Aufgaben-Python/courses/ihk_ap2_fidp/03_datenquellen_und_datenqualitaet/index.html

<!DOCTYPE html>
<html lang="de">
<head>
  <meta charset="UTF-8">
  <meta name="viewport" content="width=device-width, initial-scale=1.0">
  <title>LF 10: Datenquellen, Formate & Datenqualität (ISO 25012) – IHK AP2 FIDP</title>
  <link rel="stylesheet" href="../../../assets/style.css">
  <link rel="stylesheet" href="../../../assets/ihk_tools/ihk_tools.css">
  <style>
    .ihk-container { max-width: 1000px; margin: 0 auto; padding: 24px; color: #f8fafc; font-family: -apple-system, BlinkMacSystemFont, 'Segoe UI', Roboto, sans-serif; }
    .ihk-card { background: #1e293b; border: 1px solid #334155; border-radius: 12px; padding: 28px; margin-bottom: 24px; box-shadow: 0 4px 6px -1px rgba(0, 0, 0, 0.2); }
    .ihk-header { display: flex; justify-content: space-between; align-items: flex-start; margin-bottom: 20px; flex-wrap: wrap; gap: 12px; }
    .ihk-badge { display: inline-block; padding: 4px 10px; border-radius: 9999px; font-size: 0.8rem; font-weight: 600; text-transform: uppercase; }
    .ihk-badge-blue { background: #0284c7; color: #ffffff; }
    .ihk-badge-success { background: #16a34a; color: #ffffff; }
    .ihk-badge-purple { background: #9333ea; color: #ffffff; }
    .ihk-nav-bar { display: flex; justify-content: space-between; align-items: center; margin-top: 32px; padding-top: 20px; border-top: 1px solid #334155; flex-wrap: wrap; gap: 12px; }
    .ihk-btn { display: inline-flex; align-items: center; justify-content: center; padding: 10px 20px; border-radius: 6px; font-weight: 600; text-decoration: none; transition: all 0.2s; border: none; cursor: pointer; }
    .ihk-btn-primary { background: #0284c7; color: #ffffff; }
    .ihk-btn-primary:hover { background: #0369a1; }
    .ihk-btn-secondary { background: #334155; color: #cbd5e1; }
    .ihk-btn-secondary:hover { background: #475569; color: #ffffff; }
    .ihk-btn-success { background: #16a34a; color: #ffffff; }
    .ihk-btn-success:hover { background: #15803d; }
    .ihk-input { width: 100%; background: #0f172a; border: 1px solid #334155; border-radius: 6px; padding: 10px; color: #f8fafc; font-family: inherit; font-size: 0.95rem; box-sizing: border-box; resize: vertical; }
    .ihk-input:focus { outline: none; border-color: #38bdf8; ring: 2px #38bdf8; }
    .ihk-theory-box { background: #0f172a; border-left: 4px solid #38bdf8; padding: 16px 20px; border-radius: 0 8px 8px 0; margin-bottom: 24px; }
    .ihk-subgoal { background: #1e293b; border: 1px solid #334155; border-radius: 8px; padding: 16px; margin-bottom: 16px; }
    pre { background: #090d16; padding: 16px; border-radius: 8px; overflow-x: auto; color: #38bdf8; border: 1px solid #1e293b; }
    code { font-family: ui-monospace, SFMono-Regular, Menlo, Monaco, Consolas, monospace; font-size: 0.9rem; }
    table { width: 100%; border-collapse: collapse; margin: 16px 0; }
    th, td { border: 1px solid #334155; padding: 10px; text-align: left; }
    th { background: #0f172a; color: #38bdf8; }
  </style>
</head>
<body style="background: #090d16; margin: 0; padding: 20px 0;">
  <div class="ihk-container">
    
    <!-- Top Action Bar -->
    <div style="display: flex; justify-content: space-between; align-items: center; margin-bottom: 20px;">
      <a href="../../../dashboard.html" class="ihk-btn ihk-btn-secondary">⬅️ Zur Kursübersicht</a>
      <a href="../../../workspace.html?course=ihk_ap2_fidp&chapter=03_datenquellen_und_datenqualitaet" class="ihk-btn ihk-btn-primary">💻 In Web-IDE öffnen</a>
    </div>

