aiMOOC

Daten- und Prozessanalyse im Technikbetrieb – Datenquellen auf Eignung prüfen

QR-Code

Einleitung

Daten- und Prozessanalyse im Technikbetrieb – Datenquellen auf Eignung prüfen

Zielgruppe: Technische Berufsausbildung, insbesondere Mechatronik, Elektronik, Automatisierungstechnik und Industriemechanik.

Lernzeit: 75–90 Minuten in sieben kurzen Lerneinheiten.

Dein Lernziel: Du kannst Datenquellen anhand ihrer Herkunft, Erfassung, Zeitangaben und Qualität untersuchen und begründet entscheiden, ob sie für eine bestimmte Prozessanalyse geeignet sind.

Dein Ausbildungsfall: Eine fiktive Temperierstation T-04 soll überwacht werden. Ihre Messdaten enthalten eine Lücke, einen auffälligen Wert und einen verspäteten Dateneingang.

Deine Werkzeuge: Tabellen, Diagramme, Quiz, Memory, Drag-and-Drop und zwei lokale Python-Testumgebungen.

Sicherheitsregel: Verwende ausschließlich die fiktiven Kursdaten und einen eigenen, lokal ausgeführten Python-3-Interpreter. Die Beispiele benötigen weder Netzwerk noch Zugangsdaten und steuern keine Anlagen. Greife nicht auf fremde Netze, Produktivanlagen oder Kundendaten zu. Die Übungen sind keine Sicherheitsprüfung und ersetzen keine betriebliche Freigabe.

Lernpfad

Einheit	Deine Aufgabe	Zeit
Einstieg	Ausbildungsfall verstehen	5 Minuten
Herkunft	Datenquelle nachvollziehen	10 Minuten
Erfassung	Messmethode und Intervall prüfen	10 Minuten
Zeitbezug	Messzeit und Eingangszeit unterscheiden	10 Minuten
Eignung	Qualitätskriterien anwenden	10 Minuten
Python-Labor	Fiktive Messdaten prüfen und visualisieren	20 Minuten
Transfer	Entscheidungen begründen und dokumentieren	15 Minuten

Lerneinheit 1: Der Ausbildungsfall

Die Temperierstation T-04

Du arbeitest in einem fiktiven Technikbetrieb. Die Ausbilderin möchte wissen:

Kann man aus den vorhandenen Messdaten zuverlässig Temperaturveränderungen erkennen?

Drei Datenquellen stehen zur Auswahl.

Quelle	Herkunft	Erfassung	Zeitlicher Bezug
S1	Temperatursensor mit Datenlogger	Einzelmessung jede Minute	Messzeit und Eingangszeit
S2	Digitaler Schichtbericht	Manuelle Dokumentation	Zeitpunkt des Eintrags
S3	Export eines fiktiven Produktionssystems	Zusammengefasste Durchschnittswerte	Zeitfenster der Auswertung

Erste Entscheidung: S1 ist für die Untersuchung einzelner Temperaturwerte besonders interessant. Die Quelle ist aber nicht automatisch zuverlässig oder für jeden Zweck geeignet.

Ein Temperaturfühler als Beispiel für eine physikalische Datenquelle.

Ein Datenlogger erfasst und speichert Messwerte über die Zeit.

Basisaufgabe: Welche Quelle würdest Du für die Untersuchung eines kurzen Temperaturanstiegs zuerst prüfen?

Feedback: S1 ist der sinnvolle Ausgangspunkt, weil Einzelmessungen vorliegen. Ob kurze Ereignisse tatsächlich erfasst werden, hängt jedoch vom Messintervall und der Übertragung ab.

Lerneinheit 2: Herkunft der Daten prüfen

Wo kommen Messdaten her?

Die Herkunft eines Datensatzes wird auch als Provenienz bezeichnet.

Ein nachvollziehbarer Datenweg sieht beispielsweise so aus:

Temperaturfühler S1
        |
        v
Datenlogger L1
        |
        v
Lokaler Datenexport
        |
        v
Qualitätsprüfung
        |
        v
Prozessauswertung

Prüfe: Quelle, Sensor-ID, Messort, verantwortliche Stelle, Messverfahren, Kalibrierstatus und dokumentierte Verarbeitungsschritte.

Fehlen solche Informationen, können selbst plausibel aussehende Zahlen schwer zu beurteilen sein.

Mehrere Thermoelemente an einem Messdatenerfassungssystem.

Auch manuell durchgeführte Messungen benötigen eine nachvollziehbare Herkunft.

