+ Geben Sie die Werte der 2x2-Konfusionsmatrix ein, um Accuracy, Precision, Recall und F1-Score nach IHK-Formeln live zu berechnen:
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
Genauigkeit (Accuracy)
+
-- %
+
(TP + TN) / Gesamt
+
+
+
PrÀzision (Precision)
+
-- %
+
TP / (TP + FP)
+
+
+
Trefferquote (Recall)
+
-- %
+
TP / (TP + FN)
+
+
+
Harmonisches Mittel (F1)
+
--
+
2 * (P * R) / (P + R)
+
+
+
+ `;
+
+ function update() {
+ const tp = parseFloat(document.getElementById('cm_tp').value) || 0;
+ const fp = parseFloat(document.getElementById('cm_fp').value) || 0;
+ const fn = parseFloat(document.getElementById('cm_fn').value) || 0;
+ const tn = parseFloat(document.getElementById('cm_tn').value) || 0;
+ const total = tp + fp + fn + tn;
+
+ if (total === 0) return;
+
+ const acc = ((tp + tn) / total) * 100;
+ const prec = (tp + fp > 0) ? (tp / (tp + fp)) * 100 : 0;
+ const rec = (tp + fn > 0) ? (tp / (tp + fn)) * 100 : 0;
+ const p = prec / 100;
+ const r = rec / 100;
+ const f1 = (p + r > 0) ? (2 * (p * r) / (p + r)) : 0;
+
+ document.getElementById('res_acc').textContent = acc.toFixed(2) + ' %';
+ document.getElementById('res_prec').textContent = prec.toFixed(2) + ' %';
+ document.getElementById('res_rec').textContent = rec.toFixed(2) + ' %';
+ document.getElementById('res_f1').textContent = f1.toFixed(3);
+ }
+
+ ['cm_tp', 'cm_fp', 'cm_fn', 'cm_tn'].forEach(id => {
+ document.getElementById(id).addEventListener('input', update);
+ });
+
+ update();
+ }
+
+ window.renderConfusionMatrix = renderConfusionMatrix;
+ document.addEventListener('DOMContentLoaded', () => {
+ if (document.getElementById('confusion-matrix-app')) {
+ renderConfusionMatrix('confusion-matrix-app');
+ }
+ });
+})();
diff --git a/assets/ihk_tools/ihk_question_bank.js b/assets/ihk_tools/ihk_question_bank.js
index 194d994..caefce9 100644
--- a/assets/ihk_tools/ihk_question_bank.js
+++ b/assets/ihk_tools/ihk_question_bank.js
@@ -1,4 +1,6 @@
-// Automatisch generierte IHK-Fragendatenbank
+/**
+ * Offizieller IHK PrĂŒfungskatalog ZPA Nord-West 2. Auflage
+ */
window.IHK_QUESTION_BANK = [
{
"id": "ap1_lf1_001",
@@ -2051,5 +2053,403 @@ window.IHK_QUESTION_BANK = [
"solution": "Erteilung: Prokura kann nur durch den Inhaber/GeschĂ€ftsfĂŒhrer ausdrĂŒcklich und persönlich erteilt werden; Handlungsvollmacht kann formlos auch durch Prokuristen erteilt werden. (2 Pkt.)\nUmfang: Prokura ermĂ€chtigt zu ALLEN Arten von gerichtlichen und auĂergerichtlichen GeschĂ€ften und Rechtshandlungen, die der Betrieb IRGENDEINES Handelsgewerbes mit sich bringt (Ausnahme: GrundstĂŒcke verkaufen/belasten bedarf gesonderter Befugnis). Handlungsvollmacht ermĂ€chtigt nur zu GeschĂ€ften, die der Betrieb DIESES KONKRETEN Handelsgewerbes gewöhnlich mit sich bringt. (3 Pkt.)\nHandelsregister: Prokura MUSS zwingend ins Handelsregister eingetragen werden (deklaratorisch); Handlungsvollmacht wird NICHT eingetragen. (1,5 Pkt.)\nZeichnung: Prokurist zeichnet mit \"per procura\" / \"ppa. Vorname Nachname\"; HandlungsbevollmĂ€chtigter zeichnet mit \"in Vollmacht\" / \"i.V.\" oder \"in Auftrag\" / \"i.A.\". (1,5 Pkt.)",
"type": "text",
"options": []
+ },
+ {
+ "id": "fiae_arch_001",
+ "exam": "AP2_T1",
+ "lernfeld": "LF 9 AE",
+ "topic": "Clean Architecture & Schichtenmodell",
+ "scenario": "FĂŒr ein E-Commerce-Portal soll eine wartbare und zukunftssichere Softwarearchitektur konzipiert werden.",
+ "question": "ErlÀutern Sie das Prinzip der Schichtenarchitektur (Drei-Schichten-Architektur: PrÀsentation, GeschÀftslogik, Datenzugriff). ErklÀren Sie die Dependency Inversion Rule (AbhÀngigkeitsregel) in der Clean Architecture und warum DomÀnenlogik unabhÀngig von Datenbanken und Frameworks sein muss.",
+ "points": 8,
+ "solution": "Drei-Schichten-Architektur:\n1. PrĂ€sentationsschicht (Presentation Layer / UI): Verantwortlich fĂŒr Interaktion mit Benutzer/Client (Views, REST-Controller). Nimmt Eingaben entgegen und stellt Ergebnisse dar. (2 Pkt.)\n2. GeschĂ€ftslogikschicht (Business Logic / Domain Layer): Beinhaltet Kernregeln, Berechnungen und Validierungen des Unternehmens. UnabhĂ€ngig von UI und DB. (2 Pkt.)\n3. Datenzugriffsschicht (Data Access / Persistence Layer): Verwaltet Datenbankabfragen, ORM, Dateizugriffe und externe APIs. (2 Pkt.)\n\nClean Architecture & Dependency Inversion:\nDie AbhĂ€ngigkeitsregel besagt, dass Quellcode-AbhĂ€ngigkeiten immer nur nach innen auf die DomĂ€nenlogik zeigen dĂŒrfen. ĂuĂere Schichten (DB, Web-Framework, UI) hĂ€ngen von inneren Schichten (Entities, Use Cases) ab, niemals umgekehrt. Dies geschieht ĂŒber Interfaces: Die GeschĂ€ftslogik definiert Schnittstellen (z. B. IUserRepository), die die Ă€uĂere Datenschicht implementiert. Vorteil: Datenbanken, UI oder externe APIs können ohne Ănderung der GeschĂ€ftsregeln ausgetauscht oder getestet werden. (2 Pkt.)",
+ "type": "text",
+ "options": []
+ },
+ {
+ "id": "fiae_arch_002",
+ "exam": "AP2_T1",
+ "lernfeld": "LF 9 AE",
+ "topic": "Design Patterns Strategy vs Factory Method",
+ "scenario": "In einem Warenwirtschaftssystem sollen unterschiedliche Rabattberechnungen und Versandarten dynamisch zur Laufzeit angewendet werden.",
+ "question": "Beschreiben Sie das GoF-Entwurfsmuster \"Strategy (Strategie)\" anhand von Context, Strategy-Interface und Concrete Strategies. Grenzen Sie es kurz vom Factory Method Pattern ab.",
+ "points": 8,
+ "solution": "Strategy Pattern (Verhaltensmuster):\n- Zweck: Definiert eine Familie von Algorithmen, kapselt jeden einzelnen und macht sie zur Laufzeit austauschbar. (2 Pkt.)\n- Komponenten:\n 1. Strategy (Interface): Definiert die gemeinsame Methodensignatur fĂŒr alle Algorithmen (z. B. calculateDiscount(Order order): double). (2 Pkt.)\n 2. Concrete Strategies: Konkrete Implementierungen des Algorithmus (z. B. VipCustomerDiscount, SeasonalDiscount, NoDiscount). (2 Pkt.)\n 3. Context (Kontext): HĂ€lt eine Referenz auf ein Strategy-Objekt und delegiert die AusfĂŒhrung an dieses (z. B. OrderProcessor.setDiscountStrategy(...)). (1 Pkt.)\n- Abgrenzung zum Factory Method Pattern: Strategy ist ein Verhaltensmuster zur dynamischen VerhaltensĂ€nderung bestehender Objekte; Factory Method ist ein Erzeugungsmuster zur instanziierungsunabhĂ€ngigen Erzeugung von Objekten ĂŒber abgeleitete Klassen. (1 Pkt.)",
+ "type": "text",
+ "options": []
+ },
+ {
+ "id": "fiae_arch_003",
+ "exam": "AP2_T1",
+ "lernfeld": "LF 9 AE",
+ "topic": "Design Patterns Observer & Singleton",
+ "scenario": "In einer Messaging-Applikation sollen mehrere BenutzeroberflÀchen-Komponenten sofort informiert werden, sobald eine neue Chatnachricht eintrifft.",
+ "question": "ErlÀutern Sie das Entwurfsmuster Observer (Beobachter) mit den Rollen Subject (Publisher) und Observer (Subscriber). ErklÀren Sie zudem das Singleton-Muster und warum es in modernen Softwaresystemen oft als Anti-Pattern angesehen wird.",
+ "points": 8,
+ "solution": "Observer Pattern (Publisher/Subscriber):\n- Subject (Publisher): Verwaltet eine Liste von Abonnenten (Observer). Bietet Methoden zum Anmelden (attach/subscribe), Abmelden (detach/unsubscribe) und Benachrichtigen (notifyObservers()). Bei ZustandsĂ€nderung durchlĂ€uft notifyObservers() die Liste und ruft update() auf. (3 Pkt.)\n- Observer (Subscriber): Definiert eine gemeinsame update()-Methode, die vom Subject aufgerufen wird, um ĂŒber Ănderungen informiert zu werden. Lose Kopplung zwischen Sender und EmpfĂ€ngern. (2 Pkt.)\n\nSingleton Pattern:\n- Zweck: Stellt sicher, dass von einer Klasse exakt eine einzige Instanz existiert, und bietet einen globalen Zugriffspunkt (privater Konstruktor, statische Instanzvariable, statische getInstance()-Methode). (1,5 Pkt.)\n- Kritik / Anti-Pattern: Erzeugt enge globale Kopplung, erschwert Unit-Testing und Mocking massiv, verstöĂt gegen das Single Responsibility Principle und kann in Multi-Threaded-Umgebungen Race Conditions verursachen. Moderner Ersatz: Dependency Injection. (1,5 Pkt.)",
+ "type": "text",
+ "options": []
+ },
+ {
+ "id": "fiae_algo_001",
+ "exam": "AP2_T2",
+ "lernfeld": "LF 10 AE",
+ "topic": "Algorithmen-KomplexitÀt O-Notation",
+ "scenario": "FĂŒr eine stark wachsende Plattform mĂŒssen Algorithmen auf ihre Skalierbarkeit und LaufzeitkomplexitĂ€t hin analysiert werden.",
+ "question": "ErklĂ€ren Sie die Landau-Symbole (O-Notation) zur AbschĂ€tzung der ZeitkomplexitĂ€t. Ordnen Sie folgende KomplexitĂ€tsklassen von der effizientesten zur ineffizientesten Laufzeit: O(n log n), O(1), O(nÂČ), O(log n), O(n). Nennen Sie je ein typisches Code- oder Algorithmenbeispiel fĂŒr O(1), O(log n) und O(n).",
+ "points": 8,
+ "solution": "Bedeutung der O-Notation:\nBeschreibt das asymptotische Wachstumsverhalten des Ressourcenbedarfs (Laufzeit/Speicher) eines Algorithmus in AbhĂ€ngigkeit von der EingabegröĂe n im Worst-Case-Szenario. Konstante Faktoren werden vernachlĂ€ssigt. (2 Pkt.)\n\nReihenfolge nach Effizienz (von schnell/effizient zu langsam/ineffizient):\n1. O(1) [konstant] < 2. O(log n) [logarithmisch] < 3. O(n) [linear] < 4. O(n log n) [linear-logarithmisch] < 5. O(nÂČ) [quadratisch]. (3 Pkt.)\n\nBeispiele:\n- O(1): Direkter Array-Zugriff per Index (z. B. array[5]) oder Abfrage per SchlĂŒssel in einer Hash-Map. (1 Pkt.)\n- O(log n): BinĂ€re Suche in einem sortierten Array (Halbierungsprinzip). (1 Pkt.)\n- O(n): Lineare Suche in einer unsortierten Liste oder eine einfache for-Schleife ĂŒber n Elemente. (1 Pkt.)",
+ "type": "text",
+ "options": []
+ },
+ {
+ "id": "fiae_algo_002",
+ "exam": "AP2_T2",
+ "lernfeld": "LF 10 AE",
+ "topic": "Sortieralgorithmen Quicksort vs Mergesort",
+ "scenario": "Ein Datenstrom von Millionen DatensÀtzen soll effizient sortiert werden.",
+ "question": "Vergleichen Sie Quicksort und Mergesort nach dem Divide-and-Conquer-Prinzip hinsichtlich Best-Case-, Average-Case- und Worst-Case-Laufzeit, SpeicherplatzkomplexitÀt und StabilitÀt.",
+ "points": 8,
+ "solution": "Gemeinsamkeit: Beide nutzen Divide-and-Conquer (Teile-und-Herrsche). (1 Pkt.)\n\nQuicksort:\n- Laufzeit: Best-Case O(n log n), Average-Case O(n log n), Worst-Case O(nÂČ) (wenn Pivot-Element extrem ungĂŒnstig gewĂ€hlt, z. B. bereits sortierte Liste). (2 Pkt.)\n- SpeicherkomplexitĂ€t: O(log n) durch Rekursions-Stack (In-Place-Verfahren, benötigt kein Zusatzarray). (1,5 Pkt.)\n- StabilitĂ€t: In der Regel instabil (gleiche Elemente können ihre relative Reihenfolge Ă€ndern). (0,5 Pkt.)\n\nMergesort:\n- Laufzeit: Garantiert O(n log n) in Best-, Average- und Worst-Case! (2 Pkt.)\n- SpeicherkomplexitĂ€t: O(n), da Hilfsarrays beim Verschmelzen (Merge) benötigt werden. (0,5 Pkt.)\n- StabilitĂ€t: Stabil (relative Reihenfolge gleicher Elemente bleibt erhalten). (0,5 Pkt.)",
+ "type": "text",
+ "options": []
+ },
+ {
+ "id": "fiae_oop_001",
+ "exam": "AP2_T2",
+ "lernfeld": "LF 10 AE",
+ "topic": "SOLID-Prinzipien der OOP",
+ "scenario": "Ein Software-Projekt leidet unter Spaghetti-Code und mangelnder Erweiterbarkeit.",
+ "question": "Benennen und erlÀutern Sie die 5 SOLID-Prinzipien der objektorientierten Programmierung. Gehen Sie vertieft auf das Single Responsibility Principle (SRP) und das Dependency Inversion Principle (DIP) ein.",
+ "points": 8,
+ "solution": "Die 5 SOLID-Prinzipien:\n1. S - Single Responsibility Principle (SRP): Eine Klasse sollte genau eine einzige Verantwortung (einen einzigen Grund zur Ănderung) haben. Beispiel: Eine Klasse User sollte Daten halten, aber nicht selbst E-Mails versenden oder sich in der Datenbank speichern. (2 Pkt.)\n2. O - Open/Closed Principle (OCP): Software-Einheiten sollten offen fĂŒr Erweiterung, aber geschlossen fĂŒr Modifikation sein (z. B. durch Vererbung und Interfaces statt if/else-Ketten). (1,5 Pkt.)\n3. L - Liskov Substitution Principle (LSP): Subklassen mĂŒssen anstelle ihrer Basisklassen eingesetzt werden können, ohne dass das Programm fehlerhaft reagiert. (1,5 Pkt.)\n4. I - Interface Segregation Principle (ISP): Viele spezialisierte, schlanke Interfaces sind besser als ein riesiges Allzweck-Interface (keine erzwungene Implementierung ungenutzter Methoden). (1,5 Pkt.)\n5. D - Dependency Inversion Principle (DIP): High-Level-Module dĂŒrfen nicht von Low-Level-Modulen abhĂ€ngen; beide mĂŒssen von Abstraktionen (Interfaces) abhĂ€ngen. Abstraktionen dĂŒrfen nicht von Details abhĂ€ngen. (1,5 Pkt.)",
+ "type": "text",
+ "options": []
+ },
+ {
+ "id": "fiae_api_001",
+ "exam": "AP2_T2",
+ "lernfeld": "LF 11 AE",
+ "topic": "RESTful API Design & HTTP-Statuscodes",
+ "scenario": "FĂŒr eine Smartphone-App wird ein Backend mit REST-Schnittstellen entworfen.",
+ "question": "Definieren Sie die 4 zentralen HTTP-Verben (GET, POST, PUT, DELETE) und deren Idempotenz. Nennen und erlÀutern Sie je zwei typische HTTP-Statuscodes der Kategorien 2xx, 4xx und 5xx.",
+ "points": 8,
+ "solution": "HTTP-Verben & Idempotenz (Mehrfache AusfĂŒhrung fĂŒhrt zum selben Serverzustand):\n- GET: Ruft Ressourcen ab. Sicher & Idempotent. (1 Pkt.)\n- POST: Erzeugt eine neue Ressource unter einer Collection. Nicht idempotent (mehrfache Aufrufe erzeugen mehrere DatensĂ€tze). (1 Pkt.)\n- PUT: Ersetzt eine bestehende Ressource vollstĂ€ndig. Idempotent. (1 Pkt.)\n- DELETE: Löscht eine Ressource. Idempotent. (1 Pkt.)\n\nHTTP-Statuscodes:\n- 2xx (Erfolg): 200 OK (Standard-Erfolg), 201 Created (Ressource neu angelegt), 204 No Content (Erfolg ohne RĂŒckgabedaten). (1,5 Pkt.)\n- 4xx (Client-Fehler): 400 Bad Request (Fehlerhafte Syntax/Validierung), 401 Unauthorized (Nicht authentifiziert), 403 Forbidden (Rechte fehlen), 404 Not Found (Ressource existiert nicht). (1,5 Pkt.)\n- 5xx (Server-Fehler): 500 Internal Server Error (Unbehandelter Serverfehler), 502 Bad Gateway, 503 Service Unavailable (Ăberlastung/Wartung). (1 Pkt.)",
+ "type": "text",
+ "options": []
+ },
+ {
+ "id": "fiae_test_001",
+ "exam": "AP2_T2",
+ "lernfeld": "LF 12 AE",
+ "topic": "Test-Driven Development TDD & Testpyramide",
+ "scenario": "In einem agilen Scrum-Team soll die SoftwarequalitÀt durch automatisierte Tests gesichert werden.",
+ "question": "Beschreiben Sie den TDD-Zyklus (Red-Green-Refactor). ErlÀutern Sie die Testpyramide (Unit-Tests, Integrationstests, End-to-End-Tests) und warum Unit-Tests das Fundament bilden.",
+ "points": 8,
+ "solution": "TDD-Zyklus (Red-Green-Refactor):\n1. Red: Einen neuen automatisierten Unit-Test fĂŒr ein Feature schreiben, bevor Produktionscode existiert. Der Test muss zwingend fehlschlagen (rot). (1,5 Pkt.)\n2. Green: Minimalen Produktionscode schreiben, der gerade ausreicht, um den Test erfolgreich zu bestehen (grĂŒn). (1,5 Pkt.)\n3. Refactor: Den Code bereinigen (Duplikate entfernen, Lesbarkeit verbessern, Patterns anwenden), wĂ€hrend sichergestellt wird, dass alle Tests weiterhin grĂŒn bleiben. (1,5 Pkt.)\n\nTestpyramide:\n- Basis: Unit-Tests (Komponententests). Testen einzelne Klassen/Methoden isoliert mit Mocks. Schnellste AusfĂŒhrung (ms), geringste Kosten, höchste Testabdeckung (ca. 70-80 %). (2 Pkt.)\n- Mitte: Integrationstests. Testen das Zusammenspiel mehrerer Module (z. B. Service mit DB oder API). LĂ€ngere Laufzeit, mittlere Anzahl. (1 Pkt.)\n- Spitze: End-to-End (E2E) / UI-Tests. Testen das Gesamtsystem aus Nutzersicht ĂŒber Browser/Client. Langsam, fehleranfĂ€llig (brittle), teuer im Unterhalt, geringste Anzahl. (0,5 Pkt.)",
+ "type": "text",
+ "options": []
+ },
+ {
+ "id": "fidp_proc_001",
+ "exam": "AP2_T1",
+ "lernfeld": "LF 9 DP",
+ "topic": "Prozessanalyse Durchlauf- und Liegezeiten",
+ "scenario": "In einem Logistikunternehmen soll die Auftragsabwicklung von Bestelleingang bis Warenausgang analysiert und optimiert werden.",
+ "question": "Definieren Sie Durchlaufzeit, Bearbeitungszeit, Liegezeit und RĂŒstzeit. ErlĂ€utern Sie die Prozess-Zykluseffizienz (Process Cycle Efficiency PCE) und wie FlaschenhĂ€lse (Bottlenecks) identifiziert werden.",
+ "points": 8,
+ "solution": "Zeitdefinitionen im Prozess:\n- Durchlaufzeit (DLZ): Die gesamte Zeitspanne vom Start des Prozesses (Bestelleingang) bis zur Fertigstellung (Auslieferung). (2 Pkt.)\n- Bearbeitungszeit: Die Zeit, in der tatsĂ€chlich wertschöpfend am Auftrag gearbeitet wird. (1,5 Pkt.)\n- Liegezeit / Wartezeit: Unproduktive Zeit, in der ein Auftrag auf Bearbeitung, Transport oder Freigabe wartet (macht oft 80-95 % der DLZ aus!). (1,5 Pkt.)\n- RĂŒstzeit: Zeit zur Vorbereitung von Maschinen/Systemen auf den nĂ€chsten Auftrag. (1 Pkt.)\n\nProzess-Zykluseffizienz (PCE):\nPCE = (Wertschöpfende Bearbeitungszeit / Gesamte Durchlaufzeit) * 100 %. Zeigt den Grad der Prozessverschwendung. (1 Pkt.)\nFlaschenhals-Identifikation (Bottleneck): Der Prozessschritt mit der geringsten KapazitĂ€t bzw. der lĂ€ngsten Bearbeitungszeit je Einheit, vor dem sich Auftragsstaus bilden. Bestimmt den maximalen Durchsatz des Gesamtsystems. (1 Pkt.)",
+ "type": "text",
+ "options": []
+ },
+ {
+ "id": "fidp_data_001",
+ "exam": "AP2_T1",
+ "lernfeld": "LF 9 DP",
+ "topic": "DatenqualitÀt nach ISO 8000",
+ "scenario": "FĂŒr eine KI-gestĂŒtzte Kundenanalyse sollen CRM-, ERP- und Webshop-Daten zusammengefĂŒhrt werden.",
+ "question": "Nennen und erlÀutern Sie 4 wesentliche Dimensionen der DatenqualitÀt nach ISO 8000 / DAMA DMBOK. Beschreiben Sie typische Methoden des Data Cleaning (Datenbereinigung).",
+ "points": 8,
+ "solution": "Dimensionen der DatenqualitĂ€t:\n1. VollstĂ€ndigkeit (Completeness): Alle benötigten Datenfelder und DatensĂ€tze sind vorhanden (keine unbegrĂŒndeten NULL-Werte). (1,5 Pkt.)\n2. Korrektheit / Genauigkeit (Accuracy): Die Daten spiegeln die reale Welt fehlerfrei wider (z. B. korrekte Schreibweise von Namen und Adressen). (1,5 Pkt.)\n3. Konsistenz (Consistency): Keine widersprĂŒchlichen Daten in verschiedenen Systemen oder Tabellen (z. B. identische Postleitzahl und Ort). (1,5 Pkt.)\n4. AktualitĂ€t (Timeliness): Die Daten reprĂ€sentieren den aktuellen Zustand und sind fĂŒr den Verwendungszweck zeitnah verfĂŒgbar. (1,5 Pkt.)\n\nMethoden des Data Cleaning:\n- Deduplizierung: Erkennung und ZusammenfĂŒhrung doppelter DatensĂ€tze (Fuzzy Matching). (1 Pkt.)\n- Standardisierung / Normalisierung: Vereinheitlichung von Formaten (z. B. Telefonnummern im E.164-Format, Datumsformate nach ISO 8601). (1 Pkt.)",
+ "type": "text",
+ "options": []
+ },
+ {
+ "id": "fidp_etl_001",
+ "exam": "AP2_T1",
+ "lernfeld": "LF 10 DP",
+ "topic": "ETL vs ELT Datenpipelines & CDC",
+ "scenario": "Ein Unternehmen baut eine moderne Analytics-Plattform mit Cloud Data Warehouse auf.",
+ "question": "Vergleichen Sie das klassische ETL-Verfahren (Extract, Transform, Load) mit dem modernen ELT-Verfahren (Extract, Load, Transform). ErlĂ€utern Sie Change Data Capture (CDC) zur inkrementellen DatenĂŒbernahme.",
+ "points": 8,
+ "solution": "Vergleich ETL vs. ELT:\n- ETL (Extract, Transform, Load): Daten werden aus Quellsystemen extrahiert, auf einem separaten Transformations-Server bereinigt/aggregiert und erst danach in das Ziel-Data-Warehouse geladen. Vorteil: Nur bereinigte Daten erreichen das DWH, Schutz sensibler Daten vor Laden. Nachteil: Eigener ETL-Server als Flaschenhals. (3 Pkt.)\n- ELT (Extract, Load, Transform): Rohdaten werden direkt aus den Quellen in das Zielsystem (z. B. Cloud DWH wie Snowflake, BigQuery oder Data Lake) geladen; die Transformation erfolgt dort mit der massiv parallelen Rechenleistung des DWHs. Vorteil: Extrem skalierbar, Rohdaten bleiben fĂŒr spĂ€tere neue Analysen erhalten. (3 Pkt.)\n\nChange Data Capture (CDC):\nVerfahren zur Identifikation und Weiterleitung ausschlieĂlich geĂ€nderter Daten (Inserts, Updates, Deletes) aus Quell-Datenbanken (z. B. ĂŒber das Datenbank-Transaktionslog). Verhindert ressourcenfressende tĂ€gliche Vollexporte. (2 Pkt.)",
+ "type": "text",
+ "options": []
+ },
+ {
+ "id": "fidp_dwh_001",
+ "exam": "AP2_T1",
+ "lernfeld": "LF 10 DP",
+ "topic": "Data Warehouse Star-Schema vs Snowflake-Schema",
+ "scenario": "FĂŒr das Management-Reporting einer Handelskette wird ein multidimensionales Datenmodell entworfen.",
+ "question": "ErklÀren Sie den Aufbau eines Star-Schemas (Faktentabelle und Dimensionstabellen). Grenzen Sie das Star-Schema vom Snowflake-Schema hinsichtlich Normalisierung und Abfrageperformance ab.",
+ "points": 8,
+ "solution": "Aufbau des Star-Schemas:\n- Faktentabelle: Zentrales Element. EnthĂ€lt numerische, aggregierbare MessgröĂen (Fakten, z. B. Umsatz, Menge, Rabatt) sowie FremdschlĂŒssel zu allen angebundenen Dimensionen. (2,5 Pkt.)\n- Dimensionstabellen: Umgeben die Faktentabelle wie Zacken eines Sterns. Enthalten beschreibende Attribute zur Filterung und Gruppierung (z. B. Zeit, Kunde, Filiale, Produkt). Sind im Star-Schema bewusst DENORMALISIERT. (2,5 Pkt.)\n\nAbgrenzung zum Snowflake-Schema:\n- Snowflake-Schema: Die Dimensionstabellen werden bis zur 3. Normalform normalisiert (z. B. Produkt -> Produktkategorie -> Hauptgruppe). Vorteil: Geringere Redundanz, Vermeidung von Update-Anomalien. (1,5 Pkt.)\n- Abfrageperformance: Star-Schema ist bei OLAP-Abfragen deutlich schneller, da weniger relationale JOINs fĂŒr Berichte nötig sind. In modernen Data Warehouses wird das Star-Schema bevorzugt. (1,5 Pkt.)",
+ "type": "text",
+ "options": []
+ },
+ {
+ "id": "fidp_stat_001",
+ "exam": "AP2_T2",
+ "lernfeld": "LF 11 DP",
+ "topic": "Statistische Kennzahlen & Hypothesentests",
+ "scenario": "In einer A/B-Testing-Studie soll geprĂŒft werden, ob ein neues Checkout-Design die Conversion Rate signifikant erhöht.",
+ "question": "Unterscheiden Sie Mittelwert, Median und Modus. ErlÀutern Sie Standardabweichung und Varianz. Was bedeuten Nullhypothese (H0), Alternativhypothese (H1) und der p-Wert bei einem Signifikanzniveau von alpha = 0,05?",
+ "points": 8,
+ "solution": "Lage- und StreumaĂe:\n- Mittelwert: Arithmetischer Durchschnitt. AnfĂ€llig fĂŒr extreme AusreiĂer. (1 Pkt.)\n- Median: Der Wert, der die sortierte Datenreihe genau in zwei HĂ€lften teilt (50 %-Quantil). Robust gegen AusreiĂer. (1 Pkt.)\n- Modus: Der am hĂ€ufigsten vorkommende Wert in einer Datenmenge. (1 Pkt.)\n- Varianz: Mittlere quadrierte Abweichung aller Messwerte vom arithmetischen Mittelwert. Standardabweichung ist die Quadratwurzel der Varianz (selbe Einheit wie Ausgangsdaten). (2 Pkt.)\n\nHypothesentest:\n- Nullhypothese (H0): Annahme, dass KEIN Unterschied oder Effekt zwischen Variante A und B existiert. (1 Pkt.)\n- Alternativhypothese (H1): Die Forschungshypothese, dass ein signifikanter Unterschied besteht. (1 Pkt.)\n- p-Wert und Signifikanz: Wahrscheinlichkeit, die beobachteten Daten zu erhalten, wenn H0 wahr wĂ€re. Ist p < 0,05, wird H0 verworfen: Das Ergebnis ist statistisch signifikant. (1 Pkt.)",
+ "type": "text",
+ "options": []
+ },
+ {
+ "id": "fidp_ml_001",
+ "exam": "AP2_T2",
+ "lernfeld": "LF 12 DP",
+ "topic": "Machine Learning Evaluation Confusion Matrix",
+ "scenario": "Ein Machine-Learning-Modell soll betrĂŒgerische Kreditkartentransaktionen (Fraud) automatisiert klassifizieren.",
+ "question": "ErlĂ€utern Sie die 4 Felder einer Confusion Matrix (TP, FP, TN, FN). Definieren Sie die Kennzahlen Precision (Genauigkeit), Recall (Trefferquote/SensitivitĂ€t) und F1-Score. Warum ist die reine Accuracy (Genauigkeit) bei unausgeglichenen DatensĂ€tzen irrefĂŒhrend?",
+ "points": 8,
+ "solution": "Confusion Matrix (Wahrheitsmatrix):\n- True Positive (TP): Betrug korrekt als Betrug erkannt. (1 Pkt.)\n- False Positive (FP): Legitime Buchung fĂ€lschlicherweise als Betrug markiert (Fehlalarm, Typ-I-Fehler). (1 Pkt.)\n- True Negative (TN): Legitime Buchung korrekt als legitim eingestuft. (1 Pkt.)\n- False Negative (FN): Betrug fĂ€lschlicherweise ĂŒbersehen und als legitim deklariert (Typ-II-Fehler, hohes Schadensrisiko!). (1 Pkt.)\n\nMetriken:\n- Precision = TP / (TP + FP): Wie viele der als Betrug deklarierten FĂ€lle waren wirklich Betrug? (1 Pkt.)\n- Recall = TP / (TP + FN): Wie viel Prozent aller tatsĂ€chlichen BetrugsfĂ€lle hat das Modell aufgespĂŒrt? (1 Pkt.)\n- F1-Score = 2 * (Precision * Recall) / (Precision + Recall): Harmonisches Mittel aus Precision und Recall. (1 Pkt.)\n\nAccuracy-Problem bei Unbalanced Data: Bei 99,9 % regulĂ€ren Buchungen erreicht ein primitives Modell, das einfach immer \"Legitim\" rĂ€t, 99,9 % Accuracy, erkennt aber NULL BetrugsfĂ€lle! Daher ist Accuracy unbrauchbar. (1 Pkt.)",
+ "type": "text",
+ "options": []
+ },
+ {
+ "id": "fidv_cps_001",
+ "exam": "AP2_T1",
+ "lernfeld": "LF 9 DV",
+ "topic": "Cyber-physische Systeme & RAMI 4.0",
+ "scenario": "In einer Smart Factory werden Fertigungsanlagen mit dem Cloud-Leitsystem vernetzt.",
+ "question": "Definieren Sie ein Cyber-physisches System (CPS) und dessen Komponenten. ErlÀutern Sie das Referenzarchitekturmodell Industrie 4.0 (RAMI 4.0) mit seinen 3 Dimensionen (Schichten, Lebenszyklus/Wertstrom, Hierarchieebenen).",
+ "points": 8,
+ "solution": "Cyber-physisches System (CPS):\nVerbindung von mechanischen und elektronischen Komponenten (Hardware, Sensoren, Aktoren) mit softwarebasierten Steuerungen und Kommunikationsnetzen (Internet/Ethernet). CPS erfassen physikalische Daten, werten sie autonom aus und steuern physische Prozesse ĂŒber Aktoren in Echtzeit. (3 Pkt.)\n\nRAMI 4.0 (Dreidimensionales Modell):\n1. Achse: Schichten (Layers / 6 Ebenen): Asset, Integration, Communication, Information, Functional, Business. Beschreibt IT- und GeschĂ€ftsaspekte. (2 Pkt.)\n2. Achse: Lebenszyklus & Wertstrom (Life Cycle & Value Stream nach IEC 62890): Entwicklung (Typ) bis Produktion/Nutzung (Instanz). (1,5 Pkt.)\n3. Achse: Hierarchieebenen (nach IEC 62264): Vom Produkt (Product), ĂŒber FeldgerĂ€t (Field Device), Steuerung (Control Device), Station, Arbeitsplatz (Work Center), Unternehmen (Enterprise) bis zur vernetzten Welt (Connected World). (1,5 Pkt.)",
+ "type": "text",
+ "options": []
+ },
+ {
+ "id": "fidv_bus_001",
+ "exam": "AP2_T1",
+ "lernfeld": "LF 10 DV",
+ "topic": "Industrielle Feldbusse Profinet vs Modbus TCP",
+ "scenario": "Eine Industrieanlage soll mit Steuerungen (SPS) und Antrieben vernetzt werden.",
+ "question": "Vergleichen Sie Modbus TCP und Profinet hinsichtlich OSI-Schicht, EchtzeitfÀhigkeit (Jitter, Latenz) und Einsatzgebieten. ErklÀren Sie die 3 Conformance Classes (CC-A, CC-B, CC-C) bzw. RT und IRT von Profinet.",
+ "points": 8,
+ "solution": "Modbus TCP vs. Profinet:\n- Modbus TCP: Einfaches Master-Slave / Client-Server Protokoll auf OSI-Schicht 7 ĂŒber Standard-TCP/IP (Port 502). Nicht echtzeitfĂ€hig, da TCP-Handshakes und Retransmissions unvorhersehbare Latenzen erzeugen. Sehr weit verbreitet fĂŒr einfache Sensorabfragen. (2 Pkt.)\n- Profinet: Industrial Ethernet Standard (IEC 61158). Bietet deterministische Echtzeitkommunikation durch Umgehung des TCP/IP-Stacks bei Prozessdaten. (2 Pkt.)\n\nProfinet Echtzeitklassen:\n- Profinet Standard (TCP/IP): FĂŒr Konfiguration und Diagnose (Zykluszeit > 100 ms). (1 Pkt.)\n- Profinet RT (Real-Time): Prozessdaten umgehen TCP/IP und laufen direkt auf Layer 2 mit VLAN-Priorisierung (Zykluszeit 1-10 ms, softwarebasiert). (1,5 Pkt.)\n- Profinet IRT (Isochronous Real-Time): Taktsynchron mit Hardware-UnterstĂŒtzung (spezielle ASIC-Switches). Zeitschlitzverfahren (TDMA) garantiert Latenzen < 1 ms und Jitter < 1 ”s fĂŒr hochprĂ€zise Motion-Control-Antriebe. (1,5 Pkt.)",
+ "type": "text",
+ "options": []
+ },
+ {
+ "id": "fidv_iot_001",
+ "exam": "AP2_T1",
+ "lernfeld": "LF 10 DV",
+ "topic": "OPC UA Informationsmodell vs MQTT",
+ "scenario": "Maschinendaten einer heterogenen Produktionslinie sollen sowohl an das interne SCADA-System als auch an ein Cloud-Analytics-System ĂŒbertragen werden.",
+ "question": "Vergleichen Sie OPC UA (Open Platform Communications Unified Architecture) mit dem MQTT-Protokoll bezĂŒglich Kommunikationsmuster (Client/Server vs. Publish/Subscribe), Datenmodellierung, Overhead und typischem Einsatzzweck.",
+ "points": 8,
+ "solution": "Vergleich OPC UA vs. MQTT:\n- Kommunikationsmuster:\n âą OPC UA: PrimĂ€r Client/Server (Punkt-zu-Punkt Anfrage/Antwort), optional auch Pub/Sub. Bietet Methodenaufrufe (RPC) und Quittierungen. (1,5 Pkt.)\n âą MQTT: Reines Publish/Subscribe ĂŒber einen zentralen Message Broker. Entkoppelt Sender und EmpfĂ€nger zeitlich und rĂ€umlich. (1,5 Pkt.)\n- Datenmodellierung & Semantik:\n âą OPC UA: Extrem mĂ€chtiges, objektorientiertes Informationsmodell (Nodes, References, Datentypen, Einheiten). Die Maschine beschreibt sich selbst semantisch! (2 Pkt.)\n âą MQTT: Vollkommen payload-agnostisch (reiner Byte-Stream im Body, z. B. JSON). Keine standardisierte Semantik. (1 Pkt.)\n- Overhead & Einsatzzweck:\n âą OPC UA: Höherer Protokoll-Overhead, ideal fĂŒr M2M-Kommunikation und vertikale Integration von der Maschine ins MES/ERP. (1 Pkt.)\n âą MQTT: Extrem schlanker Header (ab 2 Byte), ideal fĂŒr bandbreitenarme Funknetze (LoRaWAN, Mobilfunk) und Massen-Telemetriedaten in die Cloud. (1 Pkt.)",
+ "type": "text",
+ "options": []
+ },
+ {
+ "id": "fidv_sec_001",
+ "exam": "AP2_T2",
+ "lernfeld": "LF 11 DV",
+ "topic": "Industrial Security nach IEC 62443",
+ "scenario": "Das Automatisierungsnetzwerk einer Fabrik soll gegen Cyber-Angriffe und Sabotage gehÀrtet werden.",
+ "question": "ErlÀutern Sie das Zonen- und Conduit-Modell nach der Normenreihe IEC 62443. Was ist ein Conduit (Verbindungskanal)? Welche Sicherheitsanforderungen gelten an den Schnittstellen zwischen IT- und OT-Netzen?",
+ "points": 8,
+ "solution": "Zonen- und Conduit-Modell (IEC 62443):\n- Zonen (Zones): Gruppierung logischer oder physischer Assets mit denselben Sicherheitsanforderungen (Security Level SL 1 bis 4). Alle Systeme innerhalb einer Zone vertrauen einander weitgehend. (3 Pkt.)\n- Conduits (VerbindungskanĂ€le): Kommunikationspfade zwischen unterschiedlichen Zonen. Ein Conduit bĂŒndelt alle Verbindungen und MUSS durch SicherheitsmaĂnahmen (z. B. Industrial Firewall, VPN, IDS) ĂŒberwacht und reglementiert werden. Unkontrollierte Querkommunikation zwischen Zonen ist verboten. (3 Pkt.)\n\nIT/OT-Schnittstellen:\n- Strikt getrennte Demilitarisierte Zone (Industrial DMZ / IDMZ) nach dem Purdue-Modell (Level 3.5).\n- Kein direkter Datenverkehr zwischen Office-IT (Level 4/5) und Fertigungs-OT (Level 0-3). Kommunikation darf nur ĂŒber Proxies, Bastion Hosts oder Jump-Server in der IDMZ erfolgen. (2 Pkt.)",
+ "type": "text",
+ "options": []
+ },
+ {
+ "id": "fidv_net_001",
+ "exam": "AP2_T2",
+ "lernfeld": "LF 12 DV",
+ "topic": "Redundanzprotokolle PRP und HSR in der OT",
+ "scenario": "In einem Energie-Umspannwerk darf bei einem Netzwerkausfall keine einzige Millisekunde DatenĂŒbertragung verloren gehen.",
+ "question": "ErlÀutern Sie die industriellen Redundanzprotokolle Parallel Redundancy Protocol (PRP) und High-availability Seamless Redundancy (HSR) nach IEC 62439-3. Warum reicht das klassische Spanning Tree Protocol (RSTP) in diesen Anwendungen nicht aus?",
+ "points": 8,
+ "solution": "Kritik an Spanning Tree (RSTP):\nRSTP benötigt nach einem Linkausfall mehrere hundert Millisekunden bis Sekunden zur Rekonvergenz. FĂŒr zeitkritische Schutzabschaltungen in Industrie und Energie (Schaltzeit < 4 ms) bedeutet dies einen unzulĂ€ssigen Stillstand. (2 Pkt.)\n\nPRP (Parallel Redundancy Protocol):\n- Ein EndgerĂ€t (DANP - Dual Attached Node with PRP) ist gleichzeitig an ZWEI komplett voneinander getrennte Netzwerke (LAN A und LAN B) angeschlossen.\n- Datenframes werden dupliziert und zeitgleich ĂŒber beide Netze versendet. Der EmpfĂ€nger verarbeitet das zuerst eintreffende Paket und verwirft das Duplikat nahtlos (Umschaltzeit: EXAKT 0 ms!). FĂ€llt ein Netz komplett aus, lĂ€uft der Betrieb ohne Unterbrechung weiter. (3 Pkt.)\n\nHSR (High-availability Seamless Redundancy):\n- Ring-Topologie ohne zentrale Switche. Jedes GerĂ€t sendet das Paket zeitgleich in beide Ringrichtungen (im und gegen den Uhrzeigersinn). Der EmpfĂ€nger entnimmt das erste Paket und verwirft das zweite (Umschaltzeit 0 ms). (3 Pkt.)",
+ "type": "text",
+ "options": []
+ },
+ {
+ "id": "fidp_proc_002",
+ "profession": "FIDP",
+ "exam_part": "AP2_PB2",
+ "topic": "BPMN 2.0: Ausnahmebehandlung & Intermediate Events",
+ "points": 10,
+ "scenario": "In einem Beschaffungsprozess soll ein Lieferant binnen 48 Stunden eine AuftragsbestĂ€tigung ĂŒbermitteln. Trifft diese nicht rechtzeitig ein, muss ein Eskalationsprozess an den strategischen Einkauf ausgelöst werden.",
+ "question": "a) Benennen Sie das BPMN-Element, mit dem die 48-Stunden-Frist an der AktivitĂ€t 'AuftragsbestĂ€tigung abwarten' modelliert wird.\nb) ErlĂ€utern Sie den Unterschied zwischen einem unterbrechenden (interrupting) und einem nicht-unterbrechenden (non-interrupting) Boundary Event anhand dieses Szenarios.\nc) Welche Gateway-Art ist zu wĂ€hlen, wenn nach PrĂŒfung der BestĂ€tigung entweder die Standard-Lieferung, eine Express-Lieferung oder bei Lieferengpass ein Alternativartikel parallel angefragt werden soll?",
+ "expected_solution": "a) Angeheftetes Zwischenereignis (Boundary Timer Event / Zeit-Grenzereignis).\nb) Unterbrechend: Bricht die HauptaktivitĂ€t sofort ab und leitet die Token ausschlieĂlich in den Eskalationspfad (AuftragsbestĂ€tigung wird nicht mehr angenommen). Nicht-unterbrechend: Die Frist löst eine Warnung/Eskalation aus, die ursprĂŒngliche AktivitĂ€t bleibt jedoch aktiv und kann noch abgeschlossen werden.\nc) Inklusives Gateway (OR / OR-Split), da eine oder mehrere Verzweigungen gleichzeitig aktiv werden können (z.B. Express-Lieferung UND parallele Alternativartikel-Anfrage)."
