Informatik 7: Datenbanken erfassen abfragen automatisieren

← Zurück zur 7. Klasse

Worum geht es? Der gesamte Arbeitsprozess reicht von sauber erfassten Tabellen über gezielte Abfragen und relationale Modelle bis zu einfachen automatisierten Abläufen, damit aus einzelnen Datensätzen funktionierende Informationssysteme für Schule, Alltag und Projektarbeit entwickelt werden können.

Lernziele

Nach diesem Kapitel kannst du:

• Tabellen anlegen.
• Daten erfassen.
• Datentypen wählen.
• Daten bereinigen.
• Daten abfragen.
• Daten filtern.
• Daten sortieren.
• Daten auswerten.
• Modelle entwerfen.
• Tabellen verknüpfen.
• Formulare nutzen.
• Berichte erstellen.
• Automationen planen.
• Lösungen testen.

Anschluss an die 6. Klasse

Du kennst Datenbankbegriffe und Modelle. Jetzt entwickelst du daraus praktische Lösungen zum Erfassen, Abfragen, Auswerten, Modellieren und einfachen Automatisieren.

Lerninhalte

Kompaktüberblick

Teilbereich	Kerngedanke
Daten strukturiert in Tabellen erfassen	Strukturierte Datenerfassung bildet die Grundlage jeder späteren Abfrage und Auswertung, weil nur klar benannte Spalten, passende Datentypen und einheitliche Eingaben verhindern, dass Datenbestände widersprüchlich, schwer …
Daten abfragen, filtern und sortieren	Gezielte Fragen an Datenbestände machen den Unterschied zwischen bloßer Sammlung und nutzbarer Information sichtbar, weil Abfragen relevante Einträge auswählen, sortieren und für Berichte, Entscheidungen oder weitere …
Daten auswerten und Ergebnisse aufbereiten	Daten werden erst dann fachlich bedeutsam, wenn sie nicht nur gefunden, sondern auch zusammengefasst, verglichen und verständlich präsentiert werden, etwa in Listen, Übersichten, Berichten oder einfachen Kennzahlen für konkrete …
Datenbanken modellieren	Bevor aus Tabellen ein funktionsfähiges System wird, müssen Gegenstandsbereiche, Attribute und Beziehungen geplant werden, damit Daten nicht ungeordnet vermischt, sondern sauber aufgeteilt, eindeutig gekennzeichnet und später …
Weitere Datenbankobjekte sinnvoll nutzen	Datenbanken werden im Alltag meist über Eingabemasken, Suchansichten und Ausgabelisten bedient, weshalb Formulare, Berichte und Ansichten als eigenständige Objekte verstanden werden sollten, die Dateneingabe, Auswahl und …
Einfache automatisierte Datenbanklösungen entwickeln	Automatisierung erweitert Datenbanken vom passiven Speicher zum aktiven Werkzeug, weil bestimmte Ereignisse automatisch Reaktionen auslösen können, etwa Benachrichtigungen, Statusänderungen, Erinnerungen oder standardisierte …
Relationale und dokumentenorientierte Lösungen vergleichen	Ein erweitertes Verständnis entsteht, wenn relationale Tabellenmodelle mit dokumentenorientierten Strukturen verglichen werden, weil dadurch deutlich wird, dass nicht jede Datenbank gleich aufgebaut ist und unterschiedliche …
Qualität, Regeln und Testen mitdenken	Zuverlässige Datenbanklösungen entstehen nur dann, wenn Eingaben geprüft, Strukturen sauber gehalten und automatisierte Abläufe getestet werden, denn fehlerhafte Daten oder ungeprüfte Regeln können zu falschen Ergebnissen, …

Merke: Eine Datenbanklösung ist erst dann brauchbar, wenn Erfassung, Abfrage, Auswertung und Regeln gemeinsam funktionieren.

Daten strukturiert in Tabellen erfassen

Strukturierte Datenerfassung bildet die Grundlage jeder späteren Abfrage und Auswertung, weil nur klar benannte Spalten, passende Datentypen und einheitliche Eingaben verhindern, dass Datenbestände widersprüchlich, schwer filterbar oder kaum weiterverarbeitbar werden.

Tabellen bestehen aus Spalten, Zeilen und Werten. PostgreSQL beschreibt Tabellen als Sammlungen von Zeilen mit gleich benannten Spalten, wobei jede Spalte einen bestimmten Datentyp besitzt.

