aiMOOC

Messdaten mit KI-Agenten erfassen und auswerten

QR-Code

Einleitung

Du entwickelst die Python-Auswertung synthetischer Prüfdaten für ein lokales, vollständig fiktives Prüf- und Wartungslabor. Am Ende kannst du Messreihen mit verschiedenen Einheiten einlesen, Lücken ohne erfundene Werte behandeln, auffällige Messungen kenntlich machen und einen nachvollziehbaren Prüfbericht erstellen. Ein KI-Agent kann dir beim Entwerfen und Überprüfen helfen, übernimmt aber weder fachliche Verantwortung noch reale Maschinensteuerung.

Zielgruppe: Auszubildende, empfohlen ab dem 3. Ausbildungsjahr. Voraussetzungen: die Lernbausteine A1 und A2 sowie Grundlagen des Modellfalls; Python-Grundbegriffe, Messwert, Toleranz und Tabellen. Dauer: etwa 5 bis 8 Lerneinheiten zu je 45 Minuten plus Projektzeit. Arbeitsmittel: lokaler Rechner mit frei verfügbarem Python 3, Texteditor, optional Tabellenkalkulation; alle Kernaufgaben sind ohne Internet und ohne bezahltes KI-Konto möglich. Grenze: ausschließliche Simulation, keine Verbindung zu produktiven Anlagen, kein Eingriff in Steuerungen, keine Sicherheitsfreigabe.

Anschluss an die vorhandene Grundlage: vorheriger MOOCwiki-Baustein. Wiederhole daraus selbstständig Messgröße, Testfall, Protokoll und die Grenze zwischen Simulation und realem Betrieb. Die Seite war bei der externen Recherche nicht abrufbar; über ihren konkreten Wortlaut wird daher nichts behauptet. Lernweg: Begriffe klären, ein geführtes Laborbeispiel programmieren, drei Fehlerfälle prüfen, anschließend eine eigene Variante dokumentieren.

Datenmodell, Einheiten und Herkunft

Fiktives Prüflabor und versionierte Dokumente

Das Labor prüft die geometrische Länge eines fiktiven Variantenbauteils mit Nennmaß 10,00 mm und einer symmetrischen Toleranz von ±0,10 mm. Für die Übung sind diese Werte frei erfunden; sie sind keine technischen Vorgaben eines Herstellers. Der erlaubte Bereich reicht einschließlich der Grenzen von 9,90 mm bis 10,10 mm. Eine Messreihe umfasst Einzelbeobachtungen, nicht automatisch einen Mittelwert.

Lege lokal einen Ordner an und notiere drei eigene Textdateien: pruefplan_v1.txt (fiktiver Grenzwert, Umfang der Stichprobe, Version), messdaten_v1.csv (Rohwerte, Einheit und Kennung) und auswertung_v1.py (verwendete Regeln). Bei einer späteren Änderung wird die Versionsnummer erhöht; Originaldateien bleiben unverändert. Die Angabe „v1“ kennzeichnet diese Lehrsimulation und stellt keine offizielle Normversion dar.

Feld	Zweck	Beispiel (synthetisch)
mess_id	eindeutige Kennung	P02
variante	zugehörige Ausführung	A
rohwert	exakt gespeicherter Quelltext	1.005
einheit	Dimension des Rohwerts	cm
quelle	fiktive Provenienz	SIM-LAB
dokument_version	zugehöriger Prüfplan	PLAN-1.0

Provenienz bedeutet nachweisbare Herkunft und Verarbeitungsgeschichte: Datei, Erstellungsstand, Messkennung, verwendete Regelversion und alle bewussten Entscheidungen gehören zum Ergebnis. Der Prüfer muss einen berichteten Wert vom Bericht zurück zum unveränderten Rohwert verfolgen können. Die im Labor gezeigten Namen bezeichnen keine realen Personen.

Bildnachweis: Lior Streng, Wikimedia Commons, Dateiseite und Lizenzhinweise. Ohne Bild: Ein digitales Messmittel liefert einen Zahlenwert, dessen Einheit, Auflösung und Messbedingungen zusätzlich festgehalten werden müssen.

Umrechnen, Plausibilität und Unsicherheit

Bei einer Längenmessung gelten hier 1 cm = 10 mm, 1 m = 1000 mm und 1000 µm = 1 mm. Daher werden 1,005 cm zu 10,05 mm, 9900 µm zu 9,90 mm und 0,01020 m zu 10,20 mm. Nicht das Wort „Zahl“ entscheidet über den Grenzwert, sondern Zahl mit Einheit. Eine falsch gewählte Ausgangseinheit kann trotz rechnerisch korrekter Multiplikation zu einem falschen Urteil führen.