+ },
+ {
+ "id": "fidp_data_002",
+ "profession": "FIDP",
+ "exam_part": "AP2_PB1",
+ "topic": "Datenformate & DatenqualitÀt: Parquet vs. JSON & ISO 25012",
+ "points": 10,
+ "scenario": "Ein Logistikunternehmen speichert tÀglich 80 Millionen Sensordaten aus Frachtcontainern. Derzeit liegen die Daten als unkomprimierte JSON-Dateien vor. Die analytischen Abfragen auf Zeitreihen dauern mehrere Stunden.",
+ "question": "a) ErlĂ€utern Sie das Speicherprinzip von Apache Parquet (spaltenorientiert) im Vergleich zu zeilenbasierten JSON-Dateien.\nb) Nennen Sie zwei konkrete Vorteile, die sich bei analytischen Aggregationsabfragen (z.B. Durchschnittstemperatur pro Monat) durch Parquet ergeben.\nc) Nennen und erlĂ€utern Sie zwei Merkmale der DatenqualitĂ€t nach DIN ISO/IEC 25012, die bei Sensordaten vor der Persistierung geprĂŒft werden mĂŒssen.",
+ "expected_solution": "a) JSON ist zeilenorientiert (Row-oriented); Parquet ist spaltenorientiert (Column-oriented), d.h. Werte derselben Spalte werden zusammenhĂ€ngend auf der Festplatte gespeichert.\nb) 1. Column Pruning: Es mĂŒssen nur die Spalten von der Festplatte gelesen werden, die in der Abfrage benötigt werden (drastische Reduktion der I/O-Last). 2. Hohe Kompressionsrate: Da homogene Datentypen hintereinander liegen, greifen Algorithmen wie Snappy oder Dictionary Encoding extrem effizient.\nc) 1. Genauigkeit (Accuracy): Sensormesswerte dĂŒrfen keine Messfehler oder unphysikalischen AusreiĂer aufweisen. 2. VollstĂ€ndigkeit (Completeness): Es dĂŒrfen keine Zeitintervalle oder Funkabrisse unbemerkt fehlen."
+ },
+ {
+ "id": "fidp_etl_002",
+ "profession": "FIDP",
+ "exam_part": "AP2_PB1",
+ "topic": "ETL: Change Data Capture (CDC) & Idempotenz",
+ "points": 8,
+ "scenario": "Eine E-Commerce-Plattform synchronisiert Kundendaten aus einem operativen PostgreSQL-System in ein analytisches Snowflake Data Warehouse.",
+ "question": "a) ErlĂ€utern Sie das Funktionsprinzip von Change Data Capture (CDC) ĂŒber das Write-Ahead-Log (WAL) im Vergleich zu zyklischen Vollabfragen via SELECT mit Timestamp.\nb) Definieren Sie den Begriff 'Idempotenz' im Kontext von Datenpipelines und begrĂŒnden Sie, warum Idempotenz im Fehlerfall essenziell ist.",
+ "expected_solution": "a) CDC liest die Ănderungen (INSERT, UPDATE, DELETE) direkt asynchron und latenzarm aus den Transaktionslogs (WAL) der Datenbank aus. Dadurch entsteht nahezu keine zusĂ€tzliche Last auf der operativen Datenbank und gelöschte DatensĂ€tze (Deletes) werden lĂŒckenlos erfasst, was bei Timestamp-SELECTs oft nicht möglich ist.\nb) Idempotenz bedeutet, dass eine Pipeline-Operation beliebig oft mit denselben Eingangsdaten ausgefĂŒhrt werden kann, ohne das Endergebnis zu verĂ€ndern. Im Fehlerfall oder bei Pipeline-Wiederholungen (Retries) verhindert dies doppelte DatensĂ€tze (Duplikate) und inkonsistente Aggregationen."
+ },
+ {
+ "id": "fidp_dwh_002",
+ "profession": "FIDP",
+ "exam_part": "AP2_PB1",
+ "topic": "Data Warehouse: Slowly Changing Dimensions (SCD Typ 1 vs. Typ 2)",
+ "points": 10,
+ "scenario": "In einem CRM-System Ă€ndert ein GroĂkunde seinen Firmensitz von MĂŒnchen nach Frankfurt am Main. Im Data Warehouse sollen historische Umsatzzahlen weiterhin der Region MĂŒnchen zugeordnet bleiben, zukĂŒnftige UmsĂ€tze jedoch Frankfurt.",
+ "question": "a) BegrĂŒnden Sie, warum SCD Typ 1 fĂŒr diese Anforderung ungeeignet ist.\nb) Beschreiben Sie den Aufbau und die Funktionsweise einer SCD Typ 2 Implementierung in der Kundendimension (nennen Sie drei typische Metadaten-Spalten).\nc) Was versteht man unter einem 'SurrogatschlĂŒssel' (Surrogate Key) und warum ist er bei SCD Typ 2 zwingend erforderlich?",
+ "expected_solution": "a) SCD Typ 1 ĂŒberschreibt den bestehenden Datensatz einfach. Dadurch geht die Historie verloren, und historische UmsĂ€tze wĂŒrden fĂ€lschlicherweise nachtrĂ€glich Frankfurt zugeordnet.\nb) Bei SCD Typ 2 wird fĂŒr jede Ănderung ein neuer Datensatz in der Dimensionstabelle angelegt. Die Historie wird ĂŒber Metadatenspalten gesteuert: 1. `gueltig_von` (Valid From / Startdatum), 2. `gueltig_bis` (Valid To / Enddatum, z.B. 9999-12-31), 3. `is_current` (Flag 1/0 fĂŒr den aktuell gĂŒltigen Datensatz).\nc) Ein SurrogatschlĂŒssel ist ein kĂŒnstlicher, datenbankinterner PrimĂ€rschlĂŒssel (z.B. fortlaufende Ganzzahl / Bigint). Da der fachliche GeschĂ€ftsschlĂŒssel (Business Key, z.B. Kundennummer) bei SCD Typ 2 mehrfach in der Tabelle vorkommt, garantiert nur der SurrogatschlĂŒssel die Eindeutigkeit jeder historischen Version."
+ },
+ {
+ "id": "fidp_stat_002",
+ "profession": "FIDP",
+ "exam_part": "AP2_PB1",
+ "topic": "Induktive Statistik: Hypothesentest, p-Wert & A/B-Testing",
+ "points": 8,
+ "scenario": "Ein Online-Shop testet einen neuen Checkout-Button in einem A/B-Test. Variante A (bestehend) erreicht eine Konversionsrate von 3,2 %, Variante B (neu) 3,8 %. Der berechnete p-Wert betrÀgt 0,023 bei einem festgelegten Signifikanzniveau alpha von 0,05.",
+ "question": "a) Formulieren Sie die Nullhypothese H0 und die Alternativhypothese H1 fĂŒr diesen Test.\nb) Interpretieren Sie das Testergebnis: Wird die Nullhypothese verworfen? BegrĂŒnden Sie Ihre Entscheidung anhand des p-Werts.\nc) ErlĂ€utern Sie den Unterschied zwischen einem Alpha-Fehler (Fehler 1. Art) und einem Beta-Fehler (Fehler 2. Art).",
+ "expected_solution": "a) H0: Die neue Button-Variante hat keinen signifikanten Einfluss auf die Konversionsrate (Variante B ist gleich oder schlechter als A). H1: Die neue Variante fĂŒhrt zu einer signifikant höheren Konversionsrate als Variante A.\nb) Da der p-Wert (0,023) kleiner ist als das Signifikanzniveau alpha (0,05), wird die Nullhypothese verworfen. Die Konversionssteigerung ist mit 95 % statistischer Sicherheit signifikant.\nc) Alpha-Fehler (Fehler 1. Art): H0 wird fĂ€lschlicherweise verworfen, obwohl kein echter Unterschied vorliegt (falsch-positiv). Beta-Fehler (Fehler 2. Art): H0 wird beibehalten, obwohl Variante B in Wahrheit ĂŒberlegen ist (falsch-negativ)."
+ },
+ {
+ "id": "fidp_ml_002",
+ "profession": "FIDP",
+ "exam_part": "AP2_PB1",
+ "topic": "Machine Learning: Confusion Matrix & Kennzahlen (Precision, Recall)",
+ "points": 10,
+ "scenario": "Ein Machine-Learning-Modell soll betrĂŒgerische Kreditkartentransaktionen (Fraud) erkennen. Ein Testdatensatz von 1.000 Transaktionen liefert folgende Konfusionsmatrix: True Positive (TP) = 80, False Positive (FP) = 20, False Negative (FN) = 10, True Negative (TN) = 890.",
+ "question": "a) Berechnen Sie die Accuracy (Treffgenauigkeit) des Modells in Prozent.\nb) Berechnen Sie die Precision (PrĂ€zision) und den Recall (SensitivitĂ€t / Trefferquote).\nc) BegrĂŒnden Sie, warum bei Betrugserkennung der Recall in der Regel wichtiger ist als die Precision.",
+ "expected_solution": "a) Accuracy = (TP + TN) / Gesamt = (80 + 890) / 1000 = 970 / 1000 = 97,0 %.\nb) Precision = TP / (TP + FP) = 80 / (80 + 20) = 80 / 100 = 80,0 %.\nRecall = TP / (TP + FN) = 80 / (80 + 10) = 80 / 90 = 88,89 %.\nc) Ein unentdeckter Betrugsfall (False Negative) verursacht direkten finanziellen Schaden und rechtliche Risiken. Ein Fehlalarm (False Positive) fĂŒhrt hingegen meist nur zu einer kurzen manuellen NachprĂŒfung oder SMS-BestĂ€tigung. Daher muss FN minimiert und somit der Recall maximiert werden."
+ },
+ {
+ "id": "fidp_bi_001",
+ "profession": "FIDP",
+ "exam_part": "AP2_PB2",
+ "topic": "Business Intelligence: Visualisierung & Dashboard-Design",
+ "points": 8,
+ "scenario": "Die GeschĂ€ftsfĂŒhrung wĂŒnscht ein operatives Vertriebs-Dashboard. Ein Junior-Analyst hat hierfĂŒr 3D-Kreisdiagramme mit 15 Segmenten und auffĂ€lligen Ampelfarben (Rot/GrĂŒn) ohne Beschriftung erstellt.",
+ "question": "a) Kritisieren Sie den Entwurf des Analysten anhand von zwei ergonomischen GrundsĂ€tzen (z.B. Barrierefreiheit, Gestaltgesetze).\nb) Welcher Diagrammtyp eignet sich besser, um Umsatzanteile von 15 Produktkategorien darzustellen? BegrĂŒnden Sie Ihre Wahl.\nc) Was versteht man unter dem Begriff 'Data-Ink-Ratio' nach Edward Tufte?",
+ "expected_solution": "a) 1. Kreisdiagramme mit 15 Segmenten ĂŒberfordern das menschliche Auge (Winkel und FlĂ€chen können kognitiv schlecht verglichen werden; 3D-Effekte verzerren Proportionen zusĂ€tzlich). 2. Reine Rot/GrĂŒn-Farbkodierung schlieĂt Menschen mit Rot-GrĂŒn-SehschwĂ€che aus (mangelnde Barrierefreiheit).\nb) Ein horizontales Balkendiagramm (Bar Chart), absteigend nach Umsatz sortiert. Kategorienamen sind horizontal lesbar, und BalkenlĂ€ngen lassen sich vom menschlichen Gehirn prĂ€zise und mĂŒhelos vergleichen.\nc) Das VerhĂ€ltnis von nĂŒtzlicher Tinte (Data-Ink), die echte Dateninformationen ĂŒbermittelt, zur gesamten Druck-/Pixelmenge. Ziel ist die Maximierung der Data-Ink-Ratio durch Entfernen redundanter Dekorationen (3D-Effekte, unnötige Gitterlinien, Zierrahmen)."
+ },
+ {
+ "id": "fidp_gov_001",
+ "profession": "FIDP",
+ "exam_part": "AP2_PB1",
+ "topic": "Data Governance & DSGVO: Anonymisierung vs. Pseudonymisierung",
+ "points": 8,
+ "scenario": "Ein Gesundheits-Startup möchte Patientendaten fĂŒr statistische Forschungszwecke auswerten. GemÀà DSGVO Art. 9 handelt es sich um besondere Kategorien personenbezogener Daten.",
+ "question": "a) ErlÀutern Sie den technischen und rechtlichen Unterschied zwischen 'Pseudonymisierung' und 'Anonymisierung'.\nb) Nennen Sie zwei typische Techniken zur Anonymisierung von tabellarischen DatensÀtzen (z.B. k-AnonymitÀt, Aggregation).\nc) Was versteht man unter 'Data Lineage' im Rahmen von Data Governance?",
+ "expected_solution": "a) Pseudonymisierung (Art. 4 Nr. 5 DSGVO): Personenidentifikatoren (Name, SV-Nummer) werden durch Pseudonyme/Hashes ersetzt. Eine Re-Identifizierung ist unter Zuhilfenahme zusĂ€tzlicher, separat gesicherter SchlĂŒssel noch möglich. Die Daten bleiben personenbezogen.\nAnonymisierung: Daten werden so irreversibel verĂ€ndert, dass die betroffene Person weder durch den Verantwortlichen noch durch Dritte identifiziert werden kann. Anonyme Daten fallen nicht mehr unter die DSGVO.\nb) 1. k-AnonymitĂ€t / Verallgemeinerung (z.B. Alter in Altersgruppen 30-39 fassen, Postleitzahlen auf die ersten zwei Stellen kĂŒrzen). 2. Datenstörung / Perturbation / Rauschinjektion (Differential Privacy) oder UnterdrĂŒckung seltener DatensĂ€tze.\nc) Data Lineage beschreibt den lĂŒckenlosen Lebenszyklus und Fluss von Daten vom Ursprung (Datenquelle) ĂŒber alle Transformationen und ETL-Stufen bis zum Zielsystem/Bericht. Sie stellt Nachvollziehbarkeit, Auditierbarkeit und Compliance sicher."
+ },
+ {
+ "id": "fidv_cps_002",
+ "profession": "FIDV",
+ "exam_part": "AP2_PB2",
+ "topic": "RAMI 4.0 & Verwaltungsschale (Asset Administration Shell)",
+ "points": 10,
+ "scenario": "In einer Smart Factory soll eine neue CNC-FrÀsmaschine als Industrie 4.0 Komponente integriert werden. Die Architektur soll dem RAMI 4.0 Modell folgen.",
+ "question": "a) Nennen Sie die drei Achsen des RAMI 4.0 Referenzarchitekturmodells.\nb) Welche Funktion hat die Verwaltungsschale (Asset Administration Shell - AAS) fĂŒr physische Maschinen?\nc) Auf welcher Hierarchy Level Ebene nach RAMI 4.0 ordnet sich die CNC-FrĂ€se ein?",
+ "expected_solution": "a) 1. Architektur-Schichten (Layers: Asset, Integration, Communication, Information, Functional, Business).\n2. Lebenszyklus & Wertschöpfungskette (Life Cycle & Value Stream: Typ vs. Instanz, Entwicklung bis Wartung).\n3. Hierarchie-Ebenen (Hierarchy Levels: Product, Field Device, Control Device, Station, Work Center, Enterprise, Connected World).\nb) Die AAS bildet die standardisierte digitale Schnittstelle (den Digitalen Zwilling) des physischen Assets. Sie kapselt alle Daten, Dokumentationen, FÀhigkeiten, Parameter und Kommunikationsschnittstellen der Maschine herstellerunabhÀngig.\nc) Station (oder Control Device / Field Device je nach Betrachtung der Einzelkomponenten; als Gesamtmaschine typischerweise 'Station' / 'Work Center')."
+ },
+ {
+ "id": "fidv_sens_001",
+ "profession": "FIDV",
+ "exam_part": "AP2_PB2",
+ "topic": "Sensorik: IO-Link vs. Analoge Schnittstellen & A/D-Wandlung",
+ "points": 10,
+ "scenario": "An einem FlieĂband erfassen Drucksensoren den Hydraulikdruck. Bislang wurden analoge 4-20 mA Stromschleifen eingesetzt. Nun wird auf IO-Link umgerĂŒstet.",
+ "question": "a) ErlĂ€utern Sie einen wesentlichen Vorteil einer 4-20 mA Stromschnittstelle gegenĂŒber einer 0-10 V Spannungsschnittstelle bei langen Leitungswegen.\nb) Warum wird bei analogen Sensoren ein Live-Zero (4 mA statt 0 mA) genutzt?\nc) Nennen Sie drei konkrete Vorteile, die der digitale Standard IO-Link (IEC 61131-9) gegenĂŒber rein analogen 4-20 mA Sensoren bietet.",
+ "expected_solution": "a) Der Schleifenstrom von 4-20 mA ist unabhĂ€ngig vom Leitungswiderstand (Spannungsabfall) der Zuleitung, wodurch Messfehler durch LeitungslĂ€ngen vermieden werden. Zudem ist die Stromschleife unempfindlicher gegen elektromagnetische Einstreuungen.\nb) Drahtbruchsicherheit: FlieĂt ein Strom von 0 mA, liegt ein Leitungsabriss oder Sensorfehler vor. Werte zwischen 4 und 20 mA reprĂ€sentieren den echten Messbereich.\nc) 1. Digitale, störungsfreie Ăbertragung von Prozesswerten, Parametern und Diagnosedaten ĂŒber dieselbe Standard-3-Leiter-Verkabelung. 2. Fernparametrierung und automatischer Sensortausch ohne manuelles Konfigurieren (Plug & Play via IODD-Datei). 3. ZusĂ€tzliche Diagnoseinformationen (z.B. Verschmutzung, Temperaturwarnung, Ăberlast)."
+ },
+ {
+ "id": "fidv_edge_001",
+ "profession": "FIDV",
+ "exam_part": "AP2_PB1",
+ "topic": "Edge Computing vs. Cloud & IoT-Gateways",
+ "points": 8,
+ "scenario": "Ein Walzwerk erfasst Vibrationsdaten mit einer Abtastrate von 20 kHz pro Lager, um LagerschÀden mittels FFT (Fast Fourier Transformation) im Millisekundenbereich vorherzusagen.",
+ "question": "a) BegrĂŒnden Sie anhand von zwei technischen Faktoren (Latenz, Bandbreite), warum die Rohdatenverarbeitung auf einem Edge-Gateway direkt an der Maschine statt in einer zentralen Cloud erfolgen muss.\nb) Welche Aufgaben ĂŒbernimmt das Edge-Gateway typischerweise, bevor selektive Daten an die Cloud weitergeleitet werden?\nc) Nennen Sie ein leichtgewichtiges Container-Betriebssystem oder eine K8s-Distribution, die speziell fĂŒr Industrie-PCs (IPCs) an der Edge geeignet ist.",
+ "expected_solution": "a) 1. Bandbreite: 20 kHz Abtastrate bei mehreren Sensoren erzeugt gigabyteweise Daten pro Stunde; die dauerhafte Ăbertragung ĂŒber WAN-Verbindungen wĂŒrde das Unternehmensnetzwerk ĂŒberlasten und erhebliche Cloud-Kosten verursachen. 2. Latenz & Echtzeit: Die Schadenserkennung und Notabschaltung muss binnen Millisekunden erfolgen; Cloud-Roundtrips unterliegen unvorhersehbarem Jitter und Latenzschwankungen.\nb) Filterung, Aggregation, Vorverarbeitung/Transformation (z.B. FFT-Schwingungsanalyse zur Merkmaltextraktion) und Protokollkonvertierung (z.B. Feldbus nach MQTT/OPC UA).\nc) K3s (Lightweight Kubernetes), MicroK8s, BalenaOS oder Ubuntu Core."
+ },
+ {
+ "id": "fidv_bus_002",
+ "profession": "FIDV",
+ "exam_part": "AP2_PB1",
+ "topic": "Industrielle Kommunikation: Profinet IO vs. TSN",
+ "points": 8,
+ "scenario": "In einer Fertigungslinie tauschen speicherprogrammierbare Steuerungen (SPS) und Servoantriebe zyklisch Prozessdaten aus. Gleichzeitig sollen Kamerabilder zur QualitĂ€tsprĂŒfung ĂŒber dieselbe Netzwerkinfrastruktur ĂŒbertragen werden.",
+ "question": "a) ErlÀutern Sie den Unterschied zwischen Profinet RT (Real-Time) und Profinet IRT (Isochronous Real-Time).\nb) Welches grundlegende Problem des Standard-Ethernet (CSMA/CD bzw. Best-Effort Switching) verhindert harte EchtzeitfÀhigkeit?\nc) Wie löst Time-Sensitive Networking (TSN, z.B. IEEE 802.1Qbv) die Koexistenz von zeitkritischem Steuerungsverkehr und bandbreitenintensivem IT-Videoverkehr auf derselben physikalischen Leitung?",
+ "expected_solution": "a) Profinet RT arbeitet softwarebasiert auf Layer 2 und umgeht den TCP/IP-Stack (Zykluszeiten typischerweise 1-10 ms). Profinet IRT nutzt spezielle Switch-Hardware fĂŒr taktsynchronisierte DatenĂŒbertragung mit fest reservierten Zeitschlitzen im Mikrosekundenbereich (harte Echtzeit, Jitter < 1 ”s).\nb) Standard-Ethernet nutzt Best-Effort Ăbertragung. Wenn mehrere Sender gleichzeitig Pakete ĂŒber einen Switch-Port leiten, entstehen Puffer-Warteschlangen (Queuing Delay), Jitter und im schlimmsten Fall Paketverluste.\nc) TSN nutzt den Time-Aware Shaper (IEEE 802.1Qbv): Die Ăbertragungszeit auf der Leitung wird in sich wiederholende Zeitschlitze unterteilt. In definierten Zeitfenstern dĂŒrfen ausschlieĂlich zeitkritische Pakete mit höchster PrioritĂ€t die Leitung blockierungsfrei nutzen, wĂ€hrend Standard-Datenverkehr temporĂ€r pausiert wird."
+ },
+ {
+ "id": "fidv_iot_002",
+ "profession": "FIDV",
+ "exam_part": "AP2_PB1",
+ "topic": "OPC UA: Sicherheitskonzept & Zertifikate",
+ "points": 8,
+ "scenario": "Ein MES-System (Manufacturing Execution System) soll Prozessdaten von mehreren OPC UA Servern aus der Fertigung auslesen.",
+ "question": "a) Welche drei Sicherheitsaspekte werden durch den OPC UA Security Layer standardmĂ€Ăig abgedeckt (CIA-Triade)?\nb) Beschreiben Sie den Mechanismus des Trust-Managements beim Verbindungsaufbau zwischen einem OPC UA Client und einem OPC UA Server (Rolle von X.509-Zertifikaten).\nc) Was passiert, wenn auf dem OPC UA Server die Security Policy 'None' konfiguriert ist, und wie ist dies in Produktionsnetzen zu bewerten?",
+ "expected_solution": "a) 1. Vertraulichkeit (VerschlĂŒsselung der Nutzdaten via AES), 2. IntegritĂ€t (Signatur der Nachrichten via SHA/RSA), 3. AuthentizitĂ€t (Gegenseitige Identifikation von Client und Server via X.509 Zertifikate).\nb) Client und Server tauschen beim Verbindungsaufbau ihre öffentlichen X.509-Zertifikate aus. Die Verbindung kommt nur zustande, wenn das jeweilige Zertifikat in der 'Trusted'-Liste des Partners hinterlegt ist oder von einer vertrauenswĂŒrdigen CA signiert wurde (Reject / Trust Store).\nc) 'None' bedeutet unverschlĂŒsselte und unsignierte Ăbertragung im Klartext ohne Authentifizierung. In industriellen Produktionsnetzen stellt dies ein enormes Sicherheitsrisiko dar (Man-in-the-Middle Angriffe, Sabotage von Steuerungswerten) und verstöĂt gegen gĂ€ngige Standards wie IEC 62443."
+ },
+ {
+ "id": "fidv_wire_001",
+ "profession": "FIDV",
+ "exam_part": "AP2_PB2",
+ "topic": "Drahtlose Vernetzung: 5G Campusnetze vs. LoRaWAN",
+ "points": 8,
+ "scenario": "Ein Logistikzentrum plant die Vernetzung von autonom fahrenden Flurförderzeugen (AGVs) in der Halle und die Verfolgung von Containern auf einem 10 kmÂČ groĂen AuĂengelĂ€nde.",
+ "question": "a) BegrĂŒnden Sie, warum fĂŒr die Steuerung der autonomen Fahrzeuge (AGVs) ein privates 5G-Campusnetz (URLLC) anstelle von LoRaWAN eingesetzt werden muss.\nb) Welcher Frequenzbereich steht Unternehmen in Deutschland fĂŒr private 5G-Campusnetze durch die Bundesnetzagentur zur VerfĂŒgung?\nc) Warum ist LoRaWAN die optimale Wahl fĂŒr die Batterieversorgten Tracker auf dem AuĂengelĂ€nde? Nennen Sie zwei GrĂŒnde.",
+ "expected_solution": "a) AGVs erfordern kontinuierliche Steuerung mit extrem geringer Latenz (< 5 ms) und hoher ZuverlÀssigkeit (URLLC - Ultra-Reliable Low-Latency Communication). LoRaWAN hat extrem geringe Bandbreite, hohe Latenzen und SendezeitbeschrÀnkungen (Duty Cycle von meist 1 %).\nb) Frequenzbereich 3.700 MHz bis 3.800 MHz (3,7 - 3,8 GHz / Band n78).\nc) 1. Sehr hohe Funkreichweite (mehrere Kilometer im Freifeld durch Sub-GHz Chirp Spread Spectrum Modulation). 2. Extrem geringer Energieverbrauch, der Batterie-Laufzeiten von 5 bis 10 Jahren ohne Wartung ermöglicht."
+ },
+ {
+ "id": "fidv_sec_002",
+ "profession": "FIDV",
+ "exam_part": "AP2_PB1",
+ "topic": "Purdue-Modell & OT-Netzwerksegmentierung (IDMZ)",
+ "points": 10,
+ "scenario": "Nach einem Ransomware-Vorfall in der Office-IT soll das Produktionsnetzwerk (OT) isoliert und nach dem Purdue-Referenzmodell neu strukturiert werden.",
+ "question": "a) Ordnen Sie die folgenden Systeme den Purdue-Levels (Level 0, Level 1, Level 2, Level 3, Level 4) zu: SPS, ERP-System, TemperaturfĂŒhler, SCADA-Server, HMI-Touchpanel.\nb) Welche Funktion hat die Industrial Demilitarized Zone (IDMZ / Level 3.5)?\nc) Nennen Sie zwei Dienste, die typischerweise in der IDMZ platziert werden, und eine goldene Regel fĂŒr den Datenverkehr durch die IDMZ.",
+ "expected_solution": "a) Level 0: TemperaturfĂŒhler (Prozess/Physik); Level 1: SPS (Basis-Steuerung); Level 2: HMI-Touchpanel (Bereichs-Bedienung); Level 3: SCADA-Server (Betriebsleitebene / MES); Level 4: ERP-System (Enterprise IT).\nb) Die IDMZ (Level 3.5) bildet einen Puffer- und Trennungsbereich zwischen der Office-IT (Level 4/5) und der Fertigungs-OT (Level 0-3). Sie verhindert jede direkte Netzwerkverbindung zwischen IT und OT.\nc) Dienste in IDMZ: Patch-Management / WSUS-Spiegel, Historian-Replikat, Jump-Host / Bastion Host fĂŒr Fernwartung. Goldene Regel: Kein direkter Durchgangsverkehr erlaubt! Jede Verbindung endet in der IDMZ; Daten werden abgelegt und von der anderen Seite separat abgeholt."
+ },
+ {
+ "id": "fidv_res_001",
+ "profession": "FIDV",
+ "exam_part": "AP2_PB1",
+ "topic": "Netzwerkresilienz: PRP & HSR (IEC 62439-3) vs. RSTP",
+ "points": 8,
+ "scenario": "In einem Umspannwerk und einer petrochemischen Raffinerie dĂŒrfen bei einem Kabelbruch keine Datenpakete verloren gehen, da dies zum Abschalten der Notfallventile fĂŒhren wĂŒrde.",
+ "question": "a) BegrĂŒnden Sie, warum herkömmliche Redundanzverfahren wie RSTP (Rapid Spanning Tree) fĂŒr diese Anwendung unzureichend sind.\nb) ErlĂ€utern Sie das Funktionsprinzip des Parallel Redundancy Protocol (PRP nach IEC 62439-3).\nc) Was ist die theoretische Umschaltzeit (Reconfiguration Time) von PRP bei Ausfall eines Ăbertragungspfades?",
+ "expected_solution": "a) RSTP benötigt fĂŒr die Rekonfiguration des Netzes nach einem Linkausfall typischerweise einige Hundert Millisekunden bis mehrere Sekunden. In dieser Zeit kommt es zu Paketverlusten, die Schutzabschaltungen auslösen können.\nb) Bei PRP sendet ein EndgerĂ€t (Dual Attached Node - DANP) jedes Datenpaket zeitgleich ĂŒber zwei völlig getrennte, parallele Netzwerke (LAN A und LAN B). Der EmpfĂ€nger verarbeitet das zuerst eintreffende Paket und verwirft das Duplikat anhand einer Sequenznummer (Redundancy Control Trailer).\nc) 0 ms (unterbrechungsfreie Umschaltung, Zero-Failover-Time), da das Duplikat auf dem redundanten Pfad kontinuierlich weiterlĂ€uft."
+ },
+ {
+ "id": "fidv_gov_001",
+ "profession": "FIDV",
+ "exam_part": "AP2_WiSo",
+ "topic": "Funktionale Sicherheit (Safety) vs. Security & CE-Kennzeichnung",
+ "points": 8,
+ "scenario": "Ein Sondermaschinenbauer vernetzt eine Roboterzelle mit der Firmen-IT, um Zustandsdaten zu analysieren.",
+ "question": "a) ErlĂ€utern Sie den fundamentalen Unterschied zwischen 'Safety' (Maschinensicherheit) und 'Security' (Informationssicherheit).\nb) Welche Rolle spielt der Performance Level (PL nach EN ISO 13849-1) bzw. das Safety Integrity Level (SIL nach IEC 61508) bei einer Not-Aus-Schaltung?\nc) ErklĂ€ren Sie, warum das nachtrĂ€gliche Vernetzen einer Bestandsmaschine zu einem Erlöschen der CE-KonformitĂ€t fĂŒhren kann (Wesentliche VerĂ€nderung).",
+ "expected_solution": "a) Safety schĂŒtzt Menschen und die Umwelt vor Gefahren, die von der Maschine ausgehen (z.B. Verletzungen durch Roboterarm, Not-Aus). Security schĂŒtzt die Maschine und Daten vor Gefahren, die von böswilligen Angreifern oder Schadsoftware ausgehen (z.B. Hacking, Manipulation).\nb) PL (a bis e) und SIL (1 bis 4) klassifizieren die ZuverlĂ€ssigkeit und Ausfallwahrscheinlichkeit sicherheitsbezogener Steuerungsfunktionen. Ein Not-Aus erfordert typischerweise PL e / SIL 3 (höchste Sicherheitsstufe mit redundanter Auslegung).\nc) Werden durch die digitale Vernetzung neue GefĂ€hrdungen geschaffen (z.B. Manipulierbarkeit von Schutzmechanismen ĂŒber das Netzwerk), liegt eine 'wesentliche VerĂ€nderung' nach dem Produktsicherheitsgesetz / Maschinenrichtlinie vor. Das bestehende CE-Zeichen wird ungĂŒltig, und der Betreiber wird rechtlich zum Hersteller mit Pflicht zur erneuten Risikobeurteilung und CE-Zertifizierung."
