split klausurfragen into per-course files and add erklaerung slides to 223015c

- split slides/klausurfragen.md into course-specific files:
  - slides/223015b/klausurfragen.md (blocks J-O: dateiformate)
  - slides/223015c/klausurfragen.md (blocks A-I: it-grundlagen)
- add erklaerung slides to 223015c (16 new vertiefung slides)
- update erklaerung slides in 223015b with deeper content
- update makefile to build klausurfragen per-course
- remove global klausurfragen from root index

slides/223015b/01-grundlagen-text-audio.md

@@ -70,18 +70,23 @@ section.aufgabe footer {
 }
 section.erklaerung {
   font-size: 1.1rem;
-  background: linear-gradient(180deg, #f8fbff 0%, #e8f4fc 100%) !important;
-  border-left: 6px solid #1e5f8a;
+  background: repeating-linear-gradient(
+    135deg,
+    #e3f2fd,
+    #e3f2fd 40px,
+    #fff 40px,
+    #fff 80px
+  ) !important;
+}
+@media print {
+  section.erklaerung {
+    background: #e3f2fd !important;
+  }
 }
 section.erklaerung h1 {
-  font-size: 1.6rem;
+  font-size: 1.5rem;
   color: #1e5f8a;
-  margin-bottom: 0.5rem;
-}
-section.erklaerung h2 {
-  font-size: 1.3rem;
-  color: #1f2937;
-  margin-top: 0;
+  margin-bottom: 0.3rem;
 }
 section.erklaerung ul,
 section.erklaerung ol {
@@ -89,11 +94,11 @@ section.erklaerung ol {
   line-height: 1.4;
 }
 section.erklaerung p {
-  font-size: 1.05rem;
-  line-height: 1.5;
+  font-size: 1.0rem;
+  line-height: 1.4;
 }
 section.erklaerung table {
-  font-size: 0.95rem;
+  font-size: 0.9rem;
 }
 </style>
 
@@ -301,23 +306,23 @@ KLAUSURRELEVANT:
 <!-- _header: '' -->
 <!-- _footer: '' -->
 
-# Kompression: Erklaerung
+# Kompression – Vertiefung
 
-**Definition:** Kompression reduziert die Dateigroesse durch Entfernen von Redundanz (Lossless) oder Irrelevanz (Lossy).
+Claude Shannon definierte 1948 die **Entropie** als theoretische Untergrenze der Kompression. Ein Text mit gleichmäßiger Zeichenverteilung hat hohe Entropie (schwer komprimierbar); repetitive Texte haben niedrige Entropie.
 
-| Typ | Prinzip | Reversibel | Beispiele |
-|-----|---------|------------|-----------|
-| **Verlustfrei** | Redundanz entfernen | Ja | ZIP, PNG, FLAC |
-| **Verlustbehaftet** | Irrelevanz entfernen | Nein | JPEG, MP3, H.264 |
+**Verlustfreie Kompression** erreicht diese Grenze durch:
+- **Statistische Kodierung:** Huffman, Arithmetic Coding
+- **Wörterbuch-Methoden:** LZ77, LZ78, DEFLATE (ZIP, PNG)
+- Originalzustand ist exakt rekonstruierbar
 
-**Redundanz:** Wiederholende Muster kompakter darstellen
-- "AAAA" → "4×A" (Run-Length Encoding)
+**Verlustbehaftete Kompression** unterschreitet die Grenze, indem sie menschliche Wahrnehmungsgrenzen ausnutzt:
 
-**Irrelevanz:** Fuer Menschen nicht wahrnehmbare Information entfernen
-- Psychoakustik: Toene unter Hoerschwelle
-- Psychovisuell: Farbunterschiede im Randbereich
+| Sinneskanal | Psychophysisches Modell | Ausnutzung |
+|-------------|------------------------|------------|
+| Gehör | Maskierungseffekte, Hörschwelle | MP3: Töne unter Maskierungsschwelle weglassen |
+| Sehen | Farbauflösung, Kontrastempfindlichkeit | JPEG: Chroma-Subsampling, hohe Frequenzen verwerfen |
 
-**Merkhilfe:** "Redundanz = Wiederholung, Irrelevanz = Unwichtig"
+**Shannon-Limit:** Verlustfreie Kompression kann nicht unter die Entropie; verlustbehaftete kann beliebig weit gehen – auf Kosten der Qualität.
 
 ---
 
@@ -892,23 +897,22 @@ Eselsbrücke: "Kilo Mega Giga Tera Peta Exa Zetta Yotta"
 <!-- _header: '' -->
 <!-- _footer: '' -->
 
-# Dateneinheiten: Erklaerung
+# Dateneinheiten – Vertiefung
 
-**Definition:** Standardisierte Groessenangaben fuer digitale Datenmengen basierend auf SI-Praefixen (Dezimal).
+Zwei konkurrierende Standards existieren seit der IEC-Normierung 1998:
 
-| Einheit | Bytes | Potenz | Alltagsbeispiel |
-|---------|-------|--------|-----------------|
-| KB | 1.000 | 10³ | Kurze E-Mail |
-| MB | 1.000.000 | 10⁶ | MP3-Song (~4 MB) |
-| GB | 1 Milliarde | 10⁹ | HD-Film (~4 GB) |
-| TB | 1 Billion | 10¹² | Externe Festplatte |
+| Präfix | SI (Dezimal) | IEC (Binär) | Differenz |
+|--------|--------------|-------------|-----------|
+| Kilo | 1.000 (10³) | 1.024 (2¹⁰) KiB | 2,4% |
+| Mega | 1.000.000 (10⁶) | 1.048.576 MiB | 4,9% |
+| Giga | 10⁹ | 2³⁰ GiB | 7,4% |
+| Tera | 10¹² | 2⁴⁰ TiB | 10% |
 
-**Dezimal vs. Binaer:**
-- SI (Hersteller): 1 KB = 1.000 Bytes
-- IEC (Computer): 1 KiB = 1.024 Bytes
-- Daher: 1 TB Festplatte zeigt nur ~931 GB an
+**Warum der Unterschied wächst:** (2¹⁰)ⁿ ÷ (10³)ⁿ = 1,024ⁿ. Bei Terabyte sind es bereits 10% Abweichung.
 
-**Merkhilfe:** "**K**omm **M**it **G**rossem **T**ee, **P**eter **E**xte **Z**ettelt **Y**achten"
+**Festplatten-Marketing:** Hersteller nutzen SI (dezimal), Betriebssysteme zeigen IEC (binär). Eine „1 TB"-Festplatte zeigt daher nur 931 GiB an – technisch korrekt, aber verwirrend.
+
+**Historischer Kontext:** RAM wurde immer binär gemessen (2ⁿ Adressen), Festplatten ursprünglich dezimal (physikalische Geometrie). Die IEC führte 1998 KiB/MiB/GiB ein – diese Notation setzt sich langsam durch.
 
 ---
 
@@ -982,24 +986,25 @@ VERGLEICH: SSD ~$50/TB, HDD ~$15/TB, LTO ~$5/TB
 <!-- _header: '' -->
 <!-- _footer: '' -->
 
-# Digitaler Wendepunkt: Erklaerung
+# Digitaler Wendepunkt – Vertiefung
 
-**Definition:** Der Zeitpunkt, ab dem mehr Daten digital als analog gespeichert wurden.
+Die Studie von Hilbert & López (Science, 2011) analysierte 60 Speichertechnologien von 1986–2007. Der Wendepunkt 2002 markiert den Moment, ab dem mehr Information digital als analog existierte.
 
-**Die Meilensteine:**
-| Jahr | Ereignis |
-|------|----------|
-| 1986 | 99% analog, nur 1% digital |
-| **2002** | **Wendepunkt: 50% digital** |
-| 2007 | 94% digital, nur 6% analog |
-| 2025 | ~181 Zettabyte jaehrlich |
+**Was 1986 „analog" bedeutete:**
+- Bücher, Zeitungen, Magazine: ~8 EB
+- Vinyl-Schallplatten, Musikkassetten: ~12 EB
+- VHS-Kassetten, Filmrollen: ~60 EB
 
-**Warum Magnetband noch lebt:**
-- LTO-Tapes: ~5 USD/TB (guenstigstes Archivmedium)
-- Vergleich: SSD ~50 USD/TB, HDD ~15 USD/TB
-- Einsatz: AWS Glacier, Filmarchive, Cold Storage
+**Warum analog stagnierte:** Physische Medien haben Kapazitätsgrenzen. Eine VHS speichert 10 GB; eine Blu-ray (2006) bereits 50 GB auf kleinerer Fläche.
 
-**Merkhilfe:** "**2002** = **D**igitale **D**ominanz beginnt" (2-0-0-2 = D-D)
+**LTO-Magnetband überlebt** trotz „alter" Technologie:
+| Medium | Kosten/TB | Lebensdauer | Energiebedarf |
+|--------|-----------|-------------|---------------|
+| SSD | ~50 € | 5–10 Jahre | Dauerstrom |
+| HDD | ~15 € | 3–5 Jahre aktiv | Dauerstrom |
+| LTO-9 | ~5 € | 30+ Jahre | Nur beim Zugriff |
+
+AWS Glacier, Google Coldline und Film-Archive nutzen LTO – langsamer Zugriff, aber unschlagbar günstig und langlebig.
 
