Datenschutz in der Praxis: Videoüberwachung, Tracking, Cloud und Datenpannen

Was heißt DSGVO, wenn eine Kamera auf den Hof gerichtet wird, Fahrzeuge per GPS geortet werden, Daten in die Cloud wandern oder eine E-Mail mit Kundendaten beim Falschen landet? Der Artikel zeigt an typischen IT-Situationen, wie Du Videoüberwachung datenschutzgerecht planst, Protokollierung, E-Mail-Filter und Tracking einordnest, Anonymisierung und Pseudonymisierung einsetzt, Cloud-Dienste mit Auftragsverarbeitungsvertrag und Drittlandregeln auswählst, bei einer Datenpanne richtig reagierst und Datenschutz bei der Systemeinführung mitdenkst.

Übungsaufgaben zum Datenschutz in der Praxis: Videoüberwachung, Tracking, Cloud und Datenpannen

Vier Übungsaufgaben zum Datenschutz in der Praxis: In der Basisstufe prüfst Du Kameras, ein Hinweisschild und ein Tablet-Protokoll bei einem Fahrradhersteller und reagierst auf eine falsch verschickte Teilnehmerliste. In der Kernstufe beurteilst Du ein Cloud-Angebot, ordnest Datenexporte als personenbezogen, pseudonymisiert oder anonym ein, findest Fehler im Umgang mit einem Ransomware-Vorfall und prüfst Kamerakonfiguration, Mensa-Zählung, Fahrzeugortung, Fingerabdruck-Zutritt und Postfachzugriff an einer Schule.

Datenschutz nach DSGVO: Begriffe, Grundsätze, Rechtsgrundlagen und Betroffenenrechte

Die Datenschutz-Grundverordnung schützt Menschen bei der Verarbeitung ihrer Daten. Der Artikel erklärt personenbezogene Daten und besondere Kategorien, die geltenden Gesetze, die Grundsätze jeder Verarbeitung, die Prüfung mit den sechs Rechtsgrundlagen, wirksame Einwilligungen und die Rechte Betroffener. Dazu kommen die Pflichten der Unternehmen – von Datenschutzerklärung, TOM und Verarbeitungsverzeichnis über Datenschutzbeauftragte bis zur Datenpanne – und eine Vertiefung zur Datenanalyse.

Übungsaufgaben zu Whitebox-Tests und Überdeckungsmaßen

Zwei Übungsaufgaben zu Whitebox-Tests: durchlaufene und fehlende Anweisungen bestimmen, Anweisungs-, Zweig- und Pfadüberdeckungsgrad berechnen, Testdaten ergänzen, die Zahl der Pfade berechnen, die Mindestzahl an Testfällen bestimmen, eine englische Projektrichtlinie anwenden, einen Unit-Test formulieren und die Wahl eines Überdeckungsmaßes begründen.

Übungsaufgaben zu Lastenheft und Pflichtenheft

Vier Übungsaufgaben zu Lastenheft und Pflichtenheft – von Zweck, typischen Inhalten und typischen Missverständnissen beider Dokumente über Rückfragen zu unklaren Anforderungen, Fragebögen und die Abstimmung vor dem Versand bis zu eigenen Lastenheft-Anforderungen nach Gliederung, der Prüfung eines Pflichtenheft-Entwurfs, Rechtekonzept, Change Request, Abnahme und der Frage, ob es auch ohne Pflichtenheft geht.

Übungsaufgaben zu Vorgehensmodellen

Drei Übungsaufgaben zu klassischen und agilen Vorgehensmodellen – vom Einordnen und Vergleichen der Modelle über Scrum mit englischem Fachtext, Fehleranalyse und Kanban, das Wasserfallmodell, die Prüfung einer fehlerhaften V-Modell-Skizze, die Zuordnung von Testfällen zu Teststufen und die Unterscheidung sequenziell/iterativ/agil bis zum Vergleich von Prototyp und Minimum Viable Product und zur Weiterentwicklung eines MVP mit Scrum.

Vorgehensmodelle: klassisch und agil

Ein Vorgehensmodell legt fest, in welchen Schritten ein Softwareprojekt abläuft, welche Ergebnisse entstehen und wer wofür zuständig ist. Der Artikel unterscheidet klassische und agile Vorgehensmodelle, erklärt Wasserfallmodell, V-Modell, Spiralmodell, das Agile Manifest, Scrum und Kanban, zeigt mit Prototypen und dem Minimum Viable Product, wie Du früh Rückmeldung bekommst, und wie Du ein passendes Vorgehensmodell auswählst.