}
];
diff --git a/assets/ihk_tools/ihk_question_bank.json b/assets/ihk_tools/ihk_question_bank.json
index e8dc107..ba76b65 100644
--- a/assets/ihk_tools/ihk_question_bank.json
+++ b/assets/ihk_tools/ihk_question_bank.json
@@ -2050,5 +2050,403 @@
"solution": "Erteilung: Prokura kann nur durch den Inhaber/GeschĂ€ftsfĂŒhrer ausdrĂŒcklich und persönlich erteilt werden; Handlungsvollmacht kann formlos auch durch Prokuristen erteilt werden. (2 Pkt.)\nUmfang: Prokura ermĂ€chtigt zu ALLEN Arten von gerichtlichen und auĂergerichtlichen GeschĂ€ften und Rechtshandlungen, die der Betrieb IRGENDEINES Handelsgewerbes mit sich bringt (Ausnahme: GrundstĂŒcke verkaufen/belasten bedarf gesonderter Befugnis). Handlungsvollmacht ermĂ€chtigt nur zu GeschĂ€ften, die der Betrieb DIESES KONKRETEN Handelsgewerbes gewöhnlich mit sich bringt. (3 Pkt.)\nHandelsregister: Prokura MUSS zwingend ins Handelsregister eingetragen werden (deklaratorisch); Handlungsvollmacht wird NICHT eingetragen. (1,5 Pkt.)\nZeichnung: Prokurist zeichnet mit \"per procura\" / \"ppa. Vorname Nachname\"; HandlungsbevollmĂ€chtigter zeichnet mit \"in Vollmacht\" / \"i.V.\" oder \"in Auftrag\" / \"i.A.\". (1,5 Pkt.)",
"type": "text",
"options": []
+ },
+ {
+ "id": "fiae_arch_001",
+ "exam": "AP2_T1",
+ "lernfeld": "LF 9 AE",
+ "topic": "Clean Architecture & Schichtenmodell",
+ "scenario": "FĂŒr ein E-Commerce-Portal soll eine wartbare und zukunftssichere Softwarearchitektur konzipiert werden.",
+ "question": "ErlÀutern Sie das Prinzip der Schichtenarchitektur (Drei-Schichten-Architektur: PrÀsentation, GeschÀftslogik, Datenzugriff). ErklÀren Sie die Dependency Inversion Rule (AbhÀngigkeitsregel) in der Clean Architecture und warum DomÀnenlogik unabhÀngig von Datenbanken und Frameworks sein muss.",
+ "points": 8,
+ "solution": "Drei-Schichten-Architektur:\n1. PrĂ€sentationsschicht (Presentation Layer / UI): Verantwortlich fĂŒr Interaktion mit Benutzer/Client (Views, REST-Controller). Nimmt Eingaben entgegen und stellt Ergebnisse dar. (2 Pkt.)\n2. GeschĂ€ftslogikschicht (Business Logic / Domain Layer): Beinhaltet Kernregeln, Berechnungen und Validierungen des Unternehmens. UnabhĂ€ngig von UI und DB. (2 Pkt.)\n3. Datenzugriffsschicht (Data Access / Persistence Layer): Verwaltet Datenbankabfragen, ORM, Dateizugriffe und externe APIs. (2 Pkt.)\n\nClean Architecture & Dependency Inversion:\nDie AbhĂ€ngigkeitsregel besagt, dass Quellcode-AbhĂ€ngigkeiten immer nur nach innen auf die DomĂ€nenlogik zeigen dĂŒrfen. ĂuĂere Schichten (DB, Web-Framework, UI) hĂ€ngen von inneren Schichten (Entities, Use Cases) ab, niemals umgekehrt. Dies geschieht ĂŒber Interfaces: Die GeschĂ€ftslogik definiert Schnittstellen (z. B. IUserRepository), die die Ă€uĂere Datenschicht implementiert. Vorteil: Datenbanken, UI oder externe APIs können ohne Ănderung der GeschĂ€ftsregeln ausgetauscht oder getestet werden. (2 Pkt.)",
+ "type": "text",
+ "options": []
+ },
+ {
+ "id": "fiae_arch_002",
+ "exam": "AP2_T1",
+ "lernfeld": "LF 9 AE",
+ "topic": "Design Patterns Strategy vs Factory Method",
+ "scenario": "In einem Warenwirtschaftssystem sollen unterschiedliche Rabattberechnungen und Versandarten dynamisch zur Laufzeit angewendet werden.",
+ "question": "Beschreiben Sie das GoF-Entwurfsmuster \"Strategy (Strategie)\" anhand von Context, Strategy-Interface und Concrete Strategies. Grenzen Sie es kurz vom Factory Method Pattern ab.",
+ "points": 8,
+ "solution": "Strategy Pattern (Verhaltensmuster):\n- Zweck: Definiert eine Familie von Algorithmen, kapselt jeden einzelnen und macht sie zur Laufzeit austauschbar. (2 Pkt.)\n- Komponenten:\n 1. Strategy (Interface): Definiert die gemeinsame Methodensignatur fĂŒr alle Algorithmen (z. B. calculateDiscount(Order order): double). (2 Pkt.)\n 2. Concrete Strategies: Konkrete Implementierungen des Algorithmus (z. B. VipCustomerDiscount, SeasonalDiscount, NoDiscount). (2 Pkt.)\n 3. Context (Kontext): HĂ€lt eine Referenz auf ein Strategy-Objekt und delegiert die AusfĂŒhrung an dieses (z. B. OrderProcessor.setDiscountStrategy(...)). (1 Pkt.)\n- Abgrenzung zum Factory Method Pattern: Strategy ist ein Verhaltensmuster zur dynamischen VerhaltensĂ€nderung bestehender Objekte; Factory Method ist ein Erzeugungsmuster zur instanziierungsunabhĂ€ngigen Erzeugung von Objekten ĂŒber abgeleitete Klassen. (1 Pkt.)",
+ "type": "text",
+ "options": []
+ },
+ {
+ "id": "fiae_arch_003",
+ "exam": "AP2_T1",
+ "lernfeld": "LF 9 AE",
+ "topic": "Design Patterns Observer & Singleton",
+ "scenario": "In einer Messaging-Applikation sollen mehrere BenutzeroberflÀchen-Komponenten sofort informiert werden, sobald eine neue Chatnachricht eintrifft.",
+ "question": "ErlÀutern Sie das Entwurfsmuster Observer (Beobachter) mit den Rollen Subject (Publisher) und Observer (Subscriber). ErklÀren Sie zudem das Singleton-Muster und warum es in modernen Softwaresystemen oft als Anti-Pattern angesehen wird.",
+ "points": 8,
+ "solution": "Observer Pattern (Publisher/Subscriber):\n- Subject (Publisher): Verwaltet eine Liste von Abonnenten (Observer). Bietet Methoden zum Anmelden (attach/subscribe), Abmelden (detach/unsubscribe) und Benachrichtigen (notifyObservers()). Bei ZustandsĂ€nderung durchlĂ€uft notifyObservers() die Liste und ruft update() auf. (3 Pkt.)\n- Observer (Subscriber): Definiert eine gemeinsame update()-Methode, die vom Subject aufgerufen wird, um ĂŒber Ănderungen informiert zu werden. Lose Kopplung zwischen Sender und EmpfĂ€ngern. (2 Pkt.)\n\nSingleton Pattern:\n- Zweck: Stellt sicher, dass von einer Klasse exakt eine einzige Instanz existiert, und bietet einen globalen Zugriffspunkt (privater Konstruktor, statische Instanzvariable, statische getInstance()-Methode). (1,5 Pkt.)\n- Kritik / Anti-Pattern: Erzeugt enge globale Kopplung, erschwert Unit-Testing und Mocking massiv, verstöĂt gegen das Single Responsibility Principle und kann in Multi-Threaded-Umgebungen Race Conditions verursachen. Moderner Ersatz: Dependency Injection. (1,5 Pkt.)",
+ "type": "text",
+ "options": []
+ },
+ {
+ "id": "fiae_algo_001",
+ "exam": "AP2_T2",
+ "lernfeld": "LF 10 AE",
+ "topic": "Algorithmen-KomplexitÀt O-Notation",
+ "scenario": "FĂŒr eine stark wachsende Plattform mĂŒssen Algorithmen auf ihre Skalierbarkeit und LaufzeitkomplexitĂ€t hin analysiert werden.",
+ "question": "ErklĂ€ren Sie die Landau-Symbole (O-Notation) zur AbschĂ€tzung der ZeitkomplexitĂ€t. Ordnen Sie folgende KomplexitĂ€tsklassen von der effizientesten zur ineffizientesten Laufzeit: O(n log n), O(1), O(nÂČ), O(log n), O(n). Nennen Sie je ein typisches Code- oder Algorithmenbeispiel fĂŒr O(1), O(log n) und O(n).",
+ "points": 8,
+ "solution": "Bedeutung der O-Notation:\nBeschreibt das asymptotische Wachstumsverhalten des Ressourcenbedarfs (Laufzeit/Speicher) eines Algorithmus in AbhĂ€ngigkeit von der EingabegröĂe n im Worst-Case-Szenario. Konstante Faktoren werden vernachlĂ€ssigt. (2 Pkt.)\n\nReihenfolge nach Effizienz (von schnell/effizient zu langsam/ineffizient):\n1. O(1) [konstant] < 2. O(log n) [logarithmisch] < 3. O(n) [linear] < 4. O(n log n) [linear-logarithmisch] < 5. O(nÂČ) [quadratisch]. (3 Pkt.)\n\nBeispiele:\n- O(1): Direkter Array-Zugriff per Index (z. B. array[5]) oder Abfrage per SchlĂŒssel in einer Hash-Map. (1 Pkt.)\n- O(log n): BinĂ€re Suche in einem sortierten Array (Halbierungsprinzip). (1 Pkt.)\n- O(n): Lineare Suche in einer unsortierten Liste oder eine einfache for-Schleife ĂŒber n Elemente. (1 Pkt.)",
+ "type": "text",
+ "options": []
+ },
+ {
+ "id": "fiae_algo_002",
+ "exam": "AP2_T2",
+ "lernfeld": "LF 10 AE",
+ "topic": "Sortieralgorithmen Quicksort vs Mergesort",
+ "scenario": "Ein Datenstrom von Millionen DatensÀtzen soll effizient sortiert werden.",
+ "question": "Vergleichen Sie Quicksort und Mergesort nach dem Divide-and-Conquer-Prinzip hinsichtlich Best-Case-, Average-Case- und Worst-Case-Laufzeit, SpeicherplatzkomplexitÀt und StabilitÀt.",
+ "points": 8,
+ "solution": "Gemeinsamkeit: Beide nutzen Divide-and-Conquer (Teile-und-Herrsche). (1 Pkt.)\n\nQuicksort:\n- Laufzeit: Best-Case O(n log n), Average-Case O(n log n), Worst-Case O(nÂČ) (wenn Pivot-Element extrem ungĂŒnstig gewĂ€hlt, z. B. bereits sortierte Liste). (2 Pkt.)\n- SpeicherkomplexitĂ€t: O(log n) durch Rekursions-Stack (In-Place-Verfahren, benötigt kein Zusatzarray). (1,5 Pkt.)\n- StabilitĂ€t: In der Regel instabil (gleiche Elemente können ihre relative Reihenfolge Ă€ndern). (0,5 Pkt.)\n\nMergesort:\n- Laufzeit: Garantiert O(n log n) in Best-, Average- und Worst-Case! (2 Pkt.)\n- SpeicherkomplexitĂ€t: O(n), da Hilfsarrays beim Verschmelzen (Merge) benötigt werden. (0,5 Pkt.)\n- StabilitĂ€t: Stabil (relative Reihenfolge gleicher Elemente bleibt erhalten). (0,5 Pkt.)",
+ "type": "text",
+ "options": []
+ },
+ {
+ "id": "fiae_oop_001",
+ "exam": "AP2_T2",
+ "lernfeld": "LF 10 AE",
+ "topic": "SOLID-Prinzipien der OOP",
+ "scenario": "Ein Software-Projekt leidet unter Spaghetti-Code und mangelnder Erweiterbarkeit.",
+ "question": "Benennen und erlÀutern Sie die 5 SOLID-Prinzipien der objektorientierten Programmierung. Gehen Sie vertieft auf das Single Responsibility Principle (SRP) und das Dependency Inversion Principle (DIP) ein.",
+ "points": 8,
+ "solution": "Die 5 SOLID-Prinzipien:\n1. S - Single Responsibility Principle (SRP): Eine Klasse sollte genau eine einzige Verantwortung (einen einzigen Grund zur Ănderung) haben. Beispiel: Eine Klasse User sollte Daten halten, aber nicht selbst E-Mails versenden oder sich in der Datenbank speichern. (2 Pkt.)\n2. O - Open/Closed Principle (OCP): Software-Einheiten sollten offen fĂŒr Erweiterung, aber geschlossen fĂŒr Modifikation sein (z. B. durch Vererbung und Interfaces statt if/else-Ketten). (1,5 Pkt.)\n3. L - Liskov Substitution Principle (LSP): Subklassen mĂŒssen anstelle ihrer Basisklassen eingesetzt werden können, ohne dass das Programm fehlerhaft reagiert. (1,5 Pkt.)\n4. I - Interface Segregation Principle (ISP): Viele spezialisierte, schlanke Interfaces sind besser als ein riesiges Allzweck-Interface (keine erzwungene Implementierung ungenutzter Methoden). (1,5 Pkt.)\n5. D - Dependency Inversion Principle (DIP): High-Level-Module dĂŒrfen nicht von Low-Level-Modulen abhĂ€ngen; beide mĂŒssen von Abstraktionen (Interfaces) abhĂ€ngen. Abstraktionen dĂŒrfen nicht von Details abhĂ€ngen. (1,5 Pkt.)",
+ "type": "text",
+ "options": []
+ },
+ {
+ "id": "fiae_api_001",
+ "exam": "AP2_T2",
+ "lernfeld": "LF 11 AE",
+ "topic": "RESTful API Design & HTTP-Statuscodes",
+ "scenario": "FĂŒr eine Smartphone-App wird ein Backend mit REST-Schnittstellen entworfen.",
+ "question": "Definieren Sie die 4 zentralen HTTP-Verben (GET, POST, PUT, DELETE) und deren Idempotenz. Nennen und erlÀutern Sie je zwei typische HTTP-Statuscodes der Kategorien 2xx, 4xx und 5xx.",
+ "points": 8,
+ "solution": "HTTP-Verben & Idempotenz (Mehrfache AusfĂŒhrung fĂŒhrt zum selben Serverzustand):\n- GET: Ruft Ressourcen ab. Sicher & Idempotent. (1 Pkt.)\n- POST: Erzeugt eine neue Ressource unter einer Collection. Nicht idempotent (mehrfache Aufrufe erzeugen mehrere DatensĂ€tze). (1 Pkt.)\n- PUT: Ersetzt eine bestehende Ressource vollstĂ€ndig. Idempotent. (1 Pkt.)\n- DELETE: Löscht eine Ressource. Idempotent. (1 Pkt.)\n\nHTTP-Statuscodes:\n- 2xx (Erfolg): 200 OK (Standard-Erfolg), 201 Created (Ressource neu angelegt), 204 No Content (Erfolg ohne RĂŒckgabedaten). (1,5 Pkt.)\n- 4xx (Client-Fehler): 400 Bad Request (Fehlerhafte Syntax/Validierung), 401 Unauthorized (Nicht authentifiziert), 403 Forbidden (Rechte fehlen), 404 Not Found (Ressource existiert nicht). (1,5 Pkt.)\n- 5xx (Server-Fehler): 500 Internal Server Error (Unbehandelter Serverfehler), 502 Bad Gateway, 503 Service Unavailable (Ăberlastung/Wartung). (1 Pkt.)",
+ "type": "text",
+ "options": []
+ },
+ {
+ "id": "fiae_test_001",
+ "exam": "AP2_T2",
+ "lernfeld": "LF 12 AE",
+ "topic": "Test-Driven Development TDD & Testpyramide",
+ "scenario": "In einem agilen Scrum-Team soll die SoftwarequalitÀt durch automatisierte Tests gesichert werden.",
+ "question": "Beschreiben Sie den TDD-Zyklus (Red-Green-Refactor). ErlÀutern Sie die Testpyramide (Unit-Tests, Integrationstests, End-to-End-Tests) und warum Unit-Tests das Fundament bilden.",
+ "points": 8,
+ "solution": "TDD-Zyklus (Red-Green-Refactor):\n1. Red: Einen neuen automatisierten Unit-Test fĂŒr ein Feature schreiben, bevor Produktionscode existiert. Der Test muss zwingend fehlschlagen (rot). (1,5 Pkt.)\n2. Green: Minimalen Produktionscode schreiben, der gerade ausreicht, um den Test erfolgreich zu bestehen (grĂŒn). (1,5 Pkt.)\n3. Refactor: Den Code bereinigen (Duplikate entfernen, Lesbarkeit verbessern, Patterns anwenden), wĂ€hrend sichergestellt wird, dass alle Tests weiterhin grĂŒn bleiben. (1,5 Pkt.)\n\nTestpyramide:\n- Basis: Unit-Tests (Komponententests). Testen einzelne Klassen/Methoden isoliert mit Mocks. Schnellste AusfĂŒhrung (ms), geringste Kosten, höchste Testabdeckung (ca. 70-80 %). (2 Pkt.)\n- Mitte: Integrationstests. Testen das Zusammenspiel mehrerer Module (z. B. Service mit DB oder API). LĂ€ngere Laufzeit, mittlere Anzahl. (1 Pkt.)\n- Spitze: End-to-End (E2E) / UI-Tests. Testen das Gesamtsystem aus Nutzersicht ĂŒber Browser/Client. Langsam, fehleranfĂ€llig (brittle), teuer im Unterhalt, geringste Anzahl. (0,5 Pkt.)",
+ "type": "text",
+ "options": []
+ },
+ {
+ "id": "fidp_proc_001",
+ "exam": "AP2_T1",
+ "lernfeld": "LF 9 DP",
+ "topic": "Prozessanalyse Durchlauf- und Liegezeiten",
+ "scenario": "In einem Logistikunternehmen soll die Auftragsabwicklung von Bestelleingang bis Warenausgang analysiert und optimiert werden.",
+ "question": "Definieren Sie Durchlaufzeit, Bearbeitungszeit, Liegezeit und RĂŒstzeit. ErlĂ€utern Sie die Prozess-Zykluseffizienz (Process Cycle Efficiency PCE) und wie FlaschenhĂ€lse (Bottlenecks) identifiziert werden.",
+ "points": 8,
+ "solution": "Zeitdefinitionen im Prozess:\n- Durchlaufzeit (DLZ): Die gesamte Zeitspanne vom Start des Prozesses (Bestelleingang) bis zur Fertigstellung (Auslieferung). (2 Pkt.)\n- Bearbeitungszeit: Die Zeit, in der tatsĂ€chlich wertschöpfend am Auftrag gearbeitet wird. (1,5 Pkt.)\n- Liegezeit / Wartezeit: Unproduktive Zeit, in der ein Auftrag auf Bearbeitung, Transport oder Freigabe wartet (macht oft 80-95 % der DLZ aus!). (1,5 Pkt.)\n- RĂŒstzeit: Zeit zur Vorbereitung von Maschinen/Systemen auf den nĂ€chsten Auftrag. (1 Pkt.)\n\nProzess-Zykluseffizienz (PCE):\nPCE = (Wertschöpfende Bearbeitungszeit / Gesamte Durchlaufzeit) * 100 %. Zeigt den Grad der Prozessverschwendung. (1 Pkt.)\nFlaschenhals-Identifikation (Bottleneck): Der Prozessschritt mit der geringsten KapazitĂ€t bzw. der lĂ€ngsten Bearbeitungszeit je Einheit, vor dem sich Auftragsstaus bilden. Bestimmt den maximalen Durchsatz des Gesamtsystems. (1 Pkt.)",
+ "type": "text",
+ "options": []
+ },
+ {
+ "id": "fidp_data_001",
+ "exam": "AP2_T1",
+ "lernfeld": "LF 9 DP",
+ "topic": "DatenqualitÀt nach ISO 8000",
+ "scenario": "FĂŒr eine KI-gestĂŒtzte Kundenanalyse sollen CRM-, ERP- und Webshop-Daten zusammengefĂŒhrt werden.",
+ "question": "Nennen und erlÀutern Sie 4 wesentliche Dimensionen der DatenqualitÀt nach ISO 8000 / DAMA DMBOK. Beschreiben Sie typische Methoden des Data Cleaning (Datenbereinigung).",
+ "points": 8,
+ "solution": "Dimensionen der DatenqualitĂ€t:\n1. VollstĂ€ndigkeit (Completeness): Alle benötigten Datenfelder und DatensĂ€tze sind vorhanden (keine unbegrĂŒndeten NULL-Werte). (1,5 Pkt.)\n2. Korrektheit / Genauigkeit (Accuracy): Die Daten spiegeln die reale Welt fehlerfrei wider (z. B. korrekte Schreibweise von Namen und Adressen). (1,5 Pkt.)\n3. Konsistenz (Consistency): Keine widersprĂŒchlichen Daten in verschiedenen Systemen oder Tabellen (z. B. identische Postleitzahl und Ort). (1,5 Pkt.)\n4. AktualitĂ€t (Timeliness): Die Daten reprĂ€sentieren den aktuellen Zustand und sind fĂŒr den Verwendungszweck zeitnah verfĂŒgbar. (1,5 Pkt.)\n\nMethoden des Data Cleaning:\n- Deduplizierung: Erkennung und ZusammenfĂŒhrung doppelter DatensĂ€tze (Fuzzy Matching). (1 Pkt.)\n- Standardisierung / Normalisierung: Vereinheitlichung von Formaten (z. B. Telefonnummern im E.164-Format, Datumsformate nach ISO 8601). (1 Pkt.)",
+ "type": "text",
+ "options": []
+ },
+ {
+ "id": "fidp_etl_001",
+ "exam": "AP2_T1",
+ "lernfeld": "LF 10 DP",
+ "topic": "ETL vs ELT Datenpipelines & CDC",
+ "scenario": "Ein Unternehmen baut eine moderne Analytics-Plattform mit Cloud Data Warehouse auf.",
+ "question": "Vergleichen Sie das klassische ETL-Verfahren (Extract, Transform, Load) mit dem modernen ELT-Verfahren (Extract, Load, Transform). ErlĂ€utern Sie Change Data Capture (CDC) zur inkrementellen DatenĂŒbernahme.",
+ "points": 8,
+ "solution": "Vergleich ETL vs. ELT:\n- ETL (Extract, Transform, Load): Daten werden aus Quellsystemen extrahiert, auf einem separaten Transformations-Server bereinigt/aggregiert und erst danach in das Ziel-Data-Warehouse geladen. Vorteil: Nur bereinigte Daten erreichen das DWH, Schutz sensibler Daten vor Laden. Nachteil: Eigener ETL-Server als Flaschenhals. (3 Pkt.)\n- ELT (Extract, Load, Transform): Rohdaten werden direkt aus den Quellen in das Zielsystem (z. B. Cloud DWH wie Snowflake, BigQuery oder Data Lake) geladen; die Transformation erfolgt dort mit der massiv parallelen Rechenleistung des DWHs. Vorteil: Extrem skalierbar, Rohdaten bleiben fĂŒr spĂ€tere neue Analysen erhalten. (3 Pkt.)\n\nChange Data Capture (CDC):\nVerfahren zur Identifikation und Weiterleitung ausschlieĂlich geĂ€nderter Daten (Inserts, Updates, Deletes) aus Quell-Datenbanken (z. B. ĂŒber das Datenbank-Transaktionslog). Verhindert ressourcenfressende tĂ€gliche Vollexporte. (2 Pkt.)",
+ "type": "text",
+ "options": []
+ },
+ {
+ "id": "fidp_dwh_001",
+ "exam": "AP2_T1",
+ "lernfeld": "LF 10 DP",
+ "topic": "Data Warehouse Star-Schema vs Snowflake-Schema",
+ "scenario": "FĂŒr das Management-Reporting einer Handelskette wird ein multidimensionales Datenmodell entworfen.",
+ "question": "ErklÀren Sie den Aufbau eines Star-Schemas (Faktentabelle und Dimensionstabellen). Grenzen Sie das Star-Schema vom Snowflake-Schema hinsichtlich Normalisierung und Abfrageperformance ab.",
+ "points": 8,
+ "solution": "Aufbau des Star-Schemas:\n- Faktentabelle: Zentrales Element. EnthĂ€lt numerische, aggregierbare MessgröĂen (Fakten, z. B. Umsatz, Menge, Rabatt) sowie FremdschlĂŒssel zu allen angebundenen Dimensionen. (2,5 Pkt.)\n- Dimensionstabellen: Umgeben die Faktentabelle wie Zacken eines Sterns. Enthalten beschreibende Attribute zur Filterung und Gruppierung (z. B. Zeit, Kunde, Filiale, Produkt). Sind im Star-Schema bewusst DENORMALISIERT. (2,5 Pkt.)\n\nAbgrenzung zum Snowflake-Schema:\n- Snowflake-Schema: Die Dimensionstabellen werden bis zur 3. Normalform normalisiert (z. B. Produkt -> Produktkategorie -> Hauptgruppe). Vorteil: Geringere Redundanz, Vermeidung von Update-Anomalien. (1,5 Pkt.)\n- Abfrageperformance: Star-Schema ist bei OLAP-Abfragen deutlich schneller, da weniger relationale JOINs fĂŒr Berichte nötig sind. In modernen Data Warehouses wird das Star-Schema bevorzugt. (1,5 Pkt.)",
+ "type": "text",
+ "options": []
+ },
+ {
+ "id": "fidp_stat_001",
+ "exam": "AP2_T2",
+ "lernfeld": "LF 11 DP",
+ "topic": "Statistische Kennzahlen & Hypothesentests",
+ "scenario": "In einer A/B-Testing-Studie soll geprĂŒft werden, ob ein neues Checkout-Design die Conversion Rate signifikant erhöht.",
+ "question": "Unterscheiden Sie Mittelwert, Median und Modus. ErlÀutern Sie Standardabweichung und Varianz. Was bedeuten Nullhypothese (H0), Alternativhypothese (H1) und der p-Wert bei einem Signifikanzniveau von alpha = 0,05?",
+ "points": 8,
+ "solution": "Lage- und StreumaĂe:\n- Mittelwert: Arithmetischer Durchschnitt. AnfĂ€llig fĂŒr extreme AusreiĂer. (1 Pkt.)\n- Median: Der Wert, der die sortierte Datenreihe genau in zwei HĂ€lften teilt (50 %-Quantil). Robust gegen AusreiĂer. (1 Pkt.)\n- Modus: Der am hĂ€ufigsten vorkommende Wert in einer Datenmenge. (1 Pkt.)\n- Varianz: Mittlere quadrierte Abweichung aller Messwerte vom arithmetischen Mittelwert. Standardabweichung ist die Quadratwurzel der Varianz (selbe Einheit wie Ausgangsdaten). (2 Pkt.)\n\nHypothesentest:\n- Nullhypothese (H0): Annahme, dass KEIN Unterschied oder Effekt zwischen Variante A und B existiert. (1 Pkt.)\n- Alternativhypothese (H1): Die Forschungshypothese, dass ein signifikanter Unterschied besteht. (1 Pkt.)\n- p-Wert und Signifikanz: Wahrscheinlichkeit, die beobachteten Daten zu erhalten, wenn H0 wahr wĂ€re. Ist p < 0,05, wird H0 verworfen: Das Ergebnis ist statistisch signifikant. (1 Pkt.)",
+ "type": "text",
+ "options": []
+ },
+ {
+ "id": "fidp_ml_001",
+ "exam": "AP2_T2",
+ "lernfeld": "LF 12 DP",
+ "topic": "Machine Learning Evaluation Confusion Matrix",
+ "scenario": "Ein Machine-Learning-Modell soll betrĂŒgerische Kreditkartentransaktionen (Fraud) automatisiert klassifizieren.",
+ "question": "ErlĂ€utern Sie die 4 Felder einer Confusion Matrix (TP, FP, TN, FN). Definieren Sie die Kennzahlen Precision (Genauigkeit), Recall (Trefferquote/SensitivitĂ€t) und F1-Score. Warum ist die reine Accuracy (Genauigkeit) bei unausgeglichenen DatensĂ€tzen irrefĂŒhrend?",
+ "points": 8,
+ "solution": "Confusion Matrix (Wahrheitsmatrix):\n- True Positive (TP): Betrug korrekt als Betrug erkannt. (1 Pkt.)\n- False Positive (FP): Legitime Buchung fĂ€lschlicherweise als Betrug markiert (Fehlalarm, Typ-I-Fehler). (1 Pkt.)\n- True Negative (TN): Legitime Buchung korrekt als legitim eingestuft. (1 Pkt.)\n- False Negative (FN): Betrug fĂ€lschlicherweise ĂŒbersehen und als legitim deklariert (Typ-II-Fehler, hohes Schadensrisiko!). (1 Pkt.)\n\nMetriken:\n- Precision = TP / (TP + FP): Wie viele der als Betrug deklarierten FĂ€lle waren wirklich Betrug? (1 Pkt.)\n- Recall = TP / (TP + FN): Wie viel Prozent aller tatsĂ€chlichen BetrugsfĂ€lle hat das Modell aufgespĂŒrt? (1 Pkt.)\n- F1-Score = 2 * (Precision * Recall) / (Precision + Recall): Harmonisches Mittel aus Precision und Recall. (1 Pkt.)\n\nAccuracy-Problem bei Unbalanced Data: Bei 99,9 % regulĂ€ren Buchungen erreicht ein primitives Modell, das einfach immer \"Legitim\" rĂ€t, 99,9 % Accuracy, erkennt aber NULL BetrugsfĂ€lle! Daher ist Accuracy unbrauchbar. (1 Pkt.)",
+ "type": "text",
+ "options": []
+ },
+ {
+ "id": "fidv_cps_001",
+ "exam": "AP2_T1",
+ "lernfeld": "LF 9 DV",
+ "topic": "Cyber-physische Systeme & RAMI 4.0",
+ "scenario": "In einer Smart Factory werden Fertigungsanlagen mit dem Cloud-Leitsystem vernetzt.",
+ "question": "Definieren Sie ein Cyber-physisches System (CPS) und dessen Komponenten. ErlÀutern Sie das Referenzarchitekturmodell Industrie 4.0 (RAMI 4.0) mit seinen 3 Dimensionen (Schichten, Lebenszyklus/Wertstrom, Hierarchieebenen).",
+ "points": 8,
+ "solution": "Cyber-physisches System (CPS):\nVerbindung von mechanischen und elektronischen Komponenten (Hardware, Sensoren, Aktoren) mit softwarebasierten Steuerungen und Kommunikationsnetzen (Internet/Ethernet). CPS erfassen physikalische Daten, werten sie autonom aus und steuern physische Prozesse ĂŒber Aktoren in Echtzeit. (3 Pkt.)\n\nRAMI 4.0 (Dreidimensionales Modell):\n1. Achse: Schichten (Layers / 6 Ebenen): Asset, Integration, Communication, Information, Functional, Business. Beschreibt IT- und GeschĂ€ftsaspekte. (2 Pkt.)\n2. Achse: Lebenszyklus & Wertstrom (Life Cycle & Value Stream nach IEC 62890): Entwicklung (Typ) bis Produktion/Nutzung (Instanz). (1,5 Pkt.)\n3. Achse: Hierarchieebenen (nach IEC 62264): Vom Produkt (Product), ĂŒber FeldgerĂ€t (Field Device), Steuerung (Control Device), Station, Arbeitsplatz (Work Center), Unternehmen (Enterprise) bis zur vernetzten Welt (Connected World). (1,5 Pkt.)",
+ "type": "text",
+ "options": []
+ },
+ {
+ "id": "fidv_bus_001",
+ "exam": "AP2_T1",
+ "lernfeld": "LF 10 DV",
+ "topic": "Industrielle Feldbusse Profinet vs Modbus TCP",
+ "scenario": "Eine Industrieanlage soll mit Steuerungen (SPS) und Antrieben vernetzt werden.",
+ "question": "Vergleichen Sie Modbus TCP und Profinet hinsichtlich OSI-Schicht, EchtzeitfÀhigkeit (Jitter, Latenz) und Einsatzgebieten. ErklÀren Sie die 3 Conformance Classes (CC-A, CC-B, CC-C) bzw. RT und IRT von Profinet.",
+ "points": 8,
+ "solution": "Modbus TCP vs. Profinet:\n- Modbus TCP: Einfaches Master-Slave / Client-Server Protokoll auf OSI-Schicht 7 ĂŒber Standard-TCP/IP (Port 502). Nicht echtzeitfĂ€hig, da TCP-Handshakes und Retransmissions unvorhersehbare Latenzen erzeugen. Sehr weit verbreitet fĂŒr einfache Sensorabfragen. (2 Pkt.)\n- Profinet: Industrial Ethernet Standard (IEC 61158). Bietet deterministische Echtzeitkommunikation durch Umgehung des TCP/IP-Stacks bei Prozessdaten. (2 Pkt.)\n\nProfinet Echtzeitklassen:\n- Profinet Standard (TCP/IP): FĂŒr Konfiguration und Diagnose (Zykluszeit > 100 ms). (1 Pkt.)\n- Profinet RT (Real-Time): Prozessdaten umgehen TCP/IP und laufen direkt auf Layer 2 mit VLAN-Priorisierung (Zykluszeit 1-10 ms, softwarebasiert). (1,5 Pkt.)\n- Profinet IRT (Isochronous Real-Time): Taktsynchron mit Hardware-UnterstĂŒtzung (spezielle ASIC-Switches). Zeitschlitzverfahren (TDMA) garantiert Latenzen < 1 ms und Jitter < 1 ”s fĂŒr hochprĂ€zise Motion-Control-Antriebe. (1,5 Pkt.)",
+ "type": "text",
+ "options": []
+ },
+ {
+ "id": "fidv_iot_001",
+ "exam": "AP2_T1",
+ "lernfeld": "LF 10 DV",
+ "topic": "OPC UA Informationsmodell vs MQTT",
+ "scenario": "Maschinendaten einer heterogenen Produktionslinie sollen sowohl an das interne SCADA-System als auch an ein Cloud-Analytics-System ĂŒbertragen werden.",
+ "question": "Vergleichen Sie OPC UA (Open Platform Communications Unified Architecture) mit dem MQTT-Protokoll bezĂŒglich Kommunikationsmuster (Client/Server vs. Publish/Subscribe), Datenmodellierung, Overhead und typischem Einsatzzweck.",
+ "points": 8,
+ "solution": "Vergleich OPC UA vs. MQTT:\n- Kommunikationsmuster:\n âą OPC UA: PrimĂ€r Client/Server (Punkt-zu-Punkt Anfrage/Antwort), optional auch Pub/Sub. Bietet Methodenaufrufe (RPC) und Quittierungen. (1,5 Pkt.)\n âą MQTT: Reines Publish/Subscribe ĂŒber einen zentralen Message Broker. Entkoppelt Sender und EmpfĂ€nger zeitlich und rĂ€umlich. (1,5 Pkt.)\n- Datenmodellierung & Semantik:\n âą OPC UA: Extrem mĂ€chtiges, objektorientiertes Informationsmodell (Nodes, References, Datentypen, Einheiten). Die Maschine beschreibt sich selbst semantisch! (2 Pkt.)\n âą MQTT: Vollkommen payload-agnostisch (reiner Byte-Stream im Body, z. B. JSON). Keine standardisierte Semantik. (1 Pkt.)\n- Overhead & Einsatzzweck:\n âą OPC UA: Höherer Protokoll-Overhead, ideal fĂŒr M2M-Kommunikation und vertikale Integration von der Maschine ins MES/ERP. (1 Pkt.)\n âą MQTT: Extrem schlanker Header (ab 2 Byte), ideal fĂŒr bandbreitenarme Funknetze (LoRaWAN, Mobilfunk) und Massen-Telemetriedaten in die Cloud. (1 Pkt.)",
+ "type": "text",
+ "options": []
+ },
+ {
+ "id": "fidv_sec_001",
+ "exam": "AP2_T2",
+ "lernfeld": "LF 11 DV",
+ "topic": "Industrial Security nach IEC 62443",
+ "scenario": "Das Automatisierungsnetzwerk einer Fabrik soll gegen Cyber-Angriffe und Sabotage gehÀrtet werden.",
+ "question": "ErlÀutern Sie das Zonen- und Conduit-Modell nach der Normenreihe IEC 62443. Was ist ein Conduit (Verbindungskanal)? Welche Sicherheitsanforderungen gelten an den Schnittstellen zwischen IT- und OT-Netzen?",
+ "points": 8,
+ "solution": "Zonen- und Conduit-Modell (IEC 62443):\n- Zonen (Zones): Gruppierung logischer oder physischer Assets mit denselben Sicherheitsanforderungen (Security Level SL 1 bis 4). Alle Systeme innerhalb einer Zone vertrauen einander weitgehend. (3 Pkt.)\n- Conduits (VerbindungskanĂ€le): Kommunikationspfade zwischen unterschiedlichen Zonen. Ein Conduit bĂŒndelt alle Verbindungen und MUSS durch SicherheitsmaĂnahmen (z. B. Industrial Firewall, VPN, IDS) ĂŒberwacht und reglementiert werden. Unkontrollierte Querkommunikation zwischen Zonen ist verboten. (3 Pkt.)\n\nIT/OT-Schnittstellen:\n- Strikt getrennte Demilitarisierte Zone (Industrial DMZ / IDMZ) nach dem Purdue-Modell (Level 3.5).\n- Kein direkter Datenverkehr zwischen Office-IT (Level 4/5) und Fertigungs-OT (Level 0-3). Kommunikation darf nur ĂŒber Proxies, Bastion Hosts oder Jump-Server in der IDMZ erfolgen. (2 Pkt.)",
+ "type": "text",
+ "options": []
+ },
+ {
+ "id": "fidv_net_001",
+ "exam": "AP2_T2",
+ "lernfeld": "LF 12 DV",
+ "topic": "Redundanzprotokolle PRP und HSR in der OT",
+ "scenario": "In einem Energie-Umspannwerk darf bei einem Netzwerkausfall keine einzige Millisekunde DatenĂŒbertragung verloren gehen.",
+ "question": "ErlÀutern Sie die industriellen Redundanzprotokolle Parallel Redundancy Protocol (PRP) und High-availability Seamless Redundancy (HSR) nach IEC 62439-3. Warum reicht das klassische Spanning Tree Protocol (RSTP) in diesen Anwendungen nicht aus?",
+ "points": 8,
+ "solution": "Kritik an Spanning Tree (RSTP):\nRSTP benötigt nach einem Linkausfall mehrere hundert Millisekunden bis Sekunden zur Rekonvergenz. FĂŒr zeitkritische Schutzabschaltungen in Industrie und Energie (Schaltzeit < 4 ms) bedeutet dies einen unzulĂ€ssigen Stillstand. (2 Pkt.)\n\nPRP (Parallel Redundancy Protocol):\n- Ein EndgerĂ€t (DANP - Dual Attached Node with PRP) ist gleichzeitig an ZWEI komplett voneinander getrennte Netzwerke (LAN A und LAN B) angeschlossen.\n- Datenframes werden dupliziert und zeitgleich ĂŒber beide Netze versendet. Der EmpfĂ€nger verarbeitet das zuerst eintreffende Paket und verwirft das Duplikat nahtlos (Umschaltzeit: EXAKT 0 ms!). FĂ€llt ein Netz komplett aus, lĂ€uft der Betrieb ohne Unterbrechung weiter. (3 Pkt.)\n\nHSR (High-availability Seamless Redundancy):\n- Ring-Topologie ohne zentrale Switche. Jedes GerĂ€t sendet das Paket zeitgleich in beide Ringrichtungen (im und gegen den Uhrzeigersinn). Der EmpfĂ€nger entnimmt das erste Paket und verwirft das zweite (Umschaltzeit 0 ms). (3 Pkt.)",
+ "type": "text",
+ "options": []
+ },
+ {
+ "id": "fidp_proc_002",
+ "profession": "FIDP",
+ "exam_part": "AP2_PB2",
+ "topic": "BPMN 2.0: Ausnahmebehandlung & Intermediate Events",
+ "points": 10,
+ "scenario": "In einem Beschaffungsprozess soll ein Lieferant binnen 48 Stunden eine AuftragsbestĂ€tigung ĂŒbermitteln. Trifft diese nicht rechtzeitig ein, muss ein Eskalationsprozess an den strategischen Einkauf ausgelöst werden.",
+ "question": "a) Benennen Sie das BPMN-Element, mit dem die 48-Stunden-Frist an der AktivitĂ€t 'AuftragsbestĂ€tigung abwarten' modelliert wird.\nb) ErlĂ€utern Sie den Unterschied zwischen einem unterbrechenden (interrupting) und einem nicht-unterbrechenden (non-interrupting) Boundary Event anhand dieses Szenarios.\nc) Welche Gateway-Art ist zu wĂ€hlen, wenn nach PrĂŒfung der BestĂ€tigung entweder die Standard-Lieferung, eine Express-Lieferung oder bei Lieferengpass ein Alternativartikel parallel angefragt werden soll?",
+ "expected_solution": "a) Angeheftetes Zwischenereignis (Boundary Timer Event / Zeit-Grenzereignis).\nb) Unterbrechend: Bricht die HauptaktivitĂ€t sofort ab und leitet die Token ausschlieĂlich in den Eskalationspfad (AuftragsbestĂ€tigung wird nicht mehr angenommen). Nicht-unterbrechend: Die Frist löst eine Warnung/Eskalation aus, die ursprĂŒngliche AktivitĂ€t bleibt jedoch aktiv und kann noch abgeschlossen werden.\nc) Inklusives Gateway (OR / OR-Split), da eine oder mehrere Verzweigungen gleichzeitig aktiv werden können (z.B. Express-Lieferung UND parallele Alternativartikel-Anfrage)."
+ },
+ {
+ "id": "fidp_data_002",
+ "profession": "FIDP",
+ "exam_part": "AP2_PB1",
+ "topic": "Datenformate & DatenqualitÀt: Parquet vs. JSON & ISO 25012",
+ "points": 10,
+ "scenario": "Ein Logistikunternehmen speichert tÀglich 80 Millionen Sensordaten aus Frachtcontainern. Derzeit liegen die Daten als unkomprimierte JSON-Dateien vor. Die analytischen Abfragen auf Zeitreihen dauern mehrere Stunden.",
+ "question": "a) ErlĂ€utern Sie das Speicherprinzip von Apache Parquet (spaltenorientiert) im Vergleich zu zeilenbasierten JSON-Dateien.\nb) Nennen Sie zwei konkrete Vorteile, die sich bei analytischen Aggregationsabfragen (z.B. Durchschnittstemperatur pro Monat) durch Parquet ergeben.\nc) Nennen und erlĂ€utern Sie zwei Merkmale der DatenqualitĂ€t nach DIN ISO/IEC 25012, die bei Sensordaten vor der Persistierung geprĂŒft werden mĂŒssen.",
+ "expected_solution": "a) JSON ist zeilenorientiert (Row-oriented); Parquet ist spaltenorientiert (Column-oriented), d.h. Werte derselben Spalte werden zusammenhĂ€ngend auf der Festplatte gespeichert.\nb) 1. Column Pruning: Es mĂŒssen nur die Spalten von der Festplatte gelesen werden, die in der Abfrage benötigt werden (drastische Reduktion der I/O-Last). 2. Hohe Kompressionsrate: Da homogene Datentypen hintereinander liegen, greifen Algorithmen wie Snappy oder Dictionary Encoding extrem effizient.\nc) 1. Genauigkeit (Accuracy): Sensormesswerte dĂŒrfen keine Messfehler oder unphysikalischen AusreiĂer aufweisen. 2. VollstĂ€ndigkeit (Completeness): Es dĂŒrfen keine Zeitintervalle oder Funkabrisse unbemerkt fehlen."
+ },
+ {
+ "id": "fidp_etl_002",
+ "profession": "FIDP",
+ "exam_part": "AP2_PB1",
+ "topic": "ETL: Change Data Capture (CDC) & Idempotenz",
+ "points": 8,
+ "scenario": "Eine E-Commerce-Plattform synchronisiert Kundendaten aus einem operativen PostgreSQL-System in ein analytisches Snowflake Data Warehouse.",
+ "question": "a) ErlĂ€utern Sie das Funktionsprinzip von Change Data Capture (CDC) ĂŒber das Write-Ahead-Log (WAL) im Vergleich zu zyklischen Vollabfragen via SELECT mit Timestamp.\nb) Definieren Sie den Begriff 'Idempotenz' im Kontext von Datenpipelines und begrĂŒnden Sie, warum Idempotenz im Fehlerfall essenziell ist.",
+ "expected_solution": "a) CDC liest die Ănderungen (INSERT, UPDATE, DELETE) direkt asynchron und latenzarm aus den Transaktionslogs (WAL) der Datenbank aus. Dadurch entsteht nahezu keine zusĂ€tzliche Last auf der operativen Datenbank und gelöschte DatensĂ€tze (Deletes) werden lĂŒckenlos erfasst, was bei Timestamp-SELECTs oft nicht möglich ist.\nb) Idempotenz bedeutet, dass eine Pipeline-Operation beliebig oft mit denselben Eingangsdaten ausgefĂŒhrt werden kann, ohne das Endergebnis zu verĂ€ndern. Im Fehlerfall oder bei Pipeline-Wiederholungen (Retries) verhindert dies doppelte DatensĂ€tze (Duplikate) und inkonsistente Aggregationen."