Messunsicherheit beschreibt die begrenzte Aussagekraft eines Messergebnisses. Sie ist nicht dasselbe wie ein Fehler oder ein Toleranzband. Beispiel: Bei 10,08 mm mit angenommener erweiterter Unsicherheit ±0,05 mm schneidet der mögliche Ergebnisbereich die obere Spezifikationsgrenze 10,10 mm. Eine fachlich vereinbarte Entscheidungsregel wäre dann erforderlich. Der Kurs führt deshalb nur einen vereinfachten Zahlenvergleich durch und kennzeichnet keine reale Konformitätsbewertung. Eine Unsicherheitsangabe wird nicht ohne Messmodell, Kalibrierinformationen und passende Abdeckungsannahmen erfunden.

Bildnachweis: M. W. Toews, Wikimedia Commons, CC BY 2.5. Ohne Grafik: Größere Streuung verteilt Werte breiter; eine Standardabweichung ist jedoch kein Ersatz für dokumentierte Messunsicherheit.

Wissensaktivierung: Formuliere aus A1 und A2 in eigenen Worten den Unterschied zwischen Rohmesswert, Umrechnung, Plausibilitätswarnung und fachlicher Entscheidung. Schwieriger: Begründe, weshalb ein scheinbar präziser Dezimalwert keine automatische Freigabe rechtfertigt.

Datenlücken, Ausreißer und konsistente Regeln

Prüfbare Fehlerfälle

In messdaten_v1.csv stehen diese eigens erfundenen Werte. Der Punkt ist ein Dezimaltrennzeichen der Übungsdatei und das Semikolon das Spaltentrennzeichen. Eine leere Zelle bedeutet fehlend, nicht Null.

mess_id;variante;rohwert;einheit;quelle;dokument_version
P01;A;10.02;mm;SIM-LAB;PLAN-1.0
P02;A;1.005;cm;SIM-LAB;PLAN-1.0
P03;A;;mm;SIM-LAB;PLAN-1.0
P04;A;13.50;mm;SIM-LAB;PLAN-1.0
P05;B;9900;um;SIM-LAB;PLAN-1.0
P06;B;0.01020;m;SIM-LAB;PLAN-1.0
P07;B;10.04;cm;SIM-LAB;PLAN-1.0

Fall 1 – Lücke: P03 enthält keinen Rohwert. Die Auswertung erhält den Status FEHLT und lässt den Zahlenwert leer. Keine Mittelwertbildung und kein Eintrag von Null als vermeintliche Messung. Für eine spätere echte Wiederholungsmessung wäre ein neuer Datensatz nötig; diese Übung erzeugt ihn nicht.

Fall 2 – Ausreißer: P04 ergibt 13,50 mm statt ungefähr 10 mm. Der Unterschied zum Nennmaß ist 3,50 mm. Eine künstliche Übungsregel markiert Beträge über 0,50 mm als auffällig. Das ist ein Hinweis zur Prüfung und keine statistisch gültige allgemeine Ausreißerdefinition; die Zeile darf nicht still gelöscht werden. Der eigene Grenzwertvergleich erkennt zugleich ein Überschreiten der Toleranz.

Fall 3 – Umrechnung: P02 ergibt 10,05 mm, P05 ergibt 9,90 mm. P07 hingegen ergibt bei wörtlicher Umrechnung 100,40 mm. Ist „cm“ möglicherweise ein Erfassungsfehler? Das ist eine Hypothese, keine Berechtigung, die Einheit eigenmächtig zu ändern. Ausgangseinheit, Faktor und Rohwert bleiben sichtbar; Entscheidung „Rückfrage erforderlich“ dokumentieren.

Prüfmatrix und bewusste Entscheidung

ID	Umgerechnet	Lücke	Auffälligkeit	Vereinfachtes Ergebnis
P01	10,02 mm	nein	nein	im Toleranzbereich
P02	10,05 mm	nein	nein	im Toleranzbereich
P03	—	ja	nicht bestimmbar	keine Bewertung
P04	13,50 mm	nein	ja	außerhalb und Rückfrage
P05	9,90 mm	nein	nein	auf unterer Grenze
P06	10,20 mm	nein	nein nach 0,50-mm-Heuristik	außerhalb
P07	100,40 mm	nein	ja	außerhalb und Einheit prüfen

Wichtig: Für P06 entsteht kein automatischer Ausreißerhinweis, obwohl der Messwert außerhalb der engeren Toleranz liegt. Ausreißerheuristik und Toleranzprüfung sind verschiedene Regeln. Auch ein „im Toleranzbereich“ kann ohne Berücksichtigung der Unsicherheit keine qualifizierte realweltliche Abnahme bedeuten.

Bildnachweis: Original Jhguch, SVG-Bearbeitung Chen-Pan Liao, Commons, CC BY-SA 2.5. Ohne Grafik: Boxplot-Regeln beruhen auf Quartilen; die Übung benutzt stattdessen ausdrücklich eine dokumentierte Distanzheuristik.

