Unterschiede

Hier werden die Unterschiede zwischen zwei Versionen angezeigt.

--- de:modul:m290_guko:leistungsbeurteilungen:03_lb:c_usecase [2026/08/13 16:06] – gelöscht - Externe Bearbeitung (Unbekanntes Datum) 127.0.0.1
+++ de:modul:m290_guko:leistungsbeurteilungen:03_lb:c_usecase [2026/08/13 16:22] (aktuell) – ↷ Links angepasst, weil Seiten im Wiki verschoben wurden 74.7.227.136
@@ Zeile 1: / Zeile 1: @@
+====== LB03 - Projektbeschreibungen ======
+===== Allgemeine Anforderungen an alle Projekte =====
+Jedes Team wählt genau **einen** Use Case. Pro Klasse darf jeder Use Case **nur einmal** vergeben werden.
+<WRAP center round box 80%>
+**Technische Minimalanforderungen**
+  * Mindestens **2 Tabellen** mit einer **1:n-Beziehung** (3er-Teams mind. 3 Tabellen)
+  * Mindestens **1 JOIN-Abfrage** (3er-Teams mind. 2 JOIN-Abfragen)
+  * Mindestens **1 Aggregatfunktion** (z.B. COUNT, AVG, MIN, MAX)
+  * Vollständige **CRUD-Operationen** auf der Haupttabelle:
+    - Create (POST)
+    - Read (GET – Liste + Detail)
+    - Update (PUT)
+    - Delete (DELETE)
+  * Umsetzung als **REST-API** mit Express und Zugriff auf MySQL via AppUser (nicht Root)
+  * Test und Demonstration über **Postman**
+</WRAP>
+----
+{{de:modul:m290_guko:leistungsbeurteilungen:03_lb:pietro-de-grandi-t7k4aepoggk-unsplash_resized.jpg?nolink&400 |}} ===== Projekt A – Reisedatenbank «Wo war ich schon?» =====
+==== Ausgangslage ====
+Sie reisen gerne oder möchten Ihre vergangenen Reisen übersichtlich dokumentieren.
+Bisher liegen Informationen wie Zielort, Jahr, Kosten und Erinnerungen verstreut in Fotos, Notizen oder im Kopf.
+Eine kleine Reise-Datenbank soll helfen, alle besuchten Orte und Bewertungen zentral zu verwalten.
+==== Vorgehen ====
+  * Modellieren Sie mindestens folgende Entitäten:
+    * **Reise** (z.B. Stadt, Jahr, Kommentar, Sterne-Bewertung, Kosten)
+    * **Land** oder **Kontinent** (z.B. Name, Kontinent, Kürzel)
+  * Verknüpfen Sie Reise mit Land/Kontinent über einen **Fremdschlüssel** (1:n: ein Land – viele Reisen).
+  * Legen Sie Startdaten an (z.B. mindestens 10 Reisen in verschiedene Länder/Kontinente).
+  * Implementieren Sie CRUD-Routen für Reisen (z.B. ''/api/reisen'').
+  * Implementieren Sie mindestens:
+    * eine Route mit **JOIN** (z.B. „Alle Reisen inkl. Ländernamen und Kontinent anzeigen“)
+    * eine Route mit **Aggregatfunktion** (z.B. „Anzahl Reisen pro Kontinent“, „Durchschnittliche Bewertung pro Land“)
+  * Optional erstellen Sie eine dritte Tabelle mit Angaben zu den Reisenden (Namen, Email-Adresse, ect.) und stellen Sie über einen Fremdschlüssel dar, wer von Ihnen auf welcher Reise war (darf fiktiv sein).
+----
+{{de:modul:m290_guko:leistungsbeurteilungen:03_lb:tyson-moultrie-bqthognho08-unsplash_resized.jpg?nolink&400 |}} ===== Projekt B – Lieblingsfilm-Datenbank =====
+==== Ausgangslage ====
+Sie schauen gerne Filme und möchten Ihre Lieblingsfilme inkl. Bewertungen systematisch erfassen.
+Film-Infos stehen zwar auf Plattformen wie IMDb oder Letterboxd, aber Ihre persönliche Sicht fehlt dort.