+ },
+ {
+ "id": "fidp_dwh_002",
+ "profession": "FIDP",
+ "exam_part": "AP2_PB1",
+ "topic": "Data Warehouse: Slowly Changing Dimensions (SCD Typ 1 vs. Typ 2)",
+ "points": 10,
+ "scenario": "In einem CRM-System Ă€ndert ein GroĂkunde seinen Firmensitz von MĂŒnchen nach Frankfurt am Main. Im Data Warehouse sollen historische Umsatzzahlen weiterhin der Region MĂŒnchen zugeordnet bleiben, zukĂŒnftige UmsĂ€tze jedoch Frankfurt.",
+ "question": "a) BegrĂŒnden Sie, warum SCD Typ 1 fĂŒr diese Anforderung ungeeignet ist.\nb) Beschreiben Sie den Aufbau und die Funktionsweise einer SCD Typ 2 Implementierung in der Kundendimension (nennen Sie drei typische Metadaten-Spalten).\nc) Was versteht man unter einem 'SurrogatschlĂŒssel' (Surrogate Key) und warum ist er bei SCD Typ 2 zwingend erforderlich?",
+ "expected_solution": "a) SCD Typ 1 ĂŒberschreibt den bestehenden Datensatz einfach. Dadurch geht die Historie verloren, und historische UmsĂ€tze wĂŒrden fĂ€lschlicherweise nachtrĂ€glich Frankfurt zugeordnet.\nb) Bei SCD Typ 2 wird fĂŒr jede Ănderung ein neuer Datensatz in der Dimensionstabelle angelegt. Die Historie wird ĂŒber Metadatenspalten gesteuert: 1. `gueltig_von` (Valid From / Startdatum), 2. `gueltig_bis` (Valid To / Enddatum, z.B. 9999-12-31), 3. `is_current` (Flag 1/0 fĂŒr den aktuell gĂŒltigen Datensatz).\nc) Ein SurrogatschlĂŒssel ist ein kĂŒnstlicher, datenbankinterner PrimĂ€rschlĂŒssel (z.B. fortlaufende Ganzzahl / Bigint). Da der fachliche GeschĂ€ftsschlĂŒssel (Business Key, z.B. Kundennummer) bei SCD Typ 2 mehrfach in der Tabelle vorkommt, garantiert nur der SurrogatschlĂŒssel die Eindeutigkeit jeder historischen Version."
+ },
+ {
+ "id": "fidp_stat_002",
+ "profession": "FIDP",
+ "exam_part": "AP2_PB1",
+ "topic": "Induktive Statistik: Hypothesentest, p-Wert & A/B-Testing",
+ "points": 8,
+ "scenario": "Ein Online-Shop testet einen neuen Checkout-Button in einem A/B-Test. Variante A (bestehend) erreicht eine Konversionsrate von 3,2 %, Variante B (neu) 3,8 %. Der berechnete p-Wert betrÀgt 0,023 bei einem festgelegten Signifikanzniveau alpha von 0,05.",
+ "question": "a) Formulieren Sie die Nullhypothese H0 und die Alternativhypothese H1 fĂŒr diesen Test.\nb) Interpretieren Sie das Testergebnis: Wird die Nullhypothese verworfen? BegrĂŒnden Sie Ihre Entscheidung anhand des p-Werts.\nc) ErlĂ€utern Sie den Unterschied zwischen einem Alpha-Fehler (Fehler 1. Art) und einem Beta-Fehler (Fehler 2. Art).",
+ "expected_solution": "a) H0: Die neue Button-Variante hat keinen signifikanten Einfluss auf die Konversionsrate (Variante B ist gleich oder schlechter als A). H1: Die neue Variante fĂŒhrt zu einer signifikant höheren Konversionsrate als Variante A.\nb) Da der p-Wert (0,023) kleiner ist als das Signifikanzniveau alpha (0,05), wird die Nullhypothese verworfen. Die Konversionssteigerung ist mit 95 % statistischer Sicherheit signifikant.\nc) Alpha-Fehler (Fehler 1. Art): H0 wird fĂ€lschlicherweise verworfen, obwohl kein echter Unterschied vorliegt (falsch-positiv). Beta-Fehler (Fehler 2. Art): H0 wird beibehalten, obwohl Variante B in Wahrheit ĂŒberlegen ist (falsch-negativ)."
+ },
+ {
+ "id": "fidp_ml_002",
+ "profession": "FIDP",
+ "exam_part": "AP2_PB1",
+ "topic": "Machine Learning: Confusion Matrix & Kennzahlen (Precision, Recall)",
+ "points": 10,
+ "scenario": "Ein Machine-Learning-Modell soll betrĂŒgerische Kreditkartentransaktionen (Fraud) erkennen. Ein Testdatensatz von 1.000 Transaktionen liefert folgende Konfusionsmatrix: True Positive (TP) = 80, False Positive (FP) = 20, False Negative (FN) = 10, True Negative (TN) = 890.",
+ "question": "a) Berechnen Sie die Accuracy (Treffgenauigkeit) des Modells in Prozent.\nb) Berechnen Sie die Precision (PrĂ€zision) und den Recall (SensitivitĂ€t / Trefferquote).\nc) BegrĂŒnden Sie, warum bei Betrugserkennung der Recall in der Regel wichtiger ist als die Precision.",
+ "expected_solution": "a) Accuracy = (TP + TN) / Gesamt = (80 + 890) / 1000 = 970 / 1000 = 97,0 %.\nb) Precision = TP / (TP + FP) = 80 / (80 + 20) = 80 / 100 = 80,0 %.\nRecall = TP / (TP + FN) = 80 / (80 + 10) = 80 / 90 = 88,89 %.\nc) Ein unentdeckter Betrugsfall (False Negative) verursacht direkten finanziellen Schaden und rechtliche Risiken. Ein Fehlalarm (False Positive) fĂŒhrt hingegen meist nur zu einer kurzen manuellen NachprĂŒfung oder SMS-BestĂ€tigung. Daher muss FN minimiert und somit der Recall maximiert werden."
+ },
+ {
+ "id": "fidp_bi_001",
+ "profession": "FIDP",
+ "exam_part": "AP2_PB2",
+ "topic": "Business Intelligence: Visualisierung & Dashboard-Design",
+ "points": 8,
+ "scenario": "Die GeschĂ€ftsfĂŒhrung wĂŒnscht ein operatives Vertriebs-Dashboard. Ein Junior-Analyst hat hierfĂŒr 3D-Kreisdiagramme mit 15 Segmenten und auffĂ€lligen Ampelfarben (Rot/GrĂŒn) ohne Beschriftung erstellt.",
+ "question": "a) Kritisieren Sie den Entwurf des Analysten anhand von zwei ergonomischen GrundsĂ€tzen (z.B. Barrierefreiheit, Gestaltgesetze).\nb) Welcher Diagrammtyp eignet sich besser, um Umsatzanteile von 15 Produktkategorien darzustellen? BegrĂŒnden Sie Ihre Wahl.\nc) Was versteht man unter dem Begriff 'Data-Ink-Ratio' nach Edward Tufte?",
+ "expected_solution": "a) 1. Kreisdiagramme mit 15 Segmenten ĂŒberfordern das menschliche Auge (Winkel und FlĂ€chen können kognitiv schlecht verglichen werden; 3D-Effekte verzerren Proportionen zusĂ€tzlich). 2. Reine Rot/GrĂŒn-Farbkodierung schlieĂt Menschen mit Rot-GrĂŒn-SehschwĂ€che aus (mangelnde Barrierefreiheit).\nb) Ein horizontales Balkendiagramm (Bar Chart), absteigend nach Umsatz sortiert. Kategorienamen sind horizontal lesbar, und BalkenlĂ€ngen lassen sich vom menschlichen Gehirn prĂ€zise und mĂŒhelos vergleichen.\nc) Das VerhĂ€ltnis von nĂŒtzlicher Tinte (Data-Ink), die echte Dateninformationen ĂŒbermittelt, zur gesamten Druck-/Pixelmenge. Ziel ist die Maximierung der Data-Ink-Ratio durch Entfernen redundanter Dekorationen (3D-Effekte, unnötige Gitterlinien, Zierrahmen)."
+ },
+ {
+ "id": "fidp_gov_001",
+ "profession": "FIDP",
+ "exam_part": "AP2_PB1",
+ "topic": "Data Governance & DSGVO: Anonymisierung vs. Pseudonymisierung",
+ "points": 8,
+ "scenario": "Ein Gesundheits-Startup möchte Patientendaten fĂŒr statistische Forschungszwecke auswerten. GemÀà DSGVO Art. 9 handelt es sich um besondere Kategorien personenbezogener Daten.",
+ "question": "a) ErlÀutern Sie den technischen und rechtlichen Unterschied zwischen 'Pseudonymisierung' und 'Anonymisierung'.\nb) Nennen Sie zwei typische Techniken zur Anonymisierung von tabellarischen DatensÀtzen (z.B. k-AnonymitÀt, Aggregation).\nc) Was versteht man unter 'Data Lineage' im Rahmen von Data Governance?",
+ "expected_solution": "a) Pseudonymisierung (Art. 4 Nr. 5 DSGVO): Personenidentifikatoren (Name, SV-Nummer) werden durch Pseudonyme/Hashes ersetzt. Eine Re-Identifizierung ist unter Zuhilfenahme zusĂ€tzlicher, separat gesicherter SchlĂŒssel noch möglich. Die Daten bleiben personenbezogen.\nAnonymisierung: Daten werden so irreversibel verĂ€ndert, dass die betroffene Person weder durch den Verantwortlichen noch durch Dritte identifiziert werden kann. Anonyme Daten fallen nicht mehr unter die DSGVO.\nb) 1. k-AnonymitĂ€t / Verallgemeinerung (z.B. Alter in Altersgruppen 30-39 fassen, Postleitzahlen auf die ersten zwei Stellen kĂŒrzen). 2. Datenstörung / Perturbation / Rauschinjektion (Differential Privacy) oder UnterdrĂŒckung seltener DatensĂ€tze.\nc) Data Lineage beschreibt den lĂŒckenlosen Lebenszyklus und Fluss von Daten vom Ursprung (Datenquelle) ĂŒber alle Transformationen und ETL-Stufen bis zum Zielsystem/Bericht. Sie stellt Nachvollziehbarkeit, Auditierbarkeit und Compliance sicher."
+ },
+ {
+ "id": "fidv_cps_002",
+ "profession": "FIDV",
+ "exam_part": "AP2_PB2",
+ "topic": "RAMI 4.0 & Verwaltungsschale (Asset Administration Shell)",
+ "points": 10,
+ "scenario": "In einer Smart Factory soll eine neue CNC-FrÀsmaschine als Industrie 4.0 Komponente integriert werden. Die Architektur soll dem RAMI 4.0 Modell folgen.",
+ "question": "a) Nennen Sie die drei Achsen des RAMI 4.0 Referenzarchitekturmodells.\nb) Welche Funktion hat die Verwaltungsschale (Asset Administration Shell - AAS) fĂŒr physische Maschinen?\nc) Auf welcher Hierarchy Level Ebene nach RAMI 4.0 ordnet sich die CNC-FrĂ€se ein?",
+ "expected_solution": "a) 1. Architektur-Schichten (Layers: Asset, Integration, Communication, Information, Functional, Business).\n2. Lebenszyklus & Wertschöpfungskette (Life Cycle & Value Stream: Typ vs. Instanz, Entwicklung bis Wartung).\n3. Hierarchie-Ebenen (Hierarchy Levels: Product, Field Device, Control Device, Station, Work Center, Enterprise, Connected World).\nb) Die AAS bildet die standardisierte digitale Schnittstelle (den Digitalen Zwilling) des physischen Assets. Sie kapselt alle Daten, Dokumentationen, FÀhigkeiten, Parameter und Kommunikationsschnittstellen der Maschine herstellerunabhÀngig.\nc) Station (oder Control Device / Field Device je nach Betrachtung der Einzelkomponenten; als Gesamtmaschine typischerweise 'Station' / 'Work Center')."
+ },
+ {
+ "id": "fidv_sens_001",
+ "profession": "FIDV",
+ "exam_part": "AP2_PB2",
+ "topic": "Sensorik: IO-Link vs. Analoge Schnittstellen & A/D-Wandlung",
+ "points": 10,
+ "scenario": "An einem FlieĂband erfassen Drucksensoren den Hydraulikdruck. Bislang wurden analoge 4-20 mA Stromschleifen eingesetzt. Nun wird auf IO-Link umgerĂŒstet.",
+ "question": "a) ErlĂ€utern Sie einen wesentlichen Vorteil einer 4-20 mA Stromschnittstelle gegenĂŒber einer 0-10 V Spannungsschnittstelle bei langen Leitungswegen.\nb) Warum wird bei analogen Sensoren ein Live-Zero (4 mA statt 0 mA) genutzt?\nc) Nennen Sie drei konkrete Vorteile, die der digitale Standard IO-Link (IEC 61131-9) gegenĂŒber rein analogen 4-20 mA Sensoren bietet.",
+ "expected_solution": "a) Der Schleifenstrom von 4-20 mA ist unabhĂ€ngig vom Leitungswiderstand (Spannungsabfall) der Zuleitung, wodurch Messfehler durch LeitungslĂ€ngen vermieden werden. Zudem ist die Stromschleife unempfindlicher gegen elektromagnetische Einstreuungen.\nb) Drahtbruchsicherheit: FlieĂt ein Strom von 0 mA, liegt ein Leitungsabriss oder Sensorfehler vor. Werte zwischen 4 und 20 mA reprĂ€sentieren den echten Messbereich.\nc) 1. Digitale, störungsfreie Ăbertragung von Prozesswerten, Parametern und Diagnosedaten ĂŒber dieselbe Standard-3-Leiter-Verkabelung. 2. Fernparametrierung und automatischer Sensortausch ohne manuelles Konfigurieren (Plug & Play via IODD-Datei). 3. ZusĂ€tzliche Diagnoseinformationen (z.B. Verschmutzung, Temperaturwarnung, Ăberlast)."
+ },
+ {
+ "id": "fidv_edge_001",
+ "profession": "FIDV",
+ "exam_part": "AP2_PB1",
+ "topic": "Edge Computing vs. Cloud & IoT-Gateways",
+ "points": 8,
+ "scenario": "Ein Walzwerk erfasst Vibrationsdaten mit einer Abtastrate von 20 kHz pro Lager, um LagerschÀden mittels FFT (Fast Fourier Transformation) im Millisekundenbereich vorherzusagen.",
+ "question": "a) BegrĂŒnden Sie anhand von zwei technischen Faktoren (Latenz, Bandbreite), warum die Rohdatenverarbeitung auf einem Edge-Gateway direkt an der Maschine statt in einer zentralen Cloud erfolgen muss.\nb) Welche Aufgaben ĂŒbernimmt das Edge-Gateway typischerweise, bevor selektive Daten an die Cloud weitergeleitet werden?\nc) Nennen Sie ein leichtgewichtiges Container-Betriebssystem oder eine K8s-Distribution, die speziell fĂŒr Industrie-PCs (IPCs) an der Edge geeignet ist.",
+ "expected_solution": "a) 1. Bandbreite: 20 kHz Abtastrate bei mehreren Sensoren erzeugt gigabyteweise Daten pro Stunde; die dauerhafte Ăbertragung ĂŒber WAN-Verbindungen wĂŒrde das Unternehmensnetzwerk ĂŒberlasten und erhebliche Cloud-Kosten verursachen. 2. Latenz & Echtzeit: Die Schadenserkennung und Notabschaltung muss binnen Millisekunden erfolgen; Cloud-Roundtrips unterliegen unvorhersehbarem Jitter und Latenzschwankungen.\nb) Filterung, Aggregation, Vorverarbeitung/Transformation (z.B. FFT-Schwingungsanalyse zur Merkmaltextraktion) und Protokollkonvertierung (z.B. Feldbus nach MQTT/OPC UA).\nc) K3s (Lightweight Kubernetes), MicroK8s, BalenaOS oder Ubuntu Core."
+ },
+ {
+ "id": "fidv_bus_002",
+ "profession": "FIDV",
+ "exam_part": "AP2_PB1",
+ "topic": "Industrielle Kommunikation: Profinet IO vs. TSN",
+ "points": 8,
+ "scenario": "In einer Fertigungslinie tauschen speicherprogrammierbare Steuerungen (SPS) und Servoantriebe zyklisch Prozessdaten aus. Gleichzeitig sollen Kamerabilder zur QualitĂ€tsprĂŒfung ĂŒber dieselbe Netzwerkinfrastruktur ĂŒbertragen werden.",
+ "question": "a) ErlÀutern Sie den Unterschied zwischen Profinet RT (Real-Time) und Profinet IRT (Isochronous Real-Time).\nb) Welches grundlegende Problem des Standard-Ethernet (CSMA/CD bzw. Best-Effort Switching) verhindert harte EchtzeitfÀhigkeit?\nc) Wie löst Time-Sensitive Networking (TSN, z.B. IEEE 802.1Qbv) die Koexistenz von zeitkritischem Steuerungsverkehr und bandbreitenintensivem IT-Videoverkehr auf derselben physikalischen Leitung?",
+ "expected_solution": "a) Profinet RT arbeitet softwarebasiert auf Layer 2 und umgeht den TCP/IP-Stack (Zykluszeiten typischerweise 1-10 ms). Profinet IRT nutzt spezielle Switch-Hardware fĂŒr taktsynchronisierte DatenĂŒbertragung mit fest reservierten Zeitschlitzen im Mikrosekundenbereich (harte Echtzeit, Jitter < 1 ”s).\nb) Standard-Ethernet nutzt Best-Effort Ăbertragung. Wenn mehrere Sender gleichzeitig Pakete ĂŒber einen Switch-Port leiten, entstehen Puffer-Warteschlangen (Queuing Delay), Jitter und im schlimmsten Fall Paketverluste.\nc) TSN nutzt den Time-Aware Shaper (IEEE 802.1Qbv): Die Ăbertragungszeit auf der Leitung wird in sich wiederholende Zeitschlitze unterteilt. In definierten Zeitfenstern dĂŒrfen ausschlieĂlich zeitkritische Pakete mit höchster PrioritĂ€t die Leitung blockierungsfrei nutzen, wĂ€hrend Standard-Datenverkehr temporĂ€r pausiert wird."
+ },
+ {
+ "id": "fidv_iot_002",
+ "profession": "FIDV",
+ "exam_part": "AP2_PB1",
+ "topic": "OPC UA: Sicherheitskonzept & Zertifikate",
+ "points": 8,
+ "scenario": "Ein MES-System (Manufacturing Execution System) soll Prozessdaten von mehreren OPC UA Servern aus der Fertigung auslesen.",
+ "question": "a) Welche drei Sicherheitsaspekte werden durch den OPC UA Security Layer standardmĂ€Ăig abgedeckt (CIA-Triade)?\nb) Beschreiben Sie den Mechanismus des Trust-Managements beim Verbindungsaufbau zwischen einem OPC UA Client und einem OPC UA Server (Rolle von X.509-Zertifikaten).\nc) Was passiert, wenn auf dem OPC UA Server die Security Policy 'None' konfiguriert ist, und wie ist dies in Produktionsnetzen zu bewerten?",
+ "expected_solution": "a) 1. Vertraulichkeit (VerschlĂŒsselung der Nutzdaten via AES), 2. IntegritĂ€t (Signatur der Nachrichten via SHA/RSA), 3. AuthentizitĂ€t (Gegenseitige Identifikation von Client und Server via X.509 Zertifikate).\nb) Client und Server tauschen beim Verbindungsaufbau ihre öffentlichen X.509-Zertifikate aus. Die Verbindung kommt nur zustande, wenn das jeweilige Zertifikat in der 'Trusted'-Liste des Partners hinterlegt ist oder von einer vertrauenswĂŒrdigen CA signiert wurde (Reject / Trust Store).\nc) 'None' bedeutet unverschlĂŒsselte und unsignierte Ăbertragung im Klartext ohne Authentifizierung. In industriellen Produktionsnetzen stellt dies ein enormes Sicherheitsrisiko dar (Man-in-the-Middle Angriffe, Sabotage von Steuerungswerten) und verstöĂt gegen gĂ€ngige Standards wie IEC 62443."
+ },
+ {
+ "id": "fidv_wire_001",
+ "profession": "FIDV",
+ "exam_part": "AP2_PB2",
+ "topic": "Drahtlose Vernetzung: 5G Campusnetze vs. LoRaWAN",
+ "points": 8,
+ "scenario": "Ein Logistikzentrum plant die Vernetzung von autonom fahrenden Flurförderzeugen (AGVs) in der Halle und die Verfolgung von Containern auf einem 10 kmÂČ groĂen AuĂengelĂ€nde.",
+ "question": "a) BegrĂŒnden Sie, warum fĂŒr die Steuerung der autonomen Fahrzeuge (AGVs) ein privates 5G-Campusnetz (URLLC) anstelle von LoRaWAN eingesetzt werden muss.\nb) Welcher Frequenzbereich steht Unternehmen in Deutschland fĂŒr private 5G-Campusnetze durch die Bundesnetzagentur zur VerfĂŒgung?\nc) Warum ist LoRaWAN die optimale Wahl fĂŒr die Batterieversorgten Tracker auf dem AuĂengelĂ€nde? Nennen Sie zwei GrĂŒnde.",
+ "expected_solution": "a) AGVs erfordern kontinuierliche Steuerung mit extrem geringer Latenz (< 5 ms) und hoher ZuverlÀssigkeit (URLLC - Ultra-Reliable Low-Latency Communication). LoRaWAN hat extrem geringe Bandbreite, hohe Latenzen und SendezeitbeschrÀnkungen (Duty Cycle von meist 1 %).\nb) Frequenzbereich 3.700 MHz bis 3.800 MHz (3,7 - 3,8 GHz / Band n78).\nc) 1. Sehr hohe Funkreichweite (mehrere Kilometer im Freifeld durch Sub-GHz Chirp Spread Spectrum Modulation). 2. Extrem geringer Energieverbrauch, der Batterie-Laufzeiten von 5 bis 10 Jahren ohne Wartung ermöglicht."
+ },
+ {
+ "id": "fidv_sec_002",
+ "profession": "FIDV",
+ "exam_part": "AP2_PB1",
+ "topic": "Purdue-Modell & OT-Netzwerksegmentierung (IDMZ)",
+ "points": 10,
+ "scenario": "Nach einem Ransomware-Vorfall in der Office-IT soll das Produktionsnetzwerk (OT) isoliert und nach dem Purdue-Referenzmodell neu strukturiert werden.",
+ "question": "a) Ordnen Sie die folgenden Systeme den Purdue-Levels (Level 0, Level 1, Level 2, Level 3, Level 4) zu: SPS, ERP-System, TemperaturfĂŒhler, SCADA-Server, HMI-Touchpanel.\nb) Welche Funktion hat die Industrial Demilitarized Zone (IDMZ / Level 3.5)?\nc) Nennen Sie zwei Dienste, die typischerweise in der IDMZ platziert werden, und eine goldene Regel fĂŒr den Datenverkehr durch die IDMZ.",
+ "expected_solution": "a) Level 0: TemperaturfĂŒhler (Prozess/Physik); Level 1: SPS (Basis-Steuerung); Level 2: HMI-Touchpanel (Bereichs-Bedienung); Level 3: SCADA-Server (Betriebsleitebene / MES); Level 4: ERP-System (Enterprise IT).\nb) Die IDMZ (Level 3.5) bildet einen Puffer- und Trennungsbereich zwischen der Office-IT (Level 4/5) und der Fertigungs-OT (Level 0-3). Sie verhindert jede direkte Netzwerkverbindung zwischen IT und OT.\nc) Dienste in IDMZ: Patch-Management / WSUS-Spiegel, Historian-Replikat, Jump-Host / Bastion Host fĂŒr Fernwartung. Goldene Regel: Kein direkter Durchgangsverkehr erlaubt! Jede Verbindung endet in der IDMZ; Daten werden abgelegt und von der anderen Seite separat abgeholt."
+ },
+ {
+ "id": "fidv_res_001",
+ "profession": "FIDV",
+ "exam_part": "AP2_PB1",
+ "topic": "Netzwerkresilienz: PRP & HSR (IEC 62439-3) vs. RSTP",
+ "points": 8,
+ "scenario": "In einem Umspannwerk und einer petrochemischen Raffinerie dĂŒrfen bei einem Kabelbruch keine Datenpakete verloren gehen, da dies zum Abschalten der Notfallventile fĂŒhren wĂŒrde.",
+ "question": "a) BegrĂŒnden Sie, warum herkömmliche Redundanzverfahren wie RSTP (Rapid Spanning Tree) fĂŒr diese Anwendung unzureichend sind.\nb) ErlĂ€utern Sie das Funktionsprinzip des Parallel Redundancy Protocol (PRP nach IEC 62439-3).\nc) Was ist die theoretische Umschaltzeit (Reconfiguration Time) von PRP bei Ausfall eines Ăbertragungspfades?",
+ "expected_solution": "a) RSTP benötigt fĂŒr die Rekonfiguration des Netzes nach einem Linkausfall typischerweise einige Hundert Millisekunden bis mehrere Sekunden. In dieser Zeit kommt es zu Paketverlusten, die Schutzabschaltungen auslösen können.\nb) Bei PRP sendet ein EndgerĂ€t (Dual Attached Node - DANP) jedes Datenpaket zeitgleich ĂŒber zwei völlig getrennte, parallele Netzwerke (LAN A und LAN B). Der EmpfĂ€nger verarbeitet das zuerst eintreffende Paket und verwirft das Duplikat anhand einer Sequenznummer (Redundancy Control Trailer).\nc) 0 ms (unterbrechungsfreie Umschaltung, Zero-Failover-Time), da das Duplikat auf dem redundanten Pfad kontinuierlich weiterlĂ€uft."
+ },
+ {
+ "id": "fidv_gov_001",
+ "profession": "FIDV",
+ "exam_part": "AP2_WiSo",
+ "topic": "Funktionale Sicherheit (Safety) vs. Security & CE-Kennzeichnung",
+ "points": 8,
+ "scenario": "Ein Sondermaschinenbauer vernetzt eine Roboterzelle mit der Firmen-IT, um Zustandsdaten zu analysieren.",
+ "question": "a) ErlĂ€utern Sie den fundamentalen Unterschied zwischen 'Safety' (Maschinensicherheit) und 'Security' (Informationssicherheit).\nb) Welche Rolle spielt der Performance Level (PL nach EN ISO 13849-1) bzw. das Safety Integrity Level (SIL nach IEC 61508) bei einer Not-Aus-Schaltung?\nc) ErklĂ€ren Sie, warum das nachtrĂ€gliche Vernetzen einer Bestandsmaschine zu einem Erlöschen der CE-KonformitĂ€t fĂŒhren kann (Wesentliche VerĂ€nderung).",
+ "expected_solution": "a) Safety schĂŒtzt Menschen und die Umwelt vor Gefahren, die von der Maschine ausgehen (z.B. Verletzungen durch Roboterarm, Not-Aus). Security schĂŒtzt die Maschine und Daten vor Gefahren, die von böswilligen Angreifern oder Schadsoftware ausgehen (z.B. Hacking, Manipulation).\nb) PL (a bis e) und SIL (1 bis 4) klassifizieren die ZuverlĂ€ssigkeit und Ausfallwahrscheinlichkeit sicherheitsbezogener Steuerungsfunktionen. Ein Not-Aus erfordert typischerweise PL e / SIL 3 (höchste Sicherheitsstufe mit redundanter Auslegung).\nc) Werden durch die digitale Vernetzung neue GefĂ€hrdungen geschaffen (z.B. Manipulierbarkeit von Schutzmechanismen ĂŒber das Netzwerk), liegt eine 'wesentliche VerĂ€nderung' nach dem Produktsicherheitsgesetz / Maschinenrichtlinie vor. Das bestehende CE-Zeichen wird ungĂŒltig, und der Betreiber wird rechtlich zum Hersteller mit Pflicht zur erneuten Risikobeurteilung und CE-Zertifizierung."
}
]
\ No newline at end of file
diff --git a/assets/ihk_tools/purdue_trainer.js b/assets/ihk_tools/purdue_trainer.js
new file mode 100644
index 0000000..b44de97
--- /dev/null
+++ b/assets/ihk_tools/purdue_trainer.js
@@ -0,0 +1,76 @@
+/**
+ * Interaktiver Purdue-Referenzmodell & OT-Zonen-Trainer fĂŒr FIDV
+ * IHK ZPA Nord-West AP2
+ */
+(function() {
+ function renderPurdueTrainer(containerId) {
+ const container = document.getElementById(containerId);
+ if (!container) return;
+
+ const items = [
+ { name: "PT100 TemperaturfĂŒhler & Drucktransmitter", level: "0", hint: "Physikalischer Prozess / Sensorik & Aktorik" },
+ { name: "Siemens S7-1500 SPS & Frequenzumrichter", level: "1", hint: "Basis-Steuerung (Direct Control)" },
+ { name: "KTP700 HMI-Touchpanel & Bedienstation", level: "2", hint: "Bereichsbedienung & Monitoring" },
+ { name: "SCADA-Server & Manufacturing Execution System (MES)", level: "3", hint: "Betriebsleitebene / Fertigungssteuerung" },
+ { name: "Historian-Spiegel & Jump Host (Fernwartung)", level: "3.5", hint: "Industrial DMZ (Puffer zwischen IT und OT)" },
+ { name: "SAP ERP & Active Directory der Verwaltung", level: "4", hint: "Enterprise IT / Unternehmensebene" }
+ ];
+
+ container.innerHTML = `
+
+ Kernkompetenz im PrĂŒfungsbereich 1 (Planen eines Softwareproduktes): Schichtenarchitekturen, Hexagonale Architektur (Ports & Adapters), MVC / MVVM und die klassischen Entwurfsmuster der Gang of Four (GoF).
+
+
+
1. Die Drei-Schichten-Architektur vs. Clean Architecture
+
+
+ - PrÀsentationsschicht (UI / Controller): Verarbeitet Benutzereingaben oder REST-Requests und liefert Antworten (HTML, JSON). HÀngt von der GeschÀftslogik ab.
+ - GeschÀftslogikschicht (Domain / Business Logic): Das Herz der Anwendung (Entities, Use Cases). Völlig frei von UI-Frameworks oder SQL-Abfragen.
+ - Datenzugriffsschicht (Data Access / Repository): Kapselt Datenbanken, Filesystem oder externe Web-Services.
+ - Dependency Inversion Rule (Clean Architecture): AbhĂ€ngigkeiten zeigen IMMER nach innen zur DomĂ€ne. ĂuĂere Infrastruktur implementiert Schnittstellen, die in der DomĂ€ne definiert sind!
+
+
+
+
2. Die wichtigsten GoF-Entwurfsmuster in IHK-PrĂŒfungen
+
+
+
+
Muster
Kategorie
Zweck & IHK-Beispiel
+
+
+
+
Strategy
+
Verhalten (Behavioral)
+
Kapselt austauschbare Algorithmen in separaten Klassen hinter einem gemeinsamen Interface (z. B. verschiedene Rabattberechnungen oder Zahlungsarten: PayPal, Kreditkarte, SEPA).
+
+
+
Observer
+
Verhalten (Behavioral)
+
1:n-AbhĂ€ngigkeit (Publisher/Subscriber). Informiert alle registrierten Abonnenten automatisch ĂŒber ZustandsĂ€nderungen (z. B. GUI-Events, Chatnachrichten, Börsenticker).
+
+
+
Factory Method
+
Erzeugung (Creational)
+
Definiert eine Schnittstelle zur Objekterzeugung, ĂŒberlĂ€sst aber den Unterklassen die Entscheidung, welche konkrete Klasse instanziiert wird.
+
+
+
Singleton
+
Erzeugung (Creational)
+
Stellt sicher, dass exakt eine Instanz einer Klasse existiert (privater Konstruktor, statische Instanz). In modernem Clean Code oft durch Dependency Injection ersetzt.
+
+
+
Adapter
+
Struktur (Structural)
+
Passt die Schnittstelle einer existierenden Klasse an eine vom Client erwartete andere Schnittstelle an (Wrapper-Prinzip).
+
+
+
+
+
+
+
+
+
+
+
+
+
+ đ Authentische IHK-PrĂŒfungsaufgaben nach ZPA 2. Auflage (FIAE)
+
+
+ Bearbeiten Sie die Aufgaben und vergleichen Sie Ihre Antwort mit dem offiziellen Erwartungshorizont:
+
+
+
+
+
+ Clean Architecture & Schichtenmodell
+ 8 Punkte
+
+
+ FĂŒr ein E-Commerce-Portal soll eine wartbare und zukunftssichere Softwarearchitektur konzipiert werden.
+
+
+ ErlÀutern Sie das Prinzip der Schichtenarchitektur (Drei-Schichten-Architektur: PrÀsentation, GeschÀftslogik, Datenzugriff). ErklÀren Sie die Dependency Inversion Rule (AbhÀngigkeitsregel) in der Clean Architecture und warum DomÀnenlogik unabhÀngig von Datenbanken und Frameworks sein muss.
+
+ Design Patterns Strategy vs Factory Method
+ 8 Punkte
+
+
+ In einem Warenwirtschaftssystem sollen unterschiedliche Rabattberechnungen und Versandarten dynamisch zur Laufzeit angewendet werden.
+
+
+ Beschreiben Sie das GoF-Entwurfsmuster "Strategy (Strategie)" anhand von Context, Strategy-Interface und Concrete Strategies. Grenzen Sie es kurz vom Factory Method Pattern ab.
+
+ Design Patterns Observer & Singleton
+ 8 Punkte
+
+
+ In einer Messaging-Applikation sollen mehrere BenutzeroberflÀchen-Komponenten sofort informiert werden, sobald eine neue Chatnachricht eintrifft.
+
+
+ ErlÀutern Sie das Entwurfsmuster Observer (Beobachter) mit den Rollen Subject (Publisher) und Observer (Subscriber). ErklÀren Sie zudem das Singleton-Muster und warum es in modernen Softwaresystemen oft als Anti-Pattern angesehen wird.
+
+ Die Unified Modeling Language (UML) ist das universelle Dokumentations- und Modellierungswerkzeug in allen IHK-AbschlussprĂŒfungen fĂŒr Anwendungsentwickler.
+
Teil-Ganzes-Beziehung ("hat ein"). Teile können unabhÀngig vom Ganzen existieren (z. B. Abteilung $\diamondsuit$ Mitarbeiter).
+
$lacklozenge\hspace{-4pt}-$
Komposition (schwarze Raute)
ExistenzabhÀngige Teil-Ganzes-Beziehung. Stirbt das Ganze, sterben auch alle Teile (z. B. Rechnung $lacklozenge$ Rechnungspositionen).
+
$ riangle\hspace{-4pt}-$
Generalisierung / Vererbung
Unterklasse erbt von Basisklasse ("ist ein", z. B. Manager $ riangle$ Mitarbeiter).
+
+
+
+
+
2. UML-Sequenzdiagramm: Interaktions-Dynamik
+
+ Stellt den zeitlichen Ablauf von Methodenaufrufen dar:
+ - Lebenslinie (Lifeline): Gestrichelte vertikale Linie eines Objekts.
+ - Aktivierungsbalken: Schmaler Balken auf der Lebenslinie zeigt, wann das Objekt aktiv Code ausfĂŒhrt.
+ - Synchrone Nachricht: Durchgezogener Pfeil mit gefĂŒllter Spitze $
ightarrow$ (Aufrufer blockiert und wartet).
+ - Asynchrone Nachricht: Durchgezogener Pfeil mit offener Spitze $
ightharpoonup$ (Aufrufer lÀuft sofort weiter).
+ - Antwortnachricht: Gestrichelter Pfeil $<--$.
+
+
+
+
+
+
+
+
+
+
+ đ Authentische IHK-PrĂŒfungsaufgaben nach ZPA 2. Auflage (FIAE)
+
+
+ Bearbeiten Sie die Aufgaben und vergleichen Sie Ihre Antwort mit dem offiziellen Erwartungshorizont:
+
+
+
+
+
+ UML-Klassendiagramm Sichtbarkeiten und Syntax
+ 8 Punkte
+
+
+ FĂŒr eine IT-Asset-Management-Software soll die Klasse "Server" modelliert werden. Attribute: hostname (String, öffentlich), ipAdresse (String, privat), id (Integer, geschĂŒtzt). Methoden: booten() (kein RĂŒckgabewert, öffentlich), ping(ip: String) (RĂŒckgabewert boolean, öffentlich).
+
+
+ Stellen Sie die Klasse als UML-Klassendiagramm nach DIN/OMG-Standard dar und beachten Sie die korrekten Sichtbarkeitssymbole.
+
+ UML Assoziation Aggregation vs Komposition
+ 8 Punkte
+
+
+ In einem Objektmodell stehen die Klassen "Firma", "Abteilung" und "Mitarbeiter" in Beziehung zueinander.
+
+
+ Unterscheiden Sie Aggregation und Komposition anhand von grafischer Darstellung und Lebensdauer-AbhĂ€ngigkeit und ordnen Sie die Beziehungen der Klassen begrĂŒndet zu.
+
+ UML Sequenzdiagramm Lebenslinie und Nachrichten
+ 8 Punkte
+
+
+ Ein Authentifizierungsprozess zwischen Client, Webserver und Datenbank soll visualisiert werden.
+
+
+ ErlÀutern Sie die Elemente eines UML-Sequenzdiagramms (Lebenslinie, Aktivierungsbalken, synchrone Nachricht, asynchrone Nachricht, Antwortnachricht).
+
+ UML-AktivitÀtsdiagramm & Pseudocode Schleifenlogik
+ 6 Punkte
+
+
+ FĂŒr einen automatisierten Backup-Prozess soll die Kontrolllogik modelliert werden: Es wird geprĂŒft, ob ausreichend Speicherplatz frei ist. Wenn ja, werden Dateien kopiert und eine Erfolgsmeldung gesendet. Wenn nein, wird ein Fehler protokolliert und der Vorgang abgebrochen.
+
+
+ Vergleichen Sie die Modellierung von Kontrollstrukturen im UML-AktivitÀtsdiagramm (Entscheidungsknoten / Raute, Guards) mit strukturiertem Pseudocode (WENN-DANN-SONST) und erlÀutern Sie die Funktion von Fork- und Join-Knoten (Synchronisationsbalken) bei parallelen AblÀufen.
+
+ Die BrĂŒcke zwischen Fachabteilung und Entwicklung: Lastenheft vs. Pflichtenheft, User Stories nach INVEST-Kriterien und formale SchĂ€tzmethoden fĂŒr Softwareprojekte (Function Point, COCOMO, Planning Poker).
+
+ - Function-Point-Analyse (FPA): SchĂ€tzt die SoftwaregröĂe unabhĂ€ngig von der Programmiersprache anhand von 5 Funktionstypen: Interne DatenbestĂ€nde (ILF), Externe Schnittstellendateien (EIF), Externe Eingaben (EI), Externe Ausgaben (EO) und Externe Abfragen (EQ).
+ - Planning Poker (Agil / Scrum): Konsensbasiertes SchÀtzen mit Story Points (Fibonacci-Folge: 1, 2, 3, 5, 8, 13, 21). Vermeidet Anker-Effekte.
+ - Drei-Punkt-SchÀtzung (PERT): Berechnet den Erwartungswert $E = \frac{O + 4M + P}{6}$ aus optimistischem ($O$), realistischstem ($M$) und pessimistischem ($P$) Aufwand.
+
+
+
+
+
+
+
+
+
+
+
+ đ Authentische IHK-PrĂŒfungsaufgaben nach ZPA 2. Auflage (FIAE)
+
+
+ Bearbeiten Sie die Aufgaben und vergleichen Sie Ihre Antwort mit dem offiziellen Erwartungshorizont:
+
+
+
+
+
+ Prozessanalyse Durchlauf- und Liegezeiten
+ 8 Punkte
+
+
+ In einem Logistikunternehmen soll die Auftragsabwicklung von Bestelleingang bis Warenausgang analysiert und optimiert werden.
+
+
+ Definieren Sie Durchlaufzeit, Bearbeitungszeit, Liegezeit und RĂŒstzeit. ErlĂ€utern Sie die Prozess-Zykluseffizienz (Process Cycle Efficiency PCE) und wie FlaschenhĂ€lse (Bottlenecks) identifiziert werden.