Videolernen: Messdaten erfassen

Beobachtungsauftrag: Achte auf Sensor, Messgerät, Zeitquelle und Datenspeicherung.

Maker Pro: How to Make an Arduino Temperature Data Logger. Das Video dient der Anschauung; Du musst keine Hardware anschließen.

Basisaufgabe: Ergänze für den fiktiven Sensor S1 einen Quellensteckbrief.

Merkmal	Information
Kennung	S1
Messgröße	Temperatur
Einheit	Grad Celsius
Messort	Temperierstation T-04
Messverfahren	Fiktive automatische Sensormessung
Kalibrierstatus	Nicht dokumentiert
Verantwortliche Stelle	Im Ausbildungsfall noch zu klären

Begründetes Feedback: Der Steckbrief ist noch nicht vollständig. Ohne dokumentierten Kalibrierstatus kann die Messrichtigkeit nicht bestätigt werden.

Lerneinheit 3: Datenerfassung verstehen

Wie entstehen Messwerte?

Ein Sensor erfasst eine physikalische Größe. Ein Datenlogger kann die Messwerte in definierten Zeitabständen speichern.

Temperaturmessung mit einem Thermoelement und Messgerät.

Prinzipskizze eines Thermoelements.

Wichtige Fragen:

Messbereich: Kann der Sensor den erwarteten Wertebereich messen?
Messgenauigkeit: Welche Messunsicherheit ist bekannt?
Abtastrate: Wie häufig entstehen Messwerte?
Datenformat: Sind Werte, Einheiten und Kennungen eindeutig?
Kalibrierung: Ist die Überprüfung des Messsystems dokumentiert?

Warum das Messintervall wichtig ist

Beispiel: Ein Sensor misst alle 60 Sekunden. Ein Temperaturanstieg dauert nur zehn Sekunden.

Der Anstieg kann zwischen zwei Messungen liegen und vollständig unentdeckt bleiben.

Das Diagramm veranschaulicht Aliasing bei der Abtastung zeitlich veränderlicher Signale. Für schnelle Prozesssignale sind Messintervall und Signalbandbreite entscheidend.

Anwendungsaufgabe: Eignet sich ein Messintervall von 60 Sekunden, um jedes zehn Sekunden dauernde Ereignis zu erfassen?

Feedback: Nein. Die zeitliche Auflösung reicht nicht aus, um solche Ereignisse zuverlässig zu erkennen. Ein kürzeres Intervall kann notwendig sein; die konkrete Auslegung hängt vom Signal und Messsystem ab.

Videobeispiel: Automatische Datenaufzeichnung

Conrad Electronic zeigt beispielhaft die Langzeitaufzeichnung mit einem Datenlogger. Produktmerkmale des Videos sind keine Vorgaben für den Ausbildungsfall.

Beobachtungsfrage: Welche Unterschiede bestehen zwischen kontinuierlicher automatischer Erfassung und einem manuellen Schichtbericht?

Feedback: Automatische Erfassung kann regelmäßige Einzelwerte liefern. Ein manueller Bericht dokumentiert häufig ausgewählte Beobachtungen oder Zusammenfassungen.

Lerneinheit 4: Den zeitlichen Bezug prüfen

Messzeit und Eingangszeit

Messzeit: Wann wurde die physikalische Größe erfasst?

Eingangszeit: Wann traf der Wert im auswertenden System ein?

Verarbeitungszeit: Wann wurde der Datensatz weiterverarbeitet?

Diese Zeitpunkte können auseinanderliegen.

Für eindeutige maschinenlesbare Angaben eignen sich Zeitstempel mit dokumentierter Zeitzone. In einem Zeitstempel wie 2026-10-01T08:03:00Z steht das Z für UTC.

Die fiktiven Messwerte

Alle Uhrzeiten der Tabelle beziehen sich auf den 1. Oktober 2026 und sind als UTC angegeben.

Messzeit	Eingangszeit	Temperatur	Beobachtung
08:00	08:00:03	25 °C	Unauffällig
08:01	08:01:04	26 °C	Unauffällig
08:02	—	—	Messung fehlt
08:03	08:05:00	91 °C	Auffällig und verspätet
08:04	08:04:03	27 °C	Unauffällig

Wichtig: Der Wert von 08:04 ist früher eingetroffen als der Wert von 08:03. Die Eingangsreihenfolge ist daher nicht die Messreihenfolge.

Beispiel einer aufgezeichneten Thermoelement-Messung.