+Eine eigene Film-Datenbank soll diese Lücke schliessen.
+==== Vorgehen ====
+  * Modellieren Sie mindestens folgende Entitäten:
+    * **Film** (Titel, Erscheinungsjahr, Synopsis, Genre, IMDb/Letterboxd-Rating, eigene Sterne-Bewertung, Kommentar)
+    * **Person** oder **Cast** (Name, Rolle-Typ: Schauspieler:in, Regie)
+  * Zwischen Film und Person besteht eine **n:m-Beziehung** (ein Film – mehrere Personen, eine Person – mehrere Filme). Minimal reicht eine 1:n-Beziehung (z.B. Film – Regisseur:in), wenn n:m zu komplex wird – alternativ arbeiten Sie mit einer Zwischentabelle.
+  * Legen Sie Daten für mehrere Filme mit unterschiedlichen Genres an.
+  * Implementieren Sie CRUD-Routen für Filme (z.B. ''/api/film'').
+  * Implementieren Sie:
+    * eine JOIN-Route (z.B. „Alle Filme mit Regisseur:in anzeigen“)
+    * eine Aggregat-Route (z.B. „Durchschnittliche eigene Bewertung pro Genre“, „Anzahl Filme pro Genre“)
+----
+{{de:modul:m290_guko:leistungsbeurteilungen:03_lb:joba-khan-2yqjuzoyiva-unsplash_resized.jpg?nolink&400 |}} ===== Projekt C – Lieblingsbuch-Datenbank =====
+==== Ausgangslage ====
+Sie lesen gerne und möchten festhalten, welche Bücher Ihnen gefallen haben, welche Verlage sie herausgeben und wie Ihre persönliche Meinung dazu ist.
+Die Bewertungen auf Online-Shops reichen Ihnen dafür nicht.
+==== Vorgehen ====
+  * Modellieren Sie mindestens folgende Entitäten:
+    * **Buch** (Titel, Erscheinungsjahr, Kurzbeschreibung, Kategorie/Genre, eigene Sterne-Bewertung, Kommentar)
+    * **Autor:in** (Name, Herkunft, ggf. Geburtsjahr)
+  * Beziehung: 1:n (eine Autor:in – viele Bücher).
+  * Fügen Sie optional eine Entität **Verlag** hinzu (Buch – Verlag als 1:n).
+  * Legen Sie Daten für mehrere Bücher und Autor:innen an.
+  * Implementieren Sie CRUD-Routen für Bücher (z.B. ''/api/buecher'').
+  * Implementieren Sie:
+    * eine JOIN-Route (z.B. „Alle Bücher inkl. Autor:in und Verlag anzeigen“)
+    * eine Aggregat-Route (z.B. „Anzahl Bücher pro Kategorie“, „Durchschnittliche Bewertung pro Autor:in“)
+----
+{{de:modul:m290_guko:leistungsbeurteilungen:03_lb:daan-evers-tkn1wxrzq3s-unsplash_resized.jpg?nolink&400 |}} ===== Projekt D – Lieblings-Kaffeehäuser im Kanton =====
+==== Ausgangslage ====
+Sie sind gerne in Cafés unterwegs (z.B. im Kanton Zürich oder Ihrem Heimatkanton) und möchten Ihre Lieblingsorte mit Notizen und Bewertungen speichern.
+Online-Karten zeigen zwar Standorte, aber nicht Ihre persönliche Meinung.
+==== Vorgehen ====
+  * Modellieren Sie mindestens folgende Entitäten:
+    * **Kaffeehaus** (Name, Adresse, Gemeinde, Lieblingsgetränk, eigene Sterne-Bewertung, Kommentar)
+    * **Ort/Gemeinde/Stadtkreis** oder **Kanton** (Name, ggf. PLZ-Bereich)
+  * Beziehung: 1:n (eine Gemeinde/ein Kanton/ein Stadtkreis – viele Kaffeehäuser).
+  * Legen Sie Daten mit mehreren Kaffeehäusern in verschiedenen Gemeinden/Kantonen/Stadtkreisen an.