+
+ PrĂŒfungsbereich 2 (Entwicklung und Umsetzung von Algorithmen): Asymptotische LaufzeitkomplexitĂ€t, Divide-and-Conquer, Sortier- und Suchverfahren.
+
+
+
1. Die Landau-Symbole (O-Notation) im Ăberblick
+
+
+
+
KomplexitÀt
Bezeichnung
Typisches Beispiel
Skalierbarkeit
+
+
+
$O(1)$
Konstant
Array-Indexzugriff, HashMap get(key), Push/Pop auf Stack
Optimal
+
$O(\log n)$
Logarithmisch
BinÀre Suche im sortierten Array, Suchen im balancierten AVL-Baum
+ - Quicksort (In-Place): WĂ€hlt ein Pivot-Element, partitioniert das Array in kleinere und gröĂere Werte und sortiert rekursiv. Average-Case $O(n \log n)$, Worst-Case $O(n^2)$ bei unglĂŒcklicher Pivot-Wahl.
+ - Mergesort (Stabil): Teilt das Array wiederholt in zwei HÀlften bis zur ElementlÀnge 1 und verschmilzt (Merge) sie sortiert. Garantiert immer $O(n \log n)$, benötigt aber $O(n)$ zusÀtzlichen Speicher.
+
+
+
+
+
+
+
+
+
+
+
+ đ Authentische IHK-PrĂŒfungsaufgaben nach ZPA 2. Auflage (FIAE)
+
+
+ Bearbeiten Sie die Aufgaben und vergleichen Sie Ihre Antwort mit dem offiziellen Erwartungshorizont:
+
+
+
+
+
+ Algorithmen-KomplexitÀt O-Notation
+ 8 Punkte
+
+
+ FĂŒr eine stark wachsende Plattform mĂŒssen Algorithmen auf ihre Skalierbarkeit und LaufzeitkomplexitĂ€t hin analysiert werden.
+
+
+ ErklĂ€ren Sie die Landau-Symbole (O-Notation) zur AbschĂ€tzung der ZeitkomplexitĂ€t. Ordnen Sie folgende KomplexitĂ€tsklassen von der effizientesten zur ineffizientesten Laufzeit: O(n log n), O(1), O(nÂČ), O(log n), O(n). Nennen Sie je ein typisches Code- oder Algorithmenbeispiel fĂŒr O(1), O(log n) und O(n).
+
+ Sortieralgorithmen Quicksort vs Mergesort
+ 8 Punkte
+
+
+ Ein Datenstrom von Millionen DatensÀtzen soll effizient sortiert werden.
+
+
+ Vergleichen Sie Quicksort und Mergesort nach dem Divide-and-Conquer-Prinzip hinsichtlich Best-Case-, Average-Case- und Worst-Case-Laufzeit, SpeicherplatzkomplexitÀt und StabilitÀt.
+
+ Die richtige Wahl der Datenstruktur entscheidet ĂŒber Speicherbedarf und Performance: Statische Arrays, einfach/doppelt verkettete Listen, Stacks, Queues, BinĂ€re SuchbĂ€ume und Hash-Tabellen.
+
+
+
1. Grundlegende Datenstrukturen im Vergleich
+
+
+
+
Datenstruktur
Zugriff per Index
EinfĂŒgen am Anfang
EinfĂŒgen am Ende
Prinzip / Besonderheit
+
+
+
Array
$O(1)$
$O(n)$ (Verschieben)
$O(1)$ (wenn Platz)
Fester, zusammenhÀngender Speicherblock
+
Verkettete Liste
$O(n)$ (Traversieren)
$O(1)$ (Pointer umhÀngen)
$O(1)$ mit Tail-Pointer
Knoten ĂŒber Referenzen verknĂŒpft
+
Stack
-
$O(1)$ (Push)
-
LIFO (Last In, First Out) - Aufruf-Stack, Undo-Funktion
+
Queue
-
$O(1)$ (Enqueue)
$O(1)$ (Dequeue)
FIFO (First In, First Out) - Druckwarteschlange
+
Hash-Tabelle
$O(1)$ (per Key)
$O(1)$
$O(1)$
Key $\rightarrow$ Hashfunktion $\rightarrow$ Bucket. Kollisionen: Chaining oder Open Addressing
+
+
+
+
+
2. Stack vs. Heap im Arbeitsspeicher
+
+ - Stack (Stapelspeicher): Schneller, automatischer Speicher fĂŒr lokale primitive Variablen und Methodenaufrufe (Stack Frames). Feste GröĂe, fĂŒhrt bei endloser Rekursion zum StackOverflowError.
+ - Heap (Haufenspeicher): GroĂer, dynamischer Speicherbereich fĂŒr Objekte und Instanzen. Verwaltung erfolgt durch den Garbage Collector (z. B. in Java, C#, Python) oder manuelle Freigabe (C/C++ mit malloc/free).
+
+
+
+
+
+
+
+
+
+
+ đ Authentische IHK-PrĂŒfungsaufgaben nach ZPA 2. Auflage (FIAE)
+
+
+ Bearbeiten Sie die Aufgaben und vergleichen Sie Ihre Antwort mit dem offiziellen Erwartungshorizont:
+
+
+
+
+
+ Algorithmen-KomplexitÀt O-Notation
+ 8 Punkte
+
+
+ FĂŒr eine stark wachsende Plattform mĂŒssen Algorithmen auf ihre Skalierbarkeit und LaufzeitkomplexitĂ€t hin analysiert werden.
+
+
+ ErklĂ€ren Sie die Landau-Symbole (O-Notation) zur AbschĂ€tzung der ZeitkomplexitĂ€t. Ordnen Sie folgende KomplexitĂ€tsklassen von der effizientesten zur ineffizientesten Laufzeit: O(n log n), O(1), O(nÂČ), O(log n), O(n). Nennen Sie je ein typisches Code- oder Algorithmenbeispiel fĂŒr O(1), O(log n) und O(n).
+
+ Wartbarer, lesbarer und erweiterbarer Code: Die 4 Grundpfeiler der OOP, die 5 SOLID-Prinzipien und Clean-Code-Regeln (DRY, KISS, YAGNI).
+
+
+
1. Die 4 SĂ€ulen der Objektorientierung
+
+
+
Kapselung (Encapsulation): Verbergen interner ZustĂ€nde und Datenfelder vor unbefugtem Zugriff von auĂen (Private Attribute, Public Getter/Setter).
+
Vererbung (Inheritance): Ableitung neuer Klassen aus bestehenden Basisklassen zur Wiederverwendung gemeinsamen Codes (is-a Beziehung).
+
Polymorphie (Polymorphism): Vielgestaltigkeit. Methodenaufrufe binden zur Laufzeit dynamisch an die konkrete Implementierung des abgeleiteten Objekts (Dynamic Dispatch).
+
Abstraktion (Abstraction): Reduktion komplexer RealitĂ€ten auf wesentliche Schnittstellen ĂŒber abstract class und interface.
+
+
+
+
2. Die 5 SOLID-Prinzipien (Robert C. Martin)
+
+
+ - S - Single Responsibility Principle (SRP): Eine Klasse darf nur genau eine einzige Verantwortlichkeit und nur einen einzigen Grund zur Ănderung haben.
+ - O - Open/Closed Principle (OCP): Klassen mĂŒssen offen fĂŒr Erweiterungen sein, aber geschlossen fĂŒr Modifikationen.
+ - L - Liskov Substitution Principle (LSP): Subtypen mĂŒssen sich nahtlos anstelle ihres Basistyps verhalten können, ohne das Programm zu brechen.
+ - I - Interface Segregation Principle (ISP): Viele schlanke, client-spezifische Interfaces statt eines ĂŒberladenen Monster-Interfaces.
+ - D - Dependency Inversion Principle (DIP): Hohe Module dĂŒrfen nicht von niedrigen Modulen abhĂ€ngen; beide mĂŒssen von Abstraktionen abhĂ€ngen.
+
+
+
+
+
+
+
+
+
+
+
+ đ Authentische IHK-PrĂŒfungsaufgaben nach ZPA 2. Auflage (FIAE)
+
+
+ Bearbeiten Sie die Aufgaben und vergleichen Sie Ihre Antwort mit dem offiziellen Erwartungshorizont:
+
+
+
+
+
+ SOLID-Prinzipien der OOP
+ 8 Punkte
+
+
+ Ein Software-Projekt leidet unter Spaghetti-Code und mangelnder Erweiterbarkeit.
+
+
+ Benennen und erlÀutern Sie die 5 SOLID-Prinzipien der objektorientierten Programmierung. Gehen Sie vertieft auf das Single Responsibility Principle (SRP) und das Dependency Inversion Principle (DIP) ein.
+
+ Datenpersistenz fĂŒr Anwendungsentwickler: Relationale Modellierung (ERM, Chen/KrĂ€henfuĂ), Normalisierung bis zur 3. Normalform, DDL/DML/DCL Abfragen, Indizes, Transaktionen (ACID) und ORM-Frameworks.
+
+
+
1. Normalisierung: 1NF bis 3NF
+
+
+
1. Normalform (1NF): Alle Attribute sind atomar (nicht weiter zerlegbar) und frei von Wiederholungsgruppen (z. B. Name aufteilen in Vorname und Nachname; keine kommagetrennten Telefonnummern).
+
2. Normalform (2NF): Befindet sich in 1NF und jedes NichtschlĂŒssel-Attribut ist voll funktional abhĂ€ngig vom gesamten PrimĂ€rschlĂŒssel (wichtig bei zusammengesetzten PrimĂ€rschlĂŒsseln!).
+
3. Normalform (3NF): Befindet sich in 2NF und kein NichtschlĂŒssel-Attribut ist transitiv abhĂ€ngig von einem anderen NichtschlĂŒssel-Attribut (z. B. Ort ist abhĂ€ngig von PLZ, daher Auslagerung in separate Tabelle).
+
+
+
+
2. Komplexe SQL-Queries & ORM-Mapping
+
+
+-- Aggregation mit HAVING und Datumsberechnung nach ZPA-Standard
+SELECT k.kunde_id, k.firmenname, COUNT(b.bestell_nr) AS anzahl_bestellungen,
+ SUM(b.gesamtbetrag) AS umsatz,
+ DATEDIFF(NOW(), MAX(b.bestelldatum)) AS tage_seit_letzter_order
+FROM kunden k
+JOIN bestellungen b ON k.kunde_id = b.kunde_id
+WHERE b.status = 'COMPLETED'
+GROUP BY k.kunde_id, k.firmenname
+HAVING SUM(b.gesamtbetrag) > 10000;
+
+
+
+
+
+
+
+
+
+
+
+ đ Authentische IHK-PrĂŒfungsaufgaben nach ZPA 2. Auflage (FIAE)
+
+
+ Bearbeiten Sie die Aufgaben und vergleichen Sie Ihre Antwort mit dem offiziellen Erwartungshorizont:
+
+
+
+
+
+ SQL DDL CREATE TABLE mit Constraints
+ 10 Punkte
+
+
+ FĂŒr eine Ticket-Verwaltung soll die Tabelle "ticket" per SQL angelegt werden: id (Ganzzahl, PrimĂ€rschlĂŒssel mit Autoinkrement), titel (Text, max. 100 Zeichen, Pflichtfeld), status (Text, Standardwert "OFFEN"), prioritaet (Ganzzahl, Werte nur von 1 bis 5 erlaubt), ersteller_id (Ganzzahl, FremdschlĂŒssel auf benutzer.id mit Kaskadierung beim Löschen).
+
+
+ Schreiben Sie das syntaktisch korrekte SQL-Statement nach ANSI/ISO-Standard.
+
+ SQL DML Aggregation und GROUP BY mit HAVING
+ 10 Punkte
+
+
+ Gegeben sind die Tabellen kunden (id, name, stadt) und bestellungen (id, kunde_id, betrag, datum).
+
+
+ Formulieren Sie eine SQL-Abfrage, die den Kundennamen und die Gesamtsumme aller Bestellungen fĂŒr jeden Kunden ausgibt, dessen Gesamtbestellwert 10.000 EUR ĂŒberschreitet. Das Ergebnis soll absteigend nach der Summe sortiert sein.
+
+ SQL JOIN-Typen INNER vs LEFT vs FULL
+ 6 Punkte
+
+
+ In einer Datenbank existieren mitarbeiter (id, name, abt_id) und abteilungen (id, bezeichnung). Einige Mitarbeiter haben keine Abteilung, und einige Abteilungen haben keine Mitarbeiter.
+
+
+ ErlĂ€utern Sie den Unterschied im Abfrageergebnis zwischen INNER JOIN und LEFT OUTER JOIN bezĂŒglich der Ergebniszeilen.
+
+ Gegeben sind die Tabellen kunden (id, name, land) und bestellungen (id, kunde_id, summe).
+
+
+ Formulieren Sie zwei SQL-Abfragen, die alle Kundennamen ausgeben, die mindestens eine Bestellung getÀtigt haben: Einmal unter Verwendung einer Subquery mit IN und einmal mit EXISTS.
+
+ SQL Datums- und Zeitfunktionen (DATEDIFF & DATEADD)
+ 8 Punkte
+
+
+ In einem Support-System (Tabelle tickets mit id, erstelldatum, schliessdatum) soll die Bearbeitungsdauer analysiert werden.
+
+
+ Formulieren Sie eine SQL-Abfrage nach ZPA-Standard, die fĂŒr alle im laufenden Jahr geschlossenen Tickets die Ticket-ID und die Bearbeitungsdauer in Tagen berechnet (unter Verwendung von DATEDIFF) und nur Tickets anzeigt, deren Bearbeitung lĂ€nger als 14 Tage gedauert hat.
+
FIAE Modul 08: API-Design (REST, JSON, GraphQL) (LF 11)
+
REST-Prinzipien, HTTP-Verben, Statuscodes, JWT/OAuth2 & Vergleich REST vs. GraphQL.
+
+
+
+
+
đ API-Design: REST, JSON & GraphQL (LF 11 AE)
+
+ Moderne Schnittstellenarchitekturen: RESTful Principles, HTTP-Verben, Idempotenz, Statuscodes, Authentifizierung via JWT/OAuth2 und GraphQL-Konzepte.
+
+
+
1. RESTful Best Practices
+
+
+ - Ressourcen-orientierte URLs: Nomen im Plural (z. B. /api/v1/customers/42/orders). Keine Verben in der URL!
+ - HTTP-Verben:GET (Lesen), POST (Erstellen), PUT (VollstÀndiges Ersetzen), PATCH (Teilweises Aktualisieren), DELETE (Löschen).
+ - Zustandslosigkeit (Statelessness): Jeder Request muss alle nötigen Informationen zur Autorisierung enthalten (z. B. Bearer Token im Authorization Header).
+
+
+
+
2. REST vs. GraphQL
+
+
+
+
Kriterium
REST API
GraphQL API
+
+
+
Endpunkte
Viele feste Endpunkte je Ressource (z. B. /users, /orders)
Ein einziger universeller HTTP-Endpunkt (z. B. /graphql via POST)
+
Datenabruf
Gefahr von Over-Fetching (zu viele Daten) oder Under-Fetching (mehrere Requests)
Client spezifiziert exakt die benötigten Felder (kein Over-/Under-Fetching)
+
Caching
Sehr einfach ĂŒber Standard-HTTP-Header (ETag, Cache-Control)
Komplexer, da POST-Anfragen nicht nativ gecacht werden
+
+
+
+
+
+
+
+
+
+
+
+
+ đ Authentische IHK-PrĂŒfungsaufgaben nach ZPA 2. Auflage (FIAE)
+
+
+ Bearbeiten Sie die Aufgaben und vergleichen Sie Ihre Antwort mit dem offiziellen Erwartungshorizont:
+
+
+
+
+
+ RESTful API Design & HTTP-Statuscodes
+ 8 Punkte
+
+
+ FĂŒr eine Smartphone-App wird ein Backend mit REST-Schnittstellen entworfen.
+
+
+ Definieren Sie die 4 zentralen HTTP-Verben (GET, POST, PUT, DELETE) und deren Idempotenz. Nennen und erlÀutern Sie je zwei typische HTTP-Statuscodes der Kategorien 2xx, 4xx und 5xx.
+
+ QualitÀtssicherung im Software-Lebenszyklus: Teststufen nach ISO 29119, Test-Driven Development (TDD), Mocking-Frameworks, Code Coverage und Continuous Integration / Continuous Deployment (CI/CD).
+
+
+
1. Die Testpyramide nach Mike Cohn
+
+
+
Unit-Tests (ca. 70 %): Testen einzelne Methoden und Funktionen isoliert. Externe AbhĂ€ngigkeiten (DB, Netzwerk) werden durch Mocks/Stubs ersetzt. AusfĂŒhrung in Millisekunden.
+
Integrationstests (ca. 20 %): Testen das Zusammenspiel mehrerer Komponenten (z. B. Service greift auf echte Test-Datenbank zu oder sendet HTTP-Request).
+
End-to-End (E2E) / UI-Tests (ca. 10 %): Simulieren reale Benutzerinteraktionen im Browser/Client. Langsam, teuer, testen aber den vollstÀndigen GeschÀftsprozess.
+ - Continuous Integration (CI): Entwickler mergen Code tÀglich in den Main-Branch. Automatische Trigger starten Build, Linter, statische Code-Analyse (SonarQube) und alle Unit-/Integrationstests.
+ - Continuous Delivery / Deployment (CD): Erfolgreich getestete Builds werden automatisch paketiert (z. B. Docker-Image) und auf Staging- oder Produktivumgebungen ausgerollt.
+
+
+
+
+
+
+
+
+
+
+ đ Authentische IHK-PrĂŒfungsaufgaben nach ZPA 2. Auflage (FIAE)
+
+
+ Bearbeiten Sie die Aufgaben und vergleichen Sie Ihre Antwort mit dem offiziellen Erwartungshorizont:
+
+
+
+
+
+ Test-Driven Development TDD & Testpyramide
+ 8 Punkte
+
+
+ In einem agilen Scrum-Team soll die SoftwarequalitÀt durch automatisierte Tests gesichert werden.
+
+
+ Beschreiben Sie den TDD-Zyklus (Red-Green-Refactor). ErlÀutern Sie die Testpyramide (Unit-Tests, Integrationstests, End-to-End-Tests) und warum Unit-Tests das Fundament bilden.
+
+ Wirtschafts- und Sozialkunde mit Fokus auf Softwareentwicklung: Vertragsarten (Werkvertrag vs. Dienstvertrag), Urheberrecht an Computerprogrammen (§ 69a UrhG) und Open-Source-Lizenzen.
+
+
+
1. Dienstvertrag (§ 611 BGB) vs. Werkvertrag (§ 631 BGB)
+
+
+
+
Kriterium
Dienstvertrag (z. B. IT-Consulting, Support)
Werkvertrag (z. B. Individualsoftware)
+
+
+
Schuldgegenstand
BloĂes TĂ€tigwerden / BemĂŒhen nach bestem Wissen.
HerbeifĂŒhrung eines konkreten Erfolgs (fertiges Softwarewerk!).
+
VergĂŒtung & Abnahme
Nach Zeitaufwand (Stundensatz). Keine förmliche Abnahme nötig.
Erst nach erfolgreicher Abnahme des mangelfreien Werks fÀllig!
+
GewÀhrleistung
Keine GewĂ€hrleistung fĂŒr den Erfolg, nur bei Pflichtverletzung.
Gesetzliche GewĂ€hrleistung fĂŒr Sach- und RechtsmĂ€ngel (NacherfĂŒllung, Minderung, RĂŒcktritt).
+
+
+
+
+
2. Softwarelizenzen: Open Source vs. ProprietÀr
+
+
+ - Permissive Lizenzen (MIT / Apache 2.0 / BSD): Erlauben uneingeschrÀnkte Nutzung, Modifikation und Einbindung in proprietÀre, kommerzielle Software ohne Offenlegungspflicht des eigenen Quellcodes.
+ - Copyleft-Lizenzen (GPL v2 / GPL v3): Verpflichten dazu, dass jedes abgeleitete Werk oder Programm, das GPL-Code bindet, ebenfalls unter denselben GPL-Lizenzbedingungen als Open Source veröffentlicht werden muss ("virale Wirkung").
+
+
+
+
+
+
+
+
+
+
+
+ đ Authentische IHK-PrĂŒfungsaufgaben nach ZPA 2. Auflage (FIAE)
+
+
+ Bearbeiten Sie die Aufgaben und vergleichen Sie Ihre Antwort mit dem offiziellen Erwartungshorizont:
+
FIAE Modul 11: Betriebliche Projektarbeit (80h) & FachgesprÀch (Guide)
+
Die 50%-Gesamtnote: GenehmigungsfÀhiger Projektantrag, 80h-Phasengliederung & Kolloquium.
+
+
+
+
+
đ Die 80-stĂŒndige Betriebliche Projektarbeit (FIAE)
+
+ Besonderheit fĂŒr Anwendungsentwickler: Das Zeitbudget fĂŒr die betriebliche Projektarbeit betrĂ€gt bei Fachinformatikern Anwendungsentwicklung exakt 80 Stunden (doppelt so viel wie bei FISI)! Sie macht 50 % der gesamten AbschlussprĂŒfung Teil 2 aus.
+
+
+
1. Muster-Phasengliederung fĂŒr das 80-Stunden-Budget
2. Das 30-minĂŒtige FachgesprĂ€ch vor dem PrĂŒfungsausschuss
+
+ - 15 Minuten PrÀsentation (Fokus auf Architektur, Entwurfsmuster und wirtschaftliche Entscheidungen).
+ - 15 Minuten FachgesprÀch: Typische Fragen behandeln Entwurfsmuster ("Warum haben Sie das Strategy Pattern verwendet?"), Datenbankabfragen ("Wie verhindern Sie SQL-Injections?"), Testabdeckung und alternative LösungsansÀtze.
+
+
+
+
+
+
+
+
+
+
+ đ Authentische IHK-PrĂŒfungsaufgaben nach ZPA 2. Auflage (FIAE)
+
+
+ Bearbeiten Sie die Aufgaben und vergleichen Sie Ihre Antwort mit dem offiziellen Erwartungshorizont:
+
FIAE Modul 12: AP2 FIAE GesamtprĂŒfungssimulation (Echtzeit)
+
PrĂŒfungssimulation fĂŒr Fachinformatiker Anwendungsentwicklung: PB 1 (Planen eines Softwareproduktes), PB 2 (Entwicklung und Umsetzung von Algorithmen) und PB 3 (WiSo).
Ist-Analyse, Wertschöpfungskette, Prozesskennzahlen (KPIs), Kaizen & Lean Six Sigma
+
+
+
+
+
+
đ Fachwissen & IHK-PrĂŒfungsrelevanz
+
+
Die GeschĂ€ftsprozessanalyse ist die Kernkompetenz des FIDP in PrĂŒfungsbereich 2. Ziel ist die strukturierte Erfassung des Ist-Zustands, das Aufdecken von Verschwendung (Muda) und MedienbrĂŒchen sowie die Definition messbarer KPIs fĂŒr den optimierten Soll-Prozess.
+
+
1. Prozess-Identifikation & Erhebungstechniken
+
+
Dokumentenanalyse: Sichtung bestehender Verfahrensanweisungen, Organigramme und Systemlogs.
+
Interview & Fragebogen: Befragung von Prozessbeteiligten (Achtung vor subjektiven Verzerrungen).
+
Beobachtung & Arbeitsablaufstudie: REFA-Methoden, 'Gemba Walk' vor Ort.
+
Process Mining: Automatisierte Rekonstruktion realer AblÀufe aus Event-Logs relationaler Datenbanken und ERP-Systeme.
(Wertschöpfende Zeit / Gesamte Durchlaufzeit) × 100 %
Zeigt Verschwendung durch Liege-/Wartezeiten auf
+
First Pass Yield (FPY)
(Fehlerfreie Einheiten im 1. Durchlauf / Gesamteinheiten) × 100 %
QualitÀtskennzahl ohne Nacharbeit
+
Fehlerrate / Ausschuss
(Fehlerhafte VorgĂ€nge / GesamtvorgĂ€nge) × 100 %
Wirtschaftlichkeitsanalyse
+
+
+
3. Optimierungsmethoden (Lean, Kaizen, Six Sigma)
+
Nach IHK mĂŒssen Sie Schwachstellen typisieren können: Medienbruch (z.B. Ausdrucken einer E-Mail zur manuellen Datenerfassung), Redundante Arbeitsschritte, Fehlende Schnittstellen und Bottlenecks (EngpĂ€sse) nach der Theory of Constraints (Goldratt).
+ Prozessanalyse Durchlauf- und Liegezeiten
+ 8 Punkte
+
+
+ In einem Logistikunternehmen soll die Auftragsabwicklung von Bestelleingang bis Warenausgang analysiert und optimiert werden.
+
+
+ Definieren Sie Durchlaufzeit, Bearbeitungszeit, Liegezeit und RĂŒstzeit. ErlĂ€utern Sie die Prozess-Zykluseffizienz (Process Cycle Efficiency PCE) und wie FlaschenhĂ€lse (Bottlenecks) identifiziert werden.
+
Die Business Process Model and Notation (BPMN 2.0 - ISO/IEC 19510) ist der universelle Standard fĂŒr Prozessdiagramme bei der IHK. Jeder Fachinformatiker fĂŒr Daten- und Prozessanalyse muss Fehler in BPMN-Diagrammen identifizieren und komplexe AblĂ€ufe fehlerfrei modellieren können.
+
+
1. Kernregeln der BPMN 2.0 Modellierung
+
+
Pools vs. Lanes: Ein Pool reprÀsentiert eine eigenstÀndige juristische oder organisatorische Einheit (z.B. 'Kunde', 'Lieferant', 'Unternehmen'). Innerhalb eines Pools teilen Lanes Verantwortungsbereiche oder Rollen auf (z.B. 'Vertrieb', 'Buchhaltung', 'Lager').
+
Flussregeln (Zwingend fĂŒr IHK!):
+
+
Sequenzfluss (durchgezogene Linie mit voller Pfeilspitze): Verbindet AktivitĂ€ten innerhalb EINES Pools. Darf niemals Poolgrenzen ĂŒberschreiten!
+
Nachrichtenfluss (gestrichelte Linie mit offenem Kreis und Pfeil): Verbindet zwei verschiedene Pools zur asynchronen Kommunikation. Darf niemals innerhalb desselben Pools verwendet werden!
+
+
+
+
+
2. Gateways & Verzweigungen
+
+
Gateway
Symbol
Bedeutung & Verhalten
+
Exklusiv (XOR)
Raute mit 'X' oder leer
Genau EIN Pfad wird gewĂ€hlt (Entweder/Oder). Bedingungen schlieĂen sich gegenseitig aus.
+
Parallel (AND)
Raute mit '+'
ALLE ausgehenden Pfade werden zeitgleich aktiv (Fork/Join Synchronisation).
+
Inklusiv (OR)
Raute mit 'O'
Einer, mehrere oder alle Pfade können aktiv werden. Benötigt Synchronisation beim ZusammenfĂŒhren.
+
Ereignisbasiert
Raute mit Doppelkreis/Pentagon
Die Verzweigung wartet auf das Ereignis (z.B. Nachricht oder Timer), das als ERSTES eintrifft.
+
+
+
3. Angeheftete Grenzereignisse (Boundary Events)
+
Events, die an den Rahmen einer AktivitÀt angeheftet werden:
+
+
Unterbrechend (durchgezogener Doppelkreis): Bricht die AktivitÀt sofort ab (z.B. Fehler, Storno, Fristablauf).
+
Nicht-unterbrechend (gestrichelter Doppelkreis): AktivitÀt lÀuft weiter, wÀhrend parallel ein Benachrichtigungs- oder Eskalationspfad startet.
+ In einem Beschaffungsprozess soll ein Lieferant binnen 48 Stunden eine AuftragsbestĂ€tigung ĂŒbermitteln. Trifft diese nicht rechtzeitig ein, muss ein Eskalationsprozess an den strategischen Einkauf ausgelöst werden.
+
+
+ a) Benennen Sie das BPMN-Element, mit dem die 48-Stunden-Frist an der AktivitÀt 'AuftragsbestÀtigung abwarten' modelliert wird.
+b) ErlÀutern Sie den Unterschied zwischen einem unterbrechenden (interrupting) und einem nicht-unterbrechenden (non-interrupting) Boundary Event anhand dieses Szenarios.
+c) Welche Gateway-Art ist zu wĂ€hlen, wenn nach PrĂŒfung der BestĂ€tigung entweder die Standard-Lieferung, eine Express-Lieferung oder bei Lieferengpass ein Alternativartikel parallel angefragt werden soll?
+
+a) Angeheftetes Zwischenereignis (Boundary Timer Event / Zeit-Grenzereignis).
+b) Unterbrechend: Bricht die HauptaktivitĂ€t sofort ab und leitet die Token ausschlieĂlich in den Eskalationspfad (AuftragsbestĂ€tigung wird nicht mehr angenommen). Nicht-unterbrechend: Die Frist löst eine Warnung/Eskalation aus, die ursprĂŒngliche AktivitĂ€t bleibt jedoch aktiv und kann noch abgeschlossen werden.
+c) Inklusives Gateway (OR / OR-Split), da eine oder mehrere Verzweigungen gleichzeitig aktiv werden können (z.B. Express-Lieferung UND parallele Alternativartikel-Anfrage).
+
+ In einem IT-Service-Helpdesk wird die Bearbeitung eingehender Störungsmeldungen als BPMN 2.0 GeschÀftsprozess modelliert.
+
+
+ ErlĂ€utern Sie die Funktionsweise und grafischen Symbole der drei BPMN-Gateways: Exklusives Gateway (XOR), Paralleles Gateway (AND) und Inklusives Gateway (OR) beim Verzweigen (Diverging) und ZusammenfĂŒhren (Converging).
+
+ FĂŒr eine KI-gestĂŒtzte Kundenanalyse sollen CRM-, ERP- und Webshop-Daten zusammengefĂŒhrt werden.
+
+
+ Nennen und erlÀutern Sie 4 wesentliche Dimensionen der DatenqualitÀt nach ISO 8000 / DAMA DMBOK. Beschreiben Sie typische Methoden des Data Cleaning (Datenbereinigung).
+
+ Datenformate & DatenqualitÀt: Parquet vs. JSON & ISO 25012
+ 10 Punkte
+
+
+ Ein Logistikunternehmen speichert tÀglich 80 Millionen Sensordaten aus Frachtcontainern. Derzeit liegen die Daten als unkomprimierte JSON-Dateien vor. Die analytischen Abfragen auf Zeitreihen dauern mehrere Stunden.
+
+
+ a) ErlÀutern Sie das Speicherprinzip von Apache Parquet (spaltenorientiert) im Vergleich zu zeilenbasierten JSON-Dateien.
+b) Nennen Sie zwei konkrete Vorteile, die sich bei analytischen Aggregationsabfragen (z.B. Durchschnittstemperatur pro Monat) durch Parquet ergeben.
+c) Nennen und erlĂ€utern Sie zwei Merkmale der DatenqualitĂ€t nach DIN ISO/IEC 25012, die bei Sensordaten vor der Persistierung geprĂŒft werden mĂŒssen.
+
+a) JSON ist zeilenorientiert (Row-oriented); Parquet ist spaltenorientiert (Column-oriented), d.h. Werte derselben Spalte werden zusammenhÀngend auf der Festplatte gespeichert.
+b) 1. Column Pruning: Es mĂŒssen nur die Spalten von der Festplatte gelesen werden, die in der Abfrage benötigt werden (drastische Reduktion der I/O-Last). 2. Hohe Kompressionsrate: Da homogene Datentypen hintereinander liegen, greifen Algorithmen wie Snappy oder Dictionary Encoding extrem effizient.
+c) 1. Genauigkeit (Accuracy): Sensormesswerte dĂŒrfen keine Messfehler oder unphysikalischen AusreiĂer aufweisen. 2. VollstĂ€ndigkeit (Completeness): Es dĂŒrfen keine Zeitintervalle oder Funkabrisse unbemerkt fehlen.
+
+ IHK AP2 Fachinformatiker Daten- und Prozessanalyse
+
LF 10: ETL/ELT-Prozesse & Moderne Datenpipelines
+
Extract, Transform, Load, Change Data Capture (CDC), Data Cleaning & Idempotenz
+
+
+
+
+
+
đ Fachwissen & IHK-PrĂŒfungsrelevanz
+
+
Datenpipelines bilden das RĂŒckgrat der modernen Datenarchitektur. Daten mĂŒssen aus Vorsystemen extrahiert, bereinigt, standardisiert und fĂŒr Analysen bereitgestellt werden.
+
+
1. ETL vs. ELT Paradigma
+
+
Kriterium
ETL (Extract - Transform - Load)
ELT (Extract - Load - Transform)
+
Transformationsort
Separater Transformationsserver / Engine
Direkt im Zieldaten-Warehouse / Lakehouse
+
Performance
Begrenzt durch ServerkapazitÀt
Massiv parallel (MPP-Cloud wie Snowflake/BigQuery)
+
Rohdatenspeicherung
Verliert Rohdaten oft nach Transformation
Rohdaten bleiben vollstÀndig im DWH erhalten
+
Einsatzbereich
Klassische Legacy-DWHs, Datenschutz
Moderne Cloud-Architekturen & Data Lakes
+
+
+
2. Change Data Capture (CDC)
+
Statt zyklischer Vollabfragen (Full Dumps) oder fehleranfÀlliger Polling-Queries via WHERE updated_at > ... liest CDC Transaktionen direkt aus dem Write-Ahead Log (WAL) der Datenbank aus. Vorteile: Minimaler Overhead auf dem Produktionssystem, echtzeitnah (Streaming), und Hard Deletes werden zuverlÀssig erkannt.
+
+
3. Idempotenz & Fehlertoleranz
+
Ein ETL-Job ist idempotent, wenn eine wiederholte AusfĂŒhrung mit denselben Parametern denselben Endzustand herstellt, ohne dass Duplikate oder verfĂ€lschte Aggregationen entstehen (z.B. mittels UPSERT / MERGE INTO statt blindem INSERT).
+ Ein Unternehmen baut eine moderne Analytics-Plattform mit Cloud Data Warehouse auf.
+
+
+ Vergleichen Sie das klassische ETL-Verfahren (Extract, Transform, Load) mit dem modernen ELT-Verfahren (Extract, Load, Transform). ErlĂ€utern Sie Change Data Capture (CDC) zur inkrementellen DatenĂŒbernahme.
+
+ ETL: Change Data Capture (CDC) & Idempotenz
+ 8 Punkte
+
+
+ Eine E-Commerce-Plattform synchronisiert Kundendaten aus einem operativen PostgreSQL-System in ein analytisches Snowflake Data Warehouse.
+
+
+ a) ErlĂ€utern Sie das Funktionsprinzip von Change Data Capture (CDC) ĂŒber das Write-Ahead-Log (WAL) im Vergleich zu zyklischen Vollabfragen via SELECT mit Timestamp.
+b) Definieren Sie den Begriff 'Idempotenz' im Kontext von Datenpipelines und begrĂŒnden Sie, warum Idempotenz im Fehlerfall essenziell ist.
+
+a) CDC liest die Ănderungen (INSERT, UPDATE, DELETE) direkt asynchron und latenzarm aus den Transaktionslogs (WAL) der Datenbank aus. Dadurch entsteht nahezu keine zusĂ€tzliche Last auf der operativen Datenbank und gelöschte DatensĂ€tze (Deletes) werden lĂŒckenlos erfasst, was bei Timestamp-SELECTs oft nicht möglich ist.
+b) Idempotenz bedeutet, dass eine Pipeline-Operation beliebig oft mit denselben Eingangsdaten ausgefĂŒhrt werden kann, ohne das Endergebnis zu verĂ€ndern. Im Fehlerfall oder bei Pipeline-Wiederholungen (Retries) verhindert dies doppelte DatensĂ€tze (Duplikate) und inkonsistente Aggregationen.
+
+ IHK AP2 Fachinformatiker Daten- und Prozessanalyse
+
LF 10: Data Warehouse Architekturen & Star-/Snowflake-Schema
+
Fakten- und Dimensionstabellen, SurrogatschlĂŒssel, Slowly Changing Dimensions (SCD Typ 1-3)
+
+
+
+
+
+
đ Fachwissen & IHK-PrĂŒfungsrelevanz
+
+
Das Data Warehouse (DWH) nach Ralph Kimball oder Bill Inmon ist das analytische HerzstĂŒck von Business-Intelligence-Lösungen.
+
+
1. 3-Schichten-Architektur
+
+
Staging Area: 1:1 Kopie der Quellsysteme, flĂŒchtig oder persistent, keine Transformationen fĂŒr Endanwender.
+
Core DWH: Bereinigte, harmonisierte und integrierte Datenbasis. HĂ€ufig nach 3NF oder Data Vault 2.0 modelliert.
+
Data Marts: Abteilungsspezifische Auswertungsbereiche (Vertrieb, Einkauf, Finanzen), optimiert fĂŒr schnelle Abfragen im Sternschema (Star Schema).
+
+
+
2. Star-Schema vs. Snowflake-Schema
+
+
Merkmal
Sternschema (Star Schema)
Schneeflockenschema (Snowflake Schema)
+
Dimensionstabellen
Denormalisiert (redundant, wenige JOINs)
Normalisiert (in 3NF zerlegt, viele Sub-Tabellen)
+
AbfragekomplexitÀt
Sehr einfach, minimale JOINs, extrem performant
Komplexer, erfordert Multi-Level-JOINs
+
Speicherplatz
Höher durch Redundanz (in DWH irrelevant)
Geringer, redundanzfrei
+
IHK-Empfehlung
Standard fĂŒr analytische OLAP Data Marts
Selten bevorzugt wegen JOIN-Overhead
+
+
+
3. Slowly Changing Dimensions (SCD)
+
+
SCD Typ 1: Ăberschreiben alter Werte. Keine Historie. (Z.B. Korrektur von Tippfehlern).
+
SCD Typ 2: Neuer Datensatz pro Ănderung mit GĂŒltigkeitszeitraum (valid_from, valid_to, is_current) und neuem SurrogatschlĂŒssel. Volle historische Genauigkeit!
+
SCD Typ 3: ZusÀtzliche Spalte previous_value. Nur begrenzte Historie (1 Vorwert).
+ Data Warehouse Star-Schema vs Snowflake-Schema
+ 8 Punkte
+
+
+ FĂŒr das Management-Reporting einer Handelskette wird ein multidimensionales Datenmodell entworfen.
+
+
+ ErklÀren Sie den Aufbau eines Star-Schemas (Faktentabelle und Dimensionstabellen). Grenzen Sie das Star-Schema vom Snowflake-Schema hinsichtlich Normalisierung und Abfrageperformance ab.
+
+ Data Warehouse: Slowly Changing Dimensions (SCD Typ 1 vs. Typ 2)
+ 10 Punkte
+
+
+ In einem CRM-System Ă€ndert ein GroĂkunde seinen Firmensitz von MĂŒnchen nach Frankfurt am Main. Im Data Warehouse sollen historische Umsatzzahlen weiterhin der Region MĂŒnchen zugeordnet bleiben, zukĂŒnftige UmsĂ€tze jedoch Frankfurt.
+
+
+ a) BegrĂŒnden Sie, warum SCD Typ 1 fĂŒr diese Anforderung ungeeignet ist.
+b) Beschreiben Sie den Aufbau und die Funktionsweise einer SCD Typ 2 Implementierung in der Kundendimension (nennen Sie drei typische Metadaten-Spalten).
+c) Was versteht man unter einem 'SurrogatschlĂŒssel' (Surrogate Key) und warum ist er bei SCD Typ 2 zwingend erforderlich?
+
+a) SCD Typ 1 ĂŒberschreibt den bestehenden Datensatz einfach. Dadurch geht die Historie verloren, und historische UmsĂ€tze wĂŒrden fĂ€lschlicherweise nachtrĂ€glich Frankfurt zugeordnet.
+b) Bei SCD Typ 2 wird fĂŒr jede Ănderung ein neuer Datensatz in der Dimensionstabelle angelegt. Die Historie wird ĂŒber Metadatenspalten gesteuert: 1. `gueltig_von` (Valid From / Startdatum), 2. `gueltig_bis` (Valid To / Enddatum, z.B. 9999-12-31), 3. `is_current` (Flag 1/0 fĂŒr den aktuell gĂŒltigen Datensatz).
+c) Ein SurrogatschlĂŒssel ist ein kĂŒnstlicher, datenbankinterner PrimĂ€rschlĂŒssel (z.B. fortlaufende Ganzzahl / Bigint). Da der fachliche GeschĂ€ftsschlĂŒssel (Business Key, z.B. Kundennummer) bei SCD Typ 2 mehrfach in der Tabelle vorkommt, garantiert nur der SurrogatschlĂŒssel die Eindeutigkeit jeder historischen Version.