 ---
 
@@ -1108,23 +1113,22 @@ Visueller Kontrast: Analog vs. Digital
 <!-- _header: '' -->
 <!-- _footer: '' -->
 
-# Analoge Medien: Erklaerung
+# Analoge Medien – Vertiefung
 
-**Definition:** Medien, bei denen Information durch kontinuierliche physikalische Groessen (Rillen, Magnetisierung, Licht) gespeichert wird.
+Analoge Speicherung codiert Information als **kontinuierliche physikalische Größe**: Rillentiefe (Vinyl), Magnetfeldstärke (Tonband), Silberkorn-Dichte (Film). Es gibt keine diskreten Stufen – theoretisch unendliche Auflösung, praktisch begrenzt durch Rauschen.
 
-| Medium | Typ | Speicherprinzip |
-|--------|-----|-----------------|
-| Schallplatte | Audio | Rillen in Vinyl |
-| Tonband | Audio | Magnetische Partikel |
-| Film | Video | Lichtempfindliche Emulsion |
-| VHS | Video | Magnetband |
+**Generationsverlust** entsteht, weil jede Kopie neues Rauschen addiert:
+- Schallplatte → Kassette: Frequenzgang leidet, Rauschen steigt
+- VHS → VHS: Farbsättigung sinkt, Schärfe nimmt ab
+- 3. Generation: oft unbrauchbar
 
-**Kernmerkmal Generationsverlust:**
-- Jede Kopie ist schlechter als das Original
-- Kassette → Kassette → Kassette = zunehmend schlechter
-- Das Original bleibt einzigartig
+| Medium | Typische Auflösung | Dynamik |
+|--------|-------------------|---------|
+| Vinyl (audiophil) | ~20–20.000 Hz | ~70 dB |
+| Tonband (Studio) | ~30–15.000 Hz | ~55 dB |
+| 35mm Film | ~4K-äquivalent | ~13 Blendenstufen |
 
-**Distribution:** Physisch (Kauf, Verleih, Kopie von Hand)
+**Paradox der Analogtechnik:** Das Original ist einzigartig und unersetzlich – aber genau deshalb anfällig. Jedes Abspielen einer Schallplatte trägt mikroskopisch Material ab; jeder Filmdurchlauf riskiert Kratzer.
 
 ---
 
@@ -1199,22 +1203,23 @@ Paradox: Gerade die Perfektion wurde zum "Problem"
 <!-- _header: '' -->
 <!-- _footer: '' -->
 
-# Digitale Medien: Erklaerung
+# Digitale Medien – Vertiefung
 
-**Definition:** Medien, bei denen Information als diskrete Zahlenwerte (Bits) gespeichert wird.
+Digitale Speicherung quantisiert kontinuierliche Signale in diskrete Werte. Der **Quantisierungsfehler** (Differenz zum Original) ist der Preis der Digitalisierung – aber einmal digitalisiert, bleibt die Information exakt.
 
-| Medientyp | Formate | Typische Verwendung |
-|-----------|---------|---------------------|
-| Text | PDF, EPUB, DOCX | E-Books, Dokumente |
-| Bild | JPEG, PNG, WebP | Fotos, Grafiken |
-| Audio | MP3, FLAC, AAC | Musik, Podcasts |
-| Video | MP4, MKV, WebM | Filme, Streaming |
+**Bit-identische Kopien** revolutionierten die Medienindustrie:
+- Keine Qualitätskette mehr: 1000. Kopie = 1. Kopie = Original
+- Kosten pro Kopie: praktisch null (nur Speicherplatz)
+- Perfekte Archivierung: Bits altern nicht (nur der Datenträger)
 
-**Kernvorteil gegenueber Analog:**
-- **Identische Kopien** - kein Qualitaetsverlust
-- Kopie = Original (bit-identisch)
+| Aspekt | Analog | Digital |
+|--------|--------|---------|
+| Kopiervorgang | Physikalischer Prozess | Bit-Kopie |
+| Qualität pro Generation | Verschlechtert | Identisch |
+| Fehlerkorrektur | Unmöglich | Möglich (ECC, RAID) |
+| Formatmigration | Verlust | Verlustfrei möglich |
 
-**Distribution:** Datentraeger, Download, Streaming, P2P
+**Die Kehrseite:** Digitale Obsoleszenz. Ein DOCX von 2025 ist in 50 Jahren womöglich unlesbar – während ein Buch von 1525 heute noch lesbar ist. Offene Formate (PDF/A, FLAC, PNG) mildern dieses Risiko.
 
 ---
 
@@ -1240,23 +1245,24 @@ Paradox: Gerade die Perfektion wurde zum "Problem"
 <!-- _header: '' -->
 <!-- _footer: '' -->
 
-# Digitale Speichermedien: Erklaerung
+# Digitale Speichermedien – Vertiefung
 
-**Definition:** Physische oder virtuelle Medien zur dauerhaften Speicherung digitaler Daten.
+Jede Technologie hat physikalische Vor- und Nachteile:
 
-| Kategorie | Technologie | Eigenschaften |
-|-----------|-------------|---------------|
-| **Optisch** | CD, DVD, Blu-ray | Laser liest Pits/Lands |
-| **Magnetisch** | HDD, LTO-Band | Magnetisierte Bereiche |
-| **Flash** | SSD, USB, SD | Elektrische Ladung in Zellen |
-| **Cloud** | AWS, Google, Dropbox | Verteilte Server |
+**Optisch (CD/DVD/Blu-ray):** Laser liest Pits (Vertiefungen) und Lands (Erhöhungen). Robust gegen Magnetfelder, aber empfindlich gegenüber Kratzern und UV-Licht. M-DISC verspricht 1000 Jahre – unter Laborbedingungen.
 
-**Auswahlkriterien:**
-- **Geschwindigkeit:** SSD > HDD > Optisch > Band
-- **Kosten/TB:** Band < HDD < SSD < Cloud
-- **Haltbarkeit:** Band (~30 Jahre) > Optisch > SSD > HDD
+**Magnetisch (HDD/LTO):** Magnetisierte Bereiche auf rotierenden Platten oder Band. HDDs haben bewegliche Teile (Verschleiß); LTO-Bänder sind passiv und extrem langlebig, aber sequentieller Zugriff.
 
-**Merkhilfe:** "**O**ptisch **M**agnetisch **F**lash **C**loud" = OMFC
+**Flash (SSD/USB/SD):** Elektronen in Floating Gates speichern Bits. Keine beweglichen Teile, aber begrenzte Schreibzyklen (TLC: ~3.000, SLC: ~100.000). Ohne Strom verlieren Zellen nach Jahren ihre Ladung.
+
+| Szenario | Empfehlung | Grund |
+|----------|------------|-------|
+| Betriebssystem | NVMe SSD | Geschwindigkeit |
+| Videoarchiv | HDD | Kapazität/Preis |
+| Langzeitarchiv | LTO + M-DISC | Lebensdauer |
+| Austausch | USB/SD | Portabilität |
+
+**Cloud** ist physisch HDD/SSD/LTO in Rechenzentren – kein eigenes Medium, sondern Zugriffsmethode.
 
 ---
 

slides/223015b/02-bild-audio-video.md

@@ -70,18 +70,23 @@ section.aufgabe footer {
 }
 section.erklaerung {
   font-size: 1.1rem;
-  background: linear-gradient(180deg, #f8fbff 0%, #e8f4fc 100%) !important;
-  border-left: 6px solid #1e5f8a;
+  background: repeating-linear-gradient(
+    135deg,
+    #e3f2fd,
+    #e3f2fd 40px,
+    #fff 40px,
+    #fff 80px
+  ) !important;
+}
+@media print {
+  section.erklaerung {
+    background: #e3f2fd !important;
+  }
 }
 section.erklaerung h1 {
-  font-size: 1.6rem;
+  font-size: 1.5rem;
   color: #1e5f8a;
-  margin-bottom: 0.5rem;
-}
-section.erklaerung h2 {
-  font-size: 1.3rem;
-  color: #1f2937;
-  margin-top: 0;
+  margin-bottom: 0.3rem;
 }
 section.erklaerung ul,
 section.erklaerung ol {
@@ -89,11 +94,11 @@ section.erklaerung ol {
   line-height: 1.4;
 }
 section.erklaerung p {
-  font-size: 1.05rem;
-  line-height: 1.5;
+  font-size: 1.0rem;
+  line-height: 1.4;
 }
 section.erklaerung table {
-  font-size: 0.95rem;
+  font-size: 0.9rem;
 }
 </style>
 
@@ -251,26 +256,19 @@ KLAUSURRELEVANT:
 <!-- _header: '' -->
 <!-- _footer: '' -->
 
-# Rastergrafiken: Erklaerung
+# Rastergrafik – Vertiefung
 
-**Definition:** Bilder als zweidimensionales Raster (Array) von Pixeln mit Farbwerten.
+Ein Pixel ist die kleinste adressierbare Einheit. Bei 24-Bit-Farbtiefe speichert jeder Pixel drei 8-Bit-Werte (0–255) für Rot, Grün und Blau. Diese additive Farbmischung erzeugt 256³ = 16,7 Millionen mögliche Farbtöne.
 
