Persistenz & Datenbanken im Unterricht – Projekte ohne Installation

CodeRoom Themenwelt · Informatikunterricht

Persistenz & Datenbanken unterrichten – ohne Datenbankinstallation

Wie bleiben Daten erhalten, wenn ein Programm beendet wird? Mit CodeRoom lernen Schülerinnen und Schüler, Daten dauerhaft zu speichern, gezielt abzufragen und in eigenen Anwendungen zu nutzen. Direkt im Browser, mit fertigen Unterrichtsprojekten und ohne eigene Datenbankserver.

Ab Klasse 8 Python & JSON REST & CRUD Fertige Lernprojekte
Illustration: Programmcode, JSON-Daten und eine dauerhaft verfügbare Datenbank

Ein Thema – viele praktische Anwendungen

Wenn aus einem Programm eine richtige Anwendung wird

Eine Liste mit Büchern, ein paar Messwerte oder ein einfacher Warenbestand sind schnell programmiert. Doch beim nächsten Programmstart sind die Daten normalerweise wieder weg. Persistenz schließt genau diese Lücke: Daten werden außerhalb des laufenden Programms gespeichert und stehen später erneut zur Verfügung.

Damit werden zentrale Unterrichtsinhalte greifbar: Datenstrukturen, JSON, Client-Server-Kommunikation, Datenmodellierung, CRUD-Operationen, Abfragen und Referenzen. Lernende erleben nicht nur einzelne Befehle, sondern bauen schrittweise Programme, die mit einem eigenen, dauerhaft gespeicherten Datenbestand arbeiten.

Weniger Vorbereitung für Lehrkräfte. Mehr Zeit für die Inhalte.

Eine eigene Datenbankumgebung einzurichten, Benutzerzugänge zu verwalten und Entwicklungsrechner vorzubereiten, kostet im Schulalltag Zeit. CodeRoom stellt die notwendige Infrastruktur bereits bereit – ohne die eigentlichen Lerninhalte zu verstecken.

Im Browser starten

Editor und Programmausführung sind in CodeRoom integriert. Für die Lernprojekte ist keine lokale Datenbankinstallation notwendig.

Eigene Daten speichern

Jeder angemeldete Lernende arbeitet mit benutzerbezogenen JSON-Collections in der CodeRoom User-DB.

Fertige Datenwelten nutzen

Die CodeRoom DataServices liefern reproduzierbare Beispieldaten, etwa zu Wetter und Logistik – ohne externe Datenanbieter.

Mit Vorlagen unterrichten

Schrittweise Aufgaben führen vom ersten Datensatz bis zu Suchfunktionen, Auswertungen und eigenen Anwendungen.

KI sinnvoll einsetzen

Integrierte KI-Unterstützung hilft beim Verstehen von Code und Fehlern sowie bei gezielten Erweiterungen – die fachlichen Entscheidungen bleiben Teil der Aufgabe.

Das Grundprinzip

Von der Datenquelle zum eigenen Datenbestand

CodeRoom kombiniert zwei Bausteine: DataServices liefern strukturierte, reproduzierbare Unterrichtsdaten. Die User-DB speichert daraus ausgewählte Informationen und eigene Ergänzungen dauerhaft. So wird aus dem Abrufen einer API eine eigenständige Anwendung.

Datenfluss von einer API über JSON und die User-DB bis zum Dashboard
1. Daten abrufenEigene Eingaben oder Datensätze aus einer REST-API.
2. StrukturierenFelder in JSON-Objekten sinnvoll modellieren.
3. SpeichernDatensätze in einer persönlichen Collection ablegen.
4. BearbeitenSuchen, filtern, aktualisieren und löschen.
5. AuswertenKennzahlen, Berichte oder ein Dashboard erzeugen.

Die Beispieldaten aus den DataServices sind synthetisch und reproduzierbar. Die von den Lernenden in der User-DB gespeicherten Datensätze sind dagegen ein eigener, veränderbarer Datenbestand.

Direkt im Unterricht einsetzen

Drei fertige Unterrichtsprojekte – vom Einstieg bis zur Datenanwendung

Wählen Sie den passenden Einstieg für Ihre Lerngruppe: ein überschaubares persönliches Projekt, ein Umweltarchiv mit API-Daten oder ein verknüpftes Informationssystem aus der Logistik. Alle drei Projekte arbeiten mit Python und der persistenten CodeRoom User-DB.