+
+ IHK AP2 Fachinformatiker Daten- und Prozessanalyse
+
LF 11: Big Data, Streaming & Data Lakehouse
+
Die 5 V's, Kafka Event Streaming, Lambda- vs. Kappa-Architektur & Data Lake vs. DWH
+
+
+
+
+
+
đ Fachwissen & IHK-PrĂŒfungsrelevanz
+
+
Klassische relationale Systeme stoĂen bei extremen Datenmengen und Echtzeitanforderungen an physikalische Grenzen. Big-Data-Architekturen ermöglichen massiv-parallele und ereignisgesteuerte Verarbeitungen.
+
+
1. Die 5 V's von Big Data
+
+
Volume: Datenvolumen (Terabyte bis Petabyte-Skala).
+
Velocity: Geschwindigkeit, mit der Daten einströmen und verarbeitet werden mĂŒssen (Streaming, Subsekundenbereich).
+
Variety: Vielfalt der Formate (Strukturiert, Audio, Sensor-Logs, JSON).
+
Veracity: GlaubwĂŒrdigkeit und VerlĂ€sslichkeit der Daten.
+
Value: Der geschÀftliche Mehrwert, der aus den Daten generiert wird.
+
+
+
2. Architektur-Paradigmen: Lambda vs. Kappa
+
+
Architektur
Aufbau & Funktionsweise
Vor- & Nachteile
+
Lambda-Architektur
Zwei parallele Pfade: Ein Batch Layer (z.B. Hadoop/Spark fĂŒr exakte historische Analysen) und ein Speed Layer (z.B. Storm/Flink fĂŒr Echtzeit-Ereignisse), zusammengefĂŒhrt im Serving Layer.
Sehr robust, aber doppelte Codelogik in Batch- und Speed-Pfad erforderlich.
+
Kappa-Architektur
Nur ein einziger Stream-Processing-Pfad (z.B. Kafka + Flink). Historische Daten werden einfach als schneller Stream erneut abgespielt (Replay).
Ein Data Lake speichert Rohdaten in nativen Formaten (Object Storage wie S3/Azure Blob). Das moderne Data Lakehouse (Delta Lake, Apache Iceberg) kombiniert die Kostenvorteile und Skalierbarkeit des Lakes mit den ACID-Transaktionen, Schema Enforcement und Indexierung eines DWHs.
+ Datenformate & DatenqualitÀt: Parquet vs. JSON & ISO 25012
+ 10 Punkte
+
+
+ Ein Logistikunternehmen speichert tÀglich 80 Millionen Sensordaten aus Frachtcontainern. Derzeit liegen die Daten als unkomprimierte JSON-Dateien vor. Die analytischen Abfragen auf Zeitreihen dauern mehrere Stunden.
+
+
+ a) ErlÀutern Sie das Speicherprinzip von Apache Parquet (spaltenorientiert) im Vergleich zu zeilenbasierten JSON-Dateien.
+b) Nennen Sie zwei konkrete Vorteile, die sich bei analytischen Aggregationsabfragen (z.B. Durchschnittstemperatur pro Monat) durch Parquet ergeben.
+c) Nennen und erlĂ€utern Sie zwei Merkmale der DatenqualitĂ€t nach DIN ISO/IEC 25012, die bei Sensordaten vor der Persistierung geprĂŒft werden mĂŒssen.
+
+a) JSON ist zeilenorientiert (Row-oriented); Parquet ist spaltenorientiert (Column-oriented), d.h. Werte derselben Spalte werden zusammenhÀngend auf der Festplatte gespeichert.
+b) 1. Column Pruning: Es mĂŒssen nur die Spalten von der Festplatte gelesen werden, die in der Abfrage benötigt werden (drastische Reduktion der I/O-Last). 2. Hohe Kompressionsrate: Da homogene Datentypen hintereinander liegen, greifen Algorithmen wie Snappy oder Dictionary Encoding extrem effizient.
+c) 1. Genauigkeit (Accuracy): Sensormesswerte dĂŒrfen keine Messfehler oder unphysikalischen AusreiĂer aufweisen. 2. VollstĂ€ndigkeit (Completeness): Es dĂŒrfen keine Zeitintervalle oder Funkabrisse unbemerkt fehlen.
+
+
+
+
+
+
+ ETL: Change Data Capture (CDC) & Idempotenz
+ 8 Punkte
+
+
+ Eine E-Commerce-Plattform synchronisiert Kundendaten aus einem operativen PostgreSQL-System in ein analytisches Snowflake Data Warehouse.
+
+
+ a) ErlĂ€utern Sie das Funktionsprinzip von Change Data Capture (CDC) ĂŒber das Write-Ahead-Log (WAL) im Vergleich zu zyklischen Vollabfragen via SELECT mit Timestamp.
+b) Definieren Sie den Begriff 'Idempotenz' im Kontext von Datenpipelines und begrĂŒnden Sie, warum Idempotenz im Fehlerfall essenziell ist.
+
+a) CDC liest die Ănderungen (INSERT, UPDATE, DELETE) direkt asynchron und latenzarm aus den Transaktionslogs (WAL) der Datenbank aus. Dadurch entsteht nahezu keine zusĂ€tzliche Last auf der operativen Datenbank und gelöschte DatensĂ€tze (Deletes) werden lĂŒckenlos erfasst, was bei Timestamp-SELECTs oft nicht möglich ist.
+b) Idempotenz bedeutet, dass eine Pipeline-Operation beliebig oft mit denselben Eingangsdaten ausgefĂŒhrt werden kann, ohne das Endergebnis zu verĂ€ndern. Im Fehlerfall oder bei Pipeline-Wiederholungen (Retries) verhindert dies doppelte DatensĂ€tze (Duplikate) und inkonsistente Aggregationen.
+
+ Statistische Kennzahlen & Hypothesentests
+ 8 Punkte
+
+
+ In einer A/B-Testing-Studie soll geprĂŒft werden, ob ein neues Checkout-Design die Conversion Rate signifikant erhöht.
+
+
+ Unterscheiden Sie Mittelwert, Median und Modus. ErlÀutern Sie Standardabweichung und Varianz. Was bedeuten Nullhypothese (H0), Alternativhypothese (H1) und der p-Wert bei einem Signifikanzniveau von alpha = 0,05?
+
+ Ein Online-Shop testet einen neuen Checkout-Button in einem A/B-Test. Variante A (bestehend) erreicht eine Konversionsrate von 3,2 %, Variante B (neu) 3,8 %. Der berechnete p-Wert betrÀgt 0,023 bei einem festgelegten Signifikanzniveau alpha von 0,05.
+
+
+ a) Formulieren Sie die Nullhypothese H0 und die Alternativhypothese H1 fĂŒr diesen Test.
+b) Interpretieren Sie das Testergebnis: Wird die Nullhypothese verworfen? BegrĂŒnden Sie Ihre Entscheidung anhand des p-Werts.
+c) ErlÀutern Sie den Unterschied zwischen einem Alpha-Fehler (Fehler 1. Art) und einem Beta-Fehler (Fehler 2. Art).
+
+a) H0: Die neue Button-Variante hat keinen signifikanten Einfluss auf die Konversionsrate (Variante B ist gleich oder schlechter als A). H1: Die neue Variante fĂŒhrt zu einer signifikant höheren Konversionsrate als Variante A.
+b) Da der p-Wert (0,023) kleiner ist als das Signifikanzniveau alpha (0,05), wird die Nullhypothese verworfen. Die Konversionssteigerung ist mit 95 % statistischer Sicherheit signifikant.
+c) Alpha-Fehler (Fehler 1. Art): H0 wird fĂ€lschlicherweise verworfen, obwohl kein echter Unterschied vorliegt (falsch-positiv). Beta-Fehler (Fehler 2. Art): H0 wird beibehalten, obwohl Variante B in Wahrheit ĂŒberlegen ist (falsch-negativ).
+
Im PrĂŒfungsbereich 1 werden Fachinformatiker fĂŒr Daten- und Prozessanalyse regelmĂ€Ăig zur Evaluation von Klassifikations- und Regressionsmodellen geprĂŒft.
+
+
1. Die Lernparadigmen
+
+
Supervised Learning (Ăberwacht): Trainingsdaten enthalten Zielwerte (Labels). Aufgaben: Klassifikation (diskrete Klassen, z.B. Spam/Non-Spam) und Regression (stetige Werte, z.B. Immobilienpreise).
+
Unsupervised Learning (UnĂŒberwacht): Keine Labels vorhanden. Ziel: Auffinden verborgener Muster, Gruppierungen (Clustering via k-Means, DBSCAN) oder Dimensionsreduktion (PCA).
+
Reinforcement Learning (BestĂ€rkend): Ein Agent lernt durch Interaktion mit einer Umgebung ĂŒber Belohnungen und Strafen.
+
+
+
2. Die Konfusionsmatrix (Confusion Matrix)
+
+
Reale Klasse \ Vorhersage
Vorhergesagt: Positiv
Vorhergesagt: Negativ
+
TatsÀchlich: Positiv
True Positive (TP)
False Negative (FN) - Typ II
+
TatsÀchlich: Negativ
False Positive (FP) - Typ I
True Negative (TN)
+
+
+
3. Bewertungskennzahlen nach IHK-Formel
+
+
Accuracy:(TP + TN) / (TP + FP + FN + TN) (Achtung: irrefĂŒhrend bei unbalancierten DatensĂ€tzen wie Betrug oder Krebsdiagnosen!).
+
Precision:TP / (TP + FP) (Wie verlÀsslich sind positive Alarme?).
+
Recall (SensitivitÀt):TP / (TP + FN) (Wie viele der tatsÀchlichen Treffer wurden entdeckt?).
+
F1-Score: Harmonisches Mittel aus Precision und Recall: 2 × (Precision × Recall) / (Precision + Recall).
+ Machine Learning Evaluation Confusion Matrix
+ 8 Punkte
+
+
+ Ein Machine-Learning-Modell soll betrĂŒgerische Kreditkartentransaktionen (Fraud) automatisiert klassifizieren.
+
+
+ ErlĂ€utern Sie die 4 Felder einer Confusion Matrix (TP, FP, TN, FN). Definieren Sie die Kennzahlen Precision (Genauigkeit), Recall (Trefferquote/SensitivitĂ€t) und F1-Score. Warum ist die reine Accuracy (Genauigkeit) bei unausgeglichenen DatensĂ€tzen irrefĂŒhrend?
+
+ Ein Machine-Learning-Modell soll betrĂŒgerische Kreditkartentransaktionen (Fraud) erkennen. Ein Testdatensatz von 1.000 Transaktionen liefert folgende Konfusionsmatrix: True Positive (TP) = 80, False Positive (FP) = 20, False Negative (FN) = 10, True Negative (TN) = 890.
+
+
+ a) Berechnen Sie die Accuracy (Treffgenauigkeit) des Modells in Prozent.
+b) Berechnen Sie die Precision (PrÀzision) und den Recall (SensitivitÀt / Trefferquote).
+c) BegrĂŒnden Sie, warum bei Betrugserkennung der Recall in der Regel wichtiger ist als die Precision.
+
+ IHK AP2 Fachinformatiker Daten- und Prozessanalyse
+
LF 12: Datenvisualisierung & BI-Dashboard-Design
+
Gestaltgesetze, Diagrammauswahl, Barrierefreiheit, Power BI / Tableau & Tufte-Prinzipien
+
+
+
+
+
+
đ Fachwissen & IHK-PrĂŒfungsrelevanz
+
+
Erkenntnisse aus Daten mĂŒssen fĂŒr Stakeholder und das Management intuitiv und verzerrungsfrei visualisiert werden. Eine fehlerhafte Diagrammauswahl fĂŒhrt zu Fehlentscheidungen.
+
+
1. Diagrammtypen & Einsatzzwecke nach IBCS
+
+
Diagrammtyp
Optimaler Einsatzzweck
Typischer Fehler
+
Balkendiagramm (horizontal)
Rangfolgen und Vergleiche von Kategorien (viele oder lange Namen).
Nicht sortierte Balken, unruhige Achsenskalierung.
+
SĂ€ulendiagramm (vertikal)
Zeitreihen (Monate, Quartale, Jahre) mit wenigen Intervallen.
Achsenabschnitt beginnt nicht bei Null (Verzerrung!).
+ Business Intelligence: Visualisierung & Dashboard-Design
+ 8 Punkte
+
+
+ Die GeschĂ€ftsfĂŒhrung wĂŒnscht ein operatives Vertriebs-Dashboard. Ein Junior-Analyst hat hierfĂŒr 3D-Kreisdiagramme mit 15 Segmenten und auffĂ€lligen Ampelfarben (Rot/GrĂŒn) ohne Beschriftung erstellt.
+
+
+ a) Kritisieren Sie den Entwurf des Analysten anhand von zwei ergonomischen GrundsÀtzen (z.B. Barrierefreiheit, Gestaltgesetze).
+b) Welcher Diagrammtyp eignet sich besser, um Umsatzanteile von 15 Produktkategorien darzustellen? BegrĂŒnden Sie Ihre Wahl.
+c) Was versteht man unter dem Begriff 'Data-Ink-Ratio' nach Edward Tufte?
+
+a) 1. Kreisdiagramme mit 15 Segmenten ĂŒberfordern das menschliche Auge (Winkel und FlĂ€chen können kognitiv schlecht verglichen werden; 3D-Effekte verzerren Proportionen zusĂ€tzlich). 2. Reine Rot/GrĂŒn-Farbkodierung schlieĂt Menschen mit Rot-GrĂŒn-SehschwĂ€che aus (mangelnde Barrierefreiheit).
+b) Ein horizontales Balkendiagramm (Bar Chart), absteigend nach Umsatz sortiert. Kategorienamen sind horizontal lesbar, und BalkenlĂ€ngen lassen sich vom menschlichen Gehirn prĂ€zise und mĂŒhelos vergleichen.
+c) Das VerhĂ€ltnis von nĂŒtzlicher Tinte (Data-Ink), die echte Dateninformationen ĂŒbermittelt, zur gesamten Druck-/Pixelmenge. Ziel ist die Maximierung der Data-Ink-Ratio durch Entfernen redundanter Dekorationen (3D-Effekte, unnötige Gitterlinien, Zierrahmen).
+
+ IHK AP2 Fachinformatiker Daten- und Prozessanalyse
+
WiSo & LF 12: Data Governance, DSGVO & IT-Recht
+
DSGVO (Art. 5/6/9), TOMs, Anonymisierung, Data Lineage, EU AI Act & Arbeitsrecht
+
+
+
+
+
+
đ Fachwissen & IHK-PrĂŒfungsrelevanz
+
+
Data Governance und datenschutzrechtliche Vorgaben sind fĂŒr den FIDP elementar, da mit sensitiven Unternehmens- und Personendaten operiert wird.
+
+
1. DSGVO Grundprinzipien (Art. 5 DSGVO)
+
+
RechtmĂ€Ăigkeit, Verarbeitung nach Treu und Glauben, Transparenz: Es bedarf einer Rechtsgrundlage (Art. 6 DSGVO: Einwilligung, VertragserfĂŒllung, berechtigtes Interesse).
+
Zweckbindung: Daten dĂŒrfen nur fĂŒr den bei Erhebung festgelegten legitimen Zweck verarbeitet werden.
+
Datenminimierung: Verarbeitung muss auf das fĂŒr den Zweck notwendige MaĂ beschrĂ€nkt sein.
+
Richtigkeit: Daten mĂŒssen sachlich richtig und aktuell sein.
+
Speicherbegrenzung: Daten mĂŒssen gelöscht werden, sobald der Zweck erfĂŒllt ist (Löschkonzept).
+
IntegritĂ€t und Vertraulichkeit: Schutz vor unbefugtem Zugriff durch technische und organisatorische MaĂnahmen (TOMs nach Art. 32 DSGVO).
Pseudonymisierung: Personenbezug bleibt mit Zusatzwissen herstellbar → fĂ€llt weiterhin unter DSGVO.
+
Anonymisierung: Irreversibel gelöschter Personenbezug → fĂ€llt nicht mehr unter DSGVO.
+
+
+
+
3. Data Governance Kernkomponenten
+
Data Catalog: Zentrales Inventar aller DatenbestÀnde mit Metadaten.
+ Data Lineage: LĂŒckenlose RĂŒckverfolgbarkeit des Datenflusses von der Quelle ĂŒber alle ETL-Stufen bis zum Report.
+ Data Stewardship: Rollenbasierte Verantwortlichkeit fĂŒr FachdomĂ€nen und DatenqualitĂ€t.
+ Data Governance & DSGVO: Anonymisierung vs. Pseudonymisierung
+ 8 Punkte
+
+
+ Ein Gesundheits-Startup möchte Patientendaten fĂŒr statistische Forschungszwecke auswerten. GemÀà DSGVO Art. 9 handelt es sich um besondere Kategorien personenbezogener Daten.
+
+
+ a) ErlÀutern Sie den technischen und rechtlichen Unterschied zwischen 'Pseudonymisierung' und 'Anonymisierung'.
+b) Nennen Sie zwei typische Techniken zur Anonymisierung von tabellarischen DatensÀtzen (z.B. k-AnonymitÀt, Aggregation).
+c) Was versteht man unter 'Data Lineage' im Rahmen von Data Governance?
+
+a) Pseudonymisierung (Art. 4 Nr. 5 DSGVO): Personenidentifikatoren (Name, SV-Nummer) werden durch Pseudonyme/Hashes ersetzt. Eine Re-Identifizierung ist unter Zuhilfenahme zusĂ€tzlicher, separat gesicherter SchlĂŒssel noch möglich. Die Daten bleiben personenbezogen.
+Anonymisierung: Daten werden so irreversibel verÀndert, dass die betroffene Person weder durch den Verantwortlichen noch durch Dritte identifiziert werden kann. Anonyme Daten fallen nicht mehr unter die DSGVO.
+b) 1. k-AnonymitĂ€t / Verallgemeinerung (z.B. Alter in Altersgruppen 30-39 fassen, Postleitzahlen auf die ersten zwei Stellen kĂŒrzen). 2. Datenstörung / Perturbation / Rauschinjektion (Differential Privacy) oder UnterdrĂŒckung seltener DatensĂ€tze.
+c) Data Lineage beschreibt den lĂŒckenlosen Lebenszyklus und Fluss von Daten vom Ursprung (Datenquelle) ĂŒber alle Transformationen und ETL-Stufen bis zum Zielsystem/Bericht. Sie stellt Nachvollziehbarkeit, Auditierbarkeit und Compliance sicher.
+
Die Betriebliche Projektarbeit fĂŒr Fachinformatiker/in fĂŒr Daten- und Prozessanalyse umfasst exakt 40 Stunden Bearbeitungszeit. Ziel ist der Nachweis, dass Sie einen komplexen betrieblichen Prozess analysieren und eine datenbasierte Lösung eigenverantwortlich konzipieren und umsetzen können.
+
+
1. Typische Projektthemen fĂŒr FIDP
+
+
Automatisierung und Optimierung eines fehleranfÀlligen Bestell- oder Rechnungsfreigabeprozesses (BPMN 2.0 + Robotic Process Automation / Airflow).
+
Aufbau einer modernen ETL-Pipeline zur Integration von CRM- und Shop-Daten in ein Snowflake/BigQuery Star-Schema.
+
Entwicklung eines Machine-Learning-Modells zur Kundenabwanderungsprognose (Churn Prediction) samt Konfusionsmatrix-Evaluation und Dashboard-Anbindung.
+
Implementierung eines automatisierten Data-Quality-Monitoring-Frameworks nach ISO 25012 fĂŒr Stammdaten.
+
+
+
2. Empfohlene 40-Stunden-Phasenverteilung nach ZPA
+
+
Projektphase
Typische Aufgaben
Stunden (ca.)
+
1. Initialisierung & Analyse
Ist-Analyse des Prozesses, Stakeholder-Interviews, Datenprofiling, Lastenheft
Entwicklung der ETL-Pipeline, Datenbereinigung, Skripte, BI-Dashboard-Erstellung
14 h
+
4. QualitÀtssicherung & Test
Validierung der DatenqualitÀt, Integrationstest, UAT (User Acceptance Test)
4 h
+
5. Dokumentation & Abschluss
Erstellung des Projektreports (max. 15 Seiten + Anhang) und Fazit
6 h
+
Gesamtzeit
40 h
+
+
+
3. Bewertungskriterien der IHK-PrĂŒfer
+
PrĂŒfer achten besonders auf: 1. Wirtschaftliche Betrachtung (Amortisationsrechnung oder Nutzwertanalyse), 2. Normgerechte Modellierung (BPMN 2.0 oder ER-Diagramm), 3. Klare BegrĂŒndung fachlicher Entscheidungen und 4. Einwandfreie Formatierung und Rechtschreibung der Dokumentation.
+ Prozessanalyse Durchlauf- und Liegezeiten
+ 8 Punkte
+
+
+ In einem Logistikunternehmen soll die Auftragsabwicklung von Bestelleingang bis Warenausgang analysiert und optimiert werden.
+
+
+ Definieren Sie Durchlaufzeit, Bearbeitungszeit, Liegezeit und RĂŒstzeit. ErlĂ€utern Sie die Prozess-Zykluseffizienz (Process Cycle Efficiency PCE) und wie FlaschenhĂ€lse (Bottlenecks) identifiziert werden.
+
+ In einem Beschaffungsprozess soll ein Lieferant binnen 48 Stunden eine AuftragsbestĂ€tigung ĂŒbermitteln. Trifft diese nicht rechtzeitig ein, muss ein Eskalationsprozess an den strategischen Einkauf ausgelöst werden.
+
+
+ a) Benennen Sie das BPMN-Element, mit dem die 48-Stunden-Frist an der AktivitÀt 'AuftragsbestÀtigung abwarten' modelliert wird.
+b) ErlÀutern Sie den Unterschied zwischen einem unterbrechenden (interrupting) und einem nicht-unterbrechenden (non-interrupting) Boundary Event anhand dieses Szenarios.
+c) Welche Gateway-Art ist zu wĂ€hlen, wenn nach PrĂŒfung der BestĂ€tigung entweder die Standard-Lieferung, eine Express-Lieferung oder bei Lieferengpass ein Alternativartikel parallel angefragt werden soll?
+
+a) Angeheftetes Zwischenereignis (Boundary Timer Event / Zeit-Grenzereignis).
+b) Unterbrechend: Bricht die HauptaktivitĂ€t sofort ab und leitet die Token ausschlieĂlich in den Eskalationspfad (AuftragsbestĂ€tigung wird nicht mehr angenommen). Nicht-unterbrechend: Die Frist löst eine Warnung/Eskalation aus, die ursprĂŒngliche AktivitĂ€t bleibt jedoch aktiv und kann noch abgeschlossen werden.
+c) Inklusives Gateway (OR / OR-Split), da eine oder mehrere Verzweigungen gleichzeitig aktiv werden können (z.B. Express-Lieferung UND parallele Alternativartikel-Anfrage).
+
+
+
+
+
+
+ DatenqualitÀt nach ISO 8000
+ 8 Punkte
+
+
+ FĂŒr eine KI-gestĂŒtzte Kundenanalyse sollen CRM-, ERP- und Webshop-Daten zusammengefĂŒhrt werden.
+
+
+ Nennen und erlÀutern Sie 4 wesentliche Dimensionen der DatenqualitÀt nach ISO 8000 / DAMA DMBOK. Beschreiben Sie typische Methoden des Data Cleaning (Datenbereinigung).
+
+ Ein Unternehmen baut eine moderne Analytics-Plattform mit Cloud Data Warehouse auf.
+
+
+ Vergleichen Sie das klassische ETL-Verfahren (Extract, Transform, Load) mit dem modernen ELT-Verfahren (Extract, Load, Transform). ErlĂ€utern Sie Change Data Capture (CDC) zur inkrementellen DatenĂŒbernahme.
+
+ Data Warehouse Star-Schema vs Snowflake-Schema
+ 8 Punkte
+
+
+ FĂŒr das Management-Reporting einer Handelskette wird ein multidimensionales Datenmodell entworfen.
+
+
+ ErklÀren Sie den Aufbau eines Star-Schemas (Faktentabelle und Dimensionstabellen). Grenzen Sie das Star-Schema vom Snowflake-Schema hinsichtlich Normalisierung und Abfrageperformance ab.
+
+ Statistische Kennzahlen & Hypothesentests
+ 8 Punkte
+
+
+ In einer A/B-Testing-Studie soll geprĂŒft werden, ob ein neues Checkout-Design die Conversion Rate signifikant erhöht.
+
+
+ Unterscheiden Sie Mittelwert, Median und Modus. ErlÀutern Sie Standardabweichung und Varianz. Was bedeuten Nullhypothese (H0), Alternativhypothese (H1) und der p-Wert bei einem Signifikanzniveau von alpha = 0,05?
+
+ Machine Learning Evaluation Confusion Matrix
+ 8 Punkte
+
+
+ Ein Machine-Learning-Modell soll betrĂŒgerische Kreditkartentransaktionen (Fraud) automatisiert klassifizieren.
+
+
+ ErlĂ€utern Sie die 4 Felder einer Confusion Matrix (TP, FP, TN, FN). Definieren Sie die Kennzahlen Precision (Genauigkeit), Recall (Trefferquote/SensitivitĂ€t) und F1-Score. Warum ist die reine Accuracy (Genauigkeit) bei unausgeglichenen DatensĂ€tzen irrefĂŒhrend?
+
+ Business Intelligence: Visualisierung & Dashboard-Design
+ 8 Punkte
+
+
+ Die GeschĂ€ftsfĂŒhrung wĂŒnscht ein operatives Vertriebs-Dashboard. Ein Junior-Analyst hat hierfĂŒr 3D-Kreisdiagramme mit 15 Segmenten und auffĂ€lligen Ampelfarben (Rot/GrĂŒn) ohne Beschriftung erstellt.
+
+
+ a) Kritisieren Sie den Entwurf des Analysten anhand von zwei ergonomischen GrundsÀtzen (z.B. Barrierefreiheit, Gestaltgesetze).
+b) Welcher Diagrammtyp eignet sich besser, um Umsatzanteile von 15 Produktkategorien darzustellen? BegrĂŒnden Sie Ihre Wahl.
+c) Was versteht man unter dem Begriff 'Data-Ink-Ratio' nach Edward Tufte?
+
+a) 1. Kreisdiagramme mit 15 Segmenten ĂŒberfordern das menschliche Auge (Winkel und FlĂ€chen können kognitiv schlecht verglichen werden; 3D-Effekte verzerren Proportionen zusĂ€tzlich). 2. Reine Rot/GrĂŒn-Farbkodierung schlieĂt Menschen mit Rot-GrĂŒn-SehschwĂ€che aus (mangelnde Barrierefreiheit).
+b) Ein horizontales Balkendiagramm (Bar Chart), absteigend nach Umsatz sortiert. Kategorienamen sind horizontal lesbar, und BalkenlĂ€ngen lassen sich vom menschlichen Gehirn prĂ€zise und mĂŒhelos vergleichen.
+c) Das VerhĂ€ltnis von nĂŒtzlicher Tinte (Data-Ink), die echte Dateninformationen ĂŒbermittelt, zur gesamten Druck-/Pixelmenge. Ziel ist die Maximierung der Data-Ink-Ratio durch Entfernen redundanter Dekorationen (3D-Effekte, unnötige Gitterlinien, Zierrahmen).
+
+
+
+
+
+
+ Data Governance & DSGVO: Anonymisierung vs. Pseudonymisierung
+ 8 Punkte
+
+
+ Ein Gesundheits-Startup möchte Patientendaten fĂŒr statistische Forschungszwecke auswerten. GemÀà DSGVO Art. 9 handelt es sich um besondere Kategorien personenbezogener Daten.
+
+
+ a) ErlÀutern Sie den technischen und rechtlichen Unterschied zwischen 'Pseudonymisierung' und 'Anonymisierung'.
+b) Nennen Sie zwei typische Techniken zur Anonymisierung von tabellarischen DatensÀtzen (z.B. k-AnonymitÀt, Aggregation).
+c) Was versteht man unter 'Data Lineage' im Rahmen von Data Governance?
+
+a) Pseudonymisierung (Art. 4 Nr. 5 DSGVO): Personenidentifikatoren (Name, SV-Nummer) werden durch Pseudonyme/Hashes ersetzt. Eine Re-Identifizierung ist unter Zuhilfenahme zusĂ€tzlicher, separat gesicherter SchlĂŒssel noch möglich. Die Daten bleiben personenbezogen.
+Anonymisierung: Daten werden so irreversibel verÀndert, dass die betroffene Person weder durch den Verantwortlichen noch durch Dritte identifiziert werden kann. Anonyme Daten fallen nicht mehr unter die DSGVO.
+b) 1. k-AnonymitĂ€t / Verallgemeinerung (z.B. Alter in Altersgruppen 30-39 fassen, Postleitzahlen auf die ersten zwei Stellen kĂŒrzen). 2. Datenstörung / Perturbation / Rauschinjektion (Differential Privacy) oder UnterdrĂŒckung seltener DatensĂ€tze.
+c) Data Lineage beschreibt den lĂŒckenlosen Lebenszyklus und Fluss von Daten vom Ursprung (Datenquelle) ĂŒber alle Transformationen und ETL-Stufen bis zum Zielsystem/Bericht. Sie stellt Nachvollziehbarkeit, Auditierbarkeit und Compliance sicher.
+
Cyber-Physische Systeme (CPS) verbinden physische Objekte (Maschinen, WerkstĂŒcke, Sensoren) ĂŒber Netzwerke mit rechenintensiven Softwarekomponenten und Cloud-Diensten.
+
+
1. Das RAMI 4.0 Referenzarchitekturmodell (DIN SPEC 91345)
+
RAMI 4.0 strukturiert Industrie-4.0-Architekturen anhand eines 3D-Koordinatensystems:
+
+
Achse 1: Architektur-Schichten (Layers - vertikal):
+ Asset (physische Komponente) → Integration (A/D-Wandler, Sensoren) → Communication (Protokolle wie OPC UA) → Information (Datenmodelle) → Functional (Regelkreise, Logik) → Business (GeschĂ€ftsprozesse, ERP).
+
+
Achse 2: Lebenszyklus & Wertschöpfung (Life Cycle & Value Stream - horizontal links):
+ Unterscheidung zwischen Typ (Entwicklung, Konstruktion, Prototyp) und Instanz (gefertigtes Serienprodukt mit eigener Seriennummer, Betrieb, Wartung).
+
+
Achse 3: Hierarchie-Ebenen (Hierarchy Levels - horizontal rechts):
+ Erweiterung der klassischen Automatisierungspyramide: Product → Field Device → Control Device → Station → Work Center → Enterprise → Connected World.
+
+
+
+
2. Die Verwaltungsschale (Asset Administration Shell - AAS)
+
Die Verwaltungsschale (AAS) ist der standardisierte 'Digitale Zwilling'. Sie kapselt das physische Asset und stellt alle technischen Dokumente, CAD-Modelle, Betriebsparameter, Live-Sensordaten und Funktionen ĂŒber standardisierte Schnittstellen (z.B. OPC UA, REST) bereit.
+ In einer Smart Factory werden Fertigungsanlagen mit dem Cloud-Leitsystem vernetzt.
+
+
+ Definieren Sie ein Cyber-physisches System (CPS) und dessen Komponenten. ErlÀutern Sie das Referenzarchitekturmodell Industrie 4.0 (RAMI 4.0) mit seinen 3 Dimensionen (Schichten, Lebenszyklus/Wertstrom, Hierarchieebenen).
+
+ In einer Smart Factory soll eine neue CNC-FrÀsmaschine als Industrie 4.0 Komponente integriert werden. Die Architektur soll dem RAMI 4.0 Modell folgen.
+
+
+ a) Nennen Sie die drei Achsen des RAMI 4.0 Referenzarchitekturmodells.
+b) Welche Funktion hat die Verwaltungsschale (Asset Administration Shell - AAS) fĂŒr physische Maschinen?
+c) Auf welcher Hierarchy Level Ebene nach RAMI 4.0 ordnet sich die CNC-FrÀse ein?
+
+a) 1. Architektur-Schichten (Layers: Asset, Integration, Communication, Information, Functional, Business).
+2. Lebenszyklus & Wertschöpfungskette (Life Cycle & Value Stream: Typ vs. Instanz, Entwicklung bis Wartung).
+3. Hierarchie-Ebenen (Hierarchy Levels: Product, Field Device, Control Device, Station, Work Center, Enterprise, Connected World).
+b) Die AAS bildet die standardisierte digitale Schnittstelle (den Digitalen Zwilling) des physischen Assets. Sie kapselt alle Daten, Dokumentationen, FÀhigkeiten, Parameter und Kommunikationsschnittstellen der Maschine herstellerunabhÀngig.
+c) Station (oder Control Device / Field Device je nach Betrachtung der Einzelkomponenten; als Gesamtmaschine typischerweise 'Station' / 'Work Center').
+
Um ein analoges Signal fehlerfrei rekonstruieren zu können, muss die Abtastfrequenz f_abtaste mehr als doppelt so hoch sein wie die höchste im Signal vorkommende Frequenz: f_abtaste > 2 × f_max. Andernfalls entstehen Spiegelfrequenzen und Informationsverlust (Aliasing-Effekt).
+ Sensorik: IO-Link vs. Analoge Schnittstellen & A/D-Wandlung
+ 10 Punkte
+
+
+ An einem FlieĂband erfassen Drucksensoren den Hydraulikdruck. Bislang wurden analoge 4-20 mA Stromschleifen eingesetzt. Nun wird auf IO-Link umgerĂŒstet.
+
+
+ a) ErlĂ€utern Sie einen wesentlichen Vorteil einer 4-20 mA Stromschnittstelle gegenĂŒber einer 0-10 V Spannungsschnittstelle bei langen Leitungswegen.
+b) Warum wird bei analogen Sensoren ein Live-Zero (4 mA statt 0 mA) genutzt?
+c) Nennen Sie drei konkrete Vorteile, die der digitale Standard IO-Link (IEC 61131-9) gegenĂŒber rein analogen 4-20 mA Sensoren bietet.
+
+a) Der Schleifenstrom von 4-20 mA ist unabhÀngig vom Leitungswiderstand (Spannungsabfall) der Zuleitung, wodurch Messfehler durch LeitungslÀngen vermieden werden. Zudem ist die Stromschleife unempfindlicher gegen elektromagnetische Einstreuungen.
+b) Drahtbruchsicherheit: FlieĂt ein Strom von 0 mA, liegt ein Leitungsabriss oder Sensorfehler vor. Werte zwischen 4 und 20 mA reprĂ€sentieren den echten Messbereich.
+c) 1. Digitale, störungsfreie Ăbertragung von Prozesswerten, Parametern und Diagnosedaten ĂŒber dieselbe Standard-3-Leiter-Verkabelung. 2. Fernparametrierung und automatischer Sensortausch ohne manuelles Konfigurieren (Plug & Play via IODD-Datei). 3. ZusĂ€tzliche Diagnoseinformationen (z.B. Verschmutzung, Temperaturwarnung, Ăberlast).
+
Edge vs. Fog vs. Cloud, Containerisierung an der Edge (Docker, K3s), Telemetrie-Filterung
+
+
+
+
+
+
đ Fachwissen & IHK-PrĂŒfungsrelevanz
+
+
Nicht alle industriellen Daten können oder dĂŒrfen in die Cloud ĂŒbertragen werden. Edge Computing verlagert Rechenleistung direkt an die Maschine oder Fertigungslinie.
+ Edge Computing vs. Cloud & IoT-Gateways
+ 8 Punkte
+
+
+ Ein Walzwerk erfasst Vibrationsdaten mit einer Abtastrate von 20 kHz pro Lager, um LagerschÀden mittels FFT (Fast Fourier Transformation) im Millisekundenbereich vorherzusagen.
+
+
+ a) BegrĂŒnden Sie anhand von zwei technischen Faktoren (Latenz, Bandbreite), warum die Rohdatenverarbeitung auf einem Edge-Gateway direkt an der Maschine statt in einer zentralen Cloud erfolgen muss.
+b) Welche Aufgaben ĂŒbernimmt das Edge-Gateway typischerweise, bevor selektive Daten an die Cloud weitergeleitet werden?
+c) Nennen Sie ein leichtgewichtiges Container-Betriebssystem oder eine K8s-Distribution, die speziell fĂŒr Industrie-PCs (IPCs) an der Edge geeignet ist.
+
+a) 1. Bandbreite: 20 kHz Abtastrate bei mehreren Sensoren erzeugt gigabyteweise Daten pro Stunde; die dauerhafte Ăbertragung ĂŒber WAN-Verbindungen wĂŒrde das Unternehmensnetzwerk ĂŒberlasten und erhebliche Cloud-Kosten verursachen. 2. Latenz & Echtzeit: Die Schadenserkennung und Notabschaltung muss binnen Millisekunden erfolgen; Cloud-Roundtrips unterliegen unvorhersehbarem Jitter und Latenzschwankungen.
+b) Filterung, Aggregation, Vorverarbeitung/Transformation (z.B. FFT-Schwingungsanalyse zur Merkmaltextraktion) und Protokollkonvertierung (z.B. Feldbus nach MQTT/OPC UA).
+c) K3s (Lightweight Kubernetes), MicroK8s, BalenaOS oder Ubuntu Core.
+
Industrielle Kommunikation unterscheidet sich grundlegend von BĂŒro-IT: Determinismus und garantierte Ăbertragungszeiten im Millisekundenbereich sind zwingend erforderlich.
+
+
1. Klassische Feldbusse vs. Industrial Ethernet
+
+
Modbus RTU: Master-Slave-Verfahren ĂŒber serielle RS-485 Zweidrahtleitung. Modbus TCP kapselt die Modbus-Frames in Standard-TCP/IP-Pakete (Port 502).
+
Profinet IO: Basiert auf Ethernet (IEEE 802.3), nutzt aber optimierte KommunikationskanÀle:
+
+
Standard-TCP/IP: FĂŒr Parametrierung und Diagnose (keine Echtzeit).
TSN erweitert Standard-Ethernet um Mechanismen fĂŒr garantierte Latenz und Koexistenz:
+
+
IEEE 802.1AS: PrÀzise Zeitsynchronisation im Submikrosekundenbereich (gPTP).
+
IEEE 802.1Qbv (Time-Aware Shaper): Teilt die Ăbertragungszeit in zyklische Zeitschlitze. Zeitkritischer Steuerungsverkehr erhĂ€lt garantierte exklusive Slots ohne Pufferstau durch Standard-IT-Traffic.
+ Industrielle Feldbusse Profinet vs Modbus TCP
+ 8 Punkte
+
+
+ Eine Industrieanlage soll mit Steuerungen (SPS) und Antrieben vernetzt werden.
+
+
+ Vergleichen Sie Modbus TCP und Profinet hinsichtlich OSI-Schicht, EchtzeitfÀhigkeit (Jitter, Latenz) und Einsatzgebieten. ErklÀren Sie die 3 Conformance Classes (CC-A, CC-B, CC-C) bzw. RT und IRT von Profinet.
+
+ Industrielle Kommunikation: Profinet IO vs. TSN
+ 8 Punkte
+
+
+ In einer Fertigungslinie tauschen speicherprogrammierbare Steuerungen (SPS) und Servoantriebe zyklisch Prozessdaten aus. Gleichzeitig sollen Kamerabilder zur QualitĂ€tsprĂŒfung ĂŒber dieselbe Netzwerkinfrastruktur ĂŒbertragen werden.
+
+
+ a) ErlÀutern Sie den Unterschied zwischen Profinet RT (Real-Time) und Profinet IRT (Isochronous Real-Time).
+b) Welches grundlegende Problem des Standard-Ethernet (CSMA/CD bzw. Best-Effort Switching) verhindert harte EchtzeitfÀhigkeit?
+c) Wie löst Time-Sensitive Networking (TSN, z.B. IEEE 802.1Qbv) die Koexistenz von zeitkritischem Steuerungsverkehr und bandbreitenintensivem IT-Videoverkehr auf derselben physikalischen Leitung?
+
+a) Profinet RT arbeitet softwarebasiert auf Layer 2 und umgeht den TCP/IP-Stack (Zykluszeiten typischerweise 1-10 ms). Profinet IRT nutzt spezielle Switch-Hardware fĂŒr taktsynchronisierte DatenĂŒbertragung mit fest reservierten Zeitschlitzen im Mikrosekundenbereich (harte Echtzeit, Jitter < 1 ”s).