    <!-- Main Content Card -->
    <div class="ihk-card">
      <div class="ihk-header">
        <div>
          <span class="ihk-badge ihk-badge-blue">IHK AP2 Fachinformatiker Daten- und Prozessanalyse</span>
          <h1 style="color: #f8fafc; margin: 8px 0 4px 0; font-size: 1.8rem;">LF 10: Datenquellen, Formate & Datenqualität (ISO 25012)</h1>
          <p style="color: #94a3b8; margin: 0; font-size: 1.05rem;">CSV, JSON, XML, Parquet, Data Profiling & Qualitätsmetriken</p>
        </div>
      </div>

      <!-- Theory Section -->
      <div class="ihk-theory-box">
        <h3 style="color: #38bdf8; margin-top: 0;">📚 Fachwissen & IHK-Prüfungsrelevanz</h3>
        
      <p>Daten liegen in Unternehmen in hochgradig heterogenen Quellen vor. Vor jeder Analyse steht die Prüfung der <strong>Datenqualität</strong> nach anerkannten Standards.</p>

      <h4>1. Datenstrukturen & Dateiformate</h4>
      <ul>
        <li><strong>Strukturiert:</strong> Relationale Datenbanken (SQL), Tabellen mit festem Schema und Typisierung.</li>
        <li><strong>Semi-strukturiert:</strong> JSON, XML, YAML. Enthalten hierarchische Tags/Schlüssel, aber kein zwingend starres Schema.</li>
        <li><strong>Spaltenorientiert (Columnar):</strong> Apache Parquet, ORC. Werte derselben Spalte werden zusammenhängend abgelegt. Extrem schnell für analytische Aggregationen (OLAP) und hochgradig komprimierbar (Snappy, Gzip).</li>
        <li><strong>Unstrukturiert:</strong> Fließtexte, PDF-Rechnungen, Audioaufnahmen, Videostreams.</li>
      </ul>

      <h4>2. Datenqualitätsmerkmale nach DIN ISO/IEC 25012</h4>
      <table>
        <tr><th>Qualitätsmerkmal</th><th>Beschreibung</th><th>Typischer Fehlerfall</th></tr>
        <tr><td><strong>Genauigkeit (Accuracy)</strong></td><td>Werte spiegeln die Realität korrekt wider (syntaktisch & semantisch).</td><td>Tippfehler im Straßennamen, unplausibles Geburtsdatum (z.B. 1850).</td></tr>
        <tr><td><strong>Vollständigkeit (Completeness)</strong></td><td>Alle geforderten Pflichtdaten und Datensätze sind vorhanden.</td><td>Null-Werte in Pflichtfeldern, fehlende Tage in Zeitreihen.</td></tr>
        <tr><td><strong>Konsistenz (Consistency)</strong></td><td>Werte widersprechen sich weder innerhalb noch zwischen Tabellen.</td><td>Kunde hat unterschiedliche Anschriften in CRM und ERP.</td></tr>
        <tr><td><strong>Aktualität (Currentness)</strong></td><td>Daten spiegeln den gegenwärtigen Zustand zeitnah wider.</td><td>Veraltete Bonitätsbewertung oder alte Steuersätze.</td></tr>
        <tr><td><strong>Eindeutigkeit (Uniqueness)</strong></td><td>Keine unerwünschten Dubletten.</td><td>Derselbe Kunde existiert mehrfach mit variierender Schreibweise.</td></tr>
      </table>
    
      </div>

      

      <!-- Exam Questions Section -->
      <h3 style="color: #4ade80; margin-top: 32px; border-bottom: 1px solid #334155; padding-bottom: 10px;">
        📝 Original-Prüfungsaufgaben (ZPA Nord-West)
      </h3>
      