+  * Implementieren Sie CRUD-Routen für Kaffeehäuser (z.B. ''/api/kaffeehaeuser'').
+  * Implementieren Sie:
+    * eine JOIN-Route (z.B. „Alle Kaffeehäuser inkl. Gemeindename und Kanton anzeigen“)
+    * eine Aggregat-Route (z.B. „Durchschnittliche Bewertung pro Gemeinde“, „Anzahl Kaffeehäuser pro Kanton“)
+----
+{{de:modul:m290_guko:leistungsbeurteilungen:03_lb:ian-schneider-paykyb-8er8-unsplash_resized.jpg?nolink&400 |}} ===== Projekt E – Geburtstagsdatenbank für Freunde & Familie =====
+==== Ausgangslage ====
+Sie möchten Geburtstage von Freund:innen und Familie im Griff haben und z.B. sehen, wer im gleichen Monat oder am gleichen Tag Geburtstag hat.
+Kalender-Apps können das teilweise, aber ohne zusätzliche Informationen zu Beziehungen oder Sternzeichen.
+==== Vorgehen ====
+  * Modellieren Sie mindestens folgende Entitäten:
+    * **Person** (Name, Geburtsdatum, Beziehungstyp zu Ihnen, Kommentar)
+    * **Sternzeichen** (Name, Zeitraum)
+  * Verbindung: 1:n oder 1:1 (jedem Geburtstag wird ein Sternzeichen zugeordnet).
+  * Legen Sie Daten mit verschiedenen Personen an (unterschiedliche Monate/Sternzeichen).
+  * Implementieren Sie CRUD-Routen für Personen (z.B. ''/api/personen'').
+  * Implementieren Sie:
+    * eine JOIN-Route (z.B. „Alle Personen inkl. Sternzeichen anzeigen“)
+    * eine Aggregat-Route (z.B. „Anzahl Geburtstage pro Monat“, „Anzahl Personen pro Sternzeichen“)
+Hinweise: Da es sich in diesem Case unter Umständen um personenbezogene Daten handelt und diese entsprechenden Datenschutz geniessen, können Sie hier auch mit fiktiven Namen und Daten arbeiten.
+----
+{{de:modul:m290_guko:leistungsbeurteilungen:03_lb:nathanael-desmeules-inwcre1f7cs-unsplash_resized.jpg?nolink&400 |}} ===== Projekt F – (Fan-)Sport-Team-Datenbank =====
+==== Ausgangslage ====
+Sie verfolgen ein oder mehrere Sportteams (Fussball, Eishockey, Volleyball etc.) und möchten Kader, Liga-Zugehörigkeit und Trainer:innen strukturiert erfassen.
+Online-Statistiken sind umfangreich, aber oft überladen für Ihre Zwecke.
+==== Vorgehen ====
+  * Modellieren Sie mindestens folgende Entitäten:
+    * **Team** (Name, Sportart, Liga, Heimatort)
+    * **Spieler:in** (Name, Position, Rückennummer)
+  * Beziehung: 1:n (ein Team – viele Spieler:innen).
+  * Optional: Entität **Trainer:in** oder **Saison**.
+  * Legen Sie Daten für mindestens 2–3 Teams mit mehreren Spieler:innen an.
+  * Implementieren Sie CRUD-Routen für Teams oder Spieler:innen (z.B. ''/api/teams'').
+  * Implementieren Sie:
+    * eine JOIN-Route (z.B. „Alle Spieler:innen inkl. Team anzeigen“)
+    * eine Aggregat-Route (z.B. „Anzahl Spieler:innen pro Team“, „Anzahl Teams pro Liga“)
+----
+{{de:modul:m290_guko:leistungsbeurteilungen:03_lb:pauline-loroy-allkj292joq-unsplash_resized.jpg?nolink&400 |}} ===== Projekt G – Lieblingsmuseen in der Schweiz =====
+==== Ausgangslage ====
+Sie besuchen gerne Museen und möchten eine Übersicht über Ihre Lieblingsmuseen in der Schweiz haben, inkl. Kategorie, Besucherzahlen und besonderen Ausstellungen.
