Informatik 7: Heuristiken, Grundprinzipien und Konzepte der Informatik und informatische Modelle

Aus Informatik.wiki
Zur Navigation springen Zur Suche springen
Heuristiken, Grundprinzipien und Modelle unterstützen wirksames Problemlösen besonders dann, wenn Schülerinnen und Schüler Aufgaben systematisch zerlegen, geeignete Darstellungen wählen, Lösungswege entwerfen, prüfen und verbessern sowie ihre Entscheidungen fachsprachlich begründen können. Lernziele
Inhaltsverzeichnis

25.1 Lernziele

  • Probleme zerlegen
  • Muster erkennen
  • Heuristiken nutzen
  • Abstraktion anwenden
  • Modelle gestalten
  • Algorithmen entwerfen
  • Darstellungen wählen
  • Varianten prüfen
  • Prototypen entwickeln
  • Lösungen testen
  • Fehler analysieren
  • Ergebnisse begründen

25.2 Lerninhalte

Konkrete Aufgaben werden informatisch bearbeitbar, wenn heuristische Strategien, fundamentale Konzepte und Modellbildung zusammenwirken, sodass aus unübersichtlichen Situationen schrittweise verständliche, prüfbare und verbesserbare Lösungsentwürfe entstehen.

Heuristiken als Suchstrategien für Lösungen

Heuristiken helfen besonders dann weiter, wenn eine Lösung nicht sofort sichtbar ist, weil sie Suchrichtungen vorgeben, Zwischenschritte strukturieren und das schrittweise Annähern an tragfähige Ergebnisse erleichtern, ohne sofort perfekte Verfahren vorauszusetzen. Heuristiken sind nützliche Denk- und Handlungsstrategien, mit denen Probleme bearbeitet werden können, auch wenn noch nicht klar ist, welche Lösung am Ende funktioniert. Im hochgeladenen Skriptum werden für Design Thinking und Computational Thinking Tätigkeiten genannt wie Problem erkunden, Alternativen suchen, funktional zerlegen, grafisch darstellen, Einschränkungen feststellen, Prototypen bauen, Fehler analysieren und über den Prozess reflektieren. Genau solche Schritte wirken als heuristische Leitlinien. Typische Heuristiken sind etwa: ein Problem in Teilprobleme zerlegen, mit einem einfachen Fall beginnen, Bekanntes auf Neues übertragen, Beispiele und Gegenbeispiele sammeln, eine

Skizze anfertigen, Zustände oder Abläufe notieren, Annahmen überprüfen oder mehrere Varianten vergleichen. Bei einer Paketstation kann etwa zuerst nur der Ablauf „Paket annehmen“ modelliert werden, bevor Sonderfälle wie Rückgabe oder Fehlercodes ergänzt werden. Bei einem Spiel kann zuerst nur Bewegung und Kollision betrachtet werden, bevor Punkte, Zeit oder Gegner hinzukommen. Beispiele: Zerlegung, Skizze Einfacher Fall, Vergleich Alternative, Probe Gegenbeispiel, Näherung Teilproblem, Variante Heuristik, Suchstrategie

Grundprinzipien der Informatik gezielt anwenden

Informatische Grundprinzipien werden praktisch bedeutsam, wenn sie als Werkzeuge beim Lösen konkreter Aufgaben genutzt werden, weil Daten, Algorithmen, Struktur, Kommunikation und Automatisierung dabei nicht abstrakt bleiben, sondern handlungsleitend wirksam werden. Das Skriptum verweist mit Denning auf Great Principles of Computing und nennt dabei unter anderem Computation, Communication, Coordination, Recollection und Design. Parallel dazu wird Computational Thinking als Formulieren von Problemen beschrieben, damit Lösungen als Rechenschritte oder Algorithmen repräsentiert werden können. Daraus folgt für die Unterrichtspraxis: Bei einer Aufgabe soll bewusst gefragt werden, welche Grundidee gerade hilft. Wer etwa eine Klassenbibliothek plant, braucht Datenrepräsentation, Struktur und Suchlogik. Wer ein Warnsystem mit Sensor baut, arbeitet mit Zuständen, Ereignissen und Automatisierung. Wer eine Teamaufgabe digital organisiert, braucht Kommunikation, Koordination und Nachvollziehbarkeit. Solche Beispiele zeigen, dass Grundprinzipien keine Theorie „neben“ der Aufgabe sind, sondern die eigentlichen Denkwerkzeuge, mit denen Aufgaben informatisch bearbeitet werden. Beispiele: Daten, Algorithmus Struktur, Kommunikation Koordination, Automatisierung Zustand, Ereignis Suche, Repräsentation Prinzip, Anwendung