-**Speicherberechnung (unkomprimiert):**
-```
-Breite × Hoehe × (Farbtiefe ÷ 8) = Bytes
-```
+**Speicherberechnung:** `Breite × Höhe × Bytes pro Pixel`
 
-**Beispiel:** 1920×1080 bei 24 Bit
-- 1920 × 1080 × 3 = 6.220.800 Bytes ≈ **6,2 MB**
+| Auflösung | Farbtiefe | Berechnung | Größe |
+|-----------|-----------|------------|-------|
+| 1920×1080 | 24 Bit (3 B) | 2.073.600 × 3 | 6,2 MB |
+| 4K (3840×2160) | 24 Bit | 8.294.400 × 3 | 24,9 MB |
+| 4K | 32 Bit (4 B) | 8.294.400 × 4 | 33,2 MB |
 
-| Farbtiefe | Farben | Anwendung |
-|-----------|--------|-----------|
-| 1 Bit | 2 | S/W, Fax |
-| 8 Bit | 256 | Graustufen, GIF |
-| 24 Bit | 16,7 Mio | True Color (RGB) |
-| 32 Bit | 16,7 Mio + Alpha | Transparenz |
-
-**Merkhilfe:** "24 Bit = 3 Bytes = RGB" (8+8+8)
+Der Alpha-Kanal (32 Bit) speichert Transparenz als Wert von 0 (unsichtbar) bis 255 (vollständig sichtbar). PNG nutzt dies für weiche Kanten; JPEG unterstützt keinen Alpha-Kanal.
 
 ---
 
@@ -332,26 +330,23 @@ KLAUSURRELEVANT:
 <!-- _header: '' -->
 <!-- _footer: '' -->
 
-# Vektorgrafiken: Erklaerung
+# Vektorgrafik – Vertiefung
 
-**Definition:** Bilder als mathematische Beschreibung geometrischer Formen (Pfade, Kurven, Formen).
+Vektorgrafiken speichern keine Pixel, sondern mathematische Beschreibungen: Koordinaten, Kurvenparameter (Bézier-Kontrollpunkte), Füllfarben, Strichstärken. Der Renderer berechnet die Pixel erst bei der Ausgabe – daher beliebig skalierbar.
 
-| Eigenschaft | Raster | Vektor |
-|-------------|--------|--------|
-| Speicherung | Pixel-Array | Geometrie-Anweisungen |
-| Skalierung | Qualitaetsverlust | Verlustfrei |
-| Ideal fuer | Fotos | Logos, Icons |
-| Formate | JPEG, PNG | SVG, PDF, AI |
+**Bézier-Kurven** (Pierre Bézier, 1962, für Renault-Karosserien entwickelt):
+- Definiert durch Ankerpunkte und Kontrollpunkte
+- Kubische Bézier: 2 Anker + 2 Kontrollpunkte
+- Mathematisch exakt reproduzierbar
 
-**SVG-Beispiel:**
-```xml
-<circle cx="50" cy="50" r="40" fill="red"/>
-```
-→ Beschreibt WAS, nicht WIE (deklarativ)
+| Aspekt | Raster | Vektor |
+|--------|--------|--------|
+| Skalierung 10× | Pixel sichtbar | Perfekt scharf |
+| Foto-Realismus | Gut geeignet | Unpraktikabel |
+| Dateigröße Logo | Wächst mit Auflösung | Konstant (~5 KB) |
+| Editierbarkeit | Destruktiv | Nicht-destruktiv |
 
-**Konvertierung:**
-- Vektor → Raster: Einfach (Rasterisierung)
-- Raster → Vektor: Schwierig (Tracing)
+**Rasterisierung:** GPU wandelt Vektordaten in Pixel um. Geschieht bei jeder Darstellung neu – deshalb ist ein 4K-Monitor schärfer als ein 1080p-Monitor bei gleichem SVG.
 
 ---
 
@@ -423,24 +418,21 @@ KLAUSURRELEVANT:
 <!-- _header: '' -->
 <!-- _footer: '' -->
 
-# Psychovisuelle Wahrnehmung: Erklaerung
+# Psychovisuelle Wahrnehmung – Vertiefung
 
-**Definition:** Das menschliche Auge hat Schwaechen, die Kompressionsverfahren gezielt ausnutzen.
+Die Netzhaut enthält ~120 Mio. Stäbchen (Helligkeitswahrnehmung) aber nur ~6 Mio. Zapfen (Farbwahrnehmung). Dieses 20:1-Verhältnis erklärt, warum JPEG Farbinformationen stärker reduzieren kann als Helligkeitsinformationen.
 
-**Was Menschen schlecht sehen:**
-| Eigenschaft | Wahrnehmung | JPEG-Strategie |
-|-------------|-------------|----------------|
-| Farbe vs. Helligkeit | Helligkeit besser | Farbaufloesung reduzieren |
-| Hohe Frequenzen | Schlechter | Feine Details verwerfen |
-| Kleine Unterschiede | Kaum merkbar | Quantisierung |
+**Räumliche Frequenz** beschreibt, wie schnell sich die Helligkeit über eine Bildfläche ändert:
+- **Niedrig:** Himmel, Wand – große einheitliche Flächen
+- **Hoch:** Haare, Texturen, Schrift – schnelle Wechsel
 
-**Raeumliche Frequenz:**
-- **Niedrig:** Langsame Aenderung = grosse Flaechen
-- **Hoch:** Schnelle Aenderung = feine Details, Kanten
+Das Auge ist ein Tiefpassfilter: Hohe Frequenzen (feine Details) werden schwächer wahrgenommen. JPEG verwirft daher zuerst die hohen Frequenzen – der Qualitätsverlust bleibt meist unsichtbar.
 
-**Biologische Grundlage:**
-- Mehr Staebchen (Helligkeit) als Zapfen (Farbe) im Auge
-- Aehnlich: Psychoakustik bei MP3 (Maskierungseffekte)
+| Biologisches Limit | Ausnutzung in JPEG |
+|-------------------|-------------------|
+| Farbauflösung ~20× geringer | Chroma Subsampling (4:2:0) |
+| Hohe Frequenzen unscharf | DCT + Quantisierung |
+| Kontrast-Maskierung | Artefakte in Texturen versteckt |
 
 ---
 
@@ -552,25 +544,27 @@ KLAUSURRELEVANT:
 <!-- _header: '' -->
 <!-- _footer: '' -->
 
-# JPEG Farbraumkonversion: Erklaerung
+# Farbraumkonversion – Vertiefung
 
-**Definition:** Umwandlung von RGB (Rot-Gruen-Blau) in YCbCr (Helligkeit + Farbdifferenzen).
+RGB→YCbCr nutzt die Biologie des menschlichen Auges: 120 Mio. Stäbchen (Helligkeit) vs. nur 6 Mio. Zapfen (Farbe) – ein 20:1-Verhältnis. Die Transformation erfolgt über eine lineare Matrix:
 
-| Kanal | Bedeutung | Behandlung |
-|-------|-----------|------------|
-| **Y** | Luminanz (Helligkeit) | Volle Aufloesung behalten |
-| **Cb** | Blau-Gelb-Differenz | Kann reduziert werden |
-| **Cr** | Rot-Gruen-Differenz | Kann reduziert werden |
+```
+Y  =  0.299·R + 0.587·G + 0.114·B
+Cb = −0.169·R − 0.331·G + 0.500·B + 128
+Cr =  0.500·R − 0.419·G − 0.081·B + 128
+```
 
-**Warum diese Trennung?**
-- Menschliches Auge: empfindlicher fuer Helligkeit als Farbe
-- Y behaelt volle Aufloesung → Schaerfe erhalten
-- Cb/Cr reduziert (Chroma Subsampling) → Daten sparen
+Die Gewichtung (G dominiert mit 59%) entspricht der spektralen Empfindlichkeit des Auges bei Tageslicht. Y enthält alle Schärfeinformation; Cb/Cr können reduziert werden.
 
-**Chroma Subsampling 4:2:0:**
-- 4 Pixel teilen sich einen Farbwert
-- Jeder Pixel behaelt eigene Helligkeit
-- = 50% Datenreduktion bei kaum sichtbarem Verlust
+**Chroma Subsampling – Notation J:a:b** (bezogen auf 4×2 Pixel):
+
+| Schema | Farbdaten | Einsatz |
+|--------|-----------|---------|
+| 4:4:4 | 100% | Postproduktion, Grafik |
+| 4:2:2 | 50% | Broadcast, Pro-Video |
+| 4:2:0 | 25% | JPEG, H.264, Streaming |
+
+Bei 4:2:0 teilen sich 4 Pixel einen Farbwert, behalten aber individuelle Helligkeit → 50% Dateneinsparung bei kaum sichtbarem Unterschied.
 
 ---
 
@@ -763,25 +757,26 @@ KLAUSURRELEVANT:
 <!-- _header: '' -->
 <!-- _footer: '' -->
 
-# Huffman-Coding: Erklaerung
+# Huffman-Coding – Vertiefung
 
-**Definition:** Verlustfreie Kompression durch variable Codelaengen basierend auf Zeichenhaeufigkeit.
+David Huffman entwickelte 1952 als Student am MIT einen optimalen Algorithmus für präfixfreie Codes – ursprünglich als Hausaufgabe, die zur Veröffentlichung führte.
 
-**Prinzip:**
-- Haeufige Zeichen → kurze Codes
-- Seltene Zeichen → lange Codes
-- Praefix-frei: Kein Code ist Anfang eines anderen
+**Algorithmus (Bottom-Up-Baumkonstruktion):**
+1. Alle Symbole nach Häufigkeit sortieren
+2. Die zwei seltensten Symbole zu einem Knoten kombinieren
+3. Wiederholen bis nur noch die Wurzel übrig ist
+4. Codes ablesen: links = 0, rechts = 1
 
-**Beispiel ABRACADABRA:**
-| Zeichen | Haeufigkeit | Code |
-|---------|-------------|------|
-| A | 5× | `0` (1 Bit) |
-| B | 2× | `10` (2 Bit) |
-| R | 2× | `110` (3 Bit) |
+**Präfixfreiheit:** Kein Code ist Anfang eines anderen → sofort dekodierbar ohne Trennzeichen.
 