Messdaten visualisieren

T-04: fiktive Temperaturwerte

08:00   25 °C   █████
08:01   26 °C   ██████
08:02    —      MESSUNG FEHLT
08:03   91 °C   ! AUFFÄLLIG
08:04   27 °C   ███████

Balkenskala:
Ein Block = 1 °C oberhalb von 20 °C.
Der auffällige Wert ist separat markiert.

Anwendungsaufgabe: Berechne die Übertragungsverzögerung des Werts von 08:03.

Feedback: 08:05:00 minus 08:03:00 ergibt 120 Sekunden. Für eine Warnung, die spätestens nach 30 Sekunden benötigt wird, wäre diese Übertragung zu langsam.

Lerneinheit 5: Die Eignung bewerten

Qualitätskriterien

Kriterium	Prüffrage
Herkunft	Ist die Entstehung nachvollziehbar?
Vollständigkeit	Sind alle erwarteten Messungen vorhanden?
Plausibilität	Liegen auffällige Werte vor?
Zeitbezug	Sind Messzeit und Zeitzone eindeutig?
Aktualität	Treffen Daten rechtzeitig ein?
Vergleichbarkeit	Sind Einheiten und Messbedingungen passend?
Verlässlichkeit	Ist die Messrichtigkeit ausreichend nachgewiesen?

Merke: Ein plausibler Wert muss nicht richtig sein. Ein auffälliger Wert muss nicht falsch sein. Ohne weitere Prüfung dürfen solche Messungen nicht einfach gelöscht werden.

Prüfkriterien für die Temperierstation

Für diese rein fiktive Ausbildungsübung gelten folgende Anforderungen:

Eigenschaft	Übungsanforderung	Ergebnis S1
Messintervall	Eine Minute	Vorgesehen
Vollständigkeit	Mindestens 95 Prozent	80 Prozent
Plausibilitätsbereich	20 bis 40 °C	Ein auffälliger Wert
Eingangsverzögerung	Höchstens 30 Sekunden	Ein Wert mit 120 Sekunden
Kalibrierstatus	Dokumentiert	Unbekannt

Die Grenzen sind didaktische Vorgaben, keine Grenzwerte für reale technische Anlagen.

Bewertung: S1 ist zur Untersuchung der Datenqualitätsprobleme geeignet. Für eine belastbare Prozessfreigabe ist der Datensatz in diesem Übungsfall zunächst nicht ausreichend.

Beispiel einer statistischen Regelkarte. Die abgebildeten Regelgrenzen sind unabhängig von den erfundenen Übungsgrenzen der Station T-04.

Deine Entscheidung dokumentieren

Entscheidung	Wann?
Geeignet	Alle für den konkreten Zweck notwendigen Anforderungen sind erfüllt.
Bedingt geeignet	Die Daten sind für eine eingeschränkte Fragestellung nutzbar oder benötigen zusätzliche Prüfungen.
Ungeeignet	Wesentliche Anforderungen werden nicht erfüllt und eine verlässliche Bewertung ist nicht möglich.

Transferfrage: Kann derselbe Datensatz für eine rückblickende Fehleranalyse brauchbar und für einen Echtzeitalarm ungeeignet sein?

Feedback: Ja. Eine rückblickende Analyse kann auch verspätete Daten untersuchen. Ein Echtzeitalarm benötigt dagegen eine zuverlässig kurze Gesamtlatenz.

Lerneinheit 6: Lokales Python-Prüflabor

Vorbereitung

Du benötigst Python 3 auf Deinem eigenen Computer.

Erstelle einen leeren Übungsordner und speichere die folgenden Programme dort als analyse.py und prueflabor.py.

Sicherheitsgrenze: Die Programme verwenden ausschließlich im Quelltext enthaltene fiktive Daten. Sie öffnen keine Netzwerkverbindungen, lesen keine Betriebsdaten und benötigen keine Zusatzpakete. Das erste Programm erzeugt nur die lokale Bilddatei pruefkurve.svg. Führe selbst geprüfte Programme unter einem normalen Benutzerkonto aus; Python selbst ist keine Betriebssystem-Sandbox.