Genau diese Grundidee ist auch für schulische Tabellen wichtig: Eine Spalte Name enthält andere Werte als eine Spalte Geburtsdatum oder Preis, und jede Zeile beschreibt einen vollständigen Datensatz.

Bei der Erfassung muss auf Einheitlichkeit geachtet werden. In einer Klassenumfrage zu Bildschirmzeit sollten Angaben nicht gemischt als 2 h, zwei Stunden und 120 min gespeichert werden, weil sonst Filter und Auswertungen erschwert werden. Geeignete Beispiele für strukturierte Tabellen sind Bücherlisten, Ausleihlisten, Klassenlisten, Produktlisten, Terminlisten oder Umfragedaten.

Beispiele: Klassenliste, Bücherliste, Produktliste, Umfrage, Terminplan, Datensatz, Spalte, Datentyp.

Daten abfragen, filtern und sortieren

Gezielte Fragen an Datenbestände machen den Unterschied zwischen bloßer Sammlung und nutzbarer Information sichtbar, weil Abfragen relevante Einträge auswählen, sortieren und für Berichte, Entscheidungen oder weitere Verarbeitungsschritte passend vorbereiten.

Microsoft beschreibt Abfragen in Access als vielseitiges Werkzeug, das Daten aus verschiedenen Tabellen zusammenführen, berechnen, filtern, ändern oder für Formulare und Berichte bereitstellen kann.

Für den Unterricht bedeutet das: Eine Abfrage ist keine komplizierte Spezialfunktion, sondern eine gezielte Frage an gespeicherte Daten. Beispiele sind „Welche Bücher sind überfällig“, „Welche Produkte kosten mehr als 20 Euro“ oder „Welche Schülerinnen gehören zur 4A“.

Filtern blendet nur passende Datensätze ein, Sortieren ordnet sie nach einer Regel, und Abfragen können darüber hinaus mehrere Tabellen verbinden. So kann in einer Bibliotheksdatenbank eine Abfrage gleichzeitig auf Buecher, Schueler und Ausleihen zugreifen, um nur aktuell entliehene Bücher einer bestimmten Klasse zu zeigen. Diese Arbeitsweise baut direkt auf den im Lehrwerk beschriebenen Grundoperationen des Erfassen, Filterns, Sortierens und Interpretierens auf.

Begriffe: Abfrage, Filter, Sortierung, Kriterium, Treffer, Ergebnisliste, Auswahl, Bedingung.

Daten auswerten und Ergebnisse aufbereiten

Daten werden erst dann fachlich bedeutsam, wenn sie nicht nur gefunden, sondern auch zusammengefasst, verglichen und verständlich präsentiert werden, etwa in Listen, Übersichten, Berichten oder einfachen Kennzahlen für konkrete Fragestellungen.

Access-Berichte dienen laut Microsoft dazu, Daten zu sortieren, zu gruppieren, zusammenzufassen und in gut lesbarer Form auszugeben. Das ist für Lernende besonders anschaulich, weil aus einer großen Tabelle durch einen Bericht eine geordnete Übersicht wird, etwa „alle überfälligen Medien“, „Monatsumsätze nach Kategorie“ oder „Teilnehmerliste eines Kurses“.

Auswertungen können sehr einfach beginnen. Eine Schülerdatenbank kann zeigen, wie viele Lernende je Klasse erfasst sind. Eine Produktdatenbank kann Bestände nach Kategorie sortieren. Eine Umfragedatenbank kann Antworten filtern und anschließend für eine kleine Statistik vorbereiten.

Dabei bleibt wichtig, dass Ergebnisse nicht nur technisch entstehen, sondern fachlich gedeutet werden: Was ist häufig, was auffällig, was relevant für die gestellte Frage.

Beispiele: Bericht, Übersicht, Anzahl, Summe, Gruppe, Vergleich, Kennzahl, Auswertung.