Geführtes Programmierprojekt mit Python

Rohdaten verarbeiten, ohne sie zu verändern

Speichere zuerst die CSV-Datei exakt wie gezeigt als UTF-8. Die folgende Lösung benötigt nur die kostenlose Python-Standardbibliothek, läuft lokal und arbeitet ausschließlich mit den oben gezeigten synthetischen Daten. Das Modul decimal verhindert unerwünschte Rundungseffekte bei 9,90-mm-Grenzen. Alle Entscheidungen lassen sich auch auf Papier oder in einer Tabellenkalkulation nachvollziehen.

from pathlib import Path
from decimal import Decimal, InvalidOperation
import csv
import hashlib

eingabe = Path("messdaten_v1.csv")
ausgabe = Path("bericht_v1.csv")
faktoren = {
    "mm": Decimal("1"),
    "cm": Decimal("10"),
    "m": Decimal("1000"),
    "um": Decimal("0.001"),
}
nennmass = Decimal("10.00")
toleranz = Decimal("0.10")
warnabstand = Decimal("0.50")  # reine Lehrheuristik
regelversion = "REGEL-1.0"
digest = hashlib.sha256(eingabe.read_bytes()).hexdigest()

with eingabe.open(encoding="utf-8", newline="") as f:
    zeilen = list(csv.DictReader(f, delimiter=";"))

spalten = [
    "mess_id", "rohwert", "einheit", "wert_mm",
    "status", "hinweis", "dokument_version",
    "regelversion", "quelle", "datei_sha256",
]
ergebnisse = []
for zeile in zeilen:
    roh = zeile["rohwert"].strip()
    einheit = zeile["einheit"].strip()
    wert_mm = ""
    status = "FEHLT"
    hinweis = "Kein Messwert; nicht durch Null ersetzen"

    if roh:
        try:
            zahl = Decimal(roh)
            if not zahl.is_finite():
                raise InvalidOperation("Nicht endliche Zahl")
            if einheit not in faktoren:
                status = "FEHLER"
                hinweis = "Unbekannte Einheit; zuerst klaeren"
            else:
                mm = zahl * faktoren[einheit]
                wert_mm = str(mm)
                abstand = abs(mm - nennmass)
                status = (
                    "INNERHALB" if abstand <= toleranz
                    else "AUSSERHALB"
                )
                hinweis = (
                    "Auffaellig; Rohwert und Einheit pruefen"
                    if abstand > warnabstand else
                    "Vereinfachter Toleranzvergleich"
                )
        except (InvalidOperation, ValueError):
            status = "FEHLER"
            hinweis = "Ungueltiger Zahlenwert"

    ergebnisse.append({
        "mess_id": zeile["mess_id"],
        "rohwert": zeile["rohwert"],
        "einheit": einheit,
        "wert_mm": wert_mm,
        "status": status,
        "hinweis": hinweis,
        "dokument_version": zeile["dokument_version"],
        "regelversion": regelversion,
        "quelle": zeile["quelle"],
        "datei_sha256": digest,
    })

with ausgabe.open("w", encoding="utf-8", newline="") as f:
    writer = csv.DictWriter(f, fieldnames=spalten, delimiter=";")
    writer.writeheader()
    writer.writerows(ergebnisse)

for e in ergebnisse:
    print(e["mess_id"], e["wert_mm"],
          e["status"], e["hinweis"])
print("Quellhash:", digest)

Erwartete Teilprüfungen: P03 hat leeren wert_mm und FEHLT; P04 enthält 13.50 und den Auffälligkeitshinweis; P02 enthält 10.050; P05 enthält 9.900 als exakter Grenzfall; P07 enthält 100.40 mit Auffälligkeitshinweis. Die Anzahl der Dezimalstellen im gespeicherten Ergebnis kann bei anderen, rechnerisch gleichwertigen Programmen anders sein. Werte werden nicht weggeworfen.

Das SHA-256-Prüfmerkmal zeigt Änderungen der Eingabedatei zwischen zwei Ständen an; es beweist nicht, dass die ursprüngliche Datei richtig oder die Quelle echt war. Verschiedene Betriebssysteme oder Zeilenumbrüche können bei inhaltlich gleichen Tabellen unterschiedliche Datei-Hashes erzeugen. Dokumentiere daher auch Dateiformat und Kodierung.

Reproduzierbarkeit durch gezielte Tests

Lege eine zweite Kopie der Eingabe an und ändere nur einen Testfall. Teste nacheinander leeres Feld, 13,50 mm, 1,005 cm, unbekannte Einheit „inch“, unzulässigen Text „abc“ und den exakten Grenzwert 9,90 mm. Vor jeder Änderung Originalversion sichern. Ein guter Test notiert Eingabe, erwartete Ausgabe, beobachtete Ausgabe und Begründung. Der Fall 9,90 mm gehört wegen der inklusiven Grenze zum Zahlenbereich; ein Float-bedingtes Kippen auf „außerhalb“ wäre ein Softwarefehler.

