aiMOOC

Daten- und Prozessanalyse im Technikbetrieb – Technische Daten verständlich visualisieren

QR-Code

Daten- und Prozessanalyse im Technikbetrieb – Technische Daten verständlich visualisieren

Einleitung

Zielgruppe: Technische und gewerblich-industrielle Ausbildung

Lernzeit: ca. 60 Minuten

Vorkenntnisse: Grundrechenarten und Prozentrechnung

Lernziel: Du lernst, technische Daten mit geeigneten Diagrammen verständlich, vergleichbar und unverzerrt darzustellen.

Dein Ausbildungsprojekt: Du arbeitest mit fiktiven Produktionsdaten eines Technikbetriebs und erstellst einen kurzen Qualitätsbericht.

Lernweg: Sechs kurze Lerneinheiten, Bilder und Videos, ein lokales Python-Labor, interaktive Übungen, gestufte Hilfen und eine Lernkontrolle.

Sicherheitsregel: Verwende ausschließlich die bereitgestellten fiktiven Daten. Alle Programmierübungen laufen lokal und ohne Netzwerkzugriff. Verbinde Dich nicht mit Produktionsanlagen, Unternehmensservern oder fremden Netzen. Verwende keine Zugangsdaten, personenbezogenen Daten oder Kundendaten.

Ein Säulendiagramm macht Größenvergleiche sichtbar. Das Bild zeigt ein allgemeines Beispiel, nicht die Daten unseres Ausbildungsbetriebs.

Deine Kompetenzen

Nach dem Kurs kannst Du:

Diagramm: Einen passenden Diagrammtyp auswählen.
Koordinatensystem: Achsen, Einheiten und Skalierungen richtig beschriften.
Datenanalyse: Absolute und relative Häufigkeiten unterscheiden.
Datenvisualisierung: Produktionsgruppen sinnvoll vergleichen.
Statistik: Verzerrende Darstellungen erkennen.
Python: Aus fiktiven Daten lokal ein Diagramm erzeugen.
Qualitätsmanagement: Ergebnisse sachgerecht für betriebliche Entscheidungen erläutern.

Lerneinheit 1 – Achsen verstehen

Dauer: 7 Minuten

Ein Diagramm beantwortet eine konkrete Frage.

Bei einem Säulendiagramm stehen auf der horizontalen x-Achse beispielsweise die Produktionsschichten. Die vertikale y-Achse zeigt eine messbare Größe, etwa die Anzahl fehlerhafter Werkstücke.

Wichtig: Jede numerische Achse benötigt eine verständliche Skalierung und eine passende Einheit.

Dieses allgemeine Beispiel zeigt, wie Linien und Koordinatenachsen Messwerte miteinander verbinden.

Merksatz: Ohne klare Achsenbeschriftung ist ein Diagramm nicht zuverlässig interpretierbar.

Video: „Folge 6: Diagramme – Wenn Zahlen zu Bildern werden“, Naturkunde-Museum Bielefeld.

Mini-Aufgabe 1 – Achsen beschriften

Du möchtest die Ausschussquote der Früh-, Spät- und Nachtschicht vergleichen.

Aufgabe: Welche Information gehört auf welche Achse?

Basis-Hilfe: Die Schichten sind Kategorien.

Anwendungs-Hilfe: Die Ausschussquote ist eine numerische Größe.

Lösung mit Feedback: Auf die x-Achse gehören die Schichten und auf die y-Achse die Ausschussquoten in Prozent. So lassen sich die Gruppen eindeutig vergleichen.

Lerneinheit 2 – Gruppen sinnvoll vergleichen

Dauer: 9 Minuten

Ausbildungsfall: Qualitätsprüfung in der Fertigung

Die fiktive Firma Technikwerk Nord fertigt Metallbauteile.

Bei der Qualitätskontrolle werden folgende Werte festgestellt:

Produktionsschicht	Geprüfte Teile	Ausschussteile	Ausschussquote
Frühschicht	200	8	4 %
Spätschicht	100	7	7 %
Nachtschicht	50	5	10 %

Alle Zahlen sind frei erfunden.