Orientierung auf einen Blick

Als Nächstes	Kurz erklärt
Datenbanken modellieren	Bevor aus Tabellen ein funktionsfähiges System wird, müssen Gegenstandsbereiche, Attribute und Beziehungen geplant werden, damit Daten nicht ungeordnet vermischt, sondern sauber aufgeteilt, eindeutig gekennzeichnet und später …
Weitere Datenbankobjekte sinnvoll nutzen	Datenbanken werden im Alltag meist über Eingabemasken, Suchansichten und Ausgabelisten bedient, weshalb Formulare, Berichte und Ansichten als eigenständige Objekte verstanden werden sollten, die Dateneingabe, Auswahl und …
Einfache automatisierte Datenbanklösungen entwickeln	Automatisierung erweitert Datenbanken vom passiven Speicher zum aktiven Werkzeug, weil bestimmte Ereignisse automatisch Reaktionen auslösen können, etwa Benachrichtigungen, Statusänderungen, Erinnerungen oder standardisierte …

Merke: Bevor aus Tabellen ein funktionsfähiges System wird, müssen Gegenstandsbereiche, Attribute und Beziehungen geplant werden, damit Daten nicht ungeordnet vermischt, sondern sauber aufgeteilt, eindeutig …

Datenbanken modellieren

Bevor aus Tabellen ein funktionsfähiges System wird, müssen Gegenstandsbereiche, Attribute und Beziehungen geplant werden, damit Daten nicht ungeordnet vermischt, sondern sauber aufgeteilt, eindeutig gekennzeichnet und später zuverlässig verknüpft werden können.

Ein Datenbankmodell beschreibt, welche Tabellen gebraucht werden und wie sie zusammenhängen. Im relationalen Modell besteht eine Datenbank aus Tabellen, deren Zeilen Datensätze und deren Spalten Attribute mit festen Datentypen sind. PostgreSQL dokumentiert außerdem Primärschlüssel, Fremdschlüssel und Constraints als Grundbausteine für Struktur und Datenintegrität.

Ein Beispiel aus der Schule macht das deutlich. Eine Bibliothekslösung braucht nicht nur eine Tabelle Buecher, sondern meist auch Schueler und Ausleihen. BuchID und SchuelerID können Primärschlüssel sein, die in Ausleihen als Fremdschlüssel wieder auftauchen. So lassen sich Beziehungen wie 1:n oder n:m sauber darstellen, ohne Namen oder Titel ständig zu wiederholen. Das unterstützt Übersicht, Eindeutigkeit und spätere Abfragen.

Begriffe: Tabelle, Attribut, Datensatz, Primärschlüssel, Fremdschlüssel, Beziehung, 1:n, n:m.

Weitere Datenbankobjekte sinnvoll nutzen

Datenbanken werden im Alltag meist über Eingabemasken, Suchansichten und Ausgabelisten bedient, weshalb Formulare, Berichte und Ansichten als eigenständige Objekte verstanden werden sollten, die Dateneingabe, Auswahl und Darstellung benutzerfreundlich organisieren.

Microsoft beschreibt Formulare als Benutzeroberflächen zur Eingabe und Bearbeitung von Daten, während Berichte vor allem der übersichtlichen Ausgabe dienen. Zudem können Abfragen als Datengrundlage für Formulare und Berichte verwendet werden.

Dadurch entsteht ein sehr anschaulicher Zusammenhang: Tabellen speichern, Abfragen wählen aus, Formulare erfassen oder ändern, Berichte präsentieren Ergebnisse.

Für Lernende ist das besonders hilfreich, weil viele Anwendungen genau so funktionieren. Ein Online-Bestellformular speichert Kundendaten, eine Suchmaske fragt Datensätze ab, ein Bericht listet Bestellungen oder Ausleihen auf. Einfache Datenbanklösungen in Schule und Alltag müssen daher nicht mit komplexem Code beginnen, sondern können mit gut geplanten Formularen und Ausgabesichten bereits sehr funktional sein.

Begriffe: Formular, Ansicht, Bericht, Suchmaske, Eingabemaske, Ausgabe, Datengrundlage, Navigation.

Einfache automatisierte Datenbanklösungen entwickeln

Automatisierung erweitert Datenbanken vom passiven Speicher zum aktiven Werkzeug, weil bestimmte Ereignisse automatisch Reaktionen auslösen können, etwa Benachrichtigungen, Statusänderungen, Erinnerungen oder standardisierte Verarbeitungsschritte nach Dateneingaben.