Übungsaufgaben zu Unit-Tests, Testfällen und Fehlersuche im Code

Drei umfangreiche Übungsaufgaben: Du bildest Äquivalenzklassen, schreibst parametrisierte Tests mit JUnit und pytest, wertest Testberichte und Fehlermeldungen aus, entscheidest, ob Code oder Test falsch ist, beurteilst Tests nach den F.I.R.S.T.-Regeln, verfolgst eine rekursive Methode, vergleichst zwei Umsetzungen anhand von Testfällen, hinterfragst die Aussagekraft der Anweisungsüberdeckung und suchst Fehler in kurzen Python-Skripten – auch mit Datenverlaufstabelle, Debugger und testgetriebener Entwicklung.

Unit-Tests, Testfälle und Fehlersuche im Code

Ein Unit-Test prüft automatisch, ob eine kleine Einheit des Programms – meist eine Methode – zu bestimmten Eingaben das erwartete Ergebnis liefert. Der Artikel zeigt, was gute Unit-Tests auszeichnet, wie Du mit JUnit Testfälle formulierst und auswertest, wie Du Testdaten über Äquivalenzklassen und Grenzwerte findest und wie Du mit Schreibtischtest, Datenverlaufstabelle und Debugger Laufzeit- und semantische Fehler im Code – auch in kurzen Skripten – aufspürst und korrigierst.

Übungsaufgaben zu Teststrategie und Qualitätssicherung

Drei Übungsaufgaben zu Maßnahmen der Qualitätssicherung, Reviews und statischer Codeanalyse, Blackbox- und Whitebox-Tests, Teststufen im V-Modell, Regressionstests, Testkonzept und Testdaten, User Acceptance Test sowie Syntax-, Semantik- und Laufzeitfehlern. Dazu bewertest Du Vorschläge aus dem Projektteam und machst Gegenvorschläge.

Teststrategie und Qualitätssicherung: Wie Software gut wird und gut bleibt

Gute Software entsteht nicht durch Zufall und auch nicht durch einen einzigen Test am Schluss. Dieser Artikel ordnet die Maßnahmen der Qualitätssicherung (konstruktiv, analytisch, statisch, dynamisch), erklärt Reviews und statische Codeanalyse, vergleicht Blackbox- und Whitebox-Tests, unterscheidet Syntax-, Semantik- und Laufzeitfehler, stellt die Teststufen im V-Modell und den User Acceptance Test vor, zeigt, wofür Regressionstests da sind, und beschreibt, was in ein Testkonzept gehört.

Übungsaufgaben zur Softwarequalität

Zwei Übungsaufgaben zu den Qualitätsmerkmalen nach ISO/IEC 25010 – Merkmale nennen, beschreiben und zuordnen, englische Fachtexte auswerten, Qualitätsanforderungen messbar formulieren, Zielkonflikte erläutern, Aussagen zur Testabdeckung beurteilen und die Fassung von 2023 einordnen.

Softwarequalität nach ISO/IEC 25010: Woran man gute Software erkennt

„Die Software soll gut sein“ ist keine Anforderung. Die Norm ISO/IEC 25010 zerlegt Qualität in Merkmale wie Funktionalität, Zuverlässigkeit, Benutzbarkeit, Effizienz, Sicherheit, Wartbarkeit und Übertragbarkeit. Der Artikel erklärt alle Merkmale an einem durchgehenden Beispiel, nennt die englischen Fachbegriffe, vergleicht die Fassungen 2011 und 2023 mit der Vorgängernorm ISO/IEC 9126 und zeigt, wie Du Qualitätsanforderungen messbar formulierst, Zielkonflikte erkennst und passende Maßnahmen zur Qualitätssicherung auswählst.

Übungsaufgaben zur Risikoanalyse im Projekt

Drei Übungsaufgaben zur Risikoanalyse: Für ein Händlerportal leitest Du Risiken aus einem Statusbericht ab, korrigierst eine Risikoliste und beurteilst Gegenmaßnahmen und Risikostrategien. Für ein Barcamp bewertest Du Risiken mit Risikomatrix, Notfallplänen, Frühwarnindikator und einer kleinen FMEA. Für ein Ortungs-Abo untersuchst Du Projekt- und Betriebsrisiken mit Proof of Concept, Cyberversicherung und Notfallplan.

Risikoanalyse im Projekt: Was kann schiefgehen – und was tun wir dagegen?