Zwei Sichtweisen auf dieselben Daten

Absolute Ausschusszahlen:

Schicht	Ausschussteile	Visualisierung
Früh	8	████████
Spät	7	███████
Nacht	5	█████

Ein Block entspricht einem Ausschussteil.

Relative Ausschussquoten:

Schicht	Ausschussquote	Visualisierung
Früh	4 %	████
Spät	7 %	███████
Nacht	10 %	██████████

Ein Block entspricht einem Prozentpunkt. Beide Darstellungen beginnen bei null.

Erkenntnis: Die Frühschicht hat die meisten Ausschussteile. Die Nachtschicht hat jedoch die höchste Ausschussquote.

Die Ursache: Die Schichten produzieren unterschiedlich viele Teile.

Formel:

Ausschussquote = Ausschussteile / geprüfte Teile × 100 %

Beispiel Nachtschicht: 5 / 50 × 100 % = 10 %

Merksatz: Wenn die Gruppengrößen unterschiedlich sind, können relative Häufigkeiten aussagekräftiger sein als absolute Zahlen.

Gruppierte Diagramme

Gruppierte Säulen erlauben es, mehrere Datenreihen pro Kategorie gegenüberzustellen.

Vergleiche nur Größen, die sachlich zusammengehören. Unterschiedliche Einheiten wie Stückzahlen und Prozentwerte dürfen nicht ohne klare Trennung auf derselben Werteskala dargestellt werden.

Video: „Diagramme lesen und interpretieren, mit Aufgabe und Lösung“, LehrerBros.

Mini-Aufgabe 2 – Ein Qualitätsproblem beurteilen

Frage: Welche Schicht sollte zuerst genauer untersucht werden, wenn die Ausschussquote das entscheidende Kriterium ist?

Hilfestufe 1: Betrachte die prozentualen Werte.

Hilfestufe 2: Vergleiche 4 %, 7 % und 10 %.

Hilfestufe 3: Der größte Anteil zeigt die höchste relative Fehlerhäufigkeit.

Feedback: Die Nachtschicht erreicht mit 10 % die höchste Ausschussquote. Das begründet eine weitere Untersuchung, beweist aber noch keine Ursache. Die relativ kleine Stichprobe von 50 Teilen muss bei der Bewertung berücksichtigt werden.

Lerneinheit 3 – Diagramme unverzerrt darstellen

Dauer: 9 Minuten

Diagramme können mit korrekten Zahlen trotzdem einen falschen Eindruck vermitteln.

Typische Probleme sind ein ungünstiger Achsenbeginn, wechselnde Skalen, fehlende Einheiten, unklare Gruppierungen oder eine selektive Auswahl der Messwerte.

Beispiel: Der abgeschnittene Nullpunkt

Darstellung A – Säulen mit Nullpunkt

Ein allgemeines Beispiel für ein Säulendiagramm mit vollständiger Werteskala.

Darstellung B – Verkürzte Werteskala

Ein allgemeines Gegenbeispiel mit abgeschnittener Werteskala.

Die beiden Wikimedia-Commons-Grafiken verdeutlichen den Einfluss der Achsenskalierung. Sie enthalten nicht die fiktiven Betriebsdaten.

Grundregel: Bei gewöhnlichen Balken- und Säulendiagrammen muss die Wertachse grundsätzlich bei null beginnen, damit Balkenlängen die Werte proportional wiedergeben.

Bei einem Liniendiagramm kann eine verkürzte Achse sinnvoll sein, um geringe Veränderungen zu untersuchen. Der gezeigte Ausschnitt muss dann klar gekennzeichnet sein.

Checkliste für faire Diagramme

Datenqualität: Sind Datenquelle, Zeitraum und Anzahl der Beobachtungen bekannt?
Achsenbeschriftung: Sind Größen und Einheiten angegeben?
Skalierung: Sind Nullpunkt, Abstände und Achsenbereiche nachvollziehbar?
Datenvergleich: Haben vergleichbare Darstellungen dieselbe Skala?
Stichprobe: Sind die Gruppen groß genug für eine belastbare Aussage?
Barrierefreiheit: Lassen sich Daten auch ohne Unterscheidung von Farben erkennen?