Google beschreibt AppSheet-Datenbanken als native Datenquelle zum Organisieren und Verwalten von Daten für Apps. Die zugehörigen Automationsfunktionen können Prozesse auslösen, wenn sich Daten in bestimmten Spalten ändern oder neue Einträge entstehen. In der offiziellen Schnellstart-Anleitung wird etwa gezeigt, wie eine Automatisierung nach dem Eintrag einer Aufgabe eine E-Mail an die zuständige Person sendet.

Für den Unterricht reichen einfache Beispiele völlig aus. Denkbar sind eine Ausleihliste, die bei überschrittener Frist markiert wird, ein Aufgabenboard, das bei neuer Aufgabe automatisch eine Nachricht sendet, ein Formular, das Einträge sofort einer Kategorie zuordnet, oder eine Teilnehmerliste, die nach dem Eintrag automatisch den Status angemeldet setzt. So lernen Schülerinnen und Schüler, dass Automatisierung nicht nur Programmcode bedeutet, sondern auch regelbasierte Reaktionen auf Datenänderungen.

Beispiele: Erinnerung, Statuswechsel, E-Mail, Markierung, Benachrichtigung, Formularregel, Workflow, Ausloeser.

Zweiter Zwischenüberblick

Vertiefung	Wichtig dabei
Relationale und dokumentenorientierte Lösungen vergleichen	Ein erweitertes Verständnis entsteht, wenn relationale Tabellenmodelle mit dokumentenorientierten Strukturen verglichen werden, weil dadurch deutlich wird, dass nicht jede Datenbank gleich aufgebaut ist und unterschiedliche …
Qualität, Regeln und Testen mitdenken	Zuverlässige Datenbanklösungen entstehen nur dann, wenn Eingaben geprüft, Strukturen sauber gehalten und automatisierte Abläufe getestet werden, denn fehlerhafte Daten oder ungeprüfte Regeln können zu falschen Ergebnissen, …

Merke: Die einzelnen Teilaspekte gehören zusammen und sollten an konkreten Beispielen miteinander verknüpft werden.

Relationale und dokumentenorientierte Lösungen vergleichen

Ein erweitertes Verständnis entsteht, wenn relationale Tabellenmodelle mit dokumentenorientierten Strukturen verglichen werden, weil dadurch deutlich wird, dass nicht jede Datenbank gleich aufgebaut ist und unterschiedliche Aufgaben verschiedene Modellierungsformen begünstigen können.

MongoDB beschreibt dokumentenorientierte Datenbanken als Systeme, in denen Daten als Dokumente mit Feld-Wert-Paaren in Collections gespeichert werden. Eine Datenbank enthält dabei eine oder mehrere Collections, die wiederum Dokumente enthalten. Das unterscheidet sich von relationalen Systemen, in denen Tabellen, Zeilen und Spalten im Vordergrund stehen.

Für den Unterricht genügt meist ein einfacher Vergleich. Feste, klar strukturierte Schuldaten oder Ausleihlisten passen gut zu Tabellen. Flexiblere App-Profile oder Inhalte mit sehr unterschiedlichen Eigenschaften lassen sich leichter dokumentenorientiert denken. Diese Gegenüberstellung hilft, den Begriff Datenbank breiter und zugleich präziser zu verstehen.

Begriffe: Relational, Dokument, Collection, Feldpaar, Tabelle, Zeile, Spalte, Struktur.

Qualität, Regeln und Testen mitdenken

Zuverlässige Datenbanklösungen entstehen nur dann, wenn Eingaben geprüft, Strukturen sauber gehalten und automatisierte Abläufe getestet werden, denn fehlerhafte Daten oder ungeprüfte Regeln können zu falschen Ergebnissen, Fehlmeldungen oder unbrauchbaren Ausgaben führen.

PostgreSQL beschreibt Constraints als Regeln für erlaubte Werte, und Access zeigt, dass Formulare, Abfragen und Berichte mit Parametern und Auswahlbedingungen gezielt gesteuert werden können.

Für Lernende bedeutet das: Ein Pflichtfeld darf nicht leer bleiben, ein Fremdschlüssel muss auf einen vorhandenen Eintrag verweisen, und eine Automatisierung sollte mit typischen und ungewöhnlichen Fällen getestet werden.

Typische Prüfungen sind sehr alltagsnah. Ist jede BuchID eindeutig, funktioniert die Erinnerungsregel auch bei leeren E-Mail-Feldern, liefert die Abfrage wirklich nur offene Bestellungen, erscheint der Bericht in sinnvoller Reihenfolge. So wird deutlich, dass Datenbankarbeit nicht beim Anlegen einer Tabelle endet, sondern Qualitätssicherung und Testen einschließt.