-**Kompression:** 88 Bit → 23 Bit = **74% gespart**
+| Eigenschaft | Huffman | Arithmetisch |
+|-------------|---------|--------------|
+| Einheit | Ganze Bits | Fraktionale Bits |
+| Optimalität | Optimal für ganze Bits | Näher an Entropie |
+| Geschwindigkeit | Schneller | Langsamer |
+| JPEG-Einsatz | Standard (Baseline) | Optional (selten) |
 
-**Einsatz:** JPEG, ZIP, PNG, MP3, DEFLATE
+JPEG verwendet zwei Huffman-Tabellen: eine für DC-Koeffizienten (Durchschnittswerte), eine für AC-Koeffizienten (Frequenzen). Die Tabellen sind im JPEG-Header gespeichert.
 
 ---
 
@@ -931,27 +926,21 @@ KLAUSURRELEVANT:
 <!-- _header: '' -->
 <!-- _footer: '' -->
 
-# WebP & AVIF: Erklaerung
+# WebP & AVIF – Vertiefung
 
-**Definition:** Moderne Bildformate mit besserer Kompression als JPEG.
+**WebP** entstand 2010 aus Googles VP8-Videocodec (On2 Technologies, für $133M gekauft). Statt I-Frames für Video werden sie als Einzelbilder verwendet. WebP nutzt Intra-Frame-Prediction, die benachbarte Blöcke zur Vorhersage verwendet – effizienter als JPEGs blockweise DCT.
 
-| Format | Jahr | Basis | Vorteil |
-|--------|------|-------|---------|
-| **WebP** | 2010 | VP8 (Google) | 25-35% kleiner als JPEG |
-| **AVIF** | 2019 | AV1 | 50% kleiner als JPEG |
+**AVIF** basiert auf dem AV1-Videocodec, entwickelt 2015–2018 von der Alliance for Open Media (Google, Apple, Netflix, Amazon, Microsoft, Mozilla). Nach dem Patent-Chaos von H.265/HEVC vereinten sich die Konkurrenten für einen lizenzfreien Standard.
 
-**WebP Features:**
-- Lossy und Lossless
-- Transparenz (Alpha)
-- Animationen (ersetzt GIF)
+| Aspekt | WebP | AVIF |
+|--------|------|------|
+| Basis-Codec | VP8/VP9 | AV1 |
+| Kompression vs. JPEG | 25–35% besser | 50% besser |
+| HDR/Wide Gamut | Nein | Ja (10/12 Bit) |
+| Encoding-Geschwindigkeit | Schnell | Sehr langsam |
+| Browser-Support 2025 | 97%+ | 93%+ |
 
-**AVIF Features:**
-- HDR-Unterstuetzung
-- Patent-frei (Alliance for Open Media)
-- Beste Kompression, aber langsamer
-
-**Browser-Support 2025:** WebP universell, AVIF waechst
-**Realitaet:** JPEG bleibt dominant (Kompatibilitaet)
+**Warum JPEG dominiert:** Kameras, Bildbearbeitungssoftware und Content-Management-Systeme sind auf JPEG optimiert. Der Wechsel erfordert Infrastruktur-Updates über die gesamte Pipeline.
 
 ---
 
@@ -1077,26 +1066,26 @@ KLAUSURRELEVANT:
 <!-- _header: '' -->
 <!-- _footer: '' -->
 
-# Container vs. Codec: Erklaerung
+# Container vs. Codec – Vertiefung
 
-**Definition:** Container und Codec sind zwei verschiedene Konzepte bei Videodateien.
+**Container** (Multiplexer-Format) organisiert mehrere Datenströme mit Timing-Informationen. Er enthält keine Kompressionslogik, sondern synchronisiert Video, Audio, Untertitel und Metadaten.
 
-| Begriff | Bedeutung | Beispiele |
-|---------|-----------|-----------|
-| **Container** | Dateiformat/"Box" | MP4, MKV, WebM, MOV |
-| **Codec** | Kompressionsalgorithmus | H.264, H.265, VP9, AV1 |
+**Codec** (Coder-Decoder) definiert den Kompressionsalgorithmus. Derselbe Container kann verschiedene Codecs enthalten – die Dateiendung verrät den Codec nicht.
 
-**Container enthaelt:**
-- Video-Stream (komprimiert mit Codec)
-- Audio-Stream(s)
-- Untertitel
-- Metadaten (Kapitel, Thumbnail)
+| Container | Entwickler | Typische Codecs | Besonderheit |
+|-----------|------------|-----------------|--------------|
+| MP4 | ISO/MPEG | H.264, H.265, AAC | Web-Standard, DRM-fähig |
+| MKV | Matroska | Alle | Beliebig viele Streams, Kapitel |
+| WebM | Google | VP9, AV1, Opus | HTML5-optimiert, lizenzfrei |
+| MOV | Apple | ProRes, H.264 | Professionelle Produktion |
 
-**Wichtig:** Gleiche Endung ≠ gleicher Inhalt!
-- film.mp4 kann H.264, H.265 oder AV1 enthalten
-- Tool-Tipp: **MediaInfo** zeigt beides an
+**Metadaten im Container:**
+- Timecodes für Frame-genaue Synchronisation
+- Kapitelmarken, Thumbnails
+- Sprach-Tags für Audio/Untertitel
+- HDR-Metadaten (MaxCLL, MaxFALL)
 
-**Merkhilfe:** "Container = Schachtel, Codec = Verpackungsart"
+**Praktisches Problem:** Eine `.mp4`-Datei mit AV1-Codec spielt auf älteren Geräten nicht ab, obwohl sie MP4 „unterstützen" – der Hardware-Decoder fehlt für AV1.
 
 ---
 
@@ -1329,26 +1318,25 @@ KLAUSURRELEVANT:
 <!-- _header: '' -->
 <!-- _footer: '' -->
 
-# H.264/AVC: Erklaerung
+# H.264/AVC – Vertiefung
 
-**Definition:** Der dominierende Video-Codec seit 2003, der modernes Video-Streaming erst ermoeglichte.
+H.264 (2003) ermöglichte erst YouTube (2005), Netflix-Streaming (2007) und Blu-ray. Vor H.264 war MPEG-2 Standard – H.264 erreichte bei gleicher Qualität die halbe Bitrate.
 
-**Warum so erfolgreich?**
-| Eigenschaft | Bedeutung |
-|-------------|-----------|
-| Kompression | ~100:1 moeglich |
-| Hardware | Decoder in jedem Geraet seit ~2010 |
-| Verbreitung | YouTube, Netflix, Blu-ray |
+**Technische Innovationen:**
+- **Variable Blockgrößen:** 16×16 bis 4×4 Macroblocks (MPEG-2: nur 16×16)
+- **Intra-Prediction:** Blöcke werden aus Nachbarn vorhergesagt
+- **In-Loop Deblocking:** Filter reduziert Blockartefakte vor der Referenzierung
+- **CABAC:** Arithmetic Coding ersetzt Huffman (10–15% effizienter)
 
-**Technische Features:**
-- Variable Block-Groessen (16×16 bis 4×4)
-- Deblocking-Filter (reduziert Blocking-Artefakte)
-- I-, P-, B-Frames (temporale Kompression)
+| Profile | Anwendung | Max. Auflösung |
+|---------|-----------|----------------|
+| Baseline | Videotelefonie, ältere Geräte | 480p |
+| Main | Broadcast, Streaming | 1080p |
+| High | Blu-ray, professionell | 4K |
 
-**Patent-Situation:**
-- MPEG-LA Pool: 2000+ Patente
-- "Internet Broadcast" fuer Endnutzer kostenlos
-- Hardware-Decoder: ~$0,20/Geraet
+**Hardware-Ubiquität:** Seit 2010 hat jedes Smartphone, jede GPU, jeder Smart-TV einen H.264-Hardware-Decoder. Encoding in Echtzeit braucht keine CPU – das ermöglichte erst mobiles Video-Streaming und Videotelefonie.
+
+**Patent-Pool (MPEG-LA):** ~2.000 Patente von 30+ Unternehmen. Endnutzer-Streaming ist lizenzfrei; Hardware-Hersteller zahlen ~$0,20/Gerät.
 
 ---
 
@@ -1462,26 +1450,22 @@ KLAUSURRELEVANT:
 <!-- _header: '' -->
 <!-- _footer: '' -->
 
-# AV1: Erklaerung
+# AV1 – Vertiefung
 
-**Definition:** Der offene, lizenzfreie Video-Codec der Zukunft, entwickelt von der Alliance for Open Media.
+Die **Alliance for Open Media** (2015) vereinte Konkurrenten nach dem Patent-Chaos von H.265/HEVC. Drei separate Patent-Pools (MPEG-LA, HEVC Advance, Velos Media) machten H.265-Lizenzierung unberechenbar – die Industrie wollte einen garantiert lizenzfreien Standard.
 
-**Alliance for Open Media (AOM):**
-- Gegruendet 2015: Google, Netflix, Amazon, Microsoft, Apple, Mozilla
-- Ziel: Patent-freier Standard nach H.265-Chaos
+**Gründungsmitglieder:** Google, Mozilla, Cisco, Netflix, Amazon, Microsoft. Apple trat 2018 bei – historisch, da Apple sonst eigene Standards bevorzugt.
 