Merksatz: Eine sachgerechte Visualisierung zeigt Unterschiede, ohne sie künstlich zu vergrößern oder zu verbergen.

Mini-Aufgabe 3 – Diagramme kritisch prüfen

Ein Bericht zeigt Ausschussquoten von 7 % und 10 %. Die y-Achse beginnt bei 6 %.

Aufgabe: Beurteile die Darstellung und schlage eine Verbesserung vor.

Hilfestufe 1: Überlege, welche Größe die Säulenlänge darstellt.

Hilfestufe 2: Vergleiche die sichtbaren Säulenhöhen mit den tatsächlichen Quoten.

Hilfestufe 3: Zeichne dasselbe Diagramm mit einer Wertachse von 0 bis 12 %.

Feedback: Der verkürzte Nullpunkt übertreibt den visuellen Unterschied. Für einen fairen Säulenvergleich beginnt die Achse bei 0 %. Alternativ kann ein klar beschriftetes Punktdiagramm verwendet werden.

Lerneinheit 4 – Den passenden Diagrammtyp wählen

Dauer: 7 Minuten

Fragestellung	Geeignete Darstellung
Welche Schicht weist die höchste Ausschussquote auf?	Säulendiagramm
Wie verändert sich die Temperatur im Zeitverlauf?	Liniendiagramm
Wie verteilen sich gemessene Bauteillängen?	Histogramm
Gibt es einen Zusammenhang zwischen Temperatur und Ausschuss?	Streudiagramm
Wie unterscheiden sich zwei Produktgruppen innerhalb verschiedener Schichten?	Gruppiertes Säulendiagramm

Zeitliche Entwicklungen

Ein Liniendiagramm eignet sich besonders für geordnete Zeitreihen.

Fiktives Beispiel: Temperaturmessungen von Montag bis Freitag: 64 °C, 66 °C, 65 °C, 69 °C und 70 °C.

Du kannst damit untersuchen, ob die Temperatur über die Woche steigt. Aus den fünf Messwerten allein darfst Du jedoch keine Ursache für Qualitätsprobleme ableiten.

Verteilungen sichtbar machen

Ein Histogramm zeigt, wie sich numerische Messwerte auf Werteintervalle verteilen.

Ein Histogramm kann beispielsweise helfen, die Verteilung von Werkstücklängen bei einer Serienfertigung zu beurteilen.

Zusammenhänge untersuchen

Ein Streudiagramm stellt Wertepaare dar. Dieses Beispiel bezieht sich auf ein allgemeines Qualitätsmerkmal.

Eine auffällige Punktwolke kann auf einen Zusammenhang hindeuten. Ein solcher Zusammenhang beweist nicht automatisch eine Ursache-Wirkungs-Beziehung.

Video: „Erklärvideo: Säulendiagramme erstellen“.

Lerneinheit 5 – Lokales Visualisierungslabor

Dauer: 15 Minuten

Du erstellst mit Python eigene Diagramme aus den fiktiven Produktionsdaten.

Technische Voraussetzungen: Python 3 und ein Texteditor. Es werden ausschließlich Module aus der Python-Standardbibliothek verwendet.

Sicherheitsrahmen: Erstelle einen eigenen Übungsordner ohne Verbindung zu Produktionssystemen. Der Code liest keine externen Daten, öffnet keine Netzwerkverbindungen und schreibt nur eine lokale SVG-Datei.

Lokales Codebeispiel: Drei Diagrammvarianten

Speichere den folgenden Code als diagramm_labor.py in Deinem Übungsordner.

from pathlib import Path
from html import escape

# Ausschliesslich erfundene Werte
daten = [
    ("Früh", 200, 8),
    ("Spät", 100, 7),
    ("Nacht", 50, 5)
]

print("LOKALES DIAGRAMMLABOR")
print("1: Ausschussteile")
print("2: Ausschussquoten")
print("3: Verkürzte Achse als Negativbeispiel")

modus = input("Wähle 1, 2 oder 3: ").strip()

if modus not in ("1", "2", "3"):
    raise SystemExit("Ungültige Auswahl.")