Python-Beispiel 1: Messdaten prüfen und visualisieren

Dein Ziel: Finde Datenlücken, Übertragungsverzögerungen und auffällige Messwerte. Erzeuge anschließend ein SVG-Diagramm.

from datetime import datetime, timedelta
from pathlib import Path

# Ausschliesslich fiktive Daten.
tag = "2026-10-01"
daten = [
    ("08:00", "08:00:03", 25.0),
    ("08:01", "08:01:04", 26.0),
    ("08:03", "08:05:00", 91.0),
    ("08:04", "08:04:03", 27.0),
]

def zeit(text):
    return datetime.fromisoformat(
        f"{tag}T{text}+00:00"
    )

soll = [
    zeit("08:00") + timedelta(minutes=i)
    for i in range(5)
]

ist = {
    zeit(m): (e, wert)
    for m, e, wert in daten
}

luecken = [
    t for t in soll if t not in ist
]

spaet = [
    (m, int((zeit(e) - zeit(m)).total_seconds()))
    for m, e, _ in daten
    if (zeit(e) - zeit(m)).total_seconds() > 30
]

ausreisser = [
    (m, v) for m, _, v in daten
    if not 20 <= v <= 40
]

print("Quelle S1, Einheit Grad Celsius, UTC")
print(
    f"Vollstaendigkeit: {len(ist)}/{len(soll)} "
    f"= {len(ist)/len(soll):.0%}"
)
print(
    "Fehlende Messzeit:",
    ", ".join(t.strftime("%H:%M") for t in luecken)
)
print("Spaete Eingaenge:", spaet)
print("Auffaellige Werte:", ausreisser)

for t in soll:
    m = t.strftime("%H:%M")
    if t not in ist:
        print(m, "FEHLT")
    else:
        v = ist[t][1]
        balken = (
            "█" * max(0, round(v - 20))
            if 20 <= v <= 40 else "!"
        )
        print(m, f"{v:.1f} Grad C", balken)

# Ein lokales SVG-Diagramm erzeugen.
svg = [
    '<svg xmlns="http://www.w3.org/2000/svg" '
    'viewBox="0 0 650 320">',
    '<rect width="650" height="320" fill="white"/>',
    '<rect x="55" y="190" width="560" '
    'height="60" fill="#e5f3e7"/>',
    '<text x="55" y="23" font-size="16">'
    'Temperierstation T-04: fiktiv</text>',
    '<text x="55" y="43" font-size="12">'
    'Gruen: Uebungsbereich 20-40 C; '
    'Rot: auffaellig</text>'
]

for i, t in enumerate(soll):
    x = 75 + i * 120
    m = t.strftime("%H:%M")
    svg.append(
        f'<text x="{x-17}" y="285" '
        f'font-size="12">{m}</text>'
    )
    if t not in ist:
        svg.append(
            f'<text x="{x-5}" y="160" '
            f'font-size="22">?</text>'
        )
    else:
        v = ist[t][1]
        y = round(250 - 3 * (v - 20))
        farbe = (
            "#17803d" if 20 <= v <= 40
            else "#c32a2a"
        )
        svg.append(
            f'<circle cx="{x}" cy="{y}" '
            f'r="7" fill="{farbe}"/>'
        )
        svg.append(
            f'<text x="{x+9}" y="{y-8}" '
            f'font-size="12">{v:.1f}</text>'
        )

svg.append("</svg>")

Path("pruefkurve.svg").write_text(
    "\n".join(svg), encoding="utf-8"
)

# Automatische Selbsttests.
assert len(luecken) == 1
assert luecken[0].strftime("%H:%M") == "08:02"
assert len(spaet) == 1
assert len(ausreisser) == 1

print("Tests bestanden.")
print("pruefkurve.svg lokal erzeugt.")

Lokal starten: python analyse.py

Erwartete Auswertung:

Vollstaendigkeit: 4/5 = 80%
Fehlende Messzeit: 08:02
Spaete Eingaenge: [('08:03', 120)]
Auffaellige Werte: [('08:03', 91.0)]

Tests bestanden.
pruefkurve.svg lokal erzeugt.

Öffne die erzeugte SVG-Datei lokal mit einem geeigneten Bildbetrachter oder Browser. Das Diagramm zeigt die vorhandenen Messwerte und markiert die fehlende Messung.

Begründetes Feedback: Die 80 Prozent liegen unter der fiktiven Mindestanforderung von 95 Prozent. Das Ergebnis zeigt Datenqualitätsprobleme, beweist aber noch keinen technischen Defekt.

Python-Beispiel 2: Interaktive Quellenentscheidung

Dein Ziel: Entscheide in drei Situationen, welche Datenquelle am besten zum Untersuchungszweck passt. Du erhältst direkt eine begründete Rückmeldung.