Zerlegung, Mustererkennung und Abstraktion als Problemlösestrategien

Komplexe Aufgaben werden beherrschbar, wenn Lernende Teilprobleme bilden, wiederkehrende Strukturen erkennen und unwichtige Details ausblenden, weil erst dadurch aus einer Alltagssituation ein informatisch bearbeitbares Problem entsteht. Im Lehrerband zur dritten Klasse werden die Grundprinzipien des Computational Thinkings ausdrücklich mit Zerlegung, Mustererkennung, Abstraktion und algorithmischem Denken beschrieben. Code.org formuliert Computational Thinking ebenfalls als strukturierten Problemlöseansatz mit dem Zerlegen von Aufgaben, dem Erkennen von Mustern und dem

Fokussieren auf wichtige Informationen. Das macht diese Strategien zu einem direkten Kern des Themenbereichs. Ein Beispiel ist die Planung eines digitalen Fundbüros. Zerlegung trennt Erfassung, Suche, Rückgabe und Meldung. Mustererkennung entdeckt wiederkehrende Angaben wie Ort, Zeit, Gegenstand und Besitzer. Abstraktion reduziert viele Einzelfälle auf wenige zentrale Merkmale. Ein weiteres Beispiel ist ein Schulcafé-System: Statt alle Besonderheiten gleichzeitig zu modellieren, werden zunächst Produkt, Preis, Menge und Bestellung als wesentliche Größen festgelegt. So wird der Lösungsraum überschaubarer. Beispiele: Zerlegung, Muster Abstraktion, Fokus Teilaufgabe, Vereinfachung Wesentliches, Regelmäßigkeit Schulcafé, Fundbüro CT, Strategie

Informatische Modelle gestalten und nutzen

Modelle werden besonders wichtig, wenn reale Situationen vereinfacht, strukturiert und prüfbar dargestellt werden sollen, weil Lösungen nur dann entwickelt und diskutiert werden können, wenn Aufgaben nicht im unübersichtlichen Originalzustand verbleiben. Das Skriptum betont konzeptionelle Modelle als Mittel, um Systeme unmittelbar und ohne irreführende Analogien darzustellen, und nennt dafür Beispiele wie Entity-Relationship-Modelle und Zustandsdiagramme. Zusätzlich wird im Design-Thinking-Teil ausdrücklich das Bauen eines maßstäblichen Modells oder Prototyps genannt. Modelle haben damit zwei Funktionen: Sie helfen beim Verstehen und sie helfen beim Entwerfen. Ein informatisches Modell kann tabellarisch, grafisch, symbolisch oder als Zustands- und Ablaufdarstellung gestaltet sein. Eine Ampel kann als Zustandsmodell mit Übergängen beschrieben werden. Ein Bibliothekssystem kann als Datenmodell mit Entitäten, Attributen und Beziehungen gestaltet werden. Eine Liefer-App kann durch Eingaben, Verarbeitung und Ausgaben modelliert werden. Ein Spiel kann Positionen, Regeln, Ereignisse und Zustandswechsel enthalten. Gute Modelle reduzieren Komplexität, ohne den Kern zu verfälschen. Beispiele: Zustandsdiagramm, ER-Modell Skizze, Tabelle Ablaufplan, Prototyp Ampel, Bibliothek Spielmodell, Lieferdienst Modell, Repräsentation

Design Thinking und Computational Thinking verbinden

Konkrete Aufgaben werden besonders produktiv bearbeitet, wenn problemlösendes Denken mit gestaltendem Vorgehen zusammengeführt wird, weil so nicht nur Analyse, sondern auch Entwurf, Erprobung, Verbesserung und Nutzerbezug systematisch berücksichtigt werden.

