IoT-For-Beginners/translations/de

Trete der Azure AI Foundry Community bei

Wenn du stecken bleibst oder Fragen zum Erstellen von KI-Anwendungen hast, trete Gleichgesinnten und erfahrenen Entwicklern in Diskussionen über MCP bei. Es ist eine unterstützende Community, in der Fragen willkommen sind und Wissen frei geteilt wird.

Wenn du Produktfeedback hast oder Fehler beim Erstellen auftreten, besuche:

Folge diesen Schritten, um mit diesen Ressourcen zu beginnen:

1. Forke das Repository: Klicke auf
2. Klone das Repository: git clone https://github.com/microsoft/IoT-For-Beginners.git
3. Tritt dem Microsoft Foundry Discord bei und triff Experten und andere Entwickler

🌐 Mehrsprachige Unterstützung

Unterstützt über GitHub Action (automatisch & immer aktuell)

Arabisch | Bengalisch | Bulgarisch | Birmanisch (Myanmar) | Chinesisch (Vereinfacht) | Chinesisch (Traditionell, Hongkong) | Chinesisch (Traditionell, Macau) | Chinesisch (Traditionell, Taiwan) | Kroatisch | Tschechisch | Dänisch | Niederländisch | Estnisch | Finnisch | Französisch | Deutsch | Griechisch | Hebräisch | Hindi | Ungarisch | Indonesisch | Italienisch | Japanisch | Kannada | Khmer | Koreanisch | Litauisch | Malaiisch | Malayalam | Marathi | Nepalesisch | Nigerianisches Pidgin | Norwegisch | Persisch (Farsi) | Polnisch | Portugiesisch (Brasilien) | Portugiesisch (Portugal) | Punjabi (Gurmukhi) | Rumänisch | Russisch | Serbisch (Kyrillisch) | Slowakisch | Slowenisch | Spanisch | Suaheli | Schwedisch | Tagalog (Filipino) | Tamil | Telugu | Thailändisch | Türkisch | Ukrainisch | Urdu | Vietnamesisch

Bevorzugst du das lokale Klonen?

Dieses Repository enthält über 50 Sprachübersetzungen, was die Downloadgröße erheblich erhöht. Um ohne Übersetzungen zu klonen, verwende Sparse Checkout:

Bash / macOS / Linux:

git clone --filter=blob:none --sparse https://github.com/microsoft/IoT-For-Beginners.git
cd IoT-For-Beginners
git sparse-checkout set --no-cone '/*' '!translations' '!translated_images'

CMD (Windows):

git clone --filter=blob:none --sparse https://github.com/microsoft/IoT-For-Beginners.git
cd IoT-For-Beginners
git sparse-checkout set --no-cone "/*" "!translations" "!translated_images"

So erhältst du alles, was du brauchst, um den Kurs abzuschließen, mit einem viel schnelleren Download.

IoT für Anfänger - Ein Lehrplan

Die Azure Cloud Advocates bei Microsoft freuen sich, einen 12-wöchigen Lehrplan mit 24 Lektionen zum Thema IoT-Grundlagen anzubieten. Jede Lektion enthält Vor- und Nachquizze, schriftliche Anweisungen zur Durchführung der Lektion, eine Lösung, eine Hausaufgabe und mehr. Unsere projektbasierte Pädagogik ermöglicht es dir, beim Bauen zu lernen – eine bewährte Methode, damit neue Fähigkeiten „haften bleiben“.

Die Projekte decken die Reise von Lebensmitteln vom Bauernhof bis zum Tisch ab. Dies umfasst Landwirtschaft, Logistik, Fertigung, Einzelhandel und Verbraucher – alles beliebte Branchenbereiche für IoT-Geräte.

Sketchnote von Nitya Narasimhan. Klicke auf das Bild für eine größere Version.

Herzlichen Dank an unsere Autoren Jen Fox, Jen Looper, Jim Bennett und unsere Sketchnote-Künstlerin Nitya Narasimhan.

Vielen Dank auch an unser Team der Microsoft Learn Student Ambassadors, die diesen Lehrplan überprüft und übersetzt haben – Aditya Garg, Anurag Sharma, Arpita Das, Aryan Jain, Bhavesh Suneja, Faith Hunja, Lateefah Bello, Manvi Jha, Mireille Tan, Mohammad Iftekher (Iftu) Ebne Jalal, Mohammad Zulfikar, Priyanshu Srivastav, Thanmai Gowducheruvu und Zina Kamel.