Hilfestufe: Wenn du Python noch nicht ausführst, erstelle manuell die Ergebnis-Tabelle und zeichne das Ablaufdiagramm Rohwert → Einheit prüfen → Umrechnen → Lücke/Auffälligkeit markieren → Toleranz vergleichen → Bericht. Vertiefung: Erweitere den Bericht um einen maschinenlesbaren Testbericht mit Versionsangabe und drei automatisierten Assertions, die niemals externe Systeme ansprechen.

Optionales Lernvideo

Video: „Python: csv-Daten sortieren & schreiben“ von „Programmieren mit Chris“ (2021, deutschsprachiger Inhalt), Quelle auf YouTube. Es erläutert CSV und pandas; pandas ist für unseren lokal ausführbaren Standardbibliotheks-Code nicht erforderlich. Die Such-/Videometadaten waren zugänglich, ein direkter Wiedergabetest war bei der Recherche technisch nicht möglich. Alternative ohne Video: Lies den Code abschnittsweise und protokolliere die Wirkung von DictReader, Umrechnung und DictWriter.

KI-Agenten, Prüfentscheidungen und Unsicherheitskommunikation

Assistenz statt autonomer Freigabe

Ein KI-Agent ist hier ein optionales Werkzeug, das Aufgaben in Teilhandlungen zerlegt, Codevorschläge formuliert, Testfälle empfiehlt und einen Berichtsentwurf erstellt. Er bekommt ausschließlich die synthetische Tabelle und den offen dokumentierten Prüfplan. Ein kostenpflichtiger KI-Zugang ist nicht nötig: Du kannst die Agentenrollen auf Karteikarten verteilen, selbst ausfüllen oder in einem lokalen kostenlosen Werkzeug nachspielen.

Arbeitsauftrag an einen simulierten „Analyse-Agenten“: „Lies die sieben synthetischen Datensätze, nenne jede fehlende Angabe, rechne alle gültigen Einheiten nach Millimeter um, ändere keine Rohwerte, kennzeichne Überschreitungen und liefere Begründungen.“ Prüfauftrag an einen „Kontroll-Agenten“: „Suche nach stillschweigend ersetzten Lücken, fehlender Einheitenprüfung und gelöscht wirkenden Ausreißern.“ Eine menschliche Fachkraft beurteilt danach die Ausnahmen; weder Agent noch Skript erstellen rechtswirksame Prüf- oder Sicherheitsbescheinigungen.

Prüffrage	Beleg	Nicht erlaubte Abkürzung
Wurde eine Lücke erhalten?	P03 bleibt FEHLT mit leerem numerischem Feld	fehlenden Wert als 0 eintragen
Ist ein Ausreißer dokumentiert?	P04 im Rohdaten- und Ergebnisbericht plus Warnhinweis	P04 ohne Protokoll entfernen
Ist die Umrechnung nachrechenbar?	P02: 1.005 cm × 10 = 10.05 mm	nur Zielwert ohne Ausgangseinheit ausgeben
Ist die Herkunft rückverfolgbar?	Messkennung, PLAN-1.0, REGEL-1.0 und Datei-Hash	nur ein anonymes Diagramm speichern

Unsicherheitskommunikation: Schreibe zu jedem Auffälligkeitsurteil, was sicher feststeht und was unklar bleibt. Bei P07 steht die rechnerische Umrechnung fest; ob die ursprüngliche Einheit korrekt erfasst wurde, bleibt offen. Auch P04 könnte ein wirklicher Sonderfall oder ein Erfassungsfehler sein. Eine Behauptung „der Sensor ist defekt“ wäre aus diesen Daten nicht begründbar.

Muster für einen Berichtssatz: „Der synthetische Datensatz P07 ergibt bei wörtlich übernommener Einheit 100,40 mm. Gegenüber dem fiktiven Prüfbereich liegt er außerhalb und löst die dokumentierte Auffälligkeitsregel aus. Ob die Quelle die Einheit zutreffend bezeichnet, ist ungeklärt; daher keine Freigabe und keine eigenmächtige Korrektur.“

Signalbeispiele als ergänzende Medien

Animation einer räumlichen Sinuskurve zur Veranschaulichung eines zeitlich schwankenden Signals. — Animation einer Sinuskurve: Veranschaulichung eines Signals, kein realer Messdatensatz.

Animation: Thierry Dugnolle, Wikimedia Commons, CC BY-SA 4.0. Ohne Animation: Eine periodische Größe wiederholt charakteristische Werte; eine Messreihe benötigt trotzdem Zeitbezug, Einheit und Quelle.