# Lokale Konsolenuebung mit fiktiven Quellen.

quellen = {
    "A": (
        "S1: 1-min-Takt; Luecke, Ausreisser "
        "und teils 120 s Verzug"
    ),
    "B": (
        "S2: 5-s-Takt; hoechstens 2 s Verzug, "
        "Herkunft dokumentiert"
    ),
    "C": (
        "Schichtprotokoll: freigegebener Status; "
        "keine Einzelmessungen"
    )
}

fragen = [
    (
        "Alarm innerhalb von 30 s "
        "nach einem Temperatursprung?",
        "B",
        "Nur B liefert im Modell rechtzeitig "
        "neue Einzelwerte."
    ),
    (
        "Beleg fuer die formelle Freigabe "
        "einer Schicht?",
        "C",
        "C enthaelt einen dokumentierten "
        "Freigabestatus statt Rohmesswerten."
    ),
    (
        "Die Datenluecke bei 08:02 "
        "im S1-Datensatz untersuchen?",
        "A",
        "A ist die betroffene Originalquelle; "
        "B waere ein anderer Sensor."
    )
]

punkte = 0

for frage, richtig, grund in fragen:
    print("\n" + frage)
    for k, beschreibung in quellen.items():
        print(k, beschreibung)

    antwort = input("A, B oder C? ").strip().upper()
    while antwort not in quellen:
        antwort = input(
            "Bitte A, B oder C eingeben: "
        ).strip().upper()

    if antwort == richtig:
        punkte += 1
        print("Richtig.", grund)
    else:
        print(
            f"Noch nicht. Geeigneter ist {richtig}.",
            grund
        )

print(f"Ergebnis: {punkte} von {len(fragen)}.")

Lokal starten: python prueflabor.py

Feedbackprinzip: Nicht die Datenmenge entscheidet, sondern die Eignung für die jeweilige Aufgabe. Ein Schichtprotokoll kann eine Freigabe dokumentieren, ersetzt aber keine zeitlich hochaufgelösten Sensordaten.

Lerneinheit 7: Gestufte Hilfen und Entscheidung

Hilfe 1: Leitfragen

Prüfe zuerst:

Datenherkunft: Wer hat den Wert erzeugt?
Datenerfassung: Wie und wie oft wurde gemessen?
Zeitstempel: Wann fand die Messung wirklich statt?

Hilfe 2: Konkrete Hinweise

Auffälligkeit	Prüfschritt
Fehlender Wert	Erwartete und vorhandene Zeitpunkte vergleichen
Ungewöhnlicher Messwert	Einheit, Messbereich und Sensorzustand prüfen
Verspäteter Eingang	Differenz zwischen Messzeit und Eingangszeit bilden
Unklare Quelle	Sensor-ID und Datenweg dokumentieren

Hilfe 3: Begründete Musterentscheidung

Für den Ausbildungsfall:

S1 liefert grundsätzlich geeignete Einzelmessungen. Die Daten enthalten aber eine Lücke, einen auffälligen Wert und eine Überschreitung der zulässigen Übungsverzögerung. Außerdem ist der Kalibrierstatus unbekannt.

Entscheidung: Für die Untersuchung von Datenfehlern geeignet; für eine verlässliche Prozessfreigabe zunächst nicht ausreichend. Fehlende Informationen müssen geklärt werden.

Interaktive Aufgaben

Quiz: Teste Dein Wissen

Was beschreibt die Provenienz eines Datensatzes? (Die dokumentierte Herkunft und Entstehung der Daten) (!Die Anzahl der enthaltenen Tabellen) (!Die Farbe eines Diagramms) (!Die Größe des Speichermediums)

Welche Angabe hilft dabei, einen bestimmten Sensor eindeutig zuzuordnen? (Die Sensor-ID) (!Die Hintergrundfarbe der Software) (!Die Bildschirmauflösung) (!Der Name des Auswertungsdiagramms)

Was kann bei einem Messintervall von einer Minute geschehen? (Kurze Ereignisse zwischen zwei Messungen bleiben unerkannt) (!Jeder kurze Temperaturanstieg wird sicher erfasst) (!Alle Sensorfehler werden automatisch ausgeschlossen) (!Die Daten erhalten dadurch automatisch hohe Genauigkeit)

Was ist die Messzeit? (Der Zeitpunkt der physikalischen Erfassung) (!Der Zeitpunkt der letzten Dateisicherung) (!Der Zeitpunkt des Öffnens eines Diagramms) (!Der Zeitpunkt einer späteren Präsentation)

Wie groß ist die Verzögerung zwischen 08:03 und 08:05? (Zwei Minuten) (!Zwei Sekunden) (!Fünf Minuten) (!Dreißig Sekunden)

Vier von fünf erwarteten Messwerten liegen vor. Wie hoch ist die Vollständigkeit? (80 Prozent) (!20 Prozent) (!95 Prozent) (!100 Prozent)