+Tourismus-Webseiten liefern viele Infos, aber keine persönliche Filterung.
+==== Vorgehen ====
+  * Modellieren Sie mindestens folgende Entitäten:
+    * **Museum** (Name, Ort, Kanton, Kategorie, Besucherzahl pro Jahr, berühmtestes Ausstellungsstück)
+    * **Ausstellung** (Titel, Künstler:in, Start- und Enddatum)
+  * Beziehung: 1:n (ein Museum – viele Ausstellungen).
+  * Legen Sie Daten mit mehreren Museen und zugehörigen Ausstellungen an.
+  * Implementieren Sie CRUD-Routen für Museen oder Ausstellungen (z.B. ''/api/museen'').
+  * Implementieren Sie:
+    * eine JOIN-Route (z.B. „Alle Ausstellungen inkl. Museumsname anzeigen“)
+    * eine Aggregat-Route (z.B. „Anzahl Ausstellungen pro Museum“, „Durchschnittliche Besucherzahl pro Kategorie“)
+----
+{{de:modul:m290_guko:leistungsbeurteilungen:03_lb:filip-vhf4jqruu7g-unsplash_resized.jpg?nolink&400 |}} ===== Projekt H – Lieblingssong-Playlist =====
+==== Ausgangslage ====
+Sie hören viel Musik und möchten Ihre Lieblingssongs mit Album, Artist und Genre verwalten.
+Streamingdienste haben zwar Playlists, aber keine eigene kleine Statistik über Ihre Lieblingsstücke.
+==== Vorgehen ====
+  * Modellieren Sie mindestens folgende Entitäten:
+    * **Song** (Titel, Dauer, eigene Bewertung, Kommentar)
+    * **Artist** (Name, Herkunft)
+    * Optional: **Album** (Titel, Erscheinungsjahr)
+  * Beziehung: 1:n (ein Artist – viele Songs), ggf. 1:n (ein Album – viele Songs).
+  * Legen Sie Daten mit Songs verschiedener Artists und Genres an.
+  * Implementieren Sie CRUD-Routen für Songs (z.B. ''/api/songs'').
+  * Implementieren Sie:
+    * eine JOIN-Route (z.B. „Alle Songs inkl. Artist- und Albumname anzeigen“)
+    * eine Aggregat-Route (z.B. „Anzahl Songs pro Genre“, „Durchschnittliche Bewertung pro Artist“)
+----
+{{de:modul:m290_guko:leistungsbeurteilungen:03_lb:jeff-hopper-ictjf-a5hvs-unsplash_resized.jpg?nolink&400 |}} ===== Projekt I – Kamera-Datenbank =====
+==== Ausgangslage ====
+Sie interessieren sich für Fotografie oder Video und haben den Überblick über verschiedene Kamera-Modelle, Hersteller und Preisklassen verloren.
+Eine kleine Datenbank soll dabei helfen, Modelle zu vergleichen.
+==== Vorgehen ====
+  * Modellieren Sie mindestens folgende Entitäten:
+    * **Kamera** (Modellname, Typ: Systemkamera/Video/Foto, Line: Consumer/Prosumer/Professional, Preis)
+    * **Hersteller** (Name, Land)
+  * Beziehung: 1:n (ein Hersteller – viele Kameras).
+  * Legen Sie Daten mit mehreren Herstellern und Kamera-Modellen an.
+  * Implementieren Sie CRUD-Routen für Kameras (z.B. ''/api/kameras'').
+  * Implementieren Sie:
+    * eine JOIN-Route (z.B. „Alle Kameras inkl. Herstellernamen anzeigen“)
+    * eine Aggregat-Route (z.B. „Durchschnittlicher Preis pro Line“, „Anzahl Kameras pro Hersteller“)
+----
+{{de:modul:m290_guko:leistungsbeurteilungen:03_lb:christian-agbede-mqd_-deha4i-unsplash_resized.jpg?nolink&400 |}} ===== Projekt J – Lieblingsmodeschöpfer:innen =====
+==== Ausgangslage ====
+Sie interessieren sich für Mode und möchten Designer:innen, deren Stil und Marken erfassen.