Audio: Joachim Mohr, Wikimedia Commons, CC BY-SA 3.0. Hörbeispiel eines künstlich erzeugten 440-Hz-Sinustons, kein Maschinen- oder Anlagenmesssignal. Ohne Audio: „440 Hz“ bedeutet 440 Schwingungen je Sekunde; das akustische Beispiel dient nur der Anschauung. Bei fehlender Medienwiedergabe sind alle Aufgaben vollständig textbasiert lösbar.

Prüfbericht, Transfer und Grenzen

Ein Bericht, der überprüft werden kann

Dein Lernprodukt besteht aus der unveränderten CSV-Quelle, der lokalen Python-Auswertung, einer erklärten Prüfmatrix, dem Testprotokoll und einem einseitigen Prüfbericht. Der Bericht nennt fiktiven Laborzweck, Datensatzstand, Prüfplanstand, Skript- und Regelversion, Nennmaß und Einheit, tolerierten Bereich, Kennungen, Umfang der fehlenden Werte, dokumentierte Auffälligkeiten und offene Entscheidungen. Er unterscheidet numerische Einordnung von technischer Freigabe. Ein Provenienzpfad verbindet die Ausgabe mit der Eingabe: berichtete Entscheidung → Regelversion → umgerechneter Wert → Rohwert mit Einheit → Quelldatei.

Einfaches Berichtsmuster: „7 synthetische Zeilen; 1 fehlender Wert; 6 numerisch auswertbar. Drei dieser sechs liegen im vereinfachten Toleranzbereich (P01, P02, P05), drei außerhalb (P04, P06, P07). P04 und P07 erfüllen außerdem die separate Auffälligkeitsheuristik. Für P03 fehlt eine Grundlage; die Einheit von P07 muss geklärt werden.“ Diese Zählung beschreibt den gegebenen Tabellenstand und ist keine Aussage über reale Bauteile. Die zweifelhafte Einheit von P07 ist ausdrücklich kein bestätigter Messwert.

Revisionsregel: Bei einem Fehler in der Umrechnung bleibt die alte Ausgabe als fehlerhaft markierter Lernstand erhalten, und du erstellst Skript v2 plus Bericht v2 mit dokumentierter Korrektur. Du überschreibst weder Rohdaten noch verschweigst den ursprünglichen Befund.

Vom geführten Beispiel zum eigenständigen Transfer

Erzeuge eine zweite rein synthetische Messreihe für fiktive Bauteilvariante C, zum Beispiel Nennmaß 25,00 mm und angenommene Toleranz ±0,20 mm. Erfinde zehn Werte mit mindestens einer Lücke, einer auffälligen Messung und einem Einheitenwechsel. Ergänze im Prüfplan die eigene Warnheuristik, begründe ihre Wahl und unterscheide sie vom Grenzwert. Prüfe die Ergebnisse mindestens zweimal unabhängig: einmal durch dein Skript, einmal anhand einer kurzen manuellen Stichprobe.

Anspruchsvolle Vertiefung: Entwirf ein Datenwörterbuch mit erwarteter Einheit, zulässigen Formatwerten, Unsicherheitsfeldern, Version und Herkunft. Vergleiche die Grundidee mit öffentlich zugänglichen Spezifikationen für digitale Zwillinge und Teilmodelle, zum Beispiel der IDTA Asset Administration Shell. Die IDTA-Beispiele sind Recherchematerial, kein Beleg dafür, dass unser kleines CSV-Format ein normkonformer digitaler Zwilling ist. Prüfe bei jeder Übertragung die geltende Spezifikationsversion neu.

Fachliche Abgrenzung: Bei maschinellem Lernen kann uneinheitliche Vorverarbeitung zu Fehlern führen; die scikit-learn-Dokumentation erläutert auch Datenleckage. Unser deterministisches Skript trainiert kein ML-Modell. Trotzdem gelten dieselben Grundtugenden klarer Verarbeitungsschritte, konsistenter Datenbehandlung und separater Prüfung. Statistische Ausreißerbehandlung, Messunsicherheitsrechnung, Kalibrierung und reale Konformitätsentscheidungen benötigen zusätzliche fachliche Verfahren.

Interaktive Aufgaben

Quiz: Prüfe dein Wissen

Beantworte jede Frage zunächst ohne Nachschlagen. Bei einem Fehlversuch überprüfe den zugehörigen Lehrabschnitt. Die Lösungen sind nicht vorab als Erklärung ausgeschrieben.

Welche Behandlung einer leeren Messzelle ist im Prüfbericht fachlich korrekt? (Leere Zelle erhalten und als fehlend kennzeichnen) (!Leere Zelle ohne Hinweis durch Null ersetzen) (!Leere Zelle aus der Originaldatei entfernen) (!Leere Zelle immer mit dem Grenzwert auffuellen)

Rückmeldung: Prüfe, ob die gewählte Methode eine Messung erfinden würde.