-| Eigenschaft | AV1 |
-|-------------|-----|
-| Effizienz | 30% besser als H.265 |
-| Lizenz | Royalty-free, Open Source |
-| Features | 8K, HDR, hohe Frame-Rates |
+| Technische Innovation | Beschreibung |
+|----------------------|--------------|
+| Superblocks | Bis 128×128 Pixel (H.264: max 16×16) |
+| Prediction Modes | 56 Intra-Modi (H.264: 9) |
+| Transform | 10 verschiedene Transformtypen |
+| Film Grain Synthesis | Filmkorn wird als Parameter übertragen |
 
-**Stand 2025:**
-- YouTube, Netflix nutzen AV1 fuer 4K/8K
-- Hardware-Encoder in aktuellen GPUs
-- Emmy-Gewinner 2024 fuer technische Innovation
+**Encoding-Performance:** Software-Encoding ist 50–200× langsamer als H.264. Erst Hardware-Encoder (Intel ab Gen 12, NVIDIA RTX 40, Apple M3) machen Echtzeit-Encoding praktikabel.
 
-**Nachteil:** Encoding sehr langsam (Hardware loest das)
+**Adoption 2025:** YouTube und Netflix nutzen AV1 für 4K/8K-Streams. 2024 gewann AV1 einen Emmy für technische Innovation – offene Standards können Industriestandard werden.
 
 ---
 

slides/223015b/03-speichermedien-schnittstellen.md

@@ -70,18 +70,23 @@ section.aufgabe footer {
 }
 section.erklaerung {
   font-size: 1.1rem;
-  background: linear-gradient(180deg, #f8fbff 0%, #e8f4fc 100%) !important;
-  border-left: 6px solid #1e5f8a;
+  background: repeating-linear-gradient(
+    135deg,
+    #e3f2fd,
+    #e3f2fd 40px,
+    #fff 40px,
+    #fff 80px
+  ) !important;
+}
+@media print {
+  section.erklaerung {
+    background: #e3f2fd !important;
+  }
 }
 section.erklaerung h1 {
-  font-size: 1.6rem;
+  font-size: 1.5rem;
   color: #1e5f8a;
-  margin-bottom: 0.5rem;
-}
-section.erklaerung h2 {
-  font-size: 1.3rem;
-  color: #1f2937;
-  margin-top: 0;
+  margin-bottom: 0.3rem;
 }
 section.erklaerung ul,
 section.erklaerung ol {
@@ -89,11 +94,11 @@ section.erklaerung ol {
   line-height: 1.4;
 }
 section.erklaerung p {
-  font-size: 1.05rem;
-  line-height: 1.5;
+  font-size: 1.0rem;
+  line-height: 1.4;
 }
 section.erklaerung table {
-  font-size: 0.95rem;
+  font-size: 0.9rem;
 }
 </style>
 
@@ -266,22 +271,22 @@ Kleine SSD für System + große HDD für Archiv.
 <!-- _header: '' -->
 <!-- _footer: '' -->
 
-# HDD vs. SSD: Erklaerung
+# HDD vs. SSD – Vertiefung
 
-**Kernunterschied:** HDD = mechanisch (Magnetplatten), SSD = elektronisch (Flash-Speicher)
+**HDD (Hard Disk Drive):** Magnetplatten rotieren mit 5.400–7.200 RPM; ein Schreib-/Lesekopf schwebt nanometerweit über der Oberfläche. Die Zugriffszeit setzt sich zusammen aus Seek Time (Kopf bewegen) + Rotational Latency (warten auf Sektor).
 
-| Eigenschaft | HDD | SSD |
-|-------------|-----|-----|
-| Zugriffszeit | ~10 ms | ~0.1 ms |
-| Seq. Lesen | ~150 MB/s | ~500-7000 MB/s |
-| Preis/TB | guenstig | teurer |
-| Haltbarkeit | mechanisch anfaellig | Schreibzyklen begrenzt |
+**SSD (Solid State Drive):** NAND-Flash-Zellen speichern Bits als elektrische Ladung. Kein mechanischer Zugriff → konstant schnelle Latenz. Aber: Zellen haben begrenzte Schreibzyklen (P/E Cycles).
 
-**Entscheidungsregel:**
-- **SSD:** Haeufiger Zugriff, Geschwindigkeit wichtig (OS, Apps, aktive Projekte)
-- **HDD:** Grosse Datenmengen, selten genutzt (Archiv, Backup, Cold Storage)
+| Aspekt | HDD | SATA SSD | NVMe SSD |
+|--------|-----|----------|----------|
+| Latenz | 5–10 ms | 0,1 ms | 0,02 ms |
+| Seq. Lesen | 150 MB/s | 550 MB/s | 7.000 MB/s |
+| IOPS (4K random) | 100 | 90.000 | 1.000.000 |
+| TBW (1 TB Modell) | ∞ | 600 TBW | 600 TBW |
 
-**Merkhilfe:** "Schnell = SSD, Speicher = HDD"
+**Wear Leveling:** SSD-Controller verteilen Schreibvorgänge gleichmäßig, um einzelne Zellen nicht vorzeitig zu erschöpfen. TRIM informiert den Controller über gelöschte Blöcke.
+
+**Praxis:** System-SSD für OS/Anwendungen (Geschwindigkeit), HDD für Medienarchiv (Kapazität/Preis). RAID schützt vor Einzelausfällen bei beiden.
 
 ---
 
@@ -538,24 +543,23 @@ Warum 1 Offsite?
 <!-- _header: '' -->
 <!-- _footer: '' -->
 
-# 3-2-1-Backup-Regel: Erklaerung
+# 3-2-1-Backup-Regel – Vertiefung
 
-**Definition:** Bewährte Strategie zur Datensicherung gegen unterschiedliche Verlustszenarien.
+Peter Krogh formulierte die Regel 2005 in „The DAM Book" (Digital Asset Management). Sie schützt gegen unterschiedliche Verlustszenarien:
 
-| Element | Bedeutung | Schutz gegen |
-|---------|-----------|--------------|
-| **3** Kopien | Original + 2 Backups | Hardware-Defekt |
-| **2** Medientypen | z.B. SSD + HDD | Medienspezifische Fehler |
-| **1** Offsite | Anderer Ort/Cloud | Lokale Katastrophen |
+| Bedrohung | Schutz durch | Beispiel |
+|-----------|--------------|----------|
+| Hardware-Defekt | 3 Kopien | SSD stirbt → HDD-Backup vorhanden |
+| Firmware-Bug/Ransomware | 2 Medientypen | Malware infiziert nur ein System |
+| Feuer/Diebstahl/Flut | 1 Offsite | Haus brennt → Cloud-Backup sicher |
 
-**Beispiel-Setup:**
-1. Arbeitsdaten auf SSD (Original)
-2. Externes Backup auf HDD (lokal)
-3. Cloud-Backup bei Anbieter (offsite)
+**Moderne Erweiterung 3-2-1-1-0:**
+- **+1** Air-Gapped (offline, nicht verbunden)
+- **+0** Verifizierte Backups (regelmäßig Restore testen)
 
-**Merkhilfe:** "3 Kopien, 2 Medien, 1 woanders"
+**Ransomware-Problem:** Vernetzte Backups werden oft mitverschlüsselt. Air-Gapped-Medien (externe HDD im Safe, LTO-Band) bleiben sicher, weil sie physisch getrennt sind.
 
-**Herkunft:** Peter Krogh, "The DAM Book" (2005) - gilt bis heute als Goldstandard.
+**Realitäts-Check:** Die meisten Datenverluste entstehen durch menschliche Fehler (versehentliches Löschen), nicht Hardware-Ausfälle. Versionierte Backups (Time Machine, Borg) schützen auch davor – die gelöschte Datei existiert noch in älteren Snapshots.
 