Wie gehst Du mit dem auffälligen Wert von 91 Grad Celsius um? (Den Wert kennzeichnen und seine Ursache prüfen) (!Den Wert ohne Prüfung löschen) (!Den Wert grundsätzlich als Messfehler einstufen) (!Die gesamte Messreihe ungeprüft freigeben)

Was bedeutet das Z am Ende eines UTC-Zeitstempels? (Die Zeitangabe bezieht sich auf UTC) (!Die Messung stammt zwingend aus Deutschland) (!Die Messung wurde manuell eingetragen) (!Der Sensor ist erfolgreich kalibriert)

Warum ist S1 für den geforderten Alarm innerhalb von 30 Sekunden ungeeignet? (Die dokumentierte Verzögerung überschreitet die Anforderung) (!Weil Temperatur grundsätzlich nicht gemessen werden kann) (!Weil Datenlogger keine Uhrzeit speichern können) (!Weil jede automatische Messung unzuverlässig ist)

Welche Arbeitsweise ist für die lokalen Kursübungen zulässig? (Fiktive Daten ausschließlich lokal verarbeiten) (!Ungefragt Messdaten einer Produktionsanlage auslesen) (!Fremde Zugangsdaten für die Übungen verwenden) (!Kundendaten an einen öffentlichen Testserver senden)

Memory

Ordne die Begriffe den passenden Beschreibungen zu.

Provenienz	Nachvollziehbare Datenherkunft
Sensor-ID	Eindeutige Messstellenkennung
Abtastintervall	Zeitabstand zwischen Messungen
Messzeit	Zeitpunkt der physikalischen Erfassung
Eingangszeit	Zeitpunkt der Datenübernahme
Latenz	Zeitverzögerung bei der Übertragung
Plausibilitätsprüfung	Überprüfung fachlich erwarteter Werte

Drag and Drop

Ordne die Prüfschritte den passenden Beschreibungen zu.

Ordne die richtigen Begriffe zu.	Thema
Herkunftsprüfung	Entstehungsweg und Verantwortlichkeit
Erfassungsprüfung	Messverfahren und Abtastintervall
Zeitprüfung	Messzeit und Übertragungsverzögerung
Vollständigkeitsprüfung	Vergleich erwarteter und vorhandener Werte
Eignungsentscheidung	Abgleich mit dem Untersuchungszweck

Kreuzworträtsel

Sensor	Welches Bauteil erfasst eine physikalische Größe?
Datenlogger	Welches Gerät kann Messwerte automatisch aufzeichnen?
Messzeit	Wie heißt der Zeitpunkt der physikalischen Erfassung?
Provenienz	Wie nennt man die dokumentierte Herkunft von Daten?
Intervall	Wie heißt der zeitliche Abstand zwischen zwei Messungen?
Metadaten	Wie nennt man beschreibende Angaben über einen Datensatz?

LearningApps

Hier kannst Du nach zusätzlichen Lernübungen zu diesem Thema suchen. Die Suche ist ein externes Angebot; passende Treffer sind nicht garantiert.

Lückentext

Die dokumentierte Herkunft von Daten wird als

bezeichnet.

Ein technisches Bauteil zur Erfassung physikalischer Größen ist ein

.

Ein Gerät zur automatischen Speicherung von Messwerten heißt

.

Der zeitliche Abstand zwischen einzelnen Messungen heißt

.

Der Zeitpunkt der physikalischen Erfassung wird als

bezeichnet.

Der Zeitpunkt der Datenübernahme wird als

bezeichnet.

Der Zeitunterschied zwischen Messung und Eingang kann eine

darstellen.

Die Temperierstation besitzt in der Übungsreihe eine Datenlücke um

Uhr.

Von fünf erwarteten Werten sind vier vorhanden und ergeben eine Vollständigkeit von

Prozent.

Ein ungewöhnlicher Messwert muss zunächst auf seine

geprüft werden.

Zur eindeutigen Zuordnung einer Messstelle dient die

.

Die abschließende Quellenbewertung richtet sich nach dem konkreten

.

Offene Aufgaben

Bearbeite die Aufgaben nach Schwierigkeitsgrad. Nutze nur die fiktiven Daten des Kurses.