Wie viel sind 1.005 cm in Millimetern? (10.05 mm) (!1.005 mm) (!100.5 mm) (!0.1005 mm)

Rückmeldung: Vergleiche Ausgangseinheit und Umrechnungsfaktor.

Was bedeutet die dokumentierte Auffaelligkeitsheuristik von mehr als 0.50 mm Abstand? (Ein begruendeter Hinweis zur Pruefung der Zeile) (!Ein Beweis fuer einen defekten Sensor) (!Eine Pflicht zum Loeschen aller betroffenen Zeilen) (!Eine automatisch rechtsgueltige Sicherheitsfreigabe)

Rückmeldung: Unterscheide den Hinweis von Ursache und Freigabe.

Welcher Zahlenwert liegt auf der unteren eingeschlossenen Toleranzgrenze? (9.90 mm) (!9.89 mm) (!10.20 mm) (!9.80 mm)

Rückmeldung: Gehe vom Nennwert und der symmetrischen Toleranz aus.

Was belegt ein SHA-256-Hash der Quelldatei unmittelbar? (Er macht Dateiaenderungen zwischen zwei bekannten Staenden erkennbar) (!Er beweist die Kalibrierung des Messmittels) (!Er garantiert die fachliche Richtigkeit aller Rohdaten) (!Er bestaetigt die Identitaet des Dateiautors)

Rückmeldung: Unterscheide Integritätsspur und inhaltliche Wahrheit.

Warum ist P06 kein Ausreisser nach der Lehrheuristik? (Sein Abstand ist kleiner als der gesonderte Warnabstand) (!Er liegt exakt auf dem Nennmass) (!Die Zeile hat keinen numerischen Rohwert) (!Er ist automatisch innerhalb der Toleranz)

Rückmeldung: Setze Warnschwelle und Spezifikation nicht gleich.

Welches Element gehoert zu einer nachpruefbaren Datenherkunft? (Messkennung Rohwert Einheit und Regelversion) (!Nur das farbige Diagramm) (!Nur die abschliessende Zustandsampel) (!Nur die Vorhersage eines KI-Agenten)

Rückmeldung: Ein Ergebnis muss bis zur Eingabe zurückverfolgbar sein.

Was sollte der KI-Agent zu P07 tun? (Originaleinheit erhalten und Klaerungsbedarf dokumentieren) (!Die Einheit ohne Rueckfrage auf Millimeter setzen) (!Die Zeile unbemerkt aus dem Bericht streichen) (!Die Maschine automatisch zur Nachmessung starten)

Rückmeldung: Beachte die Grenze zwischen Assistenz und Fachentscheidung.

Welche Aussage zur Messunsicherheit trifft zu? (Sie ist von einem Toleranzband zu unterscheiden) (!Sie ist immer genau null wenn Python Dezimal nutzt) (!Sie laesst sich aus dem Dateinamen berechnen) (!Sie ist bei jedem realen Messgeraet stets identisch)

Rückmeldung: Rechenpräzision ist nicht Messsicherheit.

Welche Aussage beschreibt eine korrekt versionierte Korrektur? (Alten Stand kenntlich lassen und neue Auswertung mit Versionsnotiz erstellen) (!Alte Rohdaten unbemerkt ueberschreiben) (!Fehlerhafte Ergebnisse ohne Hinweis entfernen) (!Nur das Diagramm aktualisieren und Regeln verschweigen)

Rückmeldung: Transparente Änderungen sichern die Nachvollziehbarkeit.

Memory

Finde Fachbegriff und passende Erklärung.

Provenienz	Dokumentierte Herkunft und Bearbeitungsgeschichte
Rohwert	Unveraendert erfasste Zahlenangabe aus der Quelle
Toleranz	Vereinbarter zulaessiger Wertebereich
Messluecke	Fehlende Beobachtung ohne erfundenen Zahlenersatz
Warnheuristik	Transparente Regel fuer einen Pruefhinweis
Regelversion	Kennung des verwendeten Auswerteverfahrens

Drag and Drop

Ordne jedem Arbeitsauftrag den zutreffenden Bearbeitungsschritt zu.

Zugehörigen Fachbegriff einsetzen	Tätigkeit
Einheitenumrechnung	Zentimeter nach Millimeter mit bekanntem Faktor umwandeln
Fehlwertbehandlung	Leere Zelle ohne erfundene Zahl protokollieren
Ausreisserpruefung	Auffaellige Abweichung erhalten und als Hinweis markieren
Quellnachweis	Eingabedatei und Herkunft zur Ausgabe zuordnen
Revisionsprotokoll	Aenderung zwischen Skriptversionen begruendet festhalten

Kreuzworträtsel

Trage die sechs passenden einzelnen Fachwörter ein.