Begriffe: Constraint, Pflichtfeld, Testfall, Fehlerfall, Gueltigkeit, Eindeutigkeit, Parameter, Kontrolle.

Kurz zusammengefasst

Kernkompetenz	Das bedeutet konkret
Tabellen anlegen	Spalten, Feldnamen und Datentypen so festlegen, dass Datensätze einheitlich und sinnvoll gespeichert werden können.
Daten erfassen	Werte vollständig, einheitlich und im vorgesehenen Format in die passende Struktur eingeben.
Datentypen wählen	Für jedes Feld den Typ auswählen, der die vorgesehenen Werte und Operationen korrekt unterstützt.
Daten bereinigen	Fehler, uneinheitliche Schreibweisen, fehlende Werte und Dubletten systematisch erkennen und korrigieren.
Daten abfragen	Mit klaren Kriterien gezielt jene Datensätze auswählen, die für eine konkrete Fragestellung benötigt werden.
Daten filtern	Nur jene Datensätze anzeigen, die festgelegte Bedingungen erfüllen, ohne die übrigen Daten zu löschen.
Daten sortieren	Datensätze nach einem oder mehreren Merkmalen in eine nachvollziehbare Reihenfolge bringen.
Daten auswerten	Aus strukturierten Daten Kennzahlen, Muster oder Zusammenhänge ableiten und fachlich richtig interpretieren.

Merke: Die wichtigsten Zusammenhänge solltest du nicht nur wiedergeben, sondern an neuen Beispielen erklären, anwenden und begründet beurteilen können.

Weiterführende Links

• SQLite
• SQLBolt
• LibreOffice Base

Passende LearningSnacks

• Datenbank mit SQL erstellen
• ER-Modell

Übungen

Die Aufgaben setzen die Inhalte praktisch um. Der konkrete Auftrag ist bei jeder Aufgabe ausdrücklich unter Arbeitsauftrag: gekennzeichnet.

Umfragedaten sauber erfassen und vereinheitlichen

Saubere Datenerfassung erzeugt besonders starke Lernwirkungen, wenn Lernende unmittelbar erleben, dass spätere Filter, Abfragen und Auswertungen nur dann zuverlässig funktionieren, wenn Spalten klar benannt, Eingaben vereinheitlicht und fehlerhafte Einträge früh erkannt werden.

Arbeitsauftrag:

Die Schülerinnen und Schüler erstellen aus den Rohdaten eine vollständige Tabelle, prüfen sie auf Fehler und vereinheitlichen alle Eingaben so, dass Filter und Auswertungen ohne Missverständnisse möglich sind.

Gezielte Abfragen in Alltagssprache formulieren

Abfragen werden besonders nachhaltig verstanden, wenn Schülerinnen und Schüler zuerst alltagsnahe Fragen an einen Datenbestand formulieren und daraus erkennen, welche Kriterien, Filter und Sortierungen für sinnvolle Informationsgewinnung wirklich nötig sind.

Arbeitsauftrag:

Jede Gruppe entwickelt mindestens fünf sinnvolle Datenfragen, ordnet passende Kriterien zu und erklärt, wie die Tabelle abgefragt werden müsste, um eine korrekte Ergebnisliste zu erhalten.

Daten auswerten und in Berichten zusammenfassen

Eine hohe Lernwirkung entsteht, wenn Daten nicht nur gesammelt, sondern für konkrete Zwecke verdichtet werden, weil Schülerinnen und Schüler dadurch erfahren, wie aus Tabellen übersichtliche, nützliche und adressatengerechte Informationen entstehen.

Arbeitsauftrag:

Die Schülerinnen und Schüler erstellen aus einem Datenbestand einen geordneten Kurzbericht und erläutern, welche Abfragen oder Auswertungsschritte nötig waren, um die Übersicht zu erzeugen.

Von der Einzeltabelle zum Datenbankmodell

Vertieftes Verständnis wächst besonders dann, wenn Lernende erkennen, dass große Datensammlungen nicht in einer einzigen Tabelle bleiben sollten, sondern durch Modellierung in mehrere logisch verbundene Tabellen überführt werden.