 ---
 

slides/223015b/klausurfragen.md

@@ -0,0 +1,977 @@
+---
+marp: true
+theme: gaia
+paginate: true
+backgroundColor: #fff
+header: ""
+footer: ""
+title: "Fragenkatalog – Dateiformate (223015b)"
+---
+<style>
+:root {
+  --color-foreground: #1a1a2e;
+  --color-highlight: #1e5f8a;
+  --color-dimmed: #4a4a6a;
+}
+section.invert {
+  --color-foreground: #fff;
+}
+section {
+  font-size: 1.325rem;
+}
+h1 {
+  color: #1e5f8a;
+}
+section.invert h1 {
+  color: #fff;
+}
+h2 {
+  color: #1f2937;  /* dark gray, almost black */
+}
+pre {
+  background: #0f0f23;
+  border-radius: 8px;
+}
+pre code {
+  background: transparent;
+  color: inherit;
+}
+a {
+  color: var(--color-highlight);
+}
+section.disable {
+  opacity: 0.3;
+}
+</style>
+
+
+# Klausurfragen – 223015b
+**Dateiformate, Schnittstellen, Speichermedien · HdM Stuttgart · M. Czechowski**
+
+<small>Stand: 01.02.2026</small>
+
+---
+
+> **Legende – Moodle XML-Typen:**
+> `[MC]` = `multichoice` (einzelne Auswahl)
+> `[MM]` = `multichoice` + `<single>false</single>` (Mehrfachauswahl)
+> `[MATCH]` = `matching` (Zuordnung)
+> `[ORDER]` = `ordering` (Reihenfolge)
+> `[ESSAY]` = `essay` (Freitext, manuell bewertet)
+> `[SHORTANS]` = `shortanswer` (Stichwort/Satz, automatisch geprüft)
+> `[NUMERIC]` = `numerical` (Zahlenwert ± Toleranz)
+> `[CLOZE]` = `cloze` (Lückentext, gemischt)`
+
+---
+
+<!-- _class: lead -->
+
+## BLOCK J – Dateiformate: Grundbegriffe
+
+---
+
+<!-- _class: disable -->
+
+### J1 – Was bedeutet „komprimieren"?
+**Thema:** Grundbegriffe – Kompression
+**Punkte:** 1
+**Typ:** `[MC]`
+
+Was bedeutet es, eine Datei zu komprimieren?
+
+- [ ] Die Datei wird auf einem anderen Speichermedium gesichert.
+- [x] **Die Dateigröße wird durch Entfernung oder Vereinfachung von Daten reduziert.** ✅
+- [ ] Die Datei wird verschlüsselt, damit sie kleiner aussieht.
+- [ ] Die Datei wird in ein anderen Format umgewandelt, ohne dass sich die Größe ändert.
+
+> **Feedback:** Kompression = Dateigröße reduzieren. Zwei Familien: verlustfrei (alle Daten bleiben erhalten, z. B. ZIP, PNG) und verlustbehaftet (Daten werden dauerhaft weggeworfen, z. B. JPEG, MP3).
+
+---
+
+### J2 – Verlustfrei vs. verlustbehaftet
+**Thema:** Grundbegriffe – Kompressionsprimitiven
+**Punkte:** 2
+**Typ:** `[MATCH]`
+
+Ordne jedem Format zu, ob es verlustfrei oder verlustbehaftet komprimiert.
+
+| Format | Kompressions-Typ |
+|---|---|
+| JPEG | Verlustbehaftet |
+| PNG | Verlustfrei |
+| MP3 | Verlustbehaftet |
+| ZIP | Verlustfrei |
+| FLAC | Verlustfrei |
+| WebP (lossy) | Verlustbehaftet |
+
+> **Feedback:** Verlustfrei = Originaldaten perfekt rekonstruierbar (ZIP, PNG, FLAC). Verlustbehaftet = Daten dauerhaft weggeworfen, nicht mehr zurückholbar (JPEG, MP3).
+
+---
+
+### J3 – Verlustfrei vs. verlustbehaftet: Erkläre
+**Thema:** Grundbegriffe – Konzept
+**Punkte:** 2
+**Typ:** `[ESSAY]`
+
+Erkläre den Unterschied zwischen verlustfreier und verlustbehafteter Kompression. Nenne je ein konkretes Beispiel und erkläre, warum man in unterschiedlichen Situationen unterschiedliche Kompressionstypen wählt.
+
+> **Musterlösung:** Verlustfrei: Alle Originaldaten bleiben erhalten – die Datei kann perfekt rekonstruiert werden (z. B. ZIP, PNG). Verlustbehaftet: Daten werden dauerhaft weggeworfen – die Datei kann nicht mehr perfekt hergestellt werden (z. B. JPEG, MP3). Wahl: Fotos fürs Web → JPEG (verlustbehaftet), weil der Unterschied kaum sichtbar ist und die Datei deutlich kleiner wird. Archivierung oder Grafiken → PNG (verlustfrei), weil Qualitätsverlust inakzeptabel wäre.
+
+---
+
+<!-- _class: disable -->
+
+### J4 – Was bedeutet „skalieren"?
+**Thema:** Grundbegriffe – Skalierung
+**Punkte:** 1
+**Typ:** `[MC]`
+
+Was passiert, wenn ein Rasterbild vergrößert wird?
+
+- [ ] Neue Pixel werden aus dem Dateiformat automatisch geladen.
+- [x] **Fehlende Pixel müssen durch Interpolation „erfunden" werden – es entsteht keine neue Information.** ✅
+- [ ] Das Bild wird verlustfrei größer, weil Pixel automatisch duplifiziert werden.
+- [ ] Die Dateigröße bleibt gleich, nur der Zoom im Betrachter ändert sich.
+
+> **Feedback:** Ein Rasterbild hat eine native Auflösung. Alles darüber hinaus = Schätzung (Interpolation). Deshalb werden vergrößerte Rasterbilder unscharf – es gibt einfach keine Daten für die fehlenden Pixel.
+
+---
+
+<!-- _class: disable -->
+
+### J5 – Was bedeutet „konvertieren"?
+**Thema:** Grundbegriffe – Konvertierung
+**Punkte:** 1
+**Typ:** `[MC]`
+
+Was bedeutet es, eine Datei zu konvertieren?
+
+- [ ] Die Datei wird komprimiert und umbenannt.
+- [x] **Die Daten werden von einem Format in ein anderes umgewandelt (z. B. JPEG → PNG, MP4 → WebM).** ✅
+- [ ] Die Datei wird verschlüsselt und in ein neues Format gepackt.
+- [ ] Die Dateiendung wird umbenannt, ohne dass sich der Inhalt ändert.
+
+> **Feedback:** Konvertierung = Format-Umwandlung. Der Inhalt bleibt inhaltlich gleich, aber die Art der Speicherung (Kompression, Struktur) ändert sich. Wichtig: Eine Dateiendung umzubenennen ist KEINE Konvertierung.
+
+---
+
+<!-- _class: disable -->
+
+### J6 – Was bedeutet „codieren" und „decodieren"?
+**Thema:** Grundbegriffe – Codec-Konzept
+**Punkte:** 2
+**Typ:** `[ESSAY]`
+
+Erkläre, was „codieren" und „decodieren" bedeuten. Erkläre anschließend, warum der Begriff „Codec" aus beiden Wörtern zusammengesetzt ist, und nenne ein konkretes Beispiel.
+
+> **Musterlösung:** Codieren = Daten in ein bestimmtes Format umwandeln (z. B. Rohvideodaten → H.264-komprimiertes Video). Decodieren = das Gegenteil: komprimierte Daten wieder in abspielbare Form zurückwandeln (z. B. H.264 → Pixeldaten für den Bildschirm). Codec = Co(der) + Dec(oder) – ein Algorithmus, der beides kann. Beispiel: H.264 ist ein Video-Codec: Der Encoder erzeugt die komprimierte Datei, der Decoder im Player spielt sie wieder ab.
+
+---
+
+### J7 – Codec vs. Container
+**Thema:** Grundbegriffe – Codec/Container-Unterschied
+**Punkte:** 2
+**Typ:** `[MC]`
+
+Was ist der Unterschied zwischen einem Container und einem Codec bei Videodateien?
+
+- [ ] Container und Codec sind synonyme Begriffe für das gleiche Konzept.
+- [x] **Der Container (z. B. MP4) ist die „Verpackung", die verschiedene Streams zusammenpackt. Der Codec (z. B. H.264) bestimmt, wie der Video-Stream komprimiert wird.** ✅
+- [ ] Der Codec ist die Dateiendung, der Container der Kompressionsalgorithmus.
+- [ ] Ein Container enthält immer genau einen Codec – es kann keine Kombination geben.
+
+> **Feedback:** Container ≠ Codec. Ein MP4-Container kann H.264, H.265 oder AV1 enthalten. Gleiche Endung `.mp4`, unterschiedlicher Inhalt. Der Container packt zusammen (Video, Audio, Untertitel, Metadaten), der Codec komprimiert.
+
+---
+
+### J8 – Codec vs. Container: Zuordnung
+**Thema:** Grundbegriffe – Codec/Container-Zuordnung
+**Punkte:** 2
+**Typ:** `[MATCH]`
+
+Ordne zu: Container oder Codec?
+
+| Name | Typ |
+|---|---|
+| MP4 | Container |
+| H.264 | Codec |
+| WebM | Container |
+| AV1 | Codec |
+> **Feedback:** Container = Dateiformat, das Streams zusammenpackt (MP4, MKV, WebM). Codec = Kompressionsalgorithmus für einen bestimmten Stream (H.264, AV1, AAC).