Messreihe	Folge zusammengehoeriger Messbeobachtungen
Grenzwert	Festgelegte obere oder untere Vergleichsschwelle
Ausreißer	Gegenueber anderen Werten auffaellige Beobachtung
Herkunft	Ursprung einer gespeicherten Beobachtung
Toleranz	Erlaubte Abweichung vom Nennmass
Einheit	Angabe wie Millimeter oder Zentimeter

LearningApps

Lernaktivitäten zum Themenfeld auf LearningApps suchen. Dies ist eine Suche, keine Behauptung über eine bestimmte veröffentlichte Übung. Prüfe passende Treffer selbst; ohne externe Lernplattform kannst du die Zuordnungen und Fragen dieses Kurses bearbeiten.

Lückentext

Ein unveraenderter Eintrag aus einer Messdatei heisst

.

Die zu einer Zahl gehoerende Angabe wie Millimeter ist die

.

Eine nicht vorhandene Beobachtung bleibt eine

.

Ein deutlich auffaelliger Wert soll nicht kommentarlos

werden.

Die erlaubte Abweichung vom Nennmass heisst

.

Die dokumentierte Entstehungsgeschichte eines Werts nennt man

.

Ein fester Umrechnungswert wird als

verwendet.

Der Nachweis einer ueberarbeiteten Regel benoetigt eine neue

.

Ein Datei-Hash kann spaetere Aenderungen am Eingabestand

.

Die technische Abnahme bleibt eine menschliche

.

Offene Aufgaben

Leicht

Messdaten: Übertrage die sieben synthetischen Datensätze in eine übersichtliche Tabelle und markiere die Lücke ohne Zahlenersatz.
Einheitenumrechnung: Berechne P02, P05 und P06 auf Papier in Millimetern und notiere jeden verwendeten Faktor.
Toleranz: Zeichne den Bereich 9,90 bis 10,10 mm und begründe die Einordnung zweier Grenzfälle.
Dokumentation: Lege ein Datenwörterbuch mit Messkennung, Rohwert, Einheit, Quelle und Dokumentversion an.

Standard

Python: Führe das Standardbibliotheks-Skript lokal aus und kontrolliere die drei zentralen Problemzeilen P03, P04 und P07.
Softwaretest: Erstelle eine Testtabelle mit erwarteter und beobachteter Ausgabe für Lücke, Ausreißer und Einheitenumrechnung.
Prüfbericht: Schreibe aus den sieben Zeilen einen einseitigen Bericht einschließlich drei begründeter Unsicherheiten und Versionsständen.
Datenqualität: Vergleiche die unterschiedliche Aussagekraft von Warnheuristik und Toleranzvergleich an P06.

Schwer

Provenienz: Ergänze einen vollständigen Rückverfolgungspfad vom berichteten Status bis zum unveränderten Original und überprüfe eine absichtlich veränderte Datei.
Messunsicherheit: Erörtere, warum ein Wert nahe einer Grenzlinie trotz rechnerischer Lage ohne vereinbarte Entscheidungsregel kein reales Freigabeurteil erlaubt.
KI-Agent: Entwirf einen offline spielbaren Dialog aus Analyse-Agent, Kontroll-Agent und verantwortlicher Fachkraft, der P07 untersucht, ohne die Einheit selbst zu korrigieren.
Transfer: Erstelle für fiktive Variante C eine eigene CSV mit zehn Einträgen und drei unterschiedlichen Fehlerfällen; dokumentiere Tests, alternative Ursachen und alle Änderungen.

Lernkontrolle

Fehlende Werte: Erkläre an P03 zwei Folgeschäden, die entstehen würden, wenn ein fehlender Wert als Null behandelt wird, und zeige die korrekte Tabellenrepräsentation.
Ausreißer: Belege anhand von P04, warum ein auffälliger Wert weder automatisch gelöscht noch ohne Untersuchung als Messgerätefehler erklärt werden darf.
Einheiten: Kontrolliere 1,005 cm und 9900 µm unabhängig in Millimetern; beschreibe die Folgen eines vergessenen Faktors.
Grenzwert: Begründe anhand von P05 und P06 den Unterschied zwischen inklusiver Toleranzgrenze und dokumentierter Ausreißerheuristik.
Herkunft: Entwirf für P07 eine Prüfspur mit Rohwert, Einheit, Regelstand, Quelldatei und sachlich noch offener Frage.
Reproduzierbarkeit: Beschreibe einen Fehlertest mit Ausgangsstand, erwarteter Ausgabe, beobachtetem Problem, Fehlerursache und begründeter Korrektur.
Technische Verantwortung: Erkläre, welche Aufgaben ein KI-Agent in dieser Simulation übernimmt und warum er keine produktive Prüf- oder Sicherheitsfreigabe erteilen darf.