Treffe das Team!

Gif von Mohit Jaisal

🎥 Klicke auf das Bild oben für ein Video zum Projekt!

Lehrer, wir haben einige Vorschläge aufgenommen, wie dieser Lehrplan verwendet werden kann. Wenn du eigene Lektionen erstellen möchtest, haben wir auch eine Lektionsvorlage beigefügt.

Schüler, um diesen Lehrplan selbst zu verwenden, forke das gesamte Repository und bearbeite die Übungen eigenständig, beginnend mit einem Vor-Quiz, dann Lektüre der Lektion und Abschluss der restlichen Aktivitäten. Versuche, die Projekte durch Verständnis der Lektionen zu erstellen und nicht nur den Lösungscode zu kopieren; dieser Code ist jedoch in den /solutions-Ordnern jeder projektorientierten Lektion verfügbar. Eine andere Idee ist es, mit Freunden eine Lerngruppe zu bilden und den Inhalt gemeinsam zu durchlaufen. Für weiterführendes Lernen empfehlen wir Microsoft Learn.

Für einen Videoüberblick dieses Kurses schau dir dieses Video an:

🎥 Klicke auf das Bild oben für ein Video zum Projekt!

Pädagogik

Wir haben bei der Entwicklung dieses Lehrplans zwei pädagogische Grundsätze gewählt: Sicherstellen, dass er projektbasiert ist und dass häufige Quizze enthalten sind. Am Ende dieser Reihe haben die Schüler ein System zur Pflanzenüberwachung und -bewässerung, einen Fahrzeugtracker, eine intelligente Fabrikumgebung zur Verfolgung und Prüfung von Lebensmitteln sowie einen sprachgesteuerten Küchentimer gebaut und die Grundlagen des Internets der Dinge gelernt, einschließlich Schreiben von Gerätcode, Verbindung mit der Cloud, Analyse von Telemetriedaten und Ausführung von KI am Edge.

Indem sichergestellt wird, dass die Inhalte mit Projekten verknüpft sind, wird der Prozess für die Schüler ansprechender und die Behaltensquote der Konzepte erhöht.

Außerdem setzt ein Quiz mit geringem Druck vor einer Lektion die Lernmotivation der Schüler, während ein zweites Quiz nach der Lektion für weitere Festigung sorgt. Dieser Lehrplan wurde so gestaltet, dass er flexibel und unterhaltsam ist und vollständig oder teilweise absolviert werden kann. Die Projekte starten klein und werden bis zum Ende des 12-wöchigen Zyklus immer komplexer.

Jedes Projekt basiert auf realer Hardware, die Schülern und Bastlern zur Verfügung steht. Jedes Projekt betrachtet den spezifischen Projektbereich und vermittelt relevantes Hintergrundwissen. Um ein erfolgreicher Entwickler zu sein, hilft es, den Bereich zu verstehen, in dem man Probleme löst. Dieses Hintergrundwissen ermöglicht es den Schülern, über ihre IoT-Lösungen und -Lerninhalte im Kontext der realen Probleme nachzudenken, die sie als IoT-Entwickler möglicherweise lösen müssen. Die Schüler lernen das „Warum“ der Lösungen, die sie bauen, und gewinnen Wertschätzung für die Endnutzer.

Hardware

Wir haben je nach persönlicher Vorliebe, Programmierkenntnissen, Lernzielen und Verfügbarkeit zwei IoT-Hardware-Optionen für die Projekte. Für diejenigen, die keinen Zugang zu Hardware haben oder sich vor einem Kauf weiter informieren möchten, haben wir auch eine „virtuelle Hardware“-Version bereitgestellt. Mehr Informationen und eine „Einkaufsliste“ finden Sie auf der Hardware-Seite, einschließlich Links zum Kauf kompletter Kits von unseren Freunden bei Seeed Studio.

💁 Finden Sie unseren Verhaltenskodex, Beitragsrichtlinien und Übersetzungsrichtlinien. Wir freuen uns über Ihr konstruktives Feedback!

🔧 Probleme? Schauen Sie in unserem Fehlerbehebungsleitfaden nach Lösungen für häufige Probleme.