+
+---
+
+<!-- _class: disable -->
+
+### J9 – Redundanz vs. Irrelevanz
+**Thema:** Grundbegriffe – Kompressionsprinzipien
+**Punkte:** 2
+**Typ:** `[MATCH]`
+
+Verlustfreie und verlustbehaftete Kompression arbeiten nach unterschiedlichen Prinzipien. Ordne zu.
+
+| Prinzip | Kompressionstyp |
+|---|---|
+| Redundanz entfernen (wiederholende Muster kompakter darstellen) | Verlustfrei |
+| Irrelevanz entfernen (für Menschen nicht wahrnehmbar) | Verlustbehaftet |
+
+> **Feedback:** Der Kernunterschied: Verlustfrei arbeitet mit Redundanz – Wiederholungen werden kompakter gespeichert, aber nichts geht verloren. Verlustbehaftet arbeitet mit Irrelevanz – Daten werden weggeworfen, die Menschen sowieso nicht wahrnehmen können (Psychovisuell bei Bildern, Psychoakustisch bei Audio).
+
+---
+
+### J10 – Dateneinheiten: Größenordnungen
+**Thema:** Grundbegriffe – Speichereinheiten
+**Punkte:** 2
+**Typ:** `[ORDER]`
+
+Sortiere die Dateneinheiten von kleinster zu größter:
+
+1. Byte
+2. Kilobyte (KB)
+3. Megabyte (MB)
+4. Gigabyte (GB)
+5. Terabyte (TB)
+6. Petabyte (PB)
+
+> **Feedback:** Jede Stufe = Faktor 1.000 (SI-Präfixe). Merkhilfe: „Komm Mit Großem Tee, Peter". Ein einzelnes Foto (12 MP, unkomprimiert) ≈ 36 MB. Ein FullHD-Kinofilm ≈ 1 GB. Ein 4K-Film pro Minute unkomprimiert ≈ 44 GB.
+
+---
+
+<!-- _class: disable -->
+
+### J11 – Bit und Byte: Umrechnung
+**Thema:** Grundbegriffe – Bit/Byte-Verhältnis
+**Punkte:** 1
+**Typ:** `[NUMERIC]`
+
+Ein Bit ist die kleinste Informationseinheit. Ein Byte besteht aus wie vielen Bit?
+
+**Lösung:** **8** (±0)
+
+> **Feedback:** 1 Byte = 8 Bit. Ein Byte kann einen Wert von 0 bis 255 darstellen (2⁸ − 1). Die Unterscheidung Bit/Byte ist fundamental – Bit wird mit kleinem „b" abgekürzt (b), Byte mit großem „B" (B). Deshalb: 1 Mbit/s ≠ 1 MB/s.
+
+---
+
+<!-- _class: disable -->
+
+### J12 – 7-Bit ASCII: Wie viele Zeichen?
+**Thema:** Grundbegriffe – ASCII-Zeichenkodierung
+**Punkte:** 1
+**Typ:** `[NUMERIC]`
+
+Der ASCII-Standard verwendet 7 Bit pro Zeichen. Wie viele verschiedene Zeichen können damit dargestellt werden?
+
+**Lösung:** **128** (±0)
+
+> **Feedback:** Bei n Bit gibt es 2ⁿ mögliche Werte. 7 Bit → 2⁷ = 128 Zeichen. Diese umfassen: Ziffern (0–9), Buchstaben (A–Z, a–z), Sonderzeichen und Steuerzeichen. Achtung: Umlaute (ä, ö, ü) sind nicht im ASCII-Sortiment – dafür braucht man z. B. UTF-8.
+
+---
+
+<!-- _class: disable -->
+
+### J13 – Hexadezimalzahlen: Zwei 4-Bit-Werte
+**Thema:** Grundbegriffe – Hexadezimal
+**Punkte:** 2
+**Typ:** `[NUMERIC]`
+
+Zwei Hexadezimalzahlen werden jeweils durch 4 Bit dargestellt. Wie viele verschiedene Werte kann eine einzelne Hexadezimalziffer annehmen?
+
+**Lösung:** **16** (±0)
+
+> **Feedback:** 4 Bit → 2⁴ = 16 Werte (0–15). Diese werden in Hexadezimal als 0–9 und A–F dargestellt. Zwei Hex-Ziffern zusammen = 8 Bit = 1 Byte → ein Byte lässt sich immer als genau zwei Hex-Ziffern schreiben (z. B. Byte 255 = FF, Byte 10 = 0A).
+
+---
+
+<!-- _class: disable -->
+
+### J14 – Ein Pixel, drei Kanäle, 8 Bit
+**Thema:** Grundbegriffe – Speicherbedarf eines Pixels
+**Punkte:** 1
+**Typ:** `[NUMERIC]`
+
+Ein einzelner Pixel wird durch drei Farbkanäle (R, G, B) mit jeweils 8 Bit Farbtiefe gespeichert. Wie viele Byte Informationen enthalten ein solcher Pixel?
+
+**Lösung:** **3** (±0)
+
+> **Feedback:** 3 Kanäle × 8 Bit = 24 Bit = 3 Byte pro Pixel. Das entspricht einer 24-Bit-Farbtiefe (True Color). Diese 3 Byte pro Pixel bilden die Basis für jede Speicherberechnung von Rasterbildern: Breite × Höhe × 3 Bytes = Gesamtgröße unkomprimiert.
+
+---
+
+<!-- _class: lead -->
+
+## BLOCK K – Bildformate & Raster vs. Vektor
+
+---
+
+### K1 – Was ist ein Pixel?
+**Thema:** Digitale Bilder – Grundbegriffe
+**Punkte:** 1
+**Typ:** `[MC]`
+
+Was ist ein Pixel in einem digitalen Bild?
+
+- [ ] Ein winziges physisches Kameraobjektiv.
+- [x] **Ein einzelner Farbpunkt in einem Rasterbild – der kleinste Baustein.** ✅
+- [ ] Eine Einheit zur Messung der Dateigröße.
+- [ ] Ein Synonym für eine Farbe im RGB-Farbraum.
+
+> **Feedback:** Pixel = Picture Element. Ein digitales Rasterbild ist ein 2D-Array aus Pixeln, jeder mit einem Farbwert (z. B. RGB).
+
+---
+
+### K2 – Speicherbedarf berechnen
+**Thema:** Rastergrafiken – Berechnung
+**Punkte:** 2
+**Typ:** `[NUMERIC]`
+
+Ein Bild ist 1920 × 1080 Pixel groß und nutzt 24-Bit-Farbtiefe (True Color). Wie groß ist das Bild unkomprimiert in Megabyte? (Runde auf eine Dezimalstelle)
+
+**Formel:** Breite × Höhe × (Farbtiefe / 8) = Bytes
+
+**Lösung:** 1920 × 1080 × 3 = 6.220.800 Bytes ≈ **6,2 MB** (±0,1)
+
+> **Feedback:** 24 Bit = 3 Bytes pro Pixel (8 Bit pro Kanal: R, G, B). 1920 × 1080 = 2.073.600 Pixel × 3 Bytes = 6.220.800 Bytes. Durch 1.000.000 ≈ 6,2 MB.
+
+---
+
+### K3 – Farbtiefe: Bedeutung
+**Thema:** Rastergrafiken – Farbtiefe
+**Punkte:** 2
+**Typ:** `[MATCH]`
+
+Ordne jeder Farbtiefe ihre Bedeutung zu.
+
+| Farbtiefe | Bedeutung |
+|---|---|
+| 1 Bit | 2 Farben (Schwarz/Weiß) |
+| 8 Bit | 256 Farben (Graustufen, GIF) |
+| 24 Bit | 16,7 Millionen Farben (True Color, Standard) |
+| 32 Bit | 16,7 Millionen Farben + Alpha (Transparenz) |
+
+> **Feedback:** Bei n Bit gibt es 2ⁿ mögliche Werte. 24 Bit = 8 Bit pro Kanal (R, G, B). 32 Bit = 24 Bit Farbe + 8 Bit Alpha-Kanal für Transparenz.
+
+---
+
+### K4 – Was ist Alpha-Transparenz?
+**Thema:** Rastergrafiken – Transparenz
+**Punkte:** 1
+**Typ:** `[MC]`
+
+Was bedeutet ein 32-Bit-Bild gegenüber einem 24-Bit-Bild?
+
+- [ ] Es hat doppelt so viele Pixel.
+- [x] **Es hat einen zusätzlichen Alpha-Kanal (8 Bit), der die Transparenz jedes Pixels speichert.** ✅
+- [ ] Es nutzt eine höhere Auflösung.
+- [ ] Es kann mehr Dateiformate speichern.
+
+> **Feedback:** 32 Bit = 24 Bit (RGB) + 8 Bit Alpha. Der Alpha-Kanal bestimmt, wie durchsichtig jeder Pixel ist (0 = vollständig transparent, 255 = vollständig undurchsichtig). Wichtig für PNGs mit Hintergrund-Transparenz.
+
+---
+
+### K5 – Raster vs. Vektor: Kern-Unterschied
+**Thema:** Raster vs. Vektor – Konzept
+**Punkte:** 2
+**Typ:** `[MC]`
+
+Was ist der fundamentale Unterschied zwischen Raster- und Vektorgrafiken?
+
+- [ ] Vektorgrafiken sind immer farbiger als Rastergrafiken.
+- [x] **Rastergrafiken speichern einzelne Pixel; Vektorgrafiken speichern geometrische Beschreibungen (Pfade, Formen), die beliebig skaliert werden können.** ✅
+- [ ] Rastergrafiken können keine Farben darstellen, Vektorgrafiken schon.
+- [ ] Der Unterschied liegt nur in der Dateiendung, nicht im Inhalt.
+
+> **Feedback:** Raster = „Malen nach Zahlen" (jeder Pixel einzeln). Vektor = „Bauanleitung" (Formen beschreiben). Diese Unterschied bestimmt alles: Skalierung, Dateigröße, Einsatzbereich.
+
+---
+
+### K6 – Raster vs. Vektor: Vergleich
+**Thema:** Raster vs. Vektor – Eigenschaften zuordnen
+**Punkte:** 2
+**Typ:** `[MATCH]`
+
+Ordne jeder Eigenschaft zu: Raster oder Vektor?
+
+| Eigenschaft | Typ |
+|---|---|
+| Skalierung ohne Qualitätsverlust | Vektor |
+| Ideal für Fotos | Raster |
+| Dateigröße abhängig von der Auflösung | Raster |
+| Ideal für Logos und Icons | Vektor |
+| Speicherung als 2D-Array von Pixeln | Raster |