+b) Standard-Ethernet nutzt Best-Effort Ăbertragung. Wenn mehrere Sender gleichzeitig Pakete ĂŒber einen Switch-Port leiten, entstehen Puffer-Warteschlangen (Queuing Delay), Jitter und im schlimmsten Fall Paketverluste.
+c) TSN nutzt den Time-Aware Shaper (IEEE 802.1Qbv): Die Ăbertragungszeit auf der Leitung wird in sich wiederholende Zeitschlitze unterteilt. In definierten Zeitfenstern dĂŒrfen ausschlieĂlich zeitkritische Pakete mit höchster PrioritĂ€t die Leitung blockierungsfrei nutzen, wĂ€hrend Standard-Datenverkehr temporĂ€r pausiert wird.
+
FĂŒr die Vernetzung von Sensoren mit Cloud- und SCADA-Systemen dominieren zwei Protokolle: OPC UA in der Automatisierung und MQTT im Internet of Things.
+
+
1. OPC UA (IEC 62541)
+
OPC Unified Architecture ist ein plattformunabhÀngiger, serviceorientierter Industriestandard:
+
+
Informationsmodell: Bildet Daten semantisch in einem objektorientierten Knoten-Graphen (Nodes: Objects, Variables, Methods) ab.
+
Security Architecture: Gegenseitige Authentifizierung via X.509-Zertifikate, IntegritĂ€tssignatur und AES-VerschlĂŒsselung auf Protokollebene.
+
Kommunikationsmodelle: Client/Server (Request/Response) und Pub/Sub (fĂŒr hochzyklische Broadcasts).
+
+
+
2. MQTT (Message Queuing Telemetry Transport)
+
Leichtgewichtiges Publish/Subscribe-Protokoll ĂŒber TCP (Standardport 1883, TLS Port 8883):
+
+
Konzept
Funktionsweise & IHK-Bedeutung
+
Topic-Hierarchie
Hierarchische Strings mit Wildcards: + (Single-Level) und # (Multi-Level). Bsp.: halle1/linie2/+/temperatur.
+
QoS 0 (At most once)
Feuer & Vergessen (Best Effort, keine BestÀtigung).
+
QoS 1 (At least once)
Mindestens einmal (Paket wird wiederholt, bis PUBACK eintrifft; Duplikate möglich).
+
QoS 2 (Exactly once)
Genau einmal (4-Wege-Handshake; maximale ZuverlÀssigkeit, höhere Latenz).
+
Last Will & Testament (LWT)
Vordefinierte Nachricht, die der Broker publiziert, wenn der Client unerwartet offline geht.
+ Maschinendaten einer heterogenen Produktionslinie sollen sowohl an das interne SCADA-System als auch an ein Cloud-Analytics-System ĂŒbertragen werden.
+
+
+ Vergleichen Sie OPC UA (Open Platform Communications Unified Architecture) mit dem MQTT-Protokoll bezĂŒglich Kommunikationsmuster (Client/Server vs. Publish/Subscribe), Datenmodellierung, Overhead und typischem Einsatzzweck.
+
+ OPC UA: Sicherheitskonzept & Zertifikate
+ 8 Punkte
+
+
+ Ein MES-System (Manufacturing Execution System) soll Prozessdaten von mehreren OPC UA Servern aus der Fertigung auslesen.
+
+
+ a) Welche drei Sicherheitsaspekte werden durch den OPC UA Security Layer standardmĂ€Ăig abgedeckt (CIA-Triade)?
+b) Beschreiben Sie den Mechanismus des Trust-Managements beim Verbindungsaufbau zwischen einem OPC UA Client und einem OPC UA Server (Rolle von X.509-Zertifikaten).
+c) Was passiert, wenn auf dem OPC UA Server die Security Policy 'None' konfiguriert ist, und wie ist dies in Produktionsnetzen zu bewerten?
+
+a) 1. Vertraulichkeit (VerschlĂŒsselung der Nutzdaten via AES), 2. IntegritĂ€t (Signatur der Nachrichten via SHA/RSA), 3. AuthentizitĂ€t (Gegenseitige Identifikation von Client und Server via X.509 Zertifikate).
+b) Client und Server tauschen beim Verbindungsaufbau ihre öffentlichen X.509-Zertifikate aus. Die Verbindung kommt nur zustande, wenn das jeweilige Zertifikat in der 'Trusted'-Liste des Partners hinterlegt ist oder von einer vertrauenswĂŒrdigen CA signiert wurde (Reject / Trust Store).
+c) 'None' bedeutet unverschlĂŒsselte und unsignierte Ăbertragung im Klartext ohne Authentifizierung. In industriellen Produktionsnetzen stellt dies ein enormes Sicherheitsrisiko dar (Man-in-the-Middle Angriffe, Sabotage von Steuerungswerten) und verstöĂt gegen gĂ€ngige Standards wie IEC 62443.
+
Mobile Roboter (AGVs), fahrerlose Transportsysteme und mobile Bedienpanels erfordern hochgradig zuverlÀssige, kabellose Verbindungen.
+
+
1. Private 5G-Campusnetze im Industrieumfeld
+
In Deutschland können Unternehmen bei der Bundesnetzagentur eigene Frequenzen im Bereich 3,7 bis 3,8 GHz (Band n78) fĂŒr lokale private Campusnetze exklusiv beantragen.
+
+
URLLC (Ultra-Reliable Low-Latency Communication): Latenzen < 1 ms bei einer ZuverlĂ€ssigkeit von 99,999 % (Five Nines) → Geeignet fĂŒr mobile Roboter und Safety-Funktionen.
+
eMBB (Enhanced Mobile Broadband): Hohe Datenraten im Gigabit-Bereich fĂŒr hochauflösende Kameras und AR-Brillen.
+
mMTC (Massive Machine Type Communication): Bis zu 1 Million Sensoren pro km² mit minimalem Energieverbrauch.
+
+
+
2. LoRaWAN (Long Range Wide Area Network)
+
+
Arbeitet im lizenzfreien ISM-Band (868 MHz in Europa).
+
Sehr hohe Reichweiten (2 bis 15 km) bei minimaler Sendeleistung (Batterielaufzeit 5-10 Jahre).
+
Sehr geringe Datenrate (0,3 bis 50 kbit/s) und regulatorische Sendezeitbegrenzung (Duty Cycle von meist 1 %). Ideal fĂŒr Zustandstracking im FreigelĂ€nde!
+ Drahtlose Vernetzung: 5G Campusnetze vs. LoRaWAN
+ 8 Punkte
+
+
+ Ein Logistikzentrum plant die Vernetzung von autonom fahrenden Flurförderzeugen (AGVs) in der Halle und die Verfolgung von Containern auf einem 10 kmÂČ groĂen AuĂengelĂ€nde.
+
+
+ a) BegrĂŒnden Sie, warum fĂŒr die Steuerung der autonomen Fahrzeuge (AGVs) ein privates 5G-Campusnetz (URLLC) anstelle von LoRaWAN eingesetzt werden muss.
+b) Welcher Frequenzbereich steht Unternehmen in Deutschland fĂŒr private 5G-Campusnetze durch die Bundesnetzagentur zur VerfĂŒgung?
+c) Warum ist LoRaWAN die optimale Wahl fĂŒr die Batterieversorgten Tracker auf dem AuĂengelĂ€nde? Nennen Sie zwei GrĂŒnde.
+
+a) AGVs erfordern kontinuierliche Steuerung mit extrem geringer Latenz (< 5 ms) und hoher ZuverlÀssigkeit (URLLC - Ultra-Reliable Low-Latency Communication). LoRaWAN hat extrem geringe Bandbreite, hohe Latenzen und SendezeitbeschrÀnkungen (Duty Cycle von meist 1 %).
+b) Frequenzbereich 3.700 MHz bis 3.800 MHz (3,7 - 3,8 GHz / Band n78).
+c) 1. Sehr hohe Funkreichweite (mehrere Kilometer im Freifeld durch Sub-GHz Chirp Spread Spectrum Modulation). 2. Extrem geringer Energieverbrauch, der Batterie-Laufzeiten von 5 bis 10 Jahren ohne Wartung ermöglicht.
+
Zonen & Conduits, Security Levels (SL 1-4), Defense-in-Depth & Schutzziele OT vs. IT
+
+
+
+
+
+
đ Fachwissen & IHK-PrĂŒfungsrelevanz
+
+
Die internationale Normenreihe IEC 62443 ist der maĂgebliche Standard fĂŒr Cybersicherheit in industriellen Automatisierungs- und Steuerungssystemen (IACS).
+
+
1. Schutzziele: IT vs. OT (Die umgekehrte Triade)
+
+
PrioritÀt
Klassische Office-IT (CIA)
Industrielle Automation / OT (AIC)
+
PrioritÀt 1
Confidentiality (Vertraulichkeit): Schutz vor Datendiebstahl.
Integrity (IntegritĂ€t): Manipulation von Messwerten fĂŒhrt zu physischen SchĂ€den.
+
PrioritÀt 3
Availability (VerfĂŒgbarkeit): Downtimes sind tolerierbar.
Confidentiality (Vertraulichkeit): Produktionswerte oft lokal isoliert.
+
+
+
2. Zonen- und Conduit-Konzept (IEC 62443-3-2)
+
+
Sicherheitszone (Zone): Eine logische oder physische Gruppierung von Assets mit vergleichbaren Sicherheitsanforderungen.
+
Verbindungskanal (Conduit): Kommunikationspfad zwischen zwei Zonen. Jeder Datenfluss muss durch SchutzmaĂnahmen (Firewalls, VPN, DPI) kontrolliert werden.
+
+
+
3. Security Levels (SL)
+
+
SL 1: Schutz vor zufÀlligem Missbrauch / Fehlbedienung.
+
SL 2: Schutz vor gezieltem Angriff mit einfachen Mitteln (Skript-Kiddies).
+
SL 3: Schutz vor gezieltem Angriff mit professionellen Hacking-Tools.
+
SL 4: Schutz vor hochgerĂŒsteten staatlichen Angreifern (Nation State Actors / APTs).
+ Das Automatisierungsnetzwerk einer Fabrik soll gegen Cyber-Angriffe und Sabotage gehÀrtet werden.
+
+
+ ErlÀutern Sie das Zonen- und Conduit-Modell nach der Normenreihe IEC 62443. Was ist ein Conduit (Verbindungskanal)? Welche Sicherheitsanforderungen gelten an den Schnittstellen zwischen IT- und OT-Netzen?
+
Es darf niemals direkter Datenverkehr zwischen Level 4 (IT) und Level 3 (OT) stattfinden! SĂ€mtliche Kommunikation endet in der IDMZ (z.B. ĂŒber Jump Hosts mit Multi-Faktor-Authentifizierung, getrennte Historian-Replikate oder Reverse-Proxies).
+
+
3. Deep Packet Inspection (DPI) in OT-Firewalls
+
Klassische Firewalls prĂŒfen nur IP und Port (z.B. Port 502 fĂŒr Modbus). Eine OT-Firewall mit DPI entschlĂŒsselt die industrielle Nutzlast und erlaubt z.B. nur Lese-Befehle (Read Holding Registers), wĂ€hrend gefĂ€hrliche Schreib-Befehle (Write Single Register) blockiert werden.
+ Purdue-Modell & OT-Netzwerksegmentierung (IDMZ)
+ 10 Punkte
+
+
+ Nach einem Ransomware-Vorfall in der Office-IT soll das Produktionsnetzwerk (OT) isoliert und nach dem Purdue-Referenzmodell neu strukturiert werden.
+
+
+ a) Ordnen Sie die folgenden Systeme den Purdue-Levels (Level 0, Level 1, Level 2, Level 3, Level 4) zu: SPS, ERP-System, TemperaturfĂŒhler, SCADA-Server, HMI-Touchpanel.
+b) Welche Funktion hat die Industrial Demilitarized Zone (IDMZ / Level 3.5)?
+c) Nennen Sie zwei Dienste, die typischerweise in der IDMZ platziert werden, und eine goldene Regel fĂŒr den Datenverkehr durch die IDMZ.
+
+a) Level 0: TemperaturfĂŒhler (Prozess/Physik); Level 1: SPS (Basis-Steuerung); Level 2: HMI-Touchpanel (Bereichs-Bedienung); Level 3: SCADA-Server (Betriebsleitebene / MES); Level 4: ERP-System (Enterprise IT).
+b) Die IDMZ (Level 3.5) bildet einen Puffer- und Trennungsbereich zwischen der Office-IT (Level 4/5) und der Fertigungs-OT (Level 0-3). Sie verhindert jede direkte Netzwerkverbindung zwischen IT und OT.
+c) Dienste in IDMZ: Patch-Management / WSUS-Spiegel, Historian-Replikat, Jump-Host / Bastion Host fĂŒr Fernwartung. Goldene Regel: Kein direkter Durchgangsverkehr erlaubt! Jede Verbindung endet in der IDMZ; Daten werden abgelegt und von der anderen Seite separat abgeholt.
+
Parallel Redundancy Protocol (PRP), High-Availability Seamless Redundancy (HSR), TAP vs. SPAN
+
+
+
+
+
+
đ Fachwissen & IHK-PrĂŒfungsrelevanz
+
+
In der industriellen Fertigung können Netzwerkunterbrechungen von wenigen Millisekunden Schutzabschaltungen und Produktionsausschuss auslösen. HochverfĂŒgbare Protokolle garantieren unterbrechungsfreie Umschaltung.
+
+
1. Zero-Failover-Redundanz nach IEC 62439-3
+
+
Verfahren
Topologie
Funktionsweise & Umschaltzeit
+
RSTP (IEEE 802.1w)
Ring / Masche
Blockiert redundante Pfade. Bei Ausfall Umschaltzeit 100 ms bis einige Sekunden (Paketverlust!).
+
PRP (Parallel Redundancy)
Zwei getrennte parallele Netze (LAN A und LAN B)
EndgerÀt sendet jedes Paket doppelt. EmpfÀnger nimmt das erste Paket an und verwirft Duplikate. Umschaltzeit: 0 ms (unterbrechungsfrei)!
+
HSR (High-availability Seamless)
Geschlossener Ring
Pakete werden in beide Richtungen des Rings gesendet. Kein separates Doppelnetz nötig. Umschaltzeit: 0 ms!
+
+
+
2. Passives OT-Monitoring vs. Aktives Scannen
+
Achtung IHK-Grundsatz: In OT-Netzen ist aktives Scannen (z.B. mit Nmap oder Schwachstellenscannern) streng verboten, da fragile SPS-Netzwerkstacks abstĂŒrzen können!
+ Stattdessen kommt rein passives Monitoring ĂŒber physische Netzwerk-TAPs oder Switch-Spiegelports (SPAN) zum Einsatz, um Anomalien und Cyberangriffe ĂŒber Network Detection and Response (NDR) risikolos zu detektieren.
+
+ Redundanzprotokolle PRP und HSR in der OT
+ 8 Punkte
+
+
+ In einem Energie-Umspannwerk darf bei einem Netzwerkausfall keine einzige Millisekunde DatenĂŒbertragung verloren gehen.
+
+
+ ErlÀutern Sie die industriellen Redundanzprotokolle Parallel Redundancy Protocol (PRP) und High-availability Seamless Redundancy (HSR) nach IEC 62439-3. Warum reicht das klassische Spanning Tree Protocol (RSTP) in diesen Anwendungen nicht aus?
+
+ Netzwerkresilienz: PRP & HSR (IEC 62439-3) vs. RSTP
+ 8 Punkte
+
+
+ In einem Umspannwerk und einer petrochemischen Raffinerie dĂŒrfen bei einem Kabelbruch keine Datenpakete verloren gehen, da dies zum Abschalten der Notfallventile fĂŒhren wĂŒrde.
+
+
+ a) BegrĂŒnden Sie, warum herkömmliche Redundanzverfahren wie RSTP (Rapid Spanning Tree) fĂŒr diese Anwendung unzureichend sind.
+b) ErlÀutern Sie das Funktionsprinzip des Parallel Redundancy Protocol (PRP nach IEC 62439-3).
+c) Was ist die theoretische Umschaltzeit (Reconfiguration Time) von PRP bei Ausfall eines Ăbertragungspfades?
+
+a) RSTP benötigt fĂŒr die Rekonfiguration des Netzes nach einem Linkausfall typischerweise einige Hundert Millisekunden bis mehrere Sekunden. In dieser Zeit kommt es zu Paketverlusten, die Schutzabschaltungen auslösen können.
+b) Bei PRP sendet ein EndgerĂ€t (Dual Attached Node - DANP) jedes Datenpaket zeitgleich ĂŒber zwei völlig getrennte, parallele Netzwerke (LAN A und LAN B). Der EmpfĂ€nger verarbeitet das zuerst eintreffende Paket und verwirft das Duplikat anhand einer Sequenznummer (Redundancy Control Trailer).
+c) 0 ms (unterbrechungsfreie Umschaltung, Zero-Failover-Time), da das Duplikat auf dem redundanten Pfad kontinuierlich weiterlÀuft.
+
FĂŒr Fachinformatiker fĂŒr Digitale Vernetzung ist das Zusammenspiel von Safety (Personenschutz) und Security (IT-Sicherheit) von existenzieller juristischer Bedeutung.
+
+
1. Safety vs. Security
+
+
Safety (Funktionale Maschinensicherheit): SchĂŒtzt Mensch und Umwelt vor Fehlfunktionen der Maschine (z.B. Not-Aus, SchutztĂŒrschalter). Geregelt in EN ISO 13849-1 (Performance Level PL a bis e) und IEC 61508 / 62061 (Safety Integrity Level SIL 1 bis 4).
+
Security (Informationssicherheit): SchĂŒtzt die Maschine vor vorsĂ€tzlichen oder fahrlĂ€ssigen Cyber-Angriffen aus dem Netzwerk (IEC 62443).
+
+
+
2. CE-Kennzeichnung & Die 'Wesentliche VerÀnderung'
+
Wird eine bestehende Produktionsmaschine durch nachtrÀgliche digitale Vernetzung (z.B. IoT-Retrofit mit Gateways) so verÀndert, dass neue GefÀhrdungen entstehen, gilt dies nach dem Produktsicherheitsgesetz (ProdSG) und der EU-Maschinenrichtlinie als wesentliche VerÀnderung:
+
+
Die bestehende CE-KonformitÀt erlischt.
+
Der Betreiber wird rechtlich zum Hersteller.
+
Es muss eine vollstĂ€ndige neue Risikobeurteilung und CE-Zertifizierung durchgefĂŒhrt werden!
+ Funktionale Sicherheit (Safety) vs. Security & CE-Kennzeichnung
+ 8 Punkte
+
+
+ Ein Sondermaschinenbauer vernetzt eine Roboterzelle mit der Firmen-IT, um Zustandsdaten zu analysieren.
+
+
+ a) ErlÀutern Sie den fundamentalen Unterschied zwischen 'Safety' (Maschinensicherheit) und 'Security' (Informationssicherheit).
+b) Welche Rolle spielt der Performance Level (PL nach EN ISO 13849-1) bzw. das Safety Integrity Level (SIL nach IEC 61508) bei einer Not-Aus-Schaltung?
+c) ErklĂ€ren Sie, warum das nachtrĂ€gliche Vernetzen einer Bestandsmaschine zu einem Erlöschen der CE-KonformitĂ€t fĂŒhren kann (Wesentliche VerĂ€nderung).
+
+a) Safety schĂŒtzt Menschen und die Umwelt vor Gefahren, die von der Maschine ausgehen (z.B. Verletzungen durch Roboterarm, Not-Aus). Security schĂŒtzt die Maschine und Daten vor Gefahren, die von böswilligen Angreifern oder Schadsoftware ausgehen (z.B. Hacking, Manipulation).
+b) PL (a bis e) und SIL (1 bis 4) klassifizieren die ZuverlÀssigkeit und Ausfallwahrscheinlichkeit sicherheitsbezogener Steuerungsfunktionen. Ein Not-Aus erfordert typischerweise PL e / SIL 3 (höchste Sicherheitsstufe mit redundanter Auslegung).
+c) Werden durch die digitale Vernetzung neue GefĂ€hrdungen geschaffen (z.B. Manipulierbarkeit von Schutzmechanismen ĂŒber das Netzwerk), liegt eine 'wesentliche VerĂ€nderung' nach dem Produktsicherheitsgesetz / Maschinenrichtlinie vor. Das bestehende CE-Zeichen wird ungĂŒltig, und der Betreiber wird rechtlich zum Hersteller mit Pflicht zur erneuten Risikobeurteilung und CE-Zertifizierung.
+
Die Betriebliche Projektarbeit fĂŒr Fachinformatiker/in fĂŒr Digitale Vernetzung umfasst 40 Stunden Bearbeitungszeit. Das Projekt belegt Ihre FĂ€higkeit, vernetzte industrielle Systeme zu konzipieren, abzusichern und in Betrieb zu nehmen.
+
+
1. Typische Projektthemen fĂŒr FIDV
+
+
Retrofit einer Bestands-Verpackungsmaschine: Anbindung von IO-Link Sensoren ĂŒber ein Edge-Gateway und OPC UA an das MES.
+
Realisierung einer sicheren Netzwerksegmentierung nach IEC 62443 mit einer Industrial DMZ und Jump Host fĂŒr Fernwartung.
+
Aufbau und Validierung eines hochverfĂŒgbaren redundanten OT-Netzwerks mit Parallel Redundancy Protocol (PRP) in einer Fertigungszelle.
+
Implementierung eines drahtlosen Sensornetzwerks mit privatem 5G-Campusnetz zur Telemetrieerfassung fahrerloser Transportsysteme (AGVs).
+
+
+
2. Empfohlene 40-Stunden-Phasenverteilung nach ZPA
+
+
Projektphase
Typische Aufgaben
Stunden (ca.)
+
1. Analyse & Konzeption
Ist-Analyse der Maschinenschnittstellen, Bedrohungsanalyse, Lastenheft, Nutzwertanalyse
+ In einer Smart Factory werden Fertigungsanlagen mit dem Cloud-Leitsystem vernetzt.
+
+
+ Definieren Sie ein Cyber-physisches System (CPS) und dessen Komponenten. ErlÀutern Sie das Referenzarchitekturmodell Industrie 4.0 (RAMI 4.0) mit seinen 3 Dimensionen (Schichten, Lebenszyklus/Wertstrom, Hierarchieebenen).
+
+ In einer Smart Factory soll eine neue CNC-FrÀsmaschine als Industrie 4.0 Komponente integriert werden. Die Architektur soll dem RAMI 4.0 Modell folgen.
+
+
+ a) Nennen Sie die drei Achsen des RAMI 4.0 Referenzarchitekturmodells.
+b) Welche Funktion hat die Verwaltungsschale (Asset Administration Shell - AAS) fĂŒr physische Maschinen?
+c) Auf welcher Hierarchy Level Ebene nach RAMI 4.0 ordnet sich die CNC-FrÀse ein?
+
+a) 1. Architektur-Schichten (Layers: Asset, Integration, Communication, Information, Functional, Business).
+2. Lebenszyklus & Wertschöpfungskette (Life Cycle & Value Stream: Typ vs. Instanz, Entwicklung bis Wartung).
+3. Hierarchie-Ebenen (Hierarchy Levels: Product, Field Device, Control Device, Station, Work Center, Enterprise, Connected World).
+b) Die AAS bildet die standardisierte digitale Schnittstelle (den Digitalen Zwilling) des physischen Assets. Sie kapselt alle Daten, Dokumentationen, FÀhigkeiten, Parameter und Kommunikationsschnittstellen der Maschine herstellerunabhÀngig.
+c) Station (oder Control Device / Field Device je nach Betrachtung der Einzelkomponenten; als Gesamtmaschine typischerweise 'Station' / 'Work Center').
+
+
+
+
+
+
+ Sensorik: IO-Link vs. Analoge Schnittstellen & A/D-Wandlung
+ 10 Punkte
+
+
+ An einem FlieĂband erfassen Drucksensoren den Hydraulikdruck. Bislang wurden analoge 4-20 mA Stromschleifen eingesetzt. Nun wird auf IO-Link umgerĂŒstet.
+
+
+ a) ErlĂ€utern Sie einen wesentlichen Vorteil einer 4-20 mA Stromschnittstelle gegenĂŒber einer 0-10 V Spannungsschnittstelle bei langen Leitungswegen.
+b) Warum wird bei analogen Sensoren ein Live-Zero (4 mA statt 0 mA) genutzt?
+c) Nennen Sie drei konkrete Vorteile, die der digitale Standard IO-Link (IEC 61131-9) gegenĂŒber rein analogen 4-20 mA Sensoren bietet.
+
+a) Der Schleifenstrom von 4-20 mA ist unabhÀngig vom Leitungswiderstand (Spannungsabfall) der Zuleitung, wodurch Messfehler durch LeitungslÀngen vermieden werden. Zudem ist die Stromschleife unempfindlicher gegen elektromagnetische Einstreuungen.
+b) Drahtbruchsicherheit: FlieĂt ein Strom von 0 mA, liegt ein Leitungsabriss oder Sensorfehler vor. Werte zwischen 4 und 20 mA reprĂ€sentieren den echten Messbereich.
+c) 1. Digitale, störungsfreie Ăbertragung von Prozesswerten, Parametern und Diagnosedaten ĂŒber dieselbe Standard-3-Leiter-Verkabelung. 2. Fernparametrierung und automatischer Sensortausch ohne manuelles Konfigurieren (Plug & Play via IODD-Datei). 3. ZusĂ€tzliche Diagnoseinformationen (z.B. Verschmutzung, Temperaturwarnung, Ăberlast).
+
+
+
+
+
+
+ Edge Computing vs. Cloud & IoT-Gateways
+ 8 Punkte
+
+
+ Ein Walzwerk erfasst Vibrationsdaten mit einer Abtastrate von 20 kHz pro Lager, um LagerschÀden mittels FFT (Fast Fourier Transformation) im Millisekundenbereich vorherzusagen.
+
+
+ a) BegrĂŒnden Sie anhand von zwei technischen Faktoren (Latenz, Bandbreite), warum die Rohdatenverarbeitung auf einem Edge-Gateway direkt an der Maschine statt in einer zentralen Cloud erfolgen muss.
+b) Welche Aufgaben ĂŒbernimmt das Edge-Gateway typischerweise, bevor selektive Daten an die Cloud weitergeleitet werden?
+c) Nennen Sie ein leichtgewichtiges Container-Betriebssystem oder eine K8s-Distribution, die speziell fĂŒr Industrie-PCs (IPCs) an der Edge geeignet ist.
+
+a) 1. Bandbreite: 20 kHz Abtastrate bei mehreren Sensoren erzeugt gigabyteweise Daten pro Stunde; die dauerhafte Ăbertragung ĂŒber WAN-Verbindungen wĂŒrde das Unternehmensnetzwerk ĂŒberlasten und erhebliche Cloud-Kosten verursachen. 2. Latenz & Echtzeit: Die Schadenserkennung und Notabschaltung muss binnen Millisekunden erfolgen; Cloud-Roundtrips unterliegen unvorhersehbarem Jitter und Latenzschwankungen.
+b) Filterung, Aggregation, Vorverarbeitung/Transformation (z.B. FFT-Schwingungsanalyse zur Merkmaltextraktion) und Protokollkonvertierung (z.B. Feldbus nach MQTT/OPC UA).
+c) K3s (Lightweight Kubernetes), MicroK8s, BalenaOS oder Ubuntu Core.
+
+
+
+
+
+
+ Industrielle Feldbusse Profinet vs Modbus TCP
+ 8 Punkte
+
+
+ Eine Industrieanlage soll mit Steuerungen (SPS) und Antrieben vernetzt werden.
+
+
+ Vergleichen Sie Modbus TCP und Profinet hinsichtlich OSI-Schicht, EchtzeitfÀhigkeit (Jitter, Latenz) und Einsatzgebieten. ErklÀren Sie die 3 Conformance Classes (CC-A, CC-B, CC-C) bzw. RT und IRT von Profinet.
+
+ Industrielle Kommunikation: Profinet IO vs. TSN
+ 8 Punkte
+
+
+ In einer Fertigungslinie tauschen speicherprogrammierbare Steuerungen (SPS) und Servoantriebe zyklisch Prozessdaten aus. Gleichzeitig sollen Kamerabilder zur QualitĂ€tsprĂŒfung ĂŒber dieselbe Netzwerkinfrastruktur ĂŒbertragen werden.
+
+
+ a) ErlÀutern Sie den Unterschied zwischen Profinet RT (Real-Time) und Profinet IRT (Isochronous Real-Time).
+b) Welches grundlegende Problem des Standard-Ethernet (CSMA/CD bzw. Best-Effort Switching) verhindert harte EchtzeitfÀhigkeit?
+c) Wie löst Time-Sensitive Networking (TSN, z.B. IEEE 802.1Qbv) die Koexistenz von zeitkritischem Steuerungsverkehr und bandbreitenintensivem IT-Videoverkehr auf derselben physikalischen Leitung?
+
+a) Profinet RT arbeitet softwarebasiert auf Layer 2 und umgeht den TCP/IP-Stack (Zykluszeiten typischerweise 1-10 ms). Profinet IRT nutzt spezielle Switch-Hardware fĂŒr taktsynchronisierte DatenĂŒbertragung mit fest reservierten Zeitschlitzen im Mikrosekundenbereich (harte Echtzeit, Jitter < 1 ”s).
+b) Standard-Ethernet nutzt Best-Effort Ăbertragung. Wenn mehrere Sender gleichzeitig Pakete ĂŒber einen Switch-Port leiten, entstehen Puffer-Warteschlangen (Queuing Delay), Jitter und im schlimmsten Fall Paketverluste.
+c) TSN nutzt den Time-Aware Shaper (IEEE 802.1Qbv): Die Ăbertragungszeit auf der Leitung wird in sich wiederholende Zeitschlitze unterteilt. In definierten Zeitfenstern dĂŒrfen ausschlieĂlich zeitkritische Pakete mit höchster PrioritĂ€t die Leitung blockierungsfrei nutzen, wĂ€hrend Standard-Datenverkehr temporĂ€r pausiert wird.
+
+
+
+
+
+
+ OPC UA Informationsmodell vs MQTT
+ 8 Punkte
+
+
+ Maschinendaten einer heterogenen Produktionslinie sollen sowohl an das interne SCADA-System als auch an ein Cloud-Analytics-System ĂŒbertragen werden.
+
+
+ Vergleichen Sie OPC UA (Open Platform Communications Unified Architecture) mit dem MQTT-Protokoll bezĂŒglich Kommunikationsmuster (Client/Server vs. Publish/Subscribe), Datenmodellierung, Overhead und typischem Einsatzzweck.
+
+ OPC UA: Sicherheitskonzept & Zertifikate
+ 8 Punkte
+
+
+ Ein MES-System (Manufacturing Execution System) soll Prozessdaten von mehreren OPC UA Servern aus der Fertigung auslesen.
+
+
+ a) Welche drei Sicherheitsaspekte werden durch den OPC UA Security Layer standardmĂ€Ăig abgedeckt (CIA-Triade)?
+b) Beschreiben Sie den Mechanismus des Trust-Managements beim Verbindungsaufbau zwischen einem OPC UA Client und einem OPC UA Server (Rolle von X.509-Zertifikaten).
+c) Was passiert, wenn auf dem OPC UA Server die Security Policy 'None' konfiguriert ist, und wie ist dies in Produktionsnetzen zu bewerten?
+
+a) 1. Vertraulichkeit (VerschlĂŒsselung der Nutzdaten via AES), 2. IntegritĂ€t (Signatur der Nachrichten via SHA/RSA), 3. AuthentizitĂ€t (Gegenseitige Identifikation von Client und Server via X.509 Zertifikate).
+b) Client und Server tauschen beim Verbindungsaufbau ihre öffentlichen X.509-Zertifikate aus. Die Verbindung kommt nur zustande, wenn das jeweilige Zertifikat in der 'Trusted'-Liste des Partners hinterlegt ist oder von einer vertrauenswĂŒrdigen CA signiert wurde (Reject / Trust Store).
+c) 'None' bedeutet unverschlĂŒsselte und unsignierte Ăbertragung im Klartext ohne Authentifizierung. In industriellen Produktionsnetzen stellt dies ein enormes Sicherheitsrisiko dar (Man-in-the-Middle Angriffe, Sabotage von Steuerungswerten) und verstöĂt gegen gĂ€ngige Standards wie IEC 62443.
+
+
+
+
+
+
+ Industrial Security nach IEC 62443
+ 8 Punkte
+
+
+ Das Automatisierungsnetzwerk einer Fabrik soll gegen Cyber-Angriffe und Sabotage gehÀrtet werden.
+
+
+ ErlÀutern Sie das Zonen- und Conduit-Modell nach der Normenreihe IEC 62443. Was ist ein Conduit (Verbindungskanal)? Welche Sicherheitsanforderungen gelten an den Schnittstellen zwischen IT- und OT-Netzen?
+
+ Purdue-Modell & OT-Netzwerksegmentierung (IDMZ)
+ 10 Punkte
+
+
+ Nach einem Ransomware-Vorfall in der Office-IT soll das Produktionsnetzwerk (OT) isoliert und nach dem Purdue-Referenzmodell neu strukturiert werden.
+
+
+ a) Ordnen Sie die folgenden Systeme den Purdue-Levels (Level 0, Level 1, Level 2, Level 3, Level 4) zu: SPS, ERP-System, TemperaturfĂŒhler, SCADA-Server, HMI-Touchpanel.
+b) Welche Funktion hat die Industrial Demilitarized Zone (IDMZ / Level 3.5)?
+c) Nennen Sie zwei Dienste, die typischerweise in der IDMZ platziert werden, und eine goldene Regel fĂŒr den Datenverkehr durch die IDMZ.
+
+a) Level 0: TemperaturfĂŒhler (Prozess/Physik); Level 1: SPS (Basis-Steuerung); Level 2: HMI-Touchpanel (Bereichs-Bedienung); Level 3: SCADA-Server (Betriebsleitebene / MES); Level 4: ERP-System (Enterprise IT).
+b) Die IDMZ (Level 3.5) bildet einen Puffer- und Trennungsbereich zwischen der Office-IT (Level 4/5) und der Fertigungs-OT (Level 0-3). Sie verhindert jede direkte Netzwerkverbindung zwischen IT und OT.
+c) Dienste in IDMZ: Patch-Management / WSUS-Spiegel, Historian-Replikat, Jump-Host / Bastion Host fĂŒr Fernwartung. Goldene Regel: Kein direkter Durchgangsverkehr erlaubt! Jede Verbindung endet in der IDMZ; Daten werden abgelegt und von der anderen Seite separat abgeholt.
+
+
+
+
+
+
+ Netzwerkresilienz: PRP & HSR (IEC 62439-3) vs. RSTP
+ 8 Punkte
+
+
+ In einem Umspannwerk und einer petrochemischen Raffinerie dĂŒrfen bei einem Kabelbruch keine Datenpakete verloren gehen, da dies zum Abschalten der Notfallventile fĂŒhren wĂŒrde.
+
+
+ a) BegrĂŒnden Sie, warum herkömmliche Redundanzverfahren wie RSTP (Rapid Spanning Tree) fĂŒr diese Anwendung unzureichend sind.
+b) ErlÀutern Sie das Funktionsprinzip des Parallel Redundancy Protocol (PRP nach IEC 62439-3).
+c) Was ist die theoretische Umschaltzeit (Reconfiguration Time) von PRP bei Ausfall eines Ăbertragungspfades?
+
+a) RSTP benötigt fĂŒr die Rekonfiguration des Netzes nach einem Linkausfall typischerweise einige Hundert Millisekunden bis mehrere Sekunden. In dieser Zeit kommt es zu Paketverlusten, die Schutzabschaltungen auslösen können.
+b) Bei PRP sendet ein EndgerĂ€t (Dual Attached Node - DANP) jedes Datenpaket zeitgleich ĂŒber zwei völlig getrennte, parallele Netzwerke (LAN A und LAN B). Der EmpfĂ€nger verarbeitet das zuerst eintreffende Paket und verwirft das Duplikat anhand einer Sequenznummer (Redundancy Control Trailer).
+c) 0 ms (unterbrechungsfreie Umschaltung, Zero-Failover-Time), da das Duplikat auf dem redundanten Pfad kontinuierlich weiterlÀuft.
+
+
+
+
+
+
+ Funktionale Sicherheit (Safety) vs. Security & CE-Kennzeichnung
+ 8 Punkte
+
+
+ Ein Sondermaschinenbauer vernetzt eine Roboterzelle mit der Firmen-IT, um Zustandsdaten zu analysieren.
+
+
+ a) ErlÀutern Sie den fundamentalen Unterschied zwischen 'Safety' (Maschinensicherheit) und 'Security' (Informationssicherheit).
+b) Welche Rolle spielt der Performance Level (PL nach EN ISO 13849-1) bzw. das Safety Integrity Level (SIL nach IEC 61508) bei einer Not-Aus-Schaltung?
+c) ErklĂ€ren Sie, warum das nachtrĂ€gliche Vernetzen einer Bestandsmaschine zu einem Erlöschen der CE-KonformitĂ€t fĂŒhren kann (Wesentliche VerĂ€nderung).
+
+a) Safety schĂŒtzt Menschen und die Umwelt vor Gefahren, die von der Maschine ausgehen (z.B. Verletzungen durch Roboterarm, Not-Aus). Security schĂŒtzt die Maschine und Daten vor Gefahren, die von böswilligen Angreifern oder Schadsoftware ausgehen (z.B. Hacking, Manipulation).
+b) PL (a bis e) und SIL (1 bis 4) klassifizieren die ZuverlÀssigkeit und Ausfallwahrscheinlichkeit sicherheitsbezogener Steuerungsfunktionen. Ein Not-Aus erfordert typischerweise PL e / SIL 3 (höchste Sicherheitsstufe mit redundanter Auslegung).
+c) Werden durch die digitale Vernetzung neue GefĂ€hrdungen geschaffen (z.B. Manipulierbarkeit von Schutzmechanismen ĂŒber das Netzwerk), liegt eine 'wesentliche VerĂ€nderung' nach dem Produktsicherheitsgesetz / Maschinenrichtlinie vor. Das bestehende CE-Zeichen wird ungĂŒltig, und der Betreiber wird rechtlich zum Hersteller mit Pflicht zur erneuten Risikobeurteilung und CE-Zertifizierung.
+
Fachrichtung Daten- und Prozessanalyse: Prozessoptimierung, BPMN 2.0, ISO 25012 DatenqualitÀt, ETL/CDC, Star-/Snowflake-Schema, Big Data Streaming, Statistik, ML-Evaluation & 40h-Projektarbeit.
@@ -1621,9 +1744,9 @@
document.getElementById('stat-user-level').innerText = computedLevel;
}
- // Berechnung des Fortschritts fĂŒr jeden der 16 Kurse aus COURSES_MANIFEST
+ // Berechnung des Fortschritts fĂŒr alle Kurse aus COURSES_MANIFEST
const manifest = window.COURSES_MANIFEST || {};
- const courseKeys = ['active_directory', 'bash', 'cpp', 'csharp', 'dns_records', 'git', 'go', 'html_css', 'ihk_ap1', 'ihk_ap2_fisi', 'java', 'javascript', 'powershell', 'python', 'rust', 'sql'];
+ const courseKeys = ['active_directory', 'bash', 'cpp', 'csharp', 'dns_records', 'git', 'go', 'html_css', 'ihk_ap1', 'ihk_ap2_fisi', 'ihk_ap2_fiae', 'ihk_ap2_fidp', 'ihk_ap2_fidv', 'java', 'javascript', 'powershell', 'python', 'rust', 'sql'];
courseKeys.forEach(cid => {
const c = manifest[cid];
diff --git a/generate_questions.py b/generate_questions.py
index b61d942..7110f7b 100644
--- a/generate_questions.py
+++ b/generate_questions.py
@@ -1630,6 +1630,252 @@ add_q('wiso_019', 'WiSo', 'WiSo', 'Prokura vs Handlungsvollmacht nach HGB',
'Handelsregister: Prokura MUSS zwingend ins Handelsregister eingetragen werden (deklaratorisch); Handlungsvollmacht wird NICHT eingetragen. (1,5 Pkt.)\n'
'Zeichnung: Prokurist zeichnet mit \"per procura\" / \"ppa. Vorname Nachname\"; HandlungsbevollmÀchtigter zeichnet mit \"in Vollmacht\" / \"i.V.\" oder \"in Auftrag\" / \"i.A.\". (1,5 Pkt.)')