werte = [
    fehler if modus == "1" else 100 * fehler / menge
    for name, menge, fehler in daten
]

unten = 3 if modus == "3" else 0
oben = 10 if modus == "1" else 12

if modus == "1":
    ticks = [0, 5, 10]
    einheit = "Teile"
    titel = "Ausschussteile nach Schicht"
elif modus == "2":
    ticks = [0, 6, 12]
    einheit = "%"
    titel = "Ausschussquote nach Schicht"
else:
    ticks = [3, 7.5, 12]
    einheit = "%"
    titel = "Negativbeispiel: Verkuerzte Achse"

def zahl(wert):
    return f"{wert:g}".replace(".", ",")

svg = [
    '<svg xmlns="http://www.w3.org/2000/svg" '
    'width="720" height="420" viewBox="0 0 720 420">',
    '<rect width="720" height="420" fill="white"/>',
    f'<text x="360" y="35" text-anchor="middle" '
    f'font-size="22">{escape(titel)}</text>',
    f'<text x="45" y="65" font-size="16">{einheit}</text>'
]

for tick in ticks:
    y = 320 - (tick - unten) / (oben - unten) * 230
    svg.append(
        f'<line x1="115" y1="{y:.1f}" x2="665" '
        f'y2="{y:.1f}" stroke="#bbbbbb"/>'
    )
    svg.append(
        f'<text x="100" y="{y + 5:.1f}" '
        f'text-anchor="end" font-size="16">{zahl(tick)}</text>'
    )

for i, ((name, menge, fehler), wert) in enumerate(
    zip(daten, werte)
):
    x = 174 + 165 * i
    hoehe = (wert - unten) / (oben - unten) * 230
    y = 320 - hoehe

    svg.append(
        f'<rect x="{x}" y="{y:.1f}" width="80" '
        f'height="{hoehe:.1f}" fill="#277ca6"/>'
    )
    svg.append(
        f'<text x="{x + 40}" y="{y - 10:.1f}" '
        f'text-anchor="middle" font-size="18">'
        f'{zahl(wert)} {einheit}</text>'
    )
    svg.append(
        f'<text x="{x + 40}" y="346" '
        f'text-anchor="middle" font-size="17">'
        f'{escape(name)}</text>'
    )

svg.append(
    '<text x="360" y="375" text-anchor="middle" '
    'font-size="14">Fiktive Ausbildungsdaten</text>'
)

if modus == "3":
    svg.append(
        '<text x="360" y="405" text-anchor="middle" '
        'fill="red" font-size="15">'
        'WARNUNG: Abgeschnittene Wertachse</text>'
    )

svg.append("</svg>")

datei = Path("diagramm_" + modus + ".svg")
datei.write_text("\n".join(svg), encoding="utf-8")

print("Erstellt:", datei.resolve())
print("Öffne die SVG-Datei lokal im Browser.")

Programm starten: Öffne ein Terminal im Übungsordner und führe den Befehl python diagramm_labor.py aus. Je nach Betriebssystem kann der Startbefehl auch python3 diagramm_labor.py lauten.

Nach der Eingabe erzeugt das Programm eine der folgenden Dateien:

diagramm_1.svg: Ausschussteile mit Nullpunkt.
diagramm_2.svg: Ausschussquoten mit Nullpunkt.
diagramm_3.svg: Bewusst problematische Darstellung mit verkürzter Achse.

Alle Dateien entstehen lokal und können ohne Internetverbindung im Browser betrachtet werden. Die dritte Variante dient ausschließlich dazu, die Verzerrungswirkung zu untersuchen.

Experiment: Verändere die Darstellung

Basis: Starte Variante 1 und lies die drei Ausschusszahlen ab.

Anwendung: Starte Variante 2 und vergleiche die Quoten.

Transfer: Starte Variante 3. Erkläre, weshalb die verkürzte Achse eine problematische Entscheidungsgrundlage wäre.

Feedback Basis: Die absolute Anzahl ist in der Frühschicht am größten, weil dort acht Ausschussteile erfasst wurden.

Feedback Anwendung: Relativ betrachtet liegt die Nachtschicht vorn, denn fünf von fünfzig geprüften Teilen entsprechen zehn Prozent.