Im Skriptum wird Computational Thinking als Problemlösen und Entwerfen von Informatiksystemen beschrieben, während Design Thinking in Problemraum und Lösungsraum mit Beobachten, Synthese, Ideen und Prototyping gegliedert wird. TeachEngineering beschreibt Design Thinking als zielgerichtetes Entwickeln von Lösungen für schwierige Probleme und betont den engen Zusammenhang mit offenem Problemlösen und Verbesserungsprozessen. Didaktisch besonders fruchtbar ist die Verbindung beider Perspektiven. Bei einem Microcontroller-Projekt oder einer App-Idee kann zunächst das Problem untersucht werden: Wer braucht was, welche Einschränkungen gibt es, welche Funktionen sind nötig. Danach folgen Ideen, Prototyp, Test und Überarbeitung. Parallel dazu helfen Zerlegung, Algorithmen, Datenmodelle und Zustandslogik. So entsteht ein vollständiger informatischer Gestaltungsprozess. Beispiele: Beobachten, Ideen Prototyp, Test Nutzerbezug, Verbesserung Problemraum, Lösungsraum App-Idee, Microcontroller Design, CT

Darstellungen wählen, vergleichen und verbessern

Die Wahl einer passenden Darstellung beeinflusst das Verständnis einer Aufgabe erheblich, weil Tabellen, Skizzen, Diagramme, Pseudocode und Modelle jeweils andere Stärken beim Denken, Erklären, Prüfen und Weiterentwickeln besitzen. Im Skriptum wird betont, dass Inhalte didaktisch reduziert und so transformiert werden sollen, dass grundlegende Konzepte und Muster sichtbar werden. Als Techniken werden unter anderem Mindmaps, Advance Organizer und andere strukturierende Darstellungen genannt. CS Unplugged arbeitet ebenfalls mit handelnden, bildlichen und symbolischen Repräsentationen und zeigt damit, dass dieselbe Idee in unterschiedlichen Formen zugänglich gemacht werden kann. Für konkrete Aufgaben ist daher zu prüfen, welche Darstellung hilfreich ist. Ein Ablaufplan eignet sich gut für lineare Prozesse. Ein Zustandsdiagramm zeigt Wechsel und Ereignisse. Eine Tabelle hilft beim Ordnen von Daten. Pseudocode unterstützt algorithmisches Denken. Eine Skizze erleichtert erste Entwürfe. Wer informatische Modelle gestaltet, muss deshalb auch über die passende Darstellungsform entscheiden. Beispiele: Skizze, Tabelle Mindmap, Pseudocode Ablaufplan, Diagramm Advance Organizer, Modell Darstellung, Vergleich Sichtbarkeit, Struktur

Prototyping, Testen und Fehleranalyse

Lösungen werden erst tragfähig, wenn Entwürfe erprobt, Fehler sichtbar gemacht und Verbesserungen begründet durchgeführt werden, weil informatische Gestaltung nicht im ersten Entwurf endet, sondern auf Rückmeldung und Iteration angewiesen ist.

Im Sprint-Backlog des Skriptums werden ausdrücklich Schritt-für-Schritt-Beschreibungen, Testkonfigurationen, Prototypenbau und Fehleranalyse genannt. TeachEngineering beschreibt Designprozesse mit Schritten wie Ask, Imagine, Plan, Create, Test und Improve. Beide Quellen machen deutlich: Informatische Lösungswege bestehen nicht nur aus Planung, sondern aus wiederholtem Ausprobieren, Prüfen und Verbessern. Ein Prototyp kann ein frühes Programm, ein Datenmodell, ein Papierentwurf, eine Klickfolge oder eine vereinfachte Geräteversion sein. Beim Testen wird überprüft, ob Annahmen stimmen, ob Randfälle funktionieren und wo Fehler auftreten. Bei einer Ampelsteuerung kann geprüft werden, ob Zustandswechsel korrekt erfolgen. Bei einem Formular kann getestet werden, ob Eingaben richtig erkannt werden. Bei einem Suchalgorithmus kann kontrolliert werden, ob auch leere oder ungewöhnliche Fälle bedacht wurden. Beispiele: Prototyp, Test Iteration, Verbesserung Fehleranalyse, Rückmeldung Randfall, Prüfschritt Formular, Ampel Entwurf, Überarbeitung