Jedes Projekt ist ein Vorhaben mit Unsicherheit. Eine Risikoanalyse sorgt dafür, dass Du mögliche Störungen früh erkennst. Der Artikel zeigt, wie Du Risiken identifizierst, Ursache, Risiko und Auswirkung trennst, Risiken mit Eintrittswahrscheinlichkeit und Auswirkung bewertest, Gegenmaßnahmen und Risikostrategien auswählst und alles in einer Risikoliste zusammenführst. Für digitale Geschäftsmodelle kommen die Risiken des laufenden Betriebs hinzu.

Übungsaufgaben zu Projektstrukturplan, Gantt-Diagramm und Personaleinsatz

Drei Übungsaufgaben zur Terminplanung: Für Flurmonitore einer Schule zeichnest Du ein Gantt-Diagramm mit Abhängigkeiten und beurteilst eine Lieferverzögerung. Für die Technik eines Barcamps ergänzt Du einen Projektstrukturplan, erstellst Grobplan und Gantt-Diagramm, findest Fehler in einem Personaleinsatzplan und planst rückwärts. Für die Einführung der E-Rechnung prüfst Du einen PSP-Entwurf, gliederst ihn neu und ermittelst die Folgen einer Verzögerung.

Übungsaufgaben zur Projektorganisation

Vier Übungsaufgaben zur Organisation von Projekten – vom Projektauftrag mit magischem Dreieck und SMARTen Zielen über Befugnisse der Projektleitung, Kick-off, Meilensteine und Stakeholder bis zu Machbarkeitsanalyse, Prototyping, Change Requests, Projektabschluss, Erfolgsprüfung und Lessons Learned; dazu Projektphasen und -dokumente, Kommunikation im Projekt, Maßnahmen bei gefährdeten Terminen und die Abnahme mit Mängeln.

Projekte organisieren: von den Projektzielen bis zum Projektabschluss

Ein Projekt braucht klare Ziele, eine geprüfte Machbarkeit, geregelte Rollen und einen sauberen Start und Abschluss. Der Artikel erklärt das magische Dreieck, SMARTe Ziele, die Machbarkeitsanalyse und Prototypen für Aufwandsschätzungen, dazu Projektauftrag, Befugnisse der Projektleitung, Stakeholder, Kick-off, Kommunikation, Meilensteine, Change Request Management, Abnahme, Abschlussbericht, Erfolgsprüfung und Lessons Learned.

Übungsaufgaben zu User Stories

Eine umfangreiche Übungsaufgabe zu User Stories: einen englischen Fachtext auswerten, den Aufbau und die INVEST-Kriterien erläutern, User Stories aus einem Anwendungsfalldiagramm erstellen, fehlerhafte Stories verbessern, Akzeptanzkriterien formulieren, Aussagen zum Product Backlog prüfen und User Stories mit einem Pflichtenheft vergleichen.

User Stories: Anforderungen aus Sicht der Nutzenden formulieren

User Stories beschreiben Anforderungen in einem Satz aus Sicht der Nutzenden: Wer möchte was, und wozu? Der Artikel zeigt die Satzschablone, wer Stories schreibt, wie Du sie mit den INVEST-Kriterien und Akzeptanzkriterien prüfbar machst, wie Du sie aus Anwendungsfällen ableitest, zu große Stories schneidest und welche Rolle sie im Product Backlog spielen. Am Ende stehen die wichtigsten englischen Fachbegriffe für Aufgabentexte.

Übungsaufgaben zu Stakeholdern, Projektumfeld und Akzeptanz

Vier Übungsaufgaben zu Stakeholdern und Projektumfeld: eine Einstiegsaufgabe zu einer Mitfahr-App, die Digitalisierung von Lager und Werkstatt eines Fahrradherstellers mit fehlerhafter Stakeholderliste, Befürchtungen und einem Streit um Key User, die Planung eines Barcamps mit Umfeldanalyse, Workshop gegen Widerstände und Konflikt zwischen zwei Gruppen sowie die Einführung einer KI-gestützten Moderation in einer Freizeit-App mit Stakeholder-Portfolio und Kommunikationsplan.

Stakeholder, Projektumfeld und Akzeptanz: Wer redet bei meinem Projekt mit?

IT-Projekte scheitern selten an der Technik allein, sondern oft an Menschen und Rahmenbedingungen, die niemand rechtzeitig bedacht hat. Dieser Artikel zeigt, wie Du mit einer Projektumfeldanalyse technische, rechtliche, wirtschaftliche, organisatorische und personelle Einflüsse erfasst, die Umfeldanalyse von der Machbarkeitsanalyse abgrenzt, Stakeholder identifizierst und mit ihren Erwartungen, Befürchtungen und ihrem Einfluss bewertest, passende Maßnahmen ableitest und Konflikte und Widerstände so bearbeitest, dass das Projekt Akzeptanz findet.