Feedback Transfer: Die dritte Darstellung verändert nicht die Zahlen, sondern deren sichtbare Proportionen. Ein großes optisches Gefälle kann dadurch entstehen, obwohl der Zahlenunterschied unverändert bleibt.

Lerneinheit 6 – Isolierte interaktive Testumgebung

Dauer: 5 Minuten

In diesem lokalen Konsolentest beantwortest Du Fragen und erhältst stufenweise Hilfestellungen.

Speichere den Code als selbsttest.py im Übungsordner.

# Lokaler Selbsttest ohne Netzverbindung

def pruefe(frage, richtig, hilfen, feedback):
    for hilfe in hilfen:
        antwort = input(frage + " ").strip().casefold()
        if antwort == richtig:
            print("Richtig! " + feedback)
            return
        print("Noch nicht. Hilfe: " + hilfe)
    print("Lösung und Begründung: " + feedback)

pruefe(
    "Welche Schicht hat die höchste Ausschussquote?",
    "nacht",
    [
        "Vergleiche relative statt absolute Werte.",
        "Berechne Fehler geteilt durch geprüfte Teile.",
        "Nacht: 5 geteilt durch 50 mal 100."
    ],
    "Nacht hat 10 %, Spät 7 % und Früh 4 %."
)

pruefe(
    "Soll die Wertachse eines normalen Säulendiagramms "
    "bei null beginnen? ja/nein",
    "ja",
    [
        "Die Säulenlänge stellt den Wert dar.",
        "Eine verkürzte Achse verändert Längenverhältnisse.",
        "Ein fairer Balkenvergleich braucht einen Nullpunkt."
    ],
    "Ja. Der Nullpunkt bewahrt die Verhältnismäßigkeit "
    "der Säulenlängen."
)

Start: python selbsttest.py

Erwartetes Verhalten: Bei einer richtigen Antwort erscheint eine begründete Bestätigung. Bei einer falschen Antwort erhältst Du nacheinander Hinweise und zuletzt die Lösung.

Technische Isolation: Dieses Programm verwendet nur lokale Eingaben und fest eingebaute Übungsfragen. Es benötigt weder Zugangsdaten noch Netzverbindungen oder externe Dateien.

Lernpfad mit gestuften Hilfen

Basisaufgabe

Auftrag: Erkläre die Bedeutung von x-Achse, y-Achse und Einheiten am Beispiel der Ausschussquoten.

Hilfe 1: Suche die Kategorien.

Hilfe 2: Suche die messbare Größe.

Hilfe 3: Kategorien gehören auf die x-Achse, die Quote auf die y-Achse.

Begründetes Feedback: Richtig ist die Beschriftung „Schicht“ und „Ausschussquote in %“. Ohne diese Angaben ist nicht eindeutig, was das Diagramm misst.

Anwendungsaufgabe

Auftrag: Vergleiche die Qualität der drei Schichten anhand der fiktiven Daten.

Hilfe 1: Beachte die unterschiedlichen Produktionsmengen.

Hilfe 2: Berechne die relativen Häufigkeiten.

Hilfe 3: Vergleiche 4 %, 7 % und 10 %.

Begründetes Feedback: Die Nachtschicht besitzt die höchste beobachtete Ausschussquote. Für betriebliche Entscheidungen müssen aber zusätzlich Stichprobengröße, Messverfahren und mögliche Ursachen geprüft werden.

Transferaufgabe

Auftrag: Gestalte eine kurze, faire Qualitätsinformation für eine Ausbildungswerkstatt.

Hilfe 1: Formuliere zuerst die Fragestellung.

Hilfe 2: Entscheide Dich für eine geeignete Kennzahl.

Hilfe 3: Beschrifte die Achsen, verwende eine faire Skala und erläutere die Gruppengrößen.

Begründetes Feedback: Ein überzeugender Bericht macht Daten und Berechnung nachvollziehbar und trennt Beobachtungen von Vermutungen über Ursachen.