+
+# ==============================================================================
+# FACHINFORMATIKER ANWENDUNGSENTWICKLUNG (FIAE) - AP2 FACHQUALIFIKATIONEN
+# ==============================================================================
+add_q('fiae_arch_001', 'AP2_T1', 'LF 9 AE', 'Clean Architecture & Schichtenmodell',
+ 'FĂŒr ein E-Commerce-Portal soll eine wartbare und zukunftssichere Softwarearchitektur konzipiert werden.',
+ 'ErlÀutern Sie das Prinzip der Schichtenarchitektur (Drei-Schichten-Architektur: PrÀsentation, GeschÀftslogik, Datenzugriff). ErklÀren Sie die Dependency Inversion Rule (AbhÀngigkeitsregel) in der Clean Architecture und warum DomÀnenlogik unabhÀngig von Datenbanken und Frameworks sein muss.',
+ 8,
+ 'Drei-Schichten-Architektur:\n'
+ '1. PrĂ€sentationsschicht (Presentation Layer / UI): Verantwortlich fĂŒr Interaktion mit Benutzer/Client (Views, REST-Controller). Nimmt Eingaben entgegen und stellt Ergebnisse dar. (2 Pkt.)\n'
+ '2. GeschÀftslogikschicht (Business Logic / Domain Layer): Beinhaltet Kernregeln, Berechnungen und Validierungen des Unternehmens. UnabhÀngig von UI und DB. (2 Pkt.)\n'
+ '3. Datenzugriffsschicht (Data Access / Persistence Layer): Verwaltet Datenbankabfragen, ORM, Dateizugriffe und externe APIs. (2 Pkt.)\n\n'
+ 'Clean Architecture & Dependency Inversion:\n'
+ 'Die AbhĂ€ngigkeitsregel besagt, dass Quellcode-AbhĂ€ngigkeiten immer nur nach innen auf die DomĂ€nenlogik zeigen dĂŒrfen. ĂuĂere Schichten (DB, Web-Framework, UI) hĂ€ngen von inneren Schichten (Entities, Use Cases) ab, niemals umgekehrt. Dies geschieht ĂŒber Interfaces: Die GeschĂ€ftslogik definiert Schnittstellen (z. B. IUserRepository), die die Ă€uĂere Datenschicht implementiert. Vorteil: Datenbanken, UI oder externe APIs können ohne Ănderung der GeschĂ€ftsregeln ausgetauscht oder getestet werden. (2 Pkt.)')
+
+add_q('fiae_arch_002', 'AP2_T1', 'LF 9 AE', 'Design Patterns Strategy vs Factory Method',
+ 'In einem Warenwirtschaftssystem sollen unterschiedliche Rabattberechnungen und Versandarten dynamisch zur Laufzeit angewendet werden.',
+ 'Beschreiben Sie das GoF-Entwurfsmuster "Strategy (Strategie)" anhand von Context, Strategy-Interface und Concrete Strategies. Grenzen Sie es kurz vom Factory Method Pattern ab.',
+ 8,
+ 'Strategy Pattern (Verhaltensmuster):\n'
+ '- Zweck: Definiert eine Familie von Algorithmen, kapselt jeden einzelnen und macht sie zur Laufzeit austauschbar. (2 Pkt.)\n'
+ '- Komponenten:\n'
+ ' 1. Strategy (Interface): Definiert die gemeinsame Methodensignatur fĂŒr alle Algorithmen (z. B. calculateDiscount(Order order): double). (2 Pkt.)\n'
+ ' 2. Concrete Strategies: Konkrete Implementierungen des Algorithmus (z. B. VipCustomerDiscount, SeasonalDiscount, NoDiscount). (2 Pkt.)\n'
+ ' 3. Context (Kontext): HĂ€lt eine Referenz auf ein Strategy-Objekt und delegiert die AusfĂŒhrung an dieses (z. B. OrderProcessor.setDiscountStrategy(...)). (1 Pkt.)\n'
+ '- Abgrenzung zum Factory Method Pattern: Strategy ist ein Verhaltensmuster zur dynamischen VerhaltensĂ€nderung bestehender Objekte; Factory Method ist ein Erzeugungsmuster zur instanziierungsunabhĂ€ngigen Erzeugung von Objekten ĂŒber abgeleitete Klassen. (1 Pkt.)')
+
+add_q('fiae_arch_003', 'AP2_T1', 'LF 9 AE', 'Design Patterns Observer & Singleton',
+ 'In einer Messaging-Applikation sollen mehrere BenutzeroberflÀchen-Komponenten sofort informiert werden, sobald eine neue Chatnachricht eintrifft.',
+ 'ErlÀutern Sie das Entwurfsmuster Observer (Beobachter) mit den Rollen Subject (Publisher) und Observer (Subscriber). ErklÀren Sie zudem das Singleton-Muster und warum es in modernen Softwaresystemen oft als Anti-Pattern angesehen wird.',
+ 8,
+ 'Observer Pattern (Publisher/Subscriber):\n'
+ '- Subject (Publisher): Verwaltet eine Liste von Abonnenten (Observer). Bietet Methoden zum Anmelden (attach/subscribe), Abmelden (detach/unsubscribe) und Benachrichtigen (notifyObservers()). Bei ZustandsÀnderung durchlÀuft notifyObservers() die Liste und ruft update() auf. (3 Pkt.)\n'
+ '- Observer (Subscriber): Definiert eine gemeinsame update()-Methode, die vom Subject aufgerufen wird, um ĂŒber Ănderungen informiert zu werden. Lose Kopplung zwischen Sender und EmpfĂ€ngern. (2 Pkt.)\n\n'
+ 'Singleton Pattern:\n'
+ '- Zweck: Stellt sicher, dass von einer Klasse exakt eine einzige Instanz existiert, und bietet einen globalen Zugriffspunkt (privater Konstruktor, statische Instanzvariable, statische getInstance()-Methode). (1,5 Pkt.)\n'
+ '- Kritik / Anti-Pattern: Erzeugt enge globale Kopplung, erschwert Unit-Testing und Mocking massiv, verstöĂt gegen das Single Responsibility Principle und kann in Multi-Threaded-Umgebungen Race Conditions verursachen. Moderner Ersatz: Dependency Injection. (1,5 Pkt.)')
+
+add_q('fiae_algo_001', 'AP2_T2', 'LF 10 AE', 'Algorithmen-KomplexitÀt O-Notation',
+ 'FĂŒr eine stark wachsende Plattform mĂŒssen Algorithmen auf ihre Skalierbarkeit und LaufzeitkomplexitĂ€t hin analysiert werden.',
+ 'ErklĂ€ren Sie die Landau-Symbole (O-Notation) zur AbschĂ€tzung der ZeitkomplexitĂ€t. Ordnen Sie folgende KomplexitĂ€tsklassen von der effizientesten zur ineffizientesten Laufzeit: O(n log n), O(1), O(nÂČ), O(log n), O(n). Nennen Sie je ein typisches Code- oder Algorithmenbeispiel fĂŒr O(1), O(log n) und O(n).',
+ 8,
+ 'Bedeutung der O-Notation:\n'
+ 'Beschreibt das asymptotische Wachstumsverhalten des Ressourcenbedarfs (Laufzeit/Speicher) eines Algorithmus in AbhĂ€ngigkeit von der EingabegröĂe n im Worst-Case-Szenario. Konstante Faktoren werden vernachlĂ€ssigt. (2 Pkt.)\n\n'
+ 'Reihenfolge nach Effizienz (von schnell/effizient zu langsam/ineffizient):\n'
+ '1. O(1) [konstant] < 2. O(log n) [logarithmisch] < 3. O(n) [linear] < 4. O(n log n) [linear-logarithmisch] < 5. O(nÂČ) [quadratisch]. (3 Pkt.)\n\n'
+ 'Beispiele:\n'
+ '- O(1): Direkter Array-Zugriff per Index (z. B. array[5]) oder Abfrage per SchlĂŒssel in einer Hash-Map. (1 Pkt.)\n'
+ '- O(log n): BinÀre Suche in einem sortierten Array (Halbierungsprinzip). (1 Pkt.)\n'
+ '- O(n): Lineare Suche in einer unsortierten Liste oder eine einfache for-Schleife ĂŒber n Elemente. (1 Pkt.)')
+
+add_q('fiae_algo_002', 'AP2_T2', 'LF 10 AE', 'Sortieralgorithmen Quicksort vs Mergesort',
+ 'Ein Datenstrom von Millionen DatensÀtzen soll effizient sortiert werden.',
+ 'Vergleichen Sie Quicksort und Mergesort nach dem Divide-and-Conquer-Prinzip hinsichtlich Best-Case-, Average-Case- und Worst-Case-Laufzeit, SpeicherplatzkomplexitÀt und StabilitÀt.',
+ 8,
+ 'Gemeinsamkeit: Beide nutzen Divide-and-Conquer (Teile-und-Herrsche). (1 Pkt.)\n\n'
+ 'Quicksort:\n'
+ '- Laufzeit: Best-Case O(n log n), Average-Case O(n log n), Worst-Case O(nÂČ) (wenn Pivot-Element extrem ungĂŒnstig gewĂ€hlt, z. B. bereits sortierte Liste). (2 Pkt.)\n'
+ '- SpeicherkomplexitÀt: O(log n) durch Rekursions-Stack (In-Place-Verfahren, benötigt kein Zusatzarray). (1,5 Pkt.)\n'
+ '- StabilitÀt: In der Regel instabil (gleiche Elemente können ihre relative Reihenfolge Àndern). (0,5 Pkt.)\n\n'
+ 'Mergesort:\n'
+ '- Laufzeit: Garantiert O(n log n) in Best-, Average- und Worst-Case! (2 Pkt.)\n'
+ '- SpeicherkomplexitÀt: O(n), da Hilfsarrays beim Verschmelzen (Merge) benötigt werden. (0,5 Pkt.)\n'
+ '- StabilitÀt: Stabil (relative Reihenfolge gleicher Elemente bleibt erhalten). (0,5 Pkt.)')
+
+add_q('fiae_oop_001', 'AP2_T2', 'LF 10 AE', 'SOLID-Prinzipien der OOP',
+ 'Ein Software-Projekt leidet unter Spaghetti-Code und mangelnder Erweiterbarkeit.',
+ 'Benennen und erlÀutern Sie die 5 SOLID-Prinzipien der objektorientierten Programmierung. Gehen Sie vertieft auf das Single Responsibility Principle (SRP) und das Dependency Inversion Principle (DIP) ein.',
+ 8,
+ 'Die 5 SOLID-Prinzipien:\n'
+ '1. S - Single Responsibility Principle (SRP): Eine Klasse sollte genau eine einzige Verantwortung (einen einzigen Grund zur Ănderung) haben. Beispiel: Eine Klasse User sollte Daten halten, aber nicht selbst E-Mails versenden oder sich in der Datenbank speichern. (2 Pkt.)\n'
+ '2. O - Open/Closed Principle (OCP): Software-Einheiten sollten offen fĂŒr Erweiterung, aber geschlossen fĂŒr Modifikation sein (z. B. durch Vererbung und Interfaces statt if/else-Ketten). (1,5 Pkt.)\n'
+ '3. L - Liskov Substitution Principle (LSP): Subklassen mĂŒssen anstelle ihrer Basisklassen eingesetzt werden können, ohne dass das Programm fehlerhaft reagiert. (1,5 Pkt.)\n'
+ '4. I - Interface Segregation Principle (ISP): Viele spezialisierte, schlanke Interfaces sind besser als ein riesiges Allzweck-Interface (keine erzwungene Implementierung ungenutzter Methoden). (1,5 Pkt.)\n'
+ '5. D - Dependency Inversion Principle (DIP): High-Level-Module dĂŒrfen nicht von Low-Level-Modulen abhĂ€ngen; beide mĂŒssen von Abstraktionen (Interfaces) abhĂ€ngen. Abstraktionen dĂŒrfen nicht von Details abhĂ€ngen. (1,5 Pkt.)')
+
+add_q('fiae_api_001', 'AP2_T2', 'LF 11 AE', 'RESTful API Design & HTTP-Statuscodes',
+ 'FĂŒr eine Smartphone-App wird ein Backend mit REST-Schnittstellen entworfen.',
+ 'Definieren Sie die 4 zentralen HTTP-Verben (GET, POST, PUT, DELETE) und deren Idempotenz. Nennen und erlÀutern Sie je zwei typische HTTP-Statuscodes der Kategorien 2xx, 4xx und 5xx.',
+ 8,
+ 'HTTP-Verben & Idempotenz (Mehrfache AusfĂŒhrung fĂŒhrt zum selben Serverzustand):\n'
+ '- GET: Ruft Ressourcen ab. Sicher & Idempotent. (1 Pkt.)\n'
+ '- POST: Erzeugt eine neue Ressource unter einer Collection. Nicht idempotent (mehrfache Aufrufe erzeugen mehrere DatensÀtze). (1 Pkt.)\n'
+ '- PUT: Ersetzt eine bestehende Ressource vollstÀndig. Idempotent. (1 Pkt.)\n'
+ '- DELETE: Löscht eine Ressource. Idempotent. (1 Pkt.)\n\n'
+ 'HTTP-Statuscodes:\n'
+ '- 2xx (Erfolg): 200 OK (Standard-Erfolg), 201 Created (Ressource neu angelegt), 204 No Content (Erfolg ohne RĂŒckgabedaten). (1,5 Pkt.)\n'
+ '- 4xx (Client-Fehler): 400 Bad Request (Fehlerhafte Syntax/Validierung), 401 Unauthorized (Nicht authentifiziert), 403 Forbidden (Rechte fehlen), 404 Not Found (Ressource existiert nicht). (1,5 Pkt.)\n'
+ '- 5xx (Server-Fehler): 500 Internal Server Error (Unbehandelter Serverfehler), 502 Bad Gateway, 503 Service Unavailable (Ăberlastung/Wartung). (1 Pkt.)')
+
+add_q('fiae_test_001', 'AP2_T2', 'LF 12 AE', 'Test-Driven Development TDD & Testpyramide',
+ 'In einem agilen Scrum-Team soll die SoftwarequalitÀt durch automatisierte Tests gesichert werden.',
+ 'Beschreiben Sie den TDD-Zyklus (Red-Green-Refactor). ErlÀutern Sie die Testpyramide (Unit-Tests, Integrationstests, End-to-End-Tests) und warum Unit-Tests das Fundament bilden.',
+ 8,
+ 'TDD-Zyklus (Red-Green-Refactor):\n'
+ '1. Red: Einen neuen automatisierten Unit-Test fĂŒr ein Feature schreiben, bevor Produktionscode existiert. Der Test muss zwingend fehlschlagen (rot). (1,5 Pkt.)\n'
+ '2. Green: Minimalen Produktionscode schreiben, der gerade ausreicht, um den Test erfolgreich zu bestehen (grĂŒn). (1,5 Pkt.)\n'
+ '3. Refactor: Den Code bereinigen (Duplikate entfernen, Lesbarkeit verbessern, Patterns anwenden), wĂ€hrend sichergestellt wird, dass alle Tests weiterhin grĂŒn bleiben. (1,5 Pkt.)\n\n'
+ 'Testpyramide:\n'
+ '- Basis: Unit-Tests (Komponententests). Testen einzelne Klassen/Methoden isoliert mit Mocks. Schnellste AusfĂŒhrung (ms), geringste Kosten, höchste Testabdeckung (ca. 70-80 %). (2 Pkt.)\n'
+ '- Mitte: Integrationstests. Testen das Zusammenspiel mehrerer Module (z. B. Service mit DB oder API). LĂ€ngere Laufzeit, mittlere Anzahl. (1 Pkt.)\n'
+ '- Spitze: End-to-End (E2E) / UI-Tests. Testen das Gesamtsystem aus Nutzersicht ĂŒber Browser/Client. Langsam, fehleranfĂ€llig (brittle), teuer im Unterhalt, geringste Anzahl. (0,5 Pkt.)')
+
+# ==============================================================================
+# FACHINFORMATIKER DATEN- UND PROZESSANALYSE (FIDP) - AP2 FACHQUALIFIKATIONEN
+# ==============================================================================
+add_q('fidp_proc_001', 'AP2_T1', 'LF 9 DP', 'Prozessanalyse Durchlauf- und Liegezeiten',
+ 'In einem Logistikunternehmen soll die Auftragsabwicklung von Bestelleingang bis Warenausgang analysiert und optimiert werden.',
+ 'Definieren Sie Durchlaufzeit, Bearbeitungszeit, Liegezeit und RĂŒstzeit. ErlĂ€utern Sie die Prozess-Zykluseffizienz (Process Cycle Efficiency PCE) und wie FlaschenhĂ€lse (Bottlenecks) identifiziert werden.',
+ 8,
+ 'Zeitdefinitionen im Prozess:\n'
+ '- Durchlaufzeit (DLZ): Die gesamte Zeitspanne vom Start des Prozesses (Bestelleingang) bis zur Fertigstellung (Auslieferung). (2 Pkt.)\n'
+ '- Bearbeitungszeit: Die Zeit, in der tatsÀchlich wertschöpfend am Auftrag gearbeitet wird. (1,5 Pkt.)\n'
+ '- Liegezeit / Wartezeit: Unproduktive Zeit, in der ein Auftrag auf Bearbeitung, Transport oder Freigabe wartet (macht oft 80-95 % der DLZ aus!). (1,5 Pkt.)\n'
+ '- RĂŒstzeit: Zeit zur Vorbereitung von Maschinen/Systemen auf den nĂ€chsten Auftrag. (1 Pkt.)\n\n'
+ 'Prozess-Zykluseffizienz (PCE):\n'
+ 'PCE = (Wertschöpfende Bearbeitungszeit / Gesamte Durchlaufzeit) * 100 %. Zeigt den Grad der Prozessverschwendung. (1 Pkt.)\n'
+ 'Flaschenhals-Identifikation (Bottleneck): Der Prozessschritt mit der geringsten KapazitÀt bzw. der lÀngsten Bearbeitungszeit je Einheit, vor dem sich Auftragsstaus bilden. Bestimmt den maximalen Durchsatz des Gesamtsystems. (1 Pkt.)')
+
+add_q('fidp_data_001', 'AP2_T1', 'LF 9 DP', 'DatenqualitÀt nach ISO 8000',
+ 'FĂŒr eine KI-gestĂŒtzte Kundenanalyse sollen CRM-, ERP- und Webshop-Daten zusammengefĂŒhrt werden.',
+ 'Nennen und erlÀutern Sie 4 wesentliche Dimensionen der DatenqualitÀt nach ISO 8000 / DAMA DMBOK. Beschreiben Sie typische Methoden des Data Cleaning (Datenbereinigung).',
+ 8,
+ 'Dimensionen der DatenqualitÀt:\n'
+ '1. VollstĂ€ndigkeit (Completeness): Alle benötigten Datenfelder und DatensĂ€tze sind vorhanden (keine unbegrĂŒndeten NULL-Werte). (1,5 Pkt.)\n'
+ '2. Korrektheit / Genauigkeit (Accuracy): Die Daten spiegeln die reale Welt fehlerfrei wider (z. B. korrekte Schreibweise von Namen und Adressen). (1,5 Pkt.)\n'
+ '3. Konsistenz (Consistency): Keine widersprĂŒchlichen Daten in verschiedenen Systemen oder Tabellen (z. B. identische Postleitzahl und Ort). (1,5 Pkt.)\n'
+ '4. AktualitĂ€t (Timeliness): Die Daten reprĂ€sentieren den aktuellen Zustand und sind fĂŒr den Verwendungszweck zeitnah verfĂŒgbar. (1,5 Pkt.)\n\n'
+ 'Methoden des Data Cleaning:\n'
+ '- Deduplizierung: Erkennung und ZusammenfĂŒhrung doppelter DatensĂ€tze (Fuzzy Matching). (1 Pkt.)\n'
+ '- Standardisierung / Normalisierung: Vereinheitlichung von Formaten (z. B. Telefonnummern im E.164-Format, Datumsformate nach ISO 8601). (1 Pkt.)')
+
+add_q('fidp_etl_001', 'AP2_T1', 'LF 10 DP', 'ETL vs ELT Datenpipelines & CDC',
+ 'Ein Unternehmen baut eine moderne Analytics-Plattform mit Cloud Data Warehouse auf.',
+ 'Vergleichen Sie das klassische ETL-Verfahren (Extract, Transform, Load) mit dem modernen ELT-Verfahren (Extract, Load, Transform). ErlĂ€utern Sie Change Data Capture (CDC) zur inkrementellen DatenĂŒbernahme.',
+ 8,
+ 'Vergleich ETL vs. ELT:\n'
+ '- ETL (Extract, Transform, Load): Daten werden aus Quellsystemen extrahiert, auf einem separaten Transformations-Server bereinigt/aggregiert und erst danach in das Ziel-Data-Warehouse geladen. Vorteil: Nur bereinigte Daten erreichen das DWH, Schutz sensibler Daten vor Laden. Nachteil: Eigener ETL-Server als Flaschenhals. (3 Pkt.)\n'
+ '- ELT (Extract, Load, Transform): Rohdaten werden direkt aus den Quellen in das Zielsystem (z. B. Cloud DWH wie Snowflake, BigQuery oder Data Lake) geladen; die Transformation erfolgt dort mit der massiv parallelen Rechenleistung des DWHs. Vorteil: Extrem skalierbar, Rohdaten bleiben fĂŒr spĂ€tere neue Analysen erhalten. (3 Pkt.)\n\n'
+ 'Change Data Capture (CDC):\n'
+ 'Verfahren zur Identifikation und Weiterleitung ausschlieĂlich geĂ€nderter Daten (Inserts, Updates, Deletes) aus Quell-Datenbanken (z. B. ĂŒber das Datenbank-Transaktionslog). Verhindert ressourcenfressende tĂ€gliche Vollexporte. (2 Pkt.)')
+
+add_q('fidp_dwh_001', 'AP2_T1', 'LF 10 DP', 'Data Warehouse Star-Schema vs Snowflake-Schema',
+ 'FĂŒr das Management-Reporting einer Handelskette wird ein multidimensionales Datenmodell entworfen.',
+ 'ErklÀren Sie den Aufbau eines Star-Schemas (Faktentabelle und Dimensionstabellen). Grenzen Sie das Star-Schema vom Snowflake-Schema hinsichtlich Normalisierung und Abfrageperformance ab.',
+ 8,
+ 'Aufbau des Star-Schemas:\n'
+ '- Faktentabelle: Zentrales Element. EnthĂ€lt numerische, aggregierbare MessgröĂen (Fakten, z. B. Umsatz, Menge, Rabatt) sowie FremdschlĂŒssel zu allen angebundenen Dimensionen. (2,5 Pkt.)\n'
+ '- Dimensionstabellen: Umgeben die Faktentabelle wie Zacken eines Sterns. Enthalten beschreibende Attribute zur Filterung und Gruppierung (z. B. Zeit, Kunde, Filiale, Produkt). Sind im Star-Schema bewusst DENORMALISIERT. (2,5 Pkt.)\n\n'
+ 'Abgrenzung zum Snowflake-Schema:\n'
+ '- Snowflake-Schema: Die Dimensionstabellen werden bis zur 3. Normalform normalisiert (z. B. Produkt -> Produktkategorie -> Hauptgruppe). Vorteil: Geringere Redundanz, Vermeidung von Update-Anomalien. (1,5 Pkt.)\n'
+ '- Abfrageperformance: Star-Schema ist bei OLAP-Abfragen deutlich schneller, da weniger relationale JOINs fĂŒr Berichte nötig sind. In modernen Data Warehouses wird das Star-Schema bevorzugt. (1,5 Pkt.)')
+
+add_q('fidp_stat_001', 'AP2_T2', 'LF 11 DP', 'Statistische Kennzahlen & Hypothesentests',
+ 'In einer A/B-Testing-Studie soll geprĂŒft werden, ob ein neues Checkout-Design die Conversion Rate signifikant erhöht.',
+ 'Unterscheiden Sie Mittelwert, Median und Modus. ErlÀutern Sie Standardabweichung und Varianz. Was bedeuten Nullhypothese (H0), Alternativhypothese (H1) und der p-Wert bei einem Signifikanzniveau von alpha = 0,05?',
+ 8,
+ 'Lage- und StreumaĂe:\n'
+ '- Mittelwert: Arithmetischer Durchschnitt. AnfĂ€llig fĂŒr extreme AusreiĂer. (1 Pkt.)\n'
+ '- Median: Der Wert, der die sortierte Datenreihe genau in zwei HĂ€lften teilt (50 %-Quantil). Robust gegen AusreiĂer. (1 Pkt.)\n'
+ '- Modus: Der am hÀufigsten vorkommende Wert in einer Datenmenge. (1 Pkt.)\n'
+ '- Varianz: Mittlere quadrierte Abweichung aller Messwerte vom arithmetischen Mittelwert. Standardabweichung ist die Quadratwurzel der Varianz (selbe Einheit wie Ausgangsdaten). (2 Pkt.)\n\n'
+ 'Hypothesentest:\n'
+ '- Nullhypothese (H0): Annahme, dass KEIN Unterschied oder Effekt zwischen Variante A und B existiert. (1 Pkt.)\n'
+ '- Alternativhypothese (H1): Die Forschungshypothese, dass ein signifikanter Unterschied besteht. (1 Pkt.)\n'
+ '- p-Wert und Signifikanz: Wahrscheinlichkeit, die beobachteten Daten zu erhalten, wenn H0 wahr wÀre. Ist p < 0,05, wird H0 verworfen: Das Ergebnis ist statistisch signifikant. (1 Pkt.)')
+
+add_q('fidp_ml_001', 'AP2_T2', 'LF 12 DP', 'Machine Learning Evaluation Confusion Matrix',
+ 'Ein Machine-Learning-Modell soll betrĂŒgerische Kreditkartentransaktionen (Fraud) automatisiert klassifizieren.',
+ 'ErlĂ€utern Sie die 4 Felder einer Confusion Matrix (TP, FP, TN, FN). Definieren Sie die Kennzahlen Precision (Genauigkeit), Recall (Trefferquote/SensitivitĂ€t) und F1-Score. Warum ist die reine Accuracy (Genauigkeit) bei unausgeglichenen DatensĂ€tzen irrefĂŒhrend?',
+ 8,
+ 'Confusion Matrix (Wahrheitsmatrix):\n'
+ '- True Positive (TP): Betrug korrekt als Betrug erkannt. (1 Pkt.)\n'
+ '- False Positive (FP): Legitime Buchung fÀlschlicherweise als Betrug markiert (Fehlalarm, Typ-I-Fehler). (1 Pkt.)\n'
+ '- True Negative (TN): Legitime Buchung korrekt als legitim eingestuft. (1 Pkt.)\n'
+ '- False Negative (FN): Betrug fĂ€lschlicherweise ĂŒbersehen und als legitim deklariert (Typ-II-Fehler, hohes Schadensrisiko!). (1 Pkt.)\n\n'
+ 'Metriken:\n'
+ '- Precision = TP / (TP + FP): Wie viele der als Betrug deklarierten FĂ€lle waren wirklich Betrug? (1 Pkt.)\n'
+ '- Recall = TP / (TP + FN): Wie viel Prozent aller tatsĂ€chlichen BetrugsfĂ€lle hat das Modell aufgespĂŒrt? (1 Pkt.)\n'
+ '- F1-Score = 2 * (Precision * Recall) / (Precision + Recall): Harmonisches Mittel aus Precision und Recall. (1 Pkt.)\n\n'
+ 'Accuracy-Problem bei Unbalanced Data: Bei 99,9 % regulÀren Buchungen erreicht ein primitives Modell, das einfach immer "Legitim" rÀt, 99,9 % Accuracy, erkennt aber NULL BetrugsfÀlle! Daher ist Accuracy unbrauchbar. (1 Pkt.)')
+
+# ==============================================================================
+# FACHINFORMATIKER DIGITALE VERNETZUNG (FIDV) - AP2 FACHQUALIFIKATIONEN
+# ==============================================================================
+add_q('fidv_cps_001', 'AP2_T1', 'LF 9 DV', 'Cyber-physische Systeme & RAMI 4.0',
+ 'In einer Smart Factory werden Fertigungsanlagen mit dem Cloud-Leitsystem vernetzt.',
+ 'Definieren Sie ein Cyber-physisches System (CPS) und dessen Komponenten. ErlÀutern Sie das Referenzarchitekturmodell Industrie 4.0 (RAMI 4.0) mit seinen 3 Dimensionen (Schichten, Lebenszyklus/Wertstrom, Hierarchieebenen).',
+ 8,
+ 'Cyber-physisches System (CPS):\n'
+ 'Verbindung von mechanischen und elektronischen Komponenten (Hardware, Sensoren, Aktoren) mit softwarebasierten Steuerungen und Kommunikationsnetzen (Internet/Ethernet). CPS erfassen physikalische Daten, werten sie autonom aus und steuern physische Prozesse ĂŒber Aktoren in Echtzeit. (3 Pkt.)\n\n'
+ 'RAMI 4.0 (Dreidimensionales Modell):\n'
+ '1. Achse: Schichten (Layers / 6 Ebenen): Asset, Integration, Communication, Information, Functional, Business. Beschreibt IT- und GeschÀftsaspekte. (2 Pkt.)\n'
+ '2. Achse: Lebenszyklus & Wertstrom (Life Cycle & Value Stream nach IEC 62890): Entwicklung (Typ) bis Produktion/Nutzung (Instanz). (1,5 Pkt.)\n'
+ '3. Achse: Hierarchieebenen (nach IEC 62264): Vom Produkt (Product), ĂŒber FeldgerĂ€t (Field Device), Steuerung (Control Device), Station, Arbeitsplatz (Work Center), Unternehmen (Enterprise) bis zur vernetzten Welt (Connected World). (1,5 Pkt.)')
+
+add_q('fidv_bus_001', 'AP2_T1', 'LF 10 DV', 'Industrielle Feldbusse Profinet vs Modbus TCP',
+ 'Eine Industrieanlage soll mit Steuerungen (SPS) und Antrieben vernetzt werden.',
+ 'Vergleichen Sie Modbus TCP und Profinet hinsichtlich OSI-Schicht, EchtzeitfÀhigkeit (Jitter, Latenz) und Einsatzgebieten. ErklÀren Sie die 3 Conformance Classes (CC-A, CC-B, CC-C) bzw. RT und IRT von Profinet.',
+ 8,
+ 'Modbus TCP vs. Profinet:\n'
+ '- Modbus TCP: Einfaches Master-Slave / Client-Server Protokoll auf OSI-Schicht 7 ĂŒber Standard-TCP/IP (Port 502). Nicht echtzeitfĂ€hig, da TCP-Handshakes und Retransmissions unvorhersehbare Latenzen erzeugen. Sehr weit verbreitet fĂŒr einfache Sensorabfragen. (2 Pkt.)\n'
+ '- Profinet: Industrial Ethernet Standard (IEC 61158). Bietet deterministische Echtzeitkommunikation durch Umgehung des TCP/IP-Stacks bei Prozessdaten. (2 Pkt.)\n\n'
+ 'Profinet Echtzeitklassen:\n'
+ '- Profinet Standard (TCP/IP): FĂŒr Konfiguration und Diagnose (Zykluszeit > 100 ms). (1 Pkt.)\n'
+ '- Profinet RT (Real-Time): Prozessdaten umgehen TCP/IP und laufen direkt auf Layer 2 mit VLAN-Priorisierung (Zykluszeit 1-10 ms, softwarebasiert). (1,5 Pkt.)\n'
+ '- Profinet IRT (Isochronous Real-Time): Taktsynchron mit Hardware-UnterstĂŒtzung (spezielle ASIC-Switches). Zeitschlitzverfahren (TDMA) garantiert Latenzen < 1 ms und Jitter < 1 ”s fĂŒr hochprĂ€zise Motion-Control-Antriebe. (1,5 Pkt.)')
+
+add_q('fidv_iot_001', 'AP2_T1', 'LF 10 DV', 'OPC UA Informationsmodell vs MQTT',
+ 'Maschinendaten einer heterogenen Produktionslinie sollen sowohl an das interne SCADA-System als auch an ein Cloud-Analytics-System ĂŒbertragen werden.',
+ 'Vergleichen Sie OPC UA (Open Platform Communications Unified Architecture) mit dem MQTT-Protokoll bezĂŒglich Kommunikationsmuster (Client/Server vs. Publish/Subscribe), Datenmodellierung, Overhead und typischem Einsatzzweck.',
+ 8,
+ 'Vergleich OPC UA vs. MQTT:\n'
+ '- Kommunikationsmuster:\n'
+ ' ⹠OPC UA: PrimÀr Client/Server (Punkt-zu-Punkt Anfrage/Antwort), optional auch Pub/Sub. Bietet Methodenaufrufe (RPC) und Quittierungen. (1,5 Pkt.)\n'
+ ' âą MQTT: Reines Publish/Subscribe ĂŒber einen zentralen Message Broker. Entkoppelt Sender und EmpfĂ€nger zeitlich und rĂ€umlich. (1,5 Pkt.)\n'
+ '- Datenmodellierung & Semantik:\n'
+ ' ⹠OPC UA: Extrem mÀchtiges, objektorientiertes Informationsmodell (Nodes, References, Datentypen, Einheiten). Die Maschine beschreibt sich selbst semantisch! (2 Pkt.)\n'
+ ' âą MQTT: Vollkommen payload-agnostisch (reiner Byte-Stream im Body, z. B. JSON). Keine standardisierte Semantik. (1 Pkt.)\n'
+ '- Overhead & Einsatzzweck:\n'
+ ' âą OPC UA: Höherer Protokoll-Overhead, ideal fĂŒr M2M-Kommunikation und vertikale Integration von der Maschine ins MES/ERP. (1 Pkt.)\n'
+ ' âą MQTT: Extrem schlanker Header (ab 2 Byte), ideal fĂŒr bandbreitenarme Funknetze (LoRaWAN, Mobilfunk) und Massen-Telemetriedaten in die Cloud. (1 Pkt.)')
+
+add_q('fidv_sec_001', 'AP2_T2', 'LF 11 DV', 'Industrial Security nach IEC 62443',
+ 'Das Automatisierungsnetzwerk einer Fabrik soll gegen Cyber-Angriffe und Sabotage gehÀrtet werden.',
+ 'ErlÀutern Sie das Zonen- und Conduit-Modell nach der Normenreihe IEC 62443. Was ist ein Conduit (Verbindungskanal)? Welche Sicherheitsanforderungen gelten an den Schnittstellen zwischen IT- und OT-Netzen?',
+ 8,
+ 'Zonen- und Conduit-Modell (IEC 62443):\n'
+ '- Zonen (Zones): Gruppierung logischer oder physischer Assets mit denselben Sicherheitsanforderungen (Security Level SL 1 bis 4). Alle Systeme innerhalb einer Zone vertrauen einander weitgehend. (3 Pkt.)\n'
+ '- Conduits (VerbindungskanĂ€le): Kommunikationspfade zwischen unterschiedlichen Zonen. Ein Conduit bĂŒndelt alle Verbindungen und MUSS durch SicherheitsmaĂnahmen (z. B. Industrial Firewall, VPN, IDS) ĂŒberwacht und reglementiert werden. Unkontrollierte Querkommunikation zwischen Zonen ist verboten. (3 Pkt.)\n\n'
+ 'IT/OT-Schnittstellen:\n'
+ '- Strikt getrennte Demilitarisierte Zone (Industrial DMZ / IDMZ) nach dem Purdue-Modell (Level 3.5).\n'
+ '- Kein direkter Datenverkehr zwischen Office-IT (Level 4/5) und Fertigungs-OT (Level 0-3). Kommunikation darf nur ĂŒber Proxies, Bastion Hosts oder Jump-Server in der IDMZ erfolgen. (2 Pkt.)')
+
+add_q('fidv_net_001', 'AP2_T2', 'LF 12 DV', 'Redundanzprotokolle PRP und HSR in der OT',
+ 'In einem Energie-Umspannwerk darf bei einem Netzwerkausfall keine einzige Millisekunde DatenĂŒbertragung verloren gehen.',
+ 'ErlÀutern Sie die industriellen Redundanzprotokolle Parallel Redundancy Protocol (PRP) und High-availability Seamless Redundancy (HSR) nach IEC 62439-3. Warum reicht das klassische Spanning Tree Protocol (RSTP) in diesen Anwendungen nicht aus?',
+ 8,
+ 'Kritik an Spanning Tree (RSTP):\n'
+ 'RSTP benötigt nach einem Linkausfall mehrere hundert Millisekunden bis Sekunden zur Rekonvergenz. FĂŒr zeitkritische Schutzabschaltungen in Industrie und Energie (Schaltzeit < 4 ms) bedeutet dies einen unzulĂ€ssigen Stillstand. (2 Pkt.)\n\n'
+ 'PRP (Parallel Redundancy Protocol):\n'
+ '- Ein EndgerÀt (DANP - Dual Attached Node with PRP) ist gleichzeitig an ZWEI komplett voneinander getrennte Netzwerke (LAN A und LAN B) angeschlossen.\n'
+ '- Datenframes werden dupliziert und zeitgleich ĂŒber beide Netze versendet. Der EmpfĂ€nger verarbeitet das zuerst eintreffende Paket und verwirft das Duplikat nahtlos (Umschaltzeit: EXAKT 0 ms!). FĂ€llt ein Netz komplett aus, lĂ€uft der Betrieb ohne Unterbrechung weiter. (3 Pkt.)\n\n'
+ 'HSR (High-availability Seamless Redundancy):\n'
+ '- Ring-Topologie ohne zentrale Switche. Jedes GerÀt sendet das Paket zeitgleich in beide Ringrichtungen (im und gegen den Uhrzeigersinn). Der EmpfÀnger entnimmt das erste Paket und verwirft das zweite (Umschaltzeit 0 ms). (3 Pkt.)')
+
# ==============================================================================
# SPEICHERN DER FRAGENDATENBANK ALS JSON & JS (ZERO-CORS)
# ==============================================================================
diff --git a/server.py b/server.py
index 663375f..c77a7a0 100644
--- a/server.py
+++ b/server.py
@@ -74,8 +74,21 @@ def load_chapter_routes():
else:
routes[f] = f"/courses/{cid}/{f}"
legacy_aliases = {
+ # AP1 legacy aliases
+ "05_lf5_software_zur_datenverwaltung": "/courses/ihk_ap1/06_lf5_software_und_anwendungsentwicklung",
+ "06_lf6_cyber_physische_systeme_iot": "/courses/ihk_ap1/07_lf6_serviceanfragen_und_itsm",
+ "07_lf7_instandhaltung_und_fehlerdiagnose": "/courses/ihk_ap1/07_lf6_serviceanfragen_und_itsm",
+ "08_lf8_datenfluesse_und_schnittstellen": "/courses/ihk_ap1/08_belegsaetze_und_kaufmaennische_rechnung",
+ "09_trace_tabellen_trainer": "/courses/ihk_ap1/09_netzplantechnik_und_projektmanagement",
+ "10_sql_datenbank_labor": "/courses/ihk_ap1/10_relationales_datenmodell_und_erm",
+ "12_ihk_ap1_probepruefung_simulation": "/courses/ihk_ap1/12_ap1_probepruefung_simulation",
+ # AP2 FISI legacy aliases
"01_lf9_netzwerke_und_dienste": "/courses/ihk_ap2_fisi/01_lf9_netzwerkinfrastruktur_und_routing",
"02_lf10_serverdienste_und_automation": "/courses/ihk_ap2_fisi/03_lf10_serverdienste_und_identitaeten",
+ "03_lf11_speicher_und_hochverfuegbarkeit": "/courses/ihk_ap2_fisi/05_lf11_speicher_und_hochverfuegbarkeit",
+ "04_lf12_virtualisierung_und_cloud": "/courses/ihk_ap2_fisi/08_lf12_virtualisierung_und_cloud",
+ "05_wiso_arbeitsrecht_und_wirtschaft": "/courses/ihk_ap2_fisi/09_wiso_arbeitsrecht_und_wirtschaft",
+ "06_betriebliche_projektarbeit_guide": "/courses/ihk_ap2_fisi/11_betriebliche_projektarbeit_guide",
"07_ap2_teil_1_probepruefung": "/courses/ihk_ap2_fisi/12_ap2_gesamtpruefung_simulation",
"08_ap2_teil_2_probepruefung": "/courses/ihk_ap2_fisi/12_ap2_gesamtpruefung_simulation",
"09_ap2_wiso_probepruefung": "/courses/ihk_ap2_fisi/12_ap2_gesamtpruefung_simulation"