Kurscover: Meine digitale Büchersammlung

Einstieg · Klasse 8–10 · Python

Meine digitale Büchersammlung

Aus einer einfachen Bücherliste wird eine Anwendung mit dauerhaft gespeicherten Datensätzen. Lernende erfassen Bücher, laden sie wieder, suchen nach Genre oder Bewertung und ändern oder löschen einzelne Einträge.

Kompetenzen: JSON, Collections, technische IDs, CRUD und einfache Queries.

Kurscover: ClimateLab – Umweltarchiv für CodeCity

Umwelt & Datenanalyse · Klasse 9–10 · Python

ClimateLab – Umweltarchiv für CodeCity

Wetter- und Umweltdaten werden per API geladen, in der eigenen User-DB archiviert und mit Notizen und Bewertungen ergänzt. Daraus entstehen Filter, Umweltwarnungen und ein kleines Climate Dashboard.

Kompetenzen: REST-API, Zeitreihen, Persistenz, Datenpflege und Kennzahlen.

Kurscover: CodeCity Supply – Supply-Chain-Cockpit

Vertiefung · Klasse 10–12 · Python

CodeCity Supply – Supply Chain mit eigener Datenbasis

Produkte, Verkäufe, Bestände und Lieferungen werden in mehreren Collections gespeichert und über fachliche IDs miteinander verknüpft. Am Ende steht ein Supply-Chain-Cockpit mit Engpasswarnungen und Managementbericht.

Kompetenzen: Datenmodellierung, Referenzen, Aggregation und mehrere Collections.

Welche Kompetenzen werden vermittelt?

Das Thema lässt sich vom ersten Speicherzugriff bis zu größeren Datenprojekten differenzieren. Nicht jede Lerngruppe muss alle Schritte durchlaufen.

Grundlagen verstehen

Flüchtige und persistente Daten unterscheiden, JSON-Objekte strukturieren und Collections als Datenbereiche nutzen.

Daten verwalten

Datensätze speichern und erneut laden, über technische IDs aktualisieren oder löschen und CRUD als grundlegendes Prinzip kennenlernen.

Gezielt abfragen

Mit Filterbedingungen nach Texten und Zahlen suchen und Ergebnisse weiterverarbeiten.

Zusammenhänge modellieren

Fachliche IDs nutzen, Datensätze verschiedener Collections verbinden und Redundanzen vermeiden.

Daten interpretieren

Zeitreihen, Kennzahlen, Statusregeln und Berichte aus dem eigenen gespeicherten Datenbestand ableiten.

Die Bausteine dahinter – bei Bedarf im Detail

Die fertigen Kursvorlagen sind der einfachste Einstieg. Für eigene Unterrichtsideen stehen dieselben technischen Grundlagen auch unabhängig von den Projekten zur Verfügung.

CodeRoom User-DB

Persönliche JSON-Collections dauerhaft speichern, laden, filtern, aktualisieren und löschen – ohne eigene Datenbankinstallation.

Wetter & Umwelt

Reproduzierbare Messwerte und Zeitreihen für Umweltarchive, Datenanalysen und fachübergreifende Unterrichtsprojekte.

Handel & Logistik

Produkte, Filialen, Verkäufe, Lagerbestände und Lieferungen als zusammenhängende, fiktive Datenwelt.

So einfach beginnt das nächste Datenprojekt

Vorlage auswählen, Code starten, Daten speichern: Die Lernenden arbeiten in der browserbasierten CodeRoom-Umgebung und nutzen die bereitgestellte User-DB direkt aus ihrem Python-Programm. Aufgaben und Startcode führen durch die einzelnen Schritte. Lehrkräfte können mit dem ersten Speicherversuch beginnen oder eine längere Projektfolge einsetzen.

Auch eigene Unterrichtsideen sind möglich: Da User-DB und DataServices über HTTP und JSON erreichbar sind, lassen sich die Konzepte in weitere Programmiersprachen und Themenfelder übertragen.

Datenbanken verstehen, eigene Daten verwalten und vollständige Anwendungen entwickeln – ohne erst eine Datenbankumgebung aufbauen zu müssen.

Entdecken Sie die fertigen Unterrichtsvorlagen zur Persistenz oder setzen Sie mit der CodeRoom User-DB eigene Ideen direkt im Browser um.