Lernnachweis

Abgabe: (1) synthetische Originaldatei messdaten_v1.csv und eigener Prüfplan, (2) offline ausführbares Python-Skript oder bei fehlender Laufzeit eine logisch gleichwertige kommentierte Auswertung, (3) reproduzierbare Ergebnistabelle mit Einheiten, (4) mindestens sechs dokumentierte Tests einschließlich fehlendem Wert, Ausreißer und falscher bzw. zweifelhafter Einheit, (5) einseitiger Prüfbericht mit Versionsangaben, Herkunft, offenen Unsicherheiten und menschlich begründeter Entscheidung, (6) eigener Transferdatensatz Variante C.

Bewertungsraster (100 Lernpunkte): fachlich richtige Umrechnungen 20; Lücken korrekt erhalten 15; Ausreißer ohne stilles Löschen dokumentieren 15; Nachvollziehbarkeit von Rohdaten und Regelversionen 20; Tests und begründeter Fehlerfall 15; verständliche Unsicherheiten und verantwortete Übertragung 15. Mindestanforderung: Alle drei Pflichtfehlerfälle wurden erkennbar geprüft, selbst wenn das Skript noch Verbesserungsbedarf hat. Der Nachweis dient ausschließlich dem Lernen und ersetzt keine offizielle Liebherr-, IHK-, Hersteller- oder sonstige Zertifizierung.

Selbstprüfung: Kann eine zweite lernende Person für einen beliebigen Ergebniswert den ursprünglichen Text, seine Einheit, den Umrechnungsfaktor, die Regelversion und die begründete Entscheidung vollständig rekonstruieren? Wo nicht, verbessere den Bericht statt eine Vermutung zu verdecken.

OER und Wikipedia

Quellenstand: 22. Oktober 2026. Onlineinhalte und Versionsstände können sich ändern. Für formale Normenkonformität oder produktive Einsatzfreigaben sind die jeweils gültigen Primärdokumente und zuständige Fachleute nötig.

Industrial Digital Twin Association – Downloads (Abruf 22.10.2026): Rechercheeinstieg zu Asset Administration Shell und Submodellen, unter anderem „Sensor 4.0 Part 1: Measurement Value“, „Quality Control for Machining“ und „Digital Quality Documents“. Jede konkrete Spezifikationsnummer und ihre Versionsfassung vor Anwendung gesondert prüfen; keine Normkonformität unseres Beispiels behauptet.
scikit-learn – Common pitfalls and recommended practices (Online-Handbuch, im Abruf als Version 1.9.1 angezeigt): inkonsistente Vorverarbeitung, Datenleckage und Reproduzierbarkeit. Hintergrund zu Verfahren der Datenanalyse; kein Beleg, dass hier maschinelles Lernen stattfindet.
Python-Dokumentation: csv (Versionsstand der lokalen Python-3-Installation prüfen): standardisierte Verarbeitung tabellarischer Textdateien.
Python-Dokumentation: decimal (Versionsstand lokal prüfen): Dezimalzahlen für exakte Grenzwertvergleiche.
Wikipedia: Messunsicherheit (allgemeine Einführung; Versionsstand der Seite prüfen) und Boxplot (nur als statistische Vertiefung). Wikipedia ersetzt keine metrologische Primärnorm.
Vorhandener MOOCwiki-Baustein A1/A2-Kontext (vom Auftrag vorgegebener Bezug; extern nicht abrufbar, daher keine ungeprüfte Inhaltsübernahme).

Geprüfte Mediendateien und Rechtehinweise (Wikimedia Commons):

Eingebettete Datei	Verifizierte Dateiseite	Urheberschaft	Nachweis der Lizenz
File:Digital caliper.jpg	Datei	Lior Streng	Lizenzabschnitt: freie Lizenzbedingungen auf der Dateiseite
File:Standard deviation diagram.svg	Datei	M. W. Toews	CC BY 2.5
File:Boxplot vs PDF.svg	Datei	Jhguch; SVG Chen-Pan Liao	CC BY-SA 2.5
File:Sinusoid in space.gif	Datei	Thierry Dugnolle	CC BY-SA 4.0
File:440hz sinus.ogg	Datei	Joachim Mohr	CC BY-SA 3.0

Audio und Animation sind freiwillige Erklärmedien und keine Forschungsdaten. Die schriftlichen Erläuterungen stehen direkt bei jedem Medium. YouTube: Python-CSV-Tutorial von Programmieren mit Chris, Upload 28.05.2021, Quelle YouTube; Verfügbarkeit/Einbettbarkeit nicht garantiert, Rechte verbleiben beim Urheber. Alternative: Python-Code und Tabellen dieses Kurses offline nutzen.

Zusätzlicher unabhängiger Zugang:

Bei gesperrten externen Webseiten genügt das lokal mitgelieferte fiktive Beispiel samt Beschreibung, Tabellen, Aufgaben und Python-Standardbibliothek.