+Ziel ist eine kleine Übersicht über Lieblingsdesigner:innen und ihre bekanntesten Stücke.
+==== Vorgehen ====
+  * Modellieren Sie mindestens folgende Entitäten:
+    * **Designer:in** (Name, Geburtsdatum, Stil-Beschreibung, Herkunftsort)
+    * **Marke/Label** (Name, Sitz)
+  * Optional: Entität **Modestück** (Bezeichnung, Kategorie, Erscheinungsjahr, Beschreibung).
+  * Legen Sie Daten mit mehreren Designer:innen, Marken und ggf. Modestücken an.
+  * Implementieren Sie CRUD-Routen (z.B. für Designer:innen: ''/api/designer'').
+  * Implementieren Sie:
+    * eine JOIN-Route (z.B. „Alle Designer:innen inkl. Marke anzeigen“)
+    * eine Aggregat-Route (z.B. „Anzahl Designer:innen pro Land“, „Anzahl Modestücke pro Kategorie“)
+----
+{{de:modul:m290_guko:leistungsbeurteilungen:03_lb:ilia-bronskiy-gz9si2dzn40-unsplash_resized.jpg?nolink&400 |}} ===== Projekt K – Lieblingsplätze in der Natur in der Schweiz =====
+==== Ausgangslage ====
+Sie verbringen gerne Zeit in der Natur und möchten Ihre Lieblingsorte (Seen, Berge, Wälder etc.) dokumentieren.
+Neben der Position interessieren Sie auch Erreichbarkeit, Menschenmenge und persönliche Bewertungen.
+==== Vorgehen ====
+  * Modellieren Sie mindestens folgende Entitäten:
+    * **Ort** (Name, Beschreibung, Kanton, Längen-/Breitengrad, Umgebungstyp: Berge/See/Wald etc., eigene Sterne-Bewertung, Kommentar)
+    * **Anreise** (Verkehrsmittel: ÖV/Fuss/Fahrrad, Dauer, Kurzbeschreibung)
+  * Beziehung: 1:n (ein Ort – mehrere Anreisevarianten) oder 1:1 (ein Ort – eine typische Anreise).
+  * Legen Sie Daten mit mehreren Naturorten in verschiedenen Kantonen an.
+  * Implementieren Sie CRUD-Routen für Orte (z.B. ''/api/orte'').
+  * Implementieren Sie:
+    * eine JOIN-Route (z.B. „Ort inkl. typischer Anreise anzeigen“)
+    * eine Aggregat-Route (z.B. „Durchschnittliche Bewertung pro Kanton“, „Anzahl Orte pro Umgebungstyp“)
+----
+{{de:modul:m290_guko:leistungsbeurteilungen:03_lb:alin-surdu-j5gcqqm3eya-unsplash_resized.jpg?nolink&400 |}} ===== Projekt L – Lieblings-TV-Serien =====
+==== Ausgangslage ====
+Sie schauen gerne Serien und möchten festhalten, welche davon Sie gesehen haben, wie viele Staffeln/Episoden es gibt und wo die Serie gestreamt werden kann.
+Grosse Datenbanken liefern viele Infos, aber nicht Ihre persönliche Bewertung.
+==== Vorgehen ====
+  * Modellieren Sie mindestens folgende Entitäten:
+    * **Serie** (Titel, Synopsis, Genre, Studio, Streamingdienst/Sender, Anzahl Staffeln, Anzahl Episoden, eigene Bewertung, Kommentar)
+    * **Schauspieler:in** (Name, ggf. Rolle in der Serie)
+  * Beziehung: 1:n oder n:m (eine Serie – viele Schauspieler:innen).
+  * Legen Sie Daten mit mehreren Serien unterschiedlicher Genres an.
+  * Implementieren Sie CRUD-Routen für Serien (z.B. ''/api/serien'').
+  * Implementieren Sie:
+    * eine JOIN-Route (z.B. „Alle Serien inkl. Schauspieler:innen anzeigen“ oder umgekehrt)
+    * eine Aggregat-Route (z.B. „Durchschnittliche Bewertung pro Genre“, „Gesamtanzahl Episoden pro Streamingdienst“)