Leicht – Basisaufgaben

Datenquelle: Zeichne einen Sensor und beschrifte Messgröße, Quelle und Speichermedium. Feedback: Eine eindeutige Zuordnung ist erreicht, wenn Herkunft und Messgröße ohne Rückfragen erkennbar sind.
Quellensteckbrief: Erstelle eine Steckbriefkarte für S1 und markiere fehlende Angaben. Feedback: Besonders wichtig ist der unbekannte Kalibrierstatus, weil die Messrichtigkeit dadurch nicht belegt ist.
Zeitstempel: Markiere in einer selbst erstellten Tabelle Messzeit und Eingangszeit mit zwei verschiedenen Farben. Feedback: Die getrennte Darstellung verhindert, dass verspätete Werte als später gemessen interpretiert werden.
Messdatenvisualisierung: Übertrage die fünf erwarteten Messzeitpunkte in ein Diagramm und kennzeichne die Datenlücke. Feedback: Eine sichtbare Lücke ist aussagekräftiger als eine künstlich ergänzte Messung ohne Kennzeichnung.

Standard – Anwendungsaufgaben

Datenvollständigkeit: Berechne die Vollständigkeit der Übungsreihe und vergleiche sie mit der Mindestanforderung. Feedback: 80 Prozent unterschreiten 95 Prozent. Die Quelle erfüllt die festgelegte Anforderung nicht.
Zeitverzögerung: Berechne für alle vier vorhandenen Werte die Eingangsverzögerung. Feedback: Die Verzögerungen betragen 3, 4, 120 und 3 Sekunden. Nur ein Wert überschreitet 30 Sekunden.
Python: Ergänze im lokalen Programm einen fiktiven Wert für 08:02 und überprüfe die Änderung der Vollständigkeit. Feedback: Bei fünf unterschiedlichen vorhandenen Messzeiten steigt die Vollständigkeit auf 100 Prozent. Andere Qualitätsprobleme bleiben jedoch bestehen.
Datenquellenvergleich: Vergleiche S1, S2 und S3 hinsichtlich der Eignung für eine Kurzzeitwarnung. Feedback: Einzelwerte sind entscheidend, aber nur ausreichend schnelle und verlässlich übertragene Messwerte erfüllen eine kurzfristige Warnanforderung.

Schwer – Transferaufgaben

Prozessüberwachung: Entwirf für einen fiktiven schnelleren Temperaturprozess ein verbessertes Messkonzept mit Abtastintervall, Zeitstempel und Übertragungsprüfung. Feedback: Eine gute Lösung begründet das gewählte Intervall durch die Dauer relevanter Ereignisse.
Datenqualitätsmanagement: Entwickle ein Prüfschema, das fehlende Werte, auffällige Messungen und unbekannte Kalibrierinformationen unterschiedlich behandelt. Feedback: Die Fehlerarten müssen getrennt bewertet werden, weil ihre Ursachen und Folgen verschieden sind.
Qualitätssicherung: Formuliere eine Freigabeempfehlung für den fiktiven Ausbildungsbetrieb mit Voraussetzungen, Prüfschritten und offenen Fragen. Feedback: Eine tragfähige Entscheidung trennt nachgewiesene Eigenschaften von Annahmen und dokumentiert verbleibende Unsicherheiten.
Erklärvideo: Produziere mit fiktiven Diagrammen ein 90-sekündiges Lernvideo zur Quellenprüfung. Feedback: Fachlich überzeugend ist Dein Video, wenn es Herkunft, Erfassung, Zeitbezug und Zweckabhängigkeit an einem konkreten Beispiel miteinander verbindet.

Lernkontrolle

Die folgenden Aufgaben verlangen Analyse, Begründung und Transfer statt bloßer Wiedergabe von Begriffen.

Messdatenauswertung: Ein Sensor liefert vollständige Messreihen, aber sein Messort ist unbekannt. Beurteile zwei mögliche Einsatzfälle und begründe, warum Vollständigkeit allein keine Eignung beweist.
Echtzeitfähigkeit: Eine zweite fiktive Quelle zeichnet alle fünf Sekunden auf, liefert ihre Daten aber erst nach zehn Minuten. Entwickle eine Entscheidung für einen Echtzeitalarm und für eine nachträgliche Untersuchung.
Messunsicherheit: Zwei Quellen messen denselben fiktiven Prozess, liefern jedoch abweichende Werte. Entwickle einen Untersuchungsplan, der Einheiten, Zeitbezug, Kalibrierung und Messort berücksichtigt.
Datenbereinigung: Begründe, warum das Löschen eines auffälligen Messwertes ohne Kennzeichnung problematisch ist. Entwirf stattdessen ein nachvollziehbares Kennzeichnungs- und Prüfverfahren.
Prozessverbesserung: Ein Betrieb möchte zusätzlich zu Temperatursensordaten manuelle Wartungsprotokolle auswerten. Entwickle ein Konzept, wie beide Quellen zusammengeführt werden könnten, ohne Zeitbezug und Herkunft zu verlieren.
Datensicherheit: Ein Lernteam möchte echte Betriebsdaten auf einem öffentlichen Dienst analysieren. Entwickle eine fachlich geeignete lokale Alternative mit synthetischen Daten und begründe die Schutzmaßnahmen.