Jede Lektion beinhaltet:

• Sketchnote
• optionale ergänzende Videos
• Aufwärmquiz vor der Lektion
• schriftliche Lektion
• bei projektbasierten Lektionen schrittweise Anleitungen zum Bau des Projekts
• Wissensüberprüfungen
• eine Herausforderung
• ergänzende Lektüre
• Aufgabe
• Quiz nach der Lektion

Ein Hinweis zu den Quizzen: Alle Quizze sind im Quiz-App-Ordner enthalten, insgesamt 48 Quizze mit jeweils drei Fragen. Sie sind aus den Lektionen verlinkt, die Quiz-App kann lokal ausgeführt oder auf Azure bereitgestellt werden; folgen Sie den Anweisungen im quiz-app-Ordner. Sie werden nach und nach lokalisiert.

Lektionen

	Projektname	Vermittelte Konzepte	Lernziele	Verlinkte Lektion
01	Erste Schritte	Einführung in IoT	Die Grundprinzipien von IoT und die Basiselemente von IoT-Lösungen wie Sensoren und Cloud-Dienste kennenlernen, während Sie Ihr erstes IoT-Gerät einrichten	Einführung in IoT
02	Erste Schritte	Ein tieferer Einblick in IoT	Mehr über die Komponenten eines IoT-Systems sowie Mikrocontroller und Einplatinencomputer erfahren	Ein tieferer Einblick in IoT
03	Erste Schritte	Interaktion mit der physischen Welt durch Sensoren und Aktoren	Lernen, wie man Daten aus der physischen Welt mit Sensoren erfasst und mit Aktoren eine Rückmeldung gibt, während Sie eine Nachtlampe bauen	Interaktion mit der physischen Welt durch Sensoren und Aktoren
04	Erste Schritte	Verbinden Sie Ihr Gerät mit dem Internet	Lernen, wie Sie ein IoT-Gerät mit dem Internet verbinden, um Nachrichten zu senden und zu empfangen, indem Sie Ihre Nachtlampe mit einem MQTT-Broker verbinden	Verbinden Sie Ihr Gerät mit dem Internet
05	Farm	Pflanzenwachstum vorhersagen	Erfahren, wie man das Pflanzenwachstum anhand von Temperaturdaten eines IoT-Geräts vorhersagt	Pflanzenwachstum vorhersagen
06	Farm	Bodennässe erkennen	Lernen, wie man den Feuchtigkeitsgehalt des Bodens erkennt und einen Bodenfeuchtesensor kalibriert	Bodennässe erkennen
07	Farm	Automatisierte Pflanzenbewässerung	Lernen, wie man die Bewässerung mit einem Relais und MQTT automatisiert und zeitlich steuert	Automatisierte Pflanzenbewässerung
08	Farm	Ihre Pflanze in die Cloud migrieren	Lernen, was die Cloud und cloudbasierte IoT-Dienste sind und wie Sie Ihre Pflanze anstelle eines öffentlichen MQTT-Brokers mit einem dieser Dienste verbinden	Ihre Pflanze in die Cloud migrieren
09	Farm	Ihre Anwendungslogik in die Cloud migrieren	Lernen, wie Sie Anwendungslogik in der Cloud schreiben, die auf IoT-Nachrichten reagiert	Ihre Anwendungslogik in die Cloud migrieren
10	Farm	Halten Sie Ihre Pflanze sicher	Erfahren, wie IoT-Sicherheit funktioniert und wie Sie Ihre Pflanze mit Schlüsseln und Zertifikaten schützen	Halten Sie Ihre Pflanze sicher
11	Transport	Standortverfolgung	Lernen, wie GPS-Standortverfolgung für IoT-Geräte funktioniert	Standortverfolgung
12	Transport	Speicher von Standortdaten	Lernen, wie IoT-Daten gespeichert werden, um später visualisiert oder analysiert zu werden	Speicher von Standortdaten
13	Transport	Visualisierung von Standortdaten	Lernen, wie Standortdaten auf einer Karte visualisiert werden und wie Karten die reale 3D-Welt in 2 Dimensionen abbilden	Visualisierung von Standortdaten
14	Transport	Geofences	Lernen, was Geofences sind und wie sie verwendet werden, um Warnungen zu geben, wenn Fahrzeuge in der Lieferkette ihrem Zielbereich nahe sind	Geofences
15	Fertigung	Einen Früchtequalitätsdetektor trainieren	Lernen, wie man in der Cloud einen Bildklassifikator trainiert, um die Qualität von Früchten zu erkennen	Einen Früchtequalitätsdetektor trainieren
16	Fertigung	Früchtequalität mit einem IoT-Gerät prüfen	Lernen, wie Sie Ihren Früchtequalitätsdetektor mit einem IoT-Gerät nutzen	Früchtequalität mit einem IoT-Gerät prüfen
17	Fertigung	Ihren Früchtequalitätsdetektor am Edge ausführen	Lernen, wie Sie Ihren Früchtequalitätsdetektor auf einem IoT-Gerät am Edge ausführen	Ihren Früchtequalitätsdetektor am Edge ausführen
18	Fertigung	Auslösen der Früchtequalitätsdetektion von einem Sensor	Lernen, wie die Früchtequalitätsdetektion von einem Sensor ausgelöst wird	Auslösen der Früchtequalitätsdetektion von einem Sensor
19	Einzelhandel	Einen Lagerdetektor trainieren	Lernen, wie man Objekterkennung einsetzt, um einen Lagerdetektor zum Zählen von Produkten in einem Geschäft zu trainieren	Einen Lagerdetektor trainieren
20	Einzelhandel	Lagerbestand mit IoT-Gerät prüfen	Lernen, wie man mit einem IoT-Gerät den Lagerbestand mithilfe eines Objekterkennungsmodells überprüft	Lagerbestand mit IoT-Gerät prüfen
21	Konsumgüter	Spracherkennung mit einem IoT-Gerät	Lernen, wie man Sprache von einem IoT-Gerät erkennt, um einen intelligenten Timer zu bauen	Spracherkennung mit einem IoT-Gerät
22	Konsumgüter	Sprache verstehen	Lernen, wie man Sprachsätze erkennt, die an ein IoT-Gerät gerichtet sind	Sprache verstehen
23	Konsumgüter	Timer setzen und gesprochene Rückmeldung geben	Lernen, wie man einen Timer auf einem IoT-Gerät setzt und gesprochene Rückmeldungen darüber gibt, wann der Timer gesetzt und beendet ist	Timer setzen und gesprochene Rückmeldung geben
24	Konsumgüter	Mehrsprachigkeit unterstützen	Lernen, wie man mehrere Sprachen unterstützt – sowohl im Verständnis als auch in den Antworten Ihres intelligenten Timers	Mehrsprachigkeit unterstützen

