängigkeit sowie unbeobachtete Einflussgrößen.
Sicherer Lerntransfer: Entwirf ein Übungsszenario für den Ausbildungsbetrieb ohne Betriebs- oder Kundendaten. Erwartung: Du schlägst synthetische Werte und eine isolierte Ausführungsumgebung vor.

Lernnachweis

Für einen erfolgreichen Lernnachweis legst Du lokal eine kleine Projektmappe mit folgenden Bestandteilen vor:

Datencheck: Herkunft „fiktiv“, Einheit, Vollständigkeit 22/24, beide Fehlstellen und ungeklärter 60-s-Wert.
Auswertung: Median und Mittelwert beider Reihen sowie Sensitivitätsvergleich mit Begründung.
Visualisierung: selbst erzeugte SVG und eine Erläuterung der Achsen und Fehlstellen.
Unsicherheitsbericht: Stichprobe, Messmethode, Intervallannahmen, nicht kontrollierte Störfaktoren.
Transfer: begründeter Messplan und klare Trennung von Beobachtung und Kausalbehauptung.

Bewertungsraster: 25 % Datenprüfung, 25 % korrektes Rechnen, 20 % Visualisierung, 20 % begründete Grenzen, 10 % sicherer lokaler Ablauf. Kein echter Unternehmensdatensatz ist erforderlich oder erwünscht.

OERs zum Thema

Wikipedia-Einstieg: Der Link „Datenqualität“ führt zur Übersicht über Informationsqualität; zusätzlich passen Messunsicherheit, Statistische Prozesslenkung und Ausreißer.

Fachliche Quellen und Medienrechte

Geprüfte Fachquellen:

BIPM/JCGM: Guide to the Expression of Uncertainty in Measurement – Abgrenzung der Messunsicherheit.
NIST: Bootstrap Plot – Wiederholtes Ziehen mit Zurücklegen und Grenzen der Methode.
NIST: Measurement Process Control – Einfluss von Bias, Variabilität und kontrolliertem Messprozess.
NIST: Confidence Intervals – korrekte Langfristinterpretation.
Wikipedia: Datenqualität / Informationsqualität – Qualitätskriterien und Kontext.

Commons-Bilder mit geprüften Dateiseiten:

Stoppuhr.jpg – Ulfbastel, gemeinfrei.
Outlier.svg – Leitfaden, gemeinfrei.
Histogram example.svg – Jkv, gemeinfrei.
Example Boxplot.svg – StefanPohl, CC0.
Xquer Regelkarte.svg – WikipediaMaster, abgeleitet von DanielPenfield, gemeinfrei.
BivariateOutlier.svg – Sigbert / Andel, gemeinfrei.

Videos: Die oben eingebetteten YouTube-Beiträge sind geprüfte Medienadressen, aber nicht pauschal frei lizenziertes OER-Material. Nur ansehen oder entsprechend den jeweiligen Nutzungsrechten einbetten; nicht ungeprüft kopieren. Externe Einbettungen können beim Abspielen Daten an Drittanbieter übertragen. Für die Aufgaben werden keine Daten zu YouTube, LearningApps oder Wikipedia hochgeladen.