Bewertung: Jede Aufgabe erhält bis zu zwei Punkte für eine nachvollziehbare Analyse, zwei Punkte für die Begründung und zwei Punkte für einen sachgerechten Transfer. Insgesamt sind 36 Punkte erreichbar.

Lernnachweis

Für Deinen Lernnachweis erstellst Du ein Prüfprotokoll zur Eignung einer fiktiven Datenquelle.

Bestandteil	Erwarteter Nachweis
Untersuchungszweck	Konkrete Fragestellung und benötigte Daten
Herkunft	Quelle, Messstelle und Datenweg dokumentiert
Erfassung	Messgröße, Einheit, Verfahren und Intervall bewertet
Zeitbezug	Messzeit, Eingangszeit und Verzögerung untersucht
Datenqualität	Vollständigkeit und Auffälligkeiten überprüft
Visualisierung	Korrekt beschriftetes Diagramm mit sichtbaren Datenlücken
Entscheidung	Eignung begründet und offene Fragen benannt
Reflexion	Grenzen der eigenen Auswertung erläutert

Mindestanforderung: Das Prüfprotokoll enthält eine nachvollziehbare Quellenentscheidung, überprüfbare Rechenschritte und eine begründete Aussage darüber, wofür die Daten verwendet werden dürfen.

OERs zum Thema

Wikipedia: Datenlogger

Wikipedia: Informationsqualität und Datenqualität

Geprüfte fachliche Grundlagen

Europäische Kommission: Data Governance and Data Policies: Enthält Qualitätskriterien wie Genauigkeit, Vollständigkeit, Aktualität, Herkunft und Erfassungsmethoden.
NIST: Provenance: Erläutert die dokumentierte Herkunft und Veränderung von Daten.
RFC 3339: Date and Time on the Internet: Beschreibt interoperable Zeitstempel mit Zeitzonenbezug.
Hioki: Data Loggers Explained: Erläutert Datenlogger, Sensorerfassung und die Bedeutung der Abtastrate.
Wikipedia: Informationsqualität: Gibt einen Überblick über die zweckabhängige Daten- und Informationsqualität.

Quellenhinweis: Die Übungsdaten, Messstellenbezeichnungen und Qualitätsgrenzen dieses Kurses sind eigens entwickelte fiktive Beispiele und stammen nicht aus den Fachquellen.

Bildquellen und Medienrechte

Die verwendeten Bilder wurden anhand ihrer Wikimedia-Commons-Dateibeschreibungen und Lizenzangaben ausgewählt.

Bild	Urheber	Lizenz
Temperature sensor.jpg	1sfoerster	CC BY-SA 3.0
Data logger.jpg	Cjp24	CC BY-SA 3.0
Thermocouple Multiplexer Agilent.jpg	Harke	Vom Urheber gemeinfrei freigegeben
Digital caliper.jpg	Lior Streng	CC BY-SA 4.0
Thermocouple0002.jpg	Sovxx	CC BY-SA 3.0
Thermocouple.png	Vivikowski	CC BY-SA 3.0
Nyquist Aliasing.svg	Peterpall	CC BY-SA 3.0
Termocouple data acquisition example.jpg	Xyz00030280	CC BY-SA 4.0
Control Chart with Zones.png	NeilP777	CC BY-SA 4.0

Lizenzhinweis: Für Bilder unter CC BY-SA gelten insbesondere Namensnennung und gegebenenfalls Weitergabe unter gleichen Bedingungen. Maßgeblich sind die verlinkten Dateibeschreibungen und die dort angegebenen Lizenzen. Die hier eingebundenen Dateien wurden nicht verändert.

Videorechte: Die Videos von Maker Pro und Conrad Electronic sind externe YouTube-Veröffentlichungen. Eine freie Bearbeitungslizenz ist nicht nachgewiesen. Sie werden nur eingebettet, nicht als OER zur Weiterverbreitung ausgewiesen. Die praktischen Übungen funktionieren auch ohne Videowiedergabe.

Eigene Materialien: Die fiktiven Tabellen, Aufgaben, Quelltexte und das lokal erzeugte SVG-Diagramm sind eigens für diesen Lernkurs erstellt.