Reflektieren, begründen und transferieren

Nachhaltiges informatisches Lernen zeigt sich besonders dann, wenn Lösungswege erklärt, Entscheidungen begründet und Konzepte auf neue Aufgaben übertragen werden können, weil genau darin der Unterschied zwischen bloßer Ausführung und wirklichem Verständnis liegt. Das Skriptum zum rückwärtigen Lerndesign betont, dass Lernende Konzepte, Prinzipien und Prozesse in eigenen Worten erklären, Daten, Analogien und Modelle interpretieren und Wissen selbstständig anwenden sollen. Genau diese Perspektive passt zum Themenbereich: Eine Aufgabe ist erst wirklich gelöst, wenn der Weg nachvollziehbar gemacht und auf ähnliche Probleme übertragen werden kann. Reflexion kann sich auf verschiedene Fragen beziehen: Warum wurde dieses Modell gewählt, welche Heuristik war hilfreich, welche Vereinfachung war zulässig, welche Alternative wäre denkbar, welche Grenzen hat die Lösung, und auf welche andere Aufgabe ließe sich das Verfahren übertragen. Solche Rückfragen machen den informatischen Prozess sichtbar und stärken die Fähigkeit, nicht nur ein Ergebnis, sondern ein Prinzip zu verstehen. Aspekte: Reflexion, Transfer Begründung, Alternative Grenze, Entscheidung Erklärung, Prinzip Vergleich, Verbesserung Anwendung, Einsicht

  • CS Unplugged, Computational Thinking: csunplugged.org/en/computational-thinking
  • CS Unplugged, Themenübersicht: csunplugged.org
  • Code.org, Computational Thinking: studio.code.org/courses/artificial-intelligence- foundations-2026/units/2/lessons/2
  • Denning Institute, Great Principles of Computing: denninginstitute.com/pjd/GP
  • TeachEngineering, Design Thinking: teachengineering.org/design/designthinking
  • TeachEngineering, Engineering Design Process:
  • teachengineering.org/populartopics/designprocess

25.4 Aufgaben für den Unterricht

25.4.1 Ein Alltagsproblem heuristisch zerlegen

Komplexe Aufgaben werden besonders gut bewältigt, wenn Lernende ein reales Problem zunächst in überschaubare Teilaufgaben gliedern und dabei Heuristiken wie Vereinfachen, Zerlegen, Vergleichen und schrittweises Annähern bewusst einsetzen. Die Klasse erhält ein konkretes Problem, etwa Klassenbuffet organisieren, Fundbüro verwalten, Ausflug planen oder digitale Raumreservierung vorbereiten. Die Gruppen sammeln zunächst alle Aspekte des Problems und strukturieren es danach in Teilaufgaben. Anschließend markieren sie, welche Heuristiken ihnen beim Ordnen geholfen haben. So wird sichtbar, dass Problemlösen nicht mit der fertigen Lösung beginnt, sondern mit kluger Aufteilung und bewusster Vereinfachung.

Arbeitsauftrag:
  • Alltagsproblem, Teilprobleme
  • Zerlegung, Vereinfachung
  • Heuristik, Ordnung
  • Planung, Struktur
  • Vergleich, Auswahl
  • Begründung, Darstellung

25.4.2 Ein informatisches Modell zu einer Situation gestalten

Ein hoher Lernertrag entsteht, wenn Lernende aus einer unübersichtlichen Alltagssituation ein strukturiertes informatisches Modell entwickeln und dadurch erfahren, wie aus Beobachtungen, Regeln, Zuständen und Daten eine bearbeitbare Darstellung entsteht. Die Gruppen wählen eine Situation wie Schulbibliothek, Fahrradverleih, Mensabestellung oder Klassensprecherwahl. Danach legen sie fest, welche Elemente, Eingaben, Regeln und Ergebnisse im Modell vorkommen müssen. Im nächsten Schritt gestalten sie eine Tabelle, ein Zustandsdiagramm, ein Ablaufbild oder ein Datenmodell. Anschließend wird begründet, warum genau diese Darstellungsform für das Problem passend ist.