Arbeitsauftrag:

Jede Gruppe entwickelt aus einer unübersichtlichen Datensammlung ein verbessertes relationales Modell mit mehreren Tabellen, Schlüsseln und klar benannten Beziehungen.

Eine einfache Bibliotheksdatenbank planen

Besonders nachhaltige Lernprozesse entstehen, wenn ein realistisches Mini-System geplant wird, weil Tabellen, Beziehungen, Abfragen und Ausgabeformen dann nicht isoliert, sondern als funktionale Einheit für einen klaren Anwendungszweck gedacht werden müssen.

Arbeitsauftrag:

Die Gruppen entwerfen eine vollständige Mini-Bibliothekslösung mit Tabellen, Schlüsseln, Beziehungen, typischen Abfragen und mindestens einem sinnvollen Bericht.

Formulare für strukturierte Eingaben gestalten

Eingabemasken fördern starkes Lernen, wenn Schülerinnen und Schüler erleben, dass gute Datenqualität nicht nur von Tabellen, sondern auch von klar gestalteten Formularen und sinnvoll geführten Eingabeprozessen abhängt.

Arbeitsauftrag:

Die Schülerinnen und Schüler entwickeln ein Formular für einen konkreten Datenbankzweck und prüfen anschließend gegenseitig, ob die Eingaben klar, vollständig und gut auswertbar sind.

Einfache Automatisierung als Regelkette entwerfen

Automatisierung wird besonders verständlich, wenn Lernende Regeln formulieren, die auf Datenänderungen reagieren, weil dadurch sichtbar wird, wie Datenbanklösungen vom bloßen Speichern zum aktiven Verarbeiten übergehen.

Arbeitsauftrag:

Jede Gruppe entwickelt zwei bis drei einfache Automatisierungsregeln für eine kleine Datenbanklösung und erklärt, welche Datenänderung jeweils welche automatische Reaktion auslösen soll.

Datenbanklösung im Team entwickeln

Besonders tiefe Lernwirkungen entstehen, wenn Lernende gemeinsam ein kleines Datenprojekt von der Erfassung bis zur Ausgabe entwickeln, weil sie dabei Planung, Abstimmung, Strukturentscheidungen und Kontrolle als zusammenhängenden Prozess erleben.

Arbeitsauftrag:

Jede Gruppe erstellt für ein eigenes Anwendungsszenario ein kleines Gesamtmodell aus Tabelle, Datenbankstruktur, Formular, Abfrage und einfacher Automationsidee.

Fehlerhafte Datenbanklösungen prüfen und verbessern

Hohe Lernwirksamkeit entsteht, wenn Schwächen in bestehenden Lösungen gesucht und behoben werden, weil Lernende dadurch Qualitätskriterien nicht nur anwenden, sondern ihre Bedeutung an konkreten Problemen erfahren.

Arbeitsauftrag:

Die Schülerinnen und Schüler untersuchen eine fehlerhafte Datenbanklösung, dokumentieren die Probleme und erarbeiten eine überarbeitete Fassung mit nachvollziehbaren Verbesserungen.

Entwicklungsprozess dokumentieren und begründen

Nachhaltiges Lernen wird besonders wahrscheinlich, wenn nicht nur das Ergebnis, sondern auch die Entstehung der Lösung sichtbar gemacht wird, weil Schülerinnen und Schüler dadurch ihre Entscheidungen erklären, prüfen und auf neue Probleme übertragen können.

Arbeitsauftrag:

Jede Gruppe erstellt ein Entwicklungsprotokoll zu ihrer Datenbanklösung und erläutert darin die wichtigsten Entscheidungen von der Datenerfassung bis zur einfachen Automatisierung.

Kompetenzcheck

Überprüfe am Ende selbst:

Ich kann …	Ja	Noch üben
tabellen anlegen.	☐	☐
daten erfassen.	☐	☐
datentypen wählen.	☐	☐
daten bereinigen.	☐	☐
daten abfragen.	☐	☐
daten filtern.	☐	☐
daten sortieren.	☐	☐
daten auswerten.	☐	☐
modelle entwerfen.	☐	☐
tabellen verknüpfen.	☐	☐
formulare nutzen.	☐	☐
berichte erstellen.	☐	☐
automationen planen.	☐	☐
lösungen testen.	☐	☐