Offline-Zugriff

Sie können diese Dokumentation offline mit Docsify nutzen. Forken Sie dieses Repository, installieren Sie Docsify auf Ihrem lokalen Rechner und geben Sie dann im Stammordner dieses Repos docsify serve ein. Die Website wird auf Port 3000 auf Ihrem lokalen Rechner bereitgestellt: localhost:3000.

Quiz

Dank der Community gibt es ein interaktives Quiz, das Ihr Wissen zu jedem Kapitel überprüft. Testen Sie Ihr Wissen hier

PDF

Sie können bei Bedarf eine PDF-Version dieses Inhalts für den Offline-Zugriff erzeugen. Stellen Sie dafür sicher, dass Sie npm installiert haben und führen Sie die folgenden Befehle im Stammverzeichnis dieses Repos aus:

npm i
npm run convert

Folien

Für einige Lektionen gibt es Präsentationsfolien im Ordner slides.

Weitere Lehrpläne

Unser Team entwickelt weitere Lehrpläne! Schauen Sie sich an:

LangChain

Azure / Edge / MCP / Agents

---

Generative KI-Serie

---

Kernlernen

---

Copilot-Serie

Bildnachweise

Sie finden alle Bildnachweise für die in diesem Lehrplan verwendeten Bilder, soweit erforderlich, in den Bildnachweisen.

---

Haftungsausschluss:
Dieses Dokument wurde mit dem KI-Übersetzungsdienst Co-op Translator übersetzt. Obwohl wir auf Genauigkeit achten, beachten Sie bitte, dass automatisierte Übersetzungen Fehler oder Ungenauigkeiten enthalten können. Das Originaldokument in seiner ursprünglichen Sprache ist als maßgebliche Quelle zu betrachten. Für wichtige Informationen wird eine professionelle menschliche Übersetzung empfohlen. Wir übernehmen keine Haftung für Missverständnisse oder Fehlinterpretationen, die durch die Verwendung dieser Übersetzung entstehen.