Fachquellen und Medienrechte

Fachlich geprüfte Grundlagen:

Data.europa.eu – Axes, grids and legends: Bedeutung von Achsen, Skalen, Beschriftungen und Legenden.
Data.europa.eu – Grouped bars: Sachgerechte Darstellung gruppierter Datenreihen.
Data.europa.eu – Preserving scales for comparisons: Vergleichbare Skalen für mehrere Diagramme.
Datawrapper Academy – Why bar charts start at zero: Begründung der Nullpunktregel.
Datawrapper – What to consider when creating line charts: Einsatz und Skalierung von Liniendiagrammen.
Data.europa.eu – Guiding text: Verständliche Titel, Maßeinheiten und Beschriftungen.
Wikipedia – Diagramm: Fachliche Grundlagen und Diagrammarten.

Bildquellen und Rechte:

Simple Bar Chart, Simple Line Chart, Grouped Bar Chart: Urheber Innesw, Creative Commons BY-SA 3.0.
Bar graph und Truncated Bar Graph: Urheber Smallman12q, CC0 1.0.
Histogram example: Urheber Jkv, vom Urheber als gemeinfrei freigegeben.
Scatter diagram: Urheber DanielPenfield, Creative Commons BY-SA 3.0.

Die Bildlinks führen zu den jeweiligen Wikimedia-Commons-Dateiseiten mit Urheber-, Lizenz- und Versionsinformationen. Bei Veränderungen von CC-BY-SA-Material gelten die angegebenen Namensnennungs- und Weitergabebedingungen.

Videos: Die YouTube-Videos sind als externe Lernmedien verlinkt beziehungsweise eingebunden. Ihre öffentliche Verfügbarkeit bedeutet nicht automatisch eine Creative-Commons-Lizenz. Kein Herunterladen oder Weiterveröffentlichen ohne entsprechende Rechte.

Eigene Visualisierungen: Die im Python-Labor erzeugten SVG-Grafiken beruhen ausschließlich auf den ausdrücklich als fiktiv gekennzeichneten Daten.

Interaktive Aufgaben

Quiz: Teste Dein Wissen

Welche Schicht hat im Ausbildungsbeispiel die höchste Ausschussquote? (Nachtschicht) (!Frühschicht) (!Spätschicht) (!Alle Schichten gleich)

Wie hoch ist die Ausschussquote der Nachtschicht? (10 Prozent) (!4 Prozent) (!5 Prozent) (!20 Prozent)

Welche Größe gehört beim Vergleich der Produktionsschichten auf die x-Achse? (Produktionsschicht) (!Ausschussquote) (!Prozentwert) (!Gesamtzahl der Fehler)

Wie sollte die y-Achse beim Vergleich der Ausschussquoten beschriftet sein? (Ausschussquote in Prozent) (!Schichtname) (!Maschinenfarbe) (!Anzahl der Betriebstage)

Wo beginnt die Wertachse eines gewöhnlichen Säulendiagramms für einen fairen Größenvergleich? (Bei null) (!Beim kleinsten Messwert) (!Beim größten Messwert) (!Bei einem beliebigen Wert)

Welche Kennzahl hilft beim Vergleich von Schichten mit unterschiedlichen Prüfstückzahlen? (Relative Ausschussquote) (!Absolute Fehlerzahl allein) (!Schichtbezeichnung) (!Farbe der Diagrammsäulen)

Welcher Diagrammtyp eignet sich besonders für zeitliche Temperaturverläufe? (Liniendiagramm) (!Kreisdiagramm) (!Organigramm) (!Flussdiagramm)

Welche Information ist für eine technische Wertachse besonders wichtig? (Messgröße mit Einheit) (!Dekoratives Hintergrundbild) (!Name des Grafikprogramms) (!Beliebige Farbauswahl)

Warum kann eine abgeschnittene Säulenachse problematisch sein? (Sie kann Unterschiede übertrieben darstellen) (!Sie verändert die Originalmesswerte automatisch) (!Sie erhöht die Stichprobengröße) (!Sie verhindert Prozentrechnungen)

Welche Daten verwendet das lokale Python-Labor dieses Kurses? (Ausschließlich fiktive fest eingebaute Daten) (!Kundendaten aus einem Unternehmensserver) (!Livewerte einer Produktionsanlage) (!Zugangsdaten aus fremden Netzen)