        <div class="ihk-exam-task" data-title="Datenqualität nach ISO 8000" data-points="8" style="background: #0f172a; border: 1px solid #334155; border-radius: 8px; padding: 20px; margin-bottom: 20px;">
          <div style="display: flex; justify-content: space-between; align-items: center; margin-bottom: 12px;">
            <strong style="color: #38bdf8; font-size: 1.05rem;">Datenqualität nach ISO 8000</strong>
            <span class="ihk-badge ihk-badge-success">8 Punkte</span>
          </div>
          <div style="background: #1e293b; border-left: 4px solid #0284c7; padding: 12px 16px; border-radius: 6px; margin-bottom: 14px; color: #cbd5e1; font-size: 0.9rem; font-style: italic;">
            Für eine KI-gestützte Kundenanalyse sollen CRM-, ERP- und Webshop-Daten zusammengeführt werden.
          </div>
          <p style="color: #f8fafc; font-size: 0.95rem; line-height: 1.6; margin-bottom: 16px;">
            Nennen und erläutern Sie 4 wesentliche Dimensionen der Datenqualität nach ISO 8000 / DAMA DMBOK. Beschreiben Sie typische Methoden des Data Cleaning (Datenbereinigung).
          </p>
          <textarea class="ihk-input" rows="3" placeholder="Ihre Lösung stichpunktartig formulieren..."></textarea>
          <details style="margin-top: 14px; background: #1e293b; padding: 12px 16px; border-radius: 6px; cursor: pointer;">
            <summary style="font-weight: 600; color: #4ade80;">💡 Offizieller IHK-Erwartungshorizont & Punkteverteilung</summary>
            <div class="ihk-task-solution" style="margin-top: 10px; color: #cbd5e1; font-size: 0.9rem; line-height: 1.6; white-space: pre-line;">

            </div>
          </details>
        </div>
    
        <div class="ihk-exam-task" data-title="Datenformate & Datenqualität: Parquet vs. JSON & ISO 25012" data-points="10" style="background: #0f172a; border: 1px solid #334155; border-radius: 8px; padding: 20px; margin-bottom: 20px;">
          <div style="display: flex; justify-content: space-between; align-items: center; margin-bottom: 12px;">
            <strong style="color: #38bdf8; font-size: 1.05rem;">Datenformate & Datenqualität: Parquet vs. JSON & ISO 25012</strong>
            <span class="ihk-badge ihk-badge-success">10 Punkte</span>
          </div>
          <div style="background: #1e293b; border-left: 4px solid #0284c7; padding: 12px 16px; border-radius: 6px; margin-bottom: 14px; color: #cbd5e1; font-size: 0.9rem; font-style: italic;">
            Ein Logistikunternehmen speichert täglich 80 Millionen Sensordaten aus Frachtcontainern. Derzeit liegen die Daten als unkomprimierte JSON-Dateien vor. Die analytischen Abfragen auf Zeitreihen dauern mehrere Stunden.
          </div>
          <p style="color: #f8fafc; font-size: 0.95rem; line-height: 1.6; margin-bottom: 16px;">
            a) Erläutern 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 erläutern Sie zwei Merkmale der Datenqualität nach DIN ISO/IEC 25012, die bei Sensordaten vor der Persistierung geprüft werden müssen.
          </p>
          <textarea class="ihk-input" rows="3" placeholder="Ihre Lösung stichpunktartig formulieren..."></textarea>
          <details style="margin-top: 14px; background: #1e293b; padding: 12px 16px; border-radius: 6px; cursor: pointer;">
            <summary style="font-weight: 600; color: #4ade80;">💡 Offizieller IHK-Erwartungshorizont & Punkteverteilung</summary>
            <div class="ihk-task-solution" style="margin-top: 10px; color: #cbd5e1; font-size: 0.9rem; line-height: 1.6; white-space: pre-line;">
a) JSON ist zeilenorientiert (Row-oriented); Parquet ist spaltenorientiert (Column-oriented), d.h. Werte derselben Spalte werden zusammenhängend auf der Festplatte gespeichert.
b) 1. Column Pruning: Es müssen 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 dürfen keine Messfehler oder unphysikalischen Ausreißer aufweisen. 2. Vollständigkeit (Completeness): Es dürfen keine Zeitintervalle oder Funkabrisse unbemerkt fehlen.
            </div>
          </details>
        </div>
    

      <!-- Bottom Navigation Buttons -->
      <div class="ihk-nav-bar">
        <a href="../02_bpmn20_und_prozessmodellierung_vertiefung/index.html" class="ihk-btn ihk-btn-secondary">⬅️ Vorheriges Modul</a>
        <a href="../../../workspace.html?course=ihk_ap2_fidp&chapter=03_datenquellen_und_datenqualitaet" class="ihk-btn ihk-btn-primary">Praxisübung im Terminal</a>
        <a href="../04_etl_prozesse_und_datenpipelines/index.html" class="ihk-btn ihk-btn-primary">Nächstes Modul ➡️</a>
      </div>
    </div>

  </div>

  <script src="../../../assets/ihk_tools/ihk_question_bank.js"></script>
  
</body>
</html>