Zum Inhalt springen

Aufgabe 12 - Schnittstellen und Datendarstellung (Vertriebsbericht)

Zu Zen-Modus wechseln

Aufgabe 12 - Schnittstellen und Datendarstellung (Vertriebsbericht)

Abschnitt betitelt „Aufgabe 12 - Schnittstellen und Datendarstellung (Vertriebsbericht)“

Diese Übung schließt den Jahrgang ab: Daten kommen über eine API ins Haus, werden bereinigt und schließlich dargestellt und interpretiert (siehe Kapitel 6 - Integration von Informationssystemen). Szenario ist ein wöchentlicher Vertriebsbericht aus mehreren Quellsystemen. Im Expertenteil wird ein Dashboard entworfen und eine irreführende Darstellung entlarvt.

  • Sie ordnen HTTP-Methoden den CRUD-Operationen zu.
  • Sie werten eine JSON-API-Antwort mit jq aus.
  • Sie erkennen und bereinigen Datenqualitätsprobleme.
  • Sie wählen passende Diagramme und entlarven irreführende Darstellungen.
  • Reproduktion: HTTP-Methoden zuordnen (Teil A).
  • Reorganisation und Transfer: API-Daten auswerten und bereinigen (Teile B und C).
  • Reflexion, Problemlösung und Urteilsbildung: eine Darstellung entwerfen und kritisch prüfen (Teil D).

Die Übung ist auf etwa zwei Stunden ausgelegt. Teil D ist der Expertenteil.

Ordnen Sie jede HTTP-Methode der passenden CRUD-Operation zu und geben Sie je ein Beispiel aus einer Kunden-API an:

  1. GET
  2. POST
  3. PUT / PATCH
  4. DELETE

Erklären Sie zusätzlich in einem Satz, warum eine API ein „Vertrag” zwischen zwei Systemen ist.

Eine API liefert folgende Antwort umsaetze.json:

{
"woche": 30,
"eintraege": [
{ "region": "Süd", "kunde": "A. Hofer", "umsatz": 4200 },
{ "region": "Nord", "kunde": "B. Gruber", "umsatz": 1500 },
{ "region": "Süd", "kunde": "C. Meier", "umsatz": 800 },
{ "region": "Nord", "kunde": "D. Fink", "umsatz": 3100 }
]
}

Werten Sie mit jq aus:

  1. Alle Einträge der Region Süd.
  2. Den Gesamtumsatz je Region.
  3. Den Kunden mit dem höchsten Umsatz.

Ein zweiter Export enthält Probleme:

region;kunde;umsatz
Sued;E. Wagner;2200
Süd;E. Wagner;2200
Nord;F. Berger;
West;G. Aigner;-500
  1. Benennen Sie für jede auffällige Zeile das Datenqualitätsproblem (Dublette, uneinheitliche Schreibweise, fehlender Wert, ungültiger Wert).
  2. Beschreiben Sie je Problem eine konkrete Bereinigungsregel.

Teil D - Expertenteil: Dashboard und irreführende Darstellung

Abschnitt betitelt „Teil D - Expertenteil: Dashboard und irreführende Darstellung“
  1. Kennzahlen und Diagramme: Entwerfen Sie ein kleines Dashboard für den Vertriebsbericht. Legen Sie drei Kennzahlen (KPIs) fest und ordnen Sie jeder Aussage den passenden Diagrammtyp zu (Umsatz je Region, Umsatzverlauf über die Wochen, Anteil der Regionen am Gesamtumsatz). Begründen Sie jede Wahl.
  2. Irreführung entlarven: Ihnen wird ein Balkendiagramm vorgelegt, dessen y-Achse bei 1400 statt bei 0 beginnt und dadurch den Vorsprung von Region Nord dramatisch wirken lässt. Erklären Sie, warum das verzerrt, und beschreiben Sie, wie eine sachlich korrekte Darstellung aussieht.
  3. Urteil: Nennen Sie zwei weitere Techniken, mit denen Diagramme in die Irre führen können, und formulieren Sie für Ihr Dashboard eine Regel, die eine faire Darstellung sichert.
  1. Welche CRUD-Operation entspricht POST, welche DELETE?
  2. Warum liefert eine API aktuellere Daten als ein nächtlicher Dateiexport?
  3. Nennen Sie zwei typische Datenqualitätsprobleme und je ein Gegenmittel.
  4. Welcher Diagrammtyp eignet sich für einen zeitlichen Verlauf, welcher für den Vergleich von Kategorien?
  5. Wodurch kann eine abgeschnittene Achse eine Aussage verzerren?
  • Eine Datei aufgabe12_api.md mit den jq-Abfragen und der Datenqualitäts-Analyse.
  • Eine Skizze oder ein Screenshot des Dashboard-Entwurfs samt Begründung der Diagrammwahl.

HTL Villach, Schuljahr 2026-2027,
https://www.htl-villach.at