Memory

Achse	Orientierungslinie eines Diagramms
Nenner	Bezugsgröße einer Verhältnisrechnung
Ausschussquote	Relativer Anteil fehlerhafter Teile
Säulendiagramm	Vergleich von Kategorien durch Rechteckhöhen
Liniendiagramm	Darstellung eines zeitlichen Verlaufs
Legende	Erläuterung von Farben und Symbolen
Skalierung	Zuordnung von Zahlenwerten zu Achsenpositionen

Drag and Drop

Ordne die richtigen Begriffe zu.	Bedeutung
Produktionsschicht	Gruppierungsmerkmal
Geprüfte Teile	Bezugsmenge
Ausschussteile	Absolute Häufigkeit
Ausschussquote	Relative Häufigkeit
Säulendiagramm	Kategorienvergleich
Liniendiagramm	Zeitverlauf
Streudiagramm	Zusammenhang zweier Messgrößen

Kreuzworträtsel

Achse	Wie heißt eine beschriftete Orientierungslinie im Koordinatensystem?
Nenner	Wie heißt der untere Bestandteil eines Bruchs?
Quote	Wie heißt ein relativer Anteil an einer Gesamtmenge?
Legende	Welches Diagrammelement erklärt Farben und Symbole?
Balken	Welches rechteckige Element kann einen Zahlenwert durch seine Länge darstellen?
Skala	Wie heißt die beschriftete Zahleneinteilung einer Achse?

LearningApps

Optionale externe Lernmaterialsuche: Nur nach Freigabe durch Deine Lehrkraft nutzen. Die lokalen Programmierübungen und Lernnachweise benötigen LearningApps nicht. Gib dort keine betrieblichen oder personenbezogenen Daten ein.

Lückentext

In einem gewöhnlichen Säulendiagramm stehen Kategorien häufig auf der

.

Die Höhe der Säulen wird an der

abgelesen.

Die Zahlenunterteilung einer Achse heißt

.

Eine technische Messgröße benötigt eine passende

.

Die Zahl fehlerhafter Teile heißt auch absolute

.

Ein relativer Anteil kann durch eine

ausgedrückt werden.

Die fiktive Nachtschicht besitzt eine Ausschussquote von

Prozent.

Die größte absolute Ausschusszahl hat die

.

Für faire Säulenvergleiche beginnt die Werteskala normalerweise bei

.

Ein Diagramm für zeitliche Verläufe heißt

.

Die Verteilung numerischer Messwerte lässt sich mit einem

darstellen.

Die Erklärung von Diagrammfarben nennt man

.

Eine auffällige Korrelation beweist nicht automatisch eine

.

Das lokale Programm erzeugt eine Datei im Format

.

Offene Aufgaben

Leicht

Achsenbeschriftung: Zeichne ein einfaches Säulendiagramm mit den fiktiven Ausschussquoten und beschrifte beide Achsen.
Datenvisualisierung: Stelle die drei Ausschusszahlen mit gleich großen Symbolen dar und erkläre Deine Skalierung.
Prozentrechnung: Berechne die Ausschussquoten aller Schichten selbstständig und vergleiche sie mit der Tabelle.
Diagramm: Fotografiere oder zeichne ein selbst erstelltes Diagramm und kennzeichne die Größen, Einheiten und Datenquelle.

Standard

Qualitätsmanagement: Gestalte einen einseitigen Qualitätsbericht mit einem fairen Diagramm und zwei sachlichen Aussagen.
Python: Erzeuge alle drei Diagrammvarianten im lokalen Labor und vergleiche ihre Wirkung.
Datenvergleich: Erstelle eine Gegenüberstellung von absoluten und relativen Ausschusszahlen und begründe, wann welche Größe sinnvoll ist.
Informationsdesign: Gestalte ein Informationsplakat über fünf typische Fehler technischer Diagramme.