Übungsaufgaben: funktionale und nichtfunktionale Anforderungen

Drei Übungsaufgaben zu funktionalen und nichtfunktionalen Anforderungen: Für eine Mitfahr-App wählst Du Ermittlungsmethoden, ergänzt einen Anforderungskatalog mit Akzeptanzkriterien und machst unpräzise Anforderungen prüfbar. Für eine Freizeit-App leitest Du aus einem Störungsprotokoll Anforderungen ab und berechnest Verfügbarkeit und zulässige Ausfallzeiten. Für die Geräteausleihe einer Schule erstellst Du einen Gesprächsleitfaden und beschreibst Schwachstellen und technische Anforderungen.

Übungsaufgaben zu generischen Klassen und Typparametern

Eine umfangreiche Übungsaufgabe rund um generische Klassen im Backend einer Freizeit-App: den Begriff erläutern, Listen mit Object und mit Typparameter vergleichen, eine generische Prüfmethode mit generischem Vergleicher analysieren und korrigieren, einen mehrstufigen Vergleich schreiben, eine generische Warteliste programmieren, fehlerhaften Code analysieren, Typparameter einschränken, Templates im UML-Klassendiagramm zeichnen und Maps mit Schlüssel- und Werttyp verwenden.

Generische Klassen und Typparameter: einmal programmieren, für viele Typen nutzen

Generische Klassen wie List, Comparator oder Map tauchen in Aufgaben ständig auf, und manchmal wird gefragt, was das eigentlich ist. Der Artikel erklärt Typparameter und Typargument, zeigt, wie Du vorgegebene generische Klassen nutzt, eine eigene generische Klasse schreibst und einen Algorithmus von einer festen Klasse auf einen Typparameter T umstellst. Dazu kommen eingeschränkte Typparameter, generische Methoden, die UML-Notation für Templates, Unterschiede zwischen Java, C# und Python sowie typische Fehler.

Übungsaufgaben zu objektorientierten Algorithmen: Methoden über Objektlisten

Fünf Übungsaufgaben, in denen Du Methoden über Listen und Arrays von Objekten in Pseudocode schreibst: einen Monatsbericht mit Kennzahlen und fehlenden Werten erstellen, Barcamp-Anmeldungen aus einer CSV-Datei importieren und Dubletten erkennen, Mitfahrangebote filtern, sortieren und anfragen, Absatz und Wochentagsumsatz mit Map und Array auswerten, einen fehlerhaften Entwurf per Schreibtischtest prüfen, eine Haltephase im Ofenprotokoll finden sowie eine seitenweise Schnittstelle, polymorphe Statusmeldungen, eine Rundenplanung und eine Raumbelegung für ein Barcamp bearbeiten.

Objektorientierte Algorithmen: Methoden über Objektlisten

Viele Algorithmen arbeiten nicht mit Zahlenfeldern, sondern mit Listen von Objekten: Sie filtern, zählen, summieren, suchen das beste Objekt, werten Daten gruppenweise aus oder lesen Daten aus Dateien ein und korrigieren sie. Dieser Artikel zeigt die wiederkehrenden Muster in Pseudocode, wie Du vorgegebene Klassen, Getter und Listenmethoden richtig nutzt und welche Fehler sich mit einem Schreibtischtest finden lassen.

Klassen implementieren: Konstruktor, Getter, Setter und Objekterzeugung

Ein Klassendiagramm ist erst der Bauplan. Dieser Artikel zeigt, wie Du daraus Code machst: Konstruktoren, die Objekte in einen gültigen Anfangszustand bringen, Getter und Setter mit Prüfungen, Objekterzeugung mit new, Konstruktoren in Unterklassen mit super(…), fortlaufende Nummern über Klassenattribute und was bei der Übergabe von Objekten und Arrays an Methoden wirklich passiert. Alles in Pseudocode, wie er in Aufgaben üblich ist, und zum Vergleich in Java und Python.

Übungsaufgaben zu Datentypen, Variablen und Arrays

Zwei Übungsaufgaben zu Datentypen und Variablen: Wertebereiche berechnen, vorgeschlagene Datentypen für Messwerte eines Mikrocontrollers beurteilen und speichersparend korrigieren, Speicherbedarf und Überlauf berechnen, Nachkommastellen entfernen, Fehler in einer Array-Deklaration finden, einen Fehler mit lokalen und globalen Variablen finden und beheben, einen Methodenkopf aus einer Beschreibung ableiten und Aufrufe beurteilen, Bezeichner nach Namenskonventionen verbessern, Werte tauschen und einen CSV-Importfehler analysieren.

Kategorien