Arbeitsauftrag:
  • Situation, Modell
  • Eingaben, Regeln
  • Zustände, Ergebnisse
  • Tabelle, Diagramm
  • Daten, Ablauf
  • Auswahl, Begründung

25.4.3 Mehrere Heuristiken an derselben Aufgabe vergleichen

Besonders nachhaltiges Lernen entsteht, wenn verschiedene heuristische Wege auf dieselbe Aufgabe angewendet werden und dadurch sichtbar wird, dass Problemlösung mehrere sinnvolle Zugänge besitzen kann. Die Lehrkraft gibt eine Aufgabe vor, etwa Sitzordnung optimieren, Lieferwege planen, eine Suchstrategie finden oder ein Punktesystem entwickeln. Die Gruppen lösen dieselbe Aufgabe mit unterschiedlichen Heuristiken, zum Beispiel durch Probieren, Vereinfachen, Rückwärtsdenken oder Mustererkennung. Danach vergleichen sie Aufwand, Übersichtlichkeit und Erfolg der jeweiligen Vorgehensweise. So erkennen die Lernenden, dass Heuristiken Werkzeuge und keine starren Rezepte sind.

Arbeitsauftrag:
  • Aufgabe, Varianten
  • Probieren, Rückwärtsdenken
  • Muster, Vereinfachung
  • Aufwand, Erfolg
  • Vergleich, Urteil
  • Heuristik, Reflexion

25.4.4 Ein Problem vom Alltag zum Algorithmus führen

Informatische Grundprinzipien werden besonders klar, wenn aus einer Alltagssituation schrittweise ein eindeutiger Lösungsablauf entwickelt wird, der schließlich als Algorithmus darstellbar und überprüfbar wird. Die Gruppen erhalten Aufgaben wie „Getränkeausgabe steuern“, „Verspätungen erfassen“ oder „Punkte im Spiel berechnen“. Zuerst beschreiben sie die Situation in Alltagssprache. Danach ordnen sie die Schritte in logischer Reihenfolge, ergänzen Bedingungen und Wiederholungen und formulieren schließlich einen einfachen Algorithmus. Anschließend prüfen sie, ob der Ablauf vollständig, eindeutig und für andere verständlich ist.

Arbeitsauftrag:
  • Alltagssprache, Schritte
  • Reihenfolge, Bedingung
  • Wiederholung, Entscheidung
  • Algorithmus, Prüfung
  • Eindeutigkeit, Vollständigkeit
  • Ablauf, Erklärung

25.4.5 Abstraktion bewusst anwenden

Abstraktion wird besonders gut verstanden, wenn Lernende entscheiden müssen, welche Informationen für eine Lösung wesentlich sind und welche Details bewusst weggelassen werden dürfen, ohne das Problem unbrauchbar zu vereinfachen. Die Klasse bearbeitet Szenarien wie Parkplatzsuche, Stundenplanerstellung, Lieferdienst oder digitale Anwesenheitsliste. Die Gruppen sammeln zunächst viele denkbare Informationen und markieren danach, welche für die Lösung wirklich notwendig sind. Im nächsten Schritt begründen sie, warum bestimmte Details nicht in das Modell aufgenommen werden. So wird Abstraktion als aktive Auswahl und nicht nur als Verkürzung erfahrbar.

Arbeitsauftrag:
  • Information, Auswahl
  • Wesentliches, Detail
  • Abstraktion, Reduktion
  • Modell, Fokus
  • Begründung, Grenze
  • Problem, Vereinfachung

25.4.6 Ein Problem mit verschiedenen Darstellungen bearbeiten

Ein vertieftes Verständnis entsteht, wenn dieselbe Aufgabe als Skizze, Tabelle, Ablaufplan oder Pseudocode dargestellt wird und die Lernenden die Stärken und Grenzen jeder Repräsentation vergleichen. Die Gruppen erhalten eine Aufgabe wie Ticketkontrolle, Mediensuche, Punktesystem oder Alarmsteuerung. Sie stellen dieselbe Lösung nacheinander in mindestens zwei verschiedenen Formen dar, etwa als Tabelle und Ablaufplan oder als Skizze und Pseudocode. Anschließend erläutern sie, welche Darstellung beim Denken, Erklären oder Testen besonders hilfreich war. Dadurch wird deutlich, dass Modelle immer auch von ihrer Form abhängen.

Arbeitsauftrag:
  • Skizze, Tabelle
  • Ablaufplan, Pseudocode
  • Darstellung, Vergleich
  • Stärke, Grenze
  • Denken, Erklären
  • Form, Auswahl

25.4.7 Prototypen für eine Lösung entwickeln

Besonders starke Lernwirkungen entstehen, wenn Lösungsentwürfe nicht sofort als fertiges Produkt behandelt, sondern zunächst als Prototyp aufgebaut, ausprobiert und verbessert werden.