Schwer

Datenanalyse: Erweitere die fiktive Tabelle um eine vierte Schicht. Erzeuge ein neues Diagramm und dokumentiere Deine Berechnungen.
Statistik: Untersuche, weshalb kleine Stichproben die Bewertung einer Ausschussquote erschweren können. Entwickle ein anschauliches Rechenbeispiel.
Prozessanalyse: Entwirf einen Plan zur Untersuchung möglicher Ausschussursachen. Unterscheide überprüfbare Hypothesen von gesicherten Beobachtungen.
Berichtswesen: Produziere ein kurzes Erklärvideo, in dem Du zwei Diagramme vergleichst, Verzerrungen aufdeckst und eine verbesserte Visualisierung begründest. Verwende nur eigene oder frei lizenzierte Materialien.

Lernkontrolle

Bearbeite die folgenden Transferaufgaben ohne Zugriff auf echte Betriebsdaten.

Datenqualität: Zwei Schichten haben jeweils fünf Ausschussteile, aber unterschiedliche Produktionsmengen. Erkläre, warum eine Gegenüberstellung der absoluten Ausschusszahlen nicht genügt.
Diagrammkritik: Ein Säulendiagramm beginnt bei 8 % und endet bei 11 %. Analysiere die mögliche Verzerrung und entwickle eine faire Alternative.
Qualitätsmanagement: Die Nachtschicht hat eine hohe beobachtete Ausschussquote. Begründe, welche zusätzlichen Daten benötigt werden, bevor eine Maßnahme beschlossen werden kann.
Datenvisualisierung: Plane zwei unterschiedliche Diagramme für die Schichtleitung und die Qualitätsprüfung. Erkläre jeweils die Zielgruppe, Kennzahl und Darstellungsform.
Stichprobe: Vergleiche eine Ausschussquote von 10 % aus 10 Prüfungen mit einer Quote von 10 % aus 1.000 Prüfungen. Erläutere die unterschiedliche Aussagekraft.
Informationsethik: Beurteile einen Bericht, der gezielt eine verkürzte Skala verwendet, um eine Verbesserung größer erscheinen zu lassen. Formuliere Regeln für eine sachgerechte Kommunikation.

Bewertungskriterien: Nachvollziehbare Berechnungen, geeignete Diagrammwahl, korrekte Skalierung, klare Begründungen und die Unterscheidung von Beobachtung und Ursache.

Lernnachweis

Für Deinen Lernnachweis erstellst Du einen kurzen, eigenständigen Qualitätsbericht zum fiktiven Ausbildungsfall.

Der Lernnachweis umfasst:

Eine verständlich aufbereitete Tabelle der Schichtdaten.
Ein korrekt beschriftetes Diagramm der Ausschussquoten.
Eine dokumentierte Berechnung der relativen Häufigkeiten.
Einen Vergleich zwischen absoluten und relativen Angaben.
Eine Erklärung, weshalb der gewählte Achsenbeginn angemessen ist.
Eine sachliche Interpretation der Ergebnisse einschließlich der Grenzen der Daten.
Eine kurze Reflexion zur sicheren lokalen Datenverarbeitung.

Bewertungsraster:

Kriterium	Punkte
Daten und Berechnungen stimmen	25
Diagrammwahl und Achsenskalierung sind sachgerecht	25
Beschriftungen und Einheiten sind vollständig	20
Ergebnisse und Grenzen werden nachvollziehbar erläutert	20
Sicherheits- und Datenschutzregeln werden eingehalten	10
Gesamt	100

Bestanden: Ab 60 Punkten, sofern die Daten ausschließlich fiktiv und die Verarbeitung sicher lokal erfolgt.

Begründetes Gesamtfeedback: Ein guter Lernnachweis zeigt nicht nur ein schönes Diagramm. Er macht sichtbar, welche Daten verglichen werden, weshalb diese Darstellung angemessen ist und welche Aussagen fachlich zulässig sind.

OERs zum Thema

Wikipedia: Diagramm

Vertiefung: Statistik, Datenanalyse, Qualitätsmanagement, Säulendiagramm, Liniendiagramm, Histogramm, Streudiagramm.

Die eingebettete Wikipedia-Seite dient als ergänzende Informationsquelle. Sie ist keine Voraussetzung für die vollständig offline durchführbaren Programmierübungen.