Die Gruppen entwerfen zu einer Aufgabe wie Buchungssystem, Warnsignal, Auswahlmenü oder Klassendienstplan einen ersten Prototyp. Dieser kann aus Papier, Karten, Blockcode oder einfacher Software bestehen. Danach testen andere Gruppen den Entwurf und geben Rückmeldung zu Verständlichkeit, Vollständigkeit und Nutzbarkeit. Die ursprüngliche Gruppe überarbeitet anschließend ihren Prototyp und dokumentiert die Verbesserungen. So wird informatische Gestaltung als iterativer Prozess erlebt.

Arbeitsauftrag:
  • Prototyp, Entwurf
  • Test, Rückmeldung
  • Verbesserung, Iteration
  • Papiermodell, Blockcode
  • Verständlichkeit, Nutzung
  • Version, Überarbeitung

25.4.8 Fehleranalyse im Modell oder Lösungsweg durchführen

Ein hoher Lerneffekt entsteht, wenn Lernende fehlerhafte Modelle oder unvollständige Lösungswege untersuchen und daraus ableiten, welche Grundprinzipien missachtet oder welche Heuristiken unzureichend angewandt wurden. Die Lehrkraft gibt absichtlich fehlerhafte Beispiele aus, etwa ein unvollständiges Zustandsdiagramm, einen widersprüchlichen Ablaufplan, ein überladenes Datenmodell oder einen unklaren Algorithmus. Die Gruppen analysieren die Schwächen, benennen die betroffenen Konzepte und schlagen Verbesserungen vor. Anschließend wird reflektiert, ob der Fehler durch bessere Zerlegung, klarere Abstraktion oder systematischeres Testen hätte vermieden werden können.

Arbeitsauftrag:
  • Fehlermodell, Analyse
  • Widerspruch, Lücke
  • Konzept, Schwäche
  • Verbesserung, Begründung
  • Test, Korrektur
  • Reflexion, Ursache

25.4.9 Design Thinking und Computational Thinking verbinden

Lösungen werden besonders tragfähig, wenn Problemanalyse, Nutzerbezug, Ideenentwicklung, Modellierung und informatische Struktur gemeinsam gedacht werden und dadurch kreative sowie systematische Zugänge ineinandergreifen. Die Gruppen bearbeiten eine Aufgabe mit erkennbarem Nutzungsbezug, etwa Pausenservice, digitale Erinnerungshilfe oder Klassenraumorganisation. Zuerst sammeln sie Bedürfnisse und Probleme aus Sicht der Nutzenden. Danach entwerfen sie informatische Lösungsideen, modellieren Daten, Zustände oder Abläufe und entwickeln einen einfachen Prototyp. Zum Schluss bewerten sie, wie gut die Lösung zum Problem passt und welche Konzepte oder Heuristiken besonders wichtig waren.

Arbeitsauftrag:
  • Nutzerbezug, Problem
  • Ideen, Auswahl
  • Modell, Ablauf
  • Daten, Zustand
  • Prototyp, Bewertung
  • CT, Design

25.4.10 Lösungswege reflektieren und übertragen

Nachhaltiges Verstehen zeigt sich besonders dann, wenn Schülerinnen und Schüler erklären können, wie sie vorgegangen sind, welche Denkstrategien geholfen haben und auf welche neuen Aufgaben sich ihr Vorgehen übertragen lässt. Zum Abschluss wählen die Gruppen eine bearbeitete Aufgabe aus und rekonstruieren ihren gesamten Lösungsweg. Sie benennen eingesetzte Heuristiken, informatische Konzepte, Darstellungen und Verbesserungen. Danach formulieren sie, auf welche ähnliche Aufgabe sich das Vorgehen übertragen ließe, etwa von Bibliotheksverwaltung zu Geräteverleih oder von Bestellsystem zu Reservierungssystem. So wird aus einer Einzelaufgabe ein verallgemeinerbares Problemlösewissen.

Arbeitsauftrag:
  • Lösungsweg, Rückblick
  • Heuristik, Konzept
  • Darstellung, Modell
  • Verbesserung, Transfer
  • ähnliche Aufgabe, Anwendung
  • Erklärung, Erkenntnis

Grundlage: Informatik – Lehrband 7. Klasse, Final V1.7 (2026).

Kategorien: Informatik | 7. Klasse