+| Dateigröße abhängig von der Komplexität | Vektor |
+
+> **Feedback:** Raster = Pixel-basiert, auflösungsabhängig, ideal für Fotos. Vektor = Beschreibungs-basiert, beliebig skalierbar, ideal für Grafiken/Logos.
+
+---
+
+### K7 – Skalierung: Warum werden Rasterbilder unscharf?
+**Thema:** Rastergrafiken – Skalierung Transfer
+**Punkte:** 2
+**Typ:** `[ESSAY]`
+
+Erkläre, warum ein Rasterbild beim Vergrößern unscharf wird, während ein Vektorbild bei beliebiger Größe scharf bleibt. Nenne einen konkreten Anwendungsfall, in dem diese Eigenschaft ausschlaggebend ist.
+
+> **Musterlösung:** Ein Rasterbild hat eine feste Auflösung (eine bestimmte Anzahl von Pixeln). Beim Vergrößern müssen neue Pixel „erfunden" werden (Interpolation) – es gibt keine echten Daten für die fehlenden Stellen → Unschärfe. Ein Vektorbild speichert nur Beschreibungen (Pfade, Formen). Beim Vergrößern werden einfach die Koordinaten skaliert – keine Information geht verloren → immer scharf. Anwendungsfall: Ein Logo auf einer Visitenkarte UND auf einem Plakat → SVG nutzen, damit es bei beliebiger Größe scharf bleibt.
+
+---
+
+<!-- _class: disable -->
+
+### K8 – Vektor → Raster: Wie heißt das?
+**Thema:** Raster vs. Vektor – Konvertierung
+**Punkte:** 1
+**Typ:** `[MC]`
+
+Wie heißt der Prozess, bei dem eine Vektorgrafik in eine Rastergrafik umgewandelt wird?
+
+- [ ] Vektorisierung
+- [x] **Rasterisierung** ✅
+- [ ] Pixelierung
+- [ ] Komprimierung
+
+> **Feedback:** Rasterisierung = Vektor → Raster (trivial, immer möglich). Der umgekehrte Prozess (Raster → Vektor) heißt „Tracing" und funktioniert oft nur unbefriedigend.
+
+---
+
+<!-- _class: disable -->
+
+### K9 – Interpolation: Welches Verfahren wofür?
+**Thema:** Rastergrafiken – Interpolationsverfahren
+**Punkte:** 2
+**Typ:** `[MATCH]`
+
+Ordne jedem Interpolationsverfahren seine Eigenschaft zu.
+
+| Verfahren | Eigenschaft |
+|---|---|
+| Nearest Neighbor | Schnell, pixelig – gut für Pixel-Art |
+| Bilinear | Glättet, Standard-Verfahren |
+| Bicubic | Hohe Qualität, rechenintensiver |
+| Lanczos | Beste Qualität, mathematisch komplex |
+
+> **Feedback:** Bei der Wahl: Pixel-Art → Nearest Neighbor (soll pixelig bleiben). Normale Bilder → Bilinear oder Bicubic. Maximale Qualität bei Fotos → Lanczos.
+
+---
+
+<!-- _class: lead -->
+
+## BLOCK L – JPEG: Innenleben
+
+---
+
+<!-- _class: disable -->
+
+### L1 – JPEG: Verlustfrei oder verlustbehaftet?
+**Thema:** JPEG – Grundeigenschaft
+**Punkte:** 1
+**Typ:** `[MC]`
+
+JPEG ist ein …
+
+- [x] **…verlustbehaftetes Bildformat. Beim Speichern werden Daten dauerhaft weggeworfen.** ✅
+- [ ] …verlustfreies Bildformat wie PNG.
+- [ ] …Videoformat für Streaming.
+- [ ] …Vektorgrafik-Format.
+
+> **Feedback:** JPEG = Joint Photographic Experts Group. Verlustbehaftet: Beim Speichern werden Daten dauerhaft weggeworfen – eine gespeicherte JPEG kann nicht perfekt zum Original zurückgeführt werden. Quality 100 ≠ verlustfrei, nur „wenig wegwerfen".
+
+---
+
+### L2 – Psychovisuelle Kompression: Das Auge austricksen
+**Thema:** JPEG – Wahrnehmungsprinzip
+**Punkte:** 2
+**Typ:** `[MC]`
+
+Wie nutzt JPEG die Schwächen des menschlichen Auges aus?
+
+- [ ] Das Auge kann keine Farben wahrnehmen – daher werden Farben komplett entfernt.
+- [x] **Das Auge sieht Helligkeit besser als Farbe. JPEG behält die Helligkeit (Y) nahezu vollständig, reduziert aber die Farbauflösung (Cb, Cr) – der Verlust wird kaum wahrgenommen.** ✅
+- [ ] Das Auge kann keine Details sehen – daher werden alle Details entfernt.
+- [ ] JPEG nutzt keine Wahrnehmungsforschung, komprimiert rein mathematisch.
+
+> **Feedback:** Psychovisuelle Kompression = Schwächen des Auges ausnutzen. Kern: Mehr Stäbchen (Helligkeit) als Zapfen (Farbe) im Auge → Helligkeit sichern, Farbe reduzieren. Der Verlust ist für Menschen kaum sichtbar.
+
+---
+
+### L3 – Farbraumkonversion: RGB → YCbCr
+**Thema:** JPEG Schritt 1 – Farbraum
+**Punkte:** 2
+**Typ:** `[MC]`
+
+Warum wird bei JPEG von RGB in YCbCr konvertiert?
+
+- [ ] YCbCr nutzt weniger Speicher pro Pixel als RGB.
+- [x] **In YCbCr sind Helligkeit (Y) und Farbe (Cb, Cr) getrennt – die Farbauflösung kann unabhängig von der Helligkeit reduziert werden.** ✅
+- [ ] RGB kann keine Transparenz darstellen, YCbCr schon.
+- [ ] Die Konvertierung ist ein verlustfreier Schritt, der die Dateigröße halbiert.
+
+> **Feedback:** Y = Helligkeit (Luminanz), Cb/Cr = Farbdifferenzen (Chrominanz). Diese Trennung ermöglicht Chroma Subsampling: Helligkeit voll behalten, Farbe reduzieren – ohne sichtbaren Verlust.
+
+---
+
+<!-- _class: disable -->
+
+### L4 – Chroma Subsampling: Was ist 4:2:0?
+**Thema:** JPEG Schritt 2 – Subsampling
+**Punkte:** 2
+**Typ:** `[MC]`
+
+Was bedeutet das Subsampling-Schema 4:2:0?
+
+- [ ] 4 Pixel teilen sich eine Helligkeit, aber jeder hat eigene Farbe.
+- [x] **4 Pixel teilen sich einen Farbwert (Chrominanz), aber jeder hat eine eigene Helligkeit (Luminanz). Die Farbauflösung wird auf 25% reduziert.** ✅
+- [ ] 4:2:0 bedeutet, dass keine Farbe gespeichert wird – nur Graustufen.
+- [ ] Die Notation beschreibt die Blockgröße, nicht die Farbauflösung.
+
+> **Feedback:** 4:2:0 = JPEG-Standard. Von 4 Pixeln wird nur 1 Farbwert gespeichert (2×2-Block teilt Farbe), aber jeder Pixel behält seine eigene Helligkeit. Ergebnis: 50% Datenreduktion, kaum sichtbar.
+
+---
+
+<!-- _class: disable -->
+
+### L5 – JPEG-Schritte: Richtige Reihenfolge
+**Thema:** JPEG – Kompressionsablauf
+**Punkte:** 2
+**Typ:** `[ORDER]`
+
+Sortiere die Schritte der JPEG-Kompression in der richtigen Reihenfolge:
+
+1. Farbraumkonversion (RGB → YCbCr)
+2. Chroma Subsampling
+3. Block-Aufteilung (8×8)
+4. DCT (Frequenzanalyse)
+5. Quantisierung (hier passiert der Verlust!)
+6. Huffman-Coding (verlustfrei)
+
+> **Feedback:** Der einzige verlustbehaftete Schritt ist die Quantisierung (Schritt 5). Alles davor bereitet die Daten vor, alles danach komprimiert die Ergebnisse verlustfrei weiter.
+
+---
+
+<!-- _class: disable -->
+
+### L6 – Welcher Schritt ist verlustbehaftet?
+**Thema:** JPEG – Verlust lokalisieren
+**Punkte:** 1
+**Typ:** `[MC]`
+
+Bei welchem Schritt der JPEG-Kompression werden Daten dauerhaft weggeworfen?
+
+- [ ] Farbraumkonversion (RGB → YCbCr)
+- [ ] DCT (Discrete Cosine Transform)
+- [x] **Quantisierung – hier werden unwichtige Frequenzkoeffizienten auf Null gesetzt oder vergröbert.** ✅
+- [ ] Huffman-Coding
+
+> **Feedback:** DCT selbst ist verlustfrei und reversibel – es sortiert nur die Daten nach Wichtigkeit. Die Quantisierung ist der einzige verlustbehaftete Schritt: Sie wirft hohe Frequenzen (feine Details) weg. Huffman-Coding danach ist wieder verlustfrei.
+
+---
+
+<!-- _class: disable -->
+
+### L7 – DCT: Was macht sie?
+**Thema:** JPEG – DCT-Prinzip
+**Punkte:** 1
+**Typ:** `[MC]`
+
+Was leitet die DCT (Discrete Cosine Transform) bei JPEG?
+
+- [ ] Sie komprimiert die Daten verlustbehaftet.
+- [x] **Sie wandelt 64 Pixelwerte eines 8×8-Blocks in 64 Frequenzkoeffizienten um – sortiert die Information nach Wichtigkeit (niedrige Frequenz = wichtig, hohe Frequenz = Details).** ✅
+- [ ] Sie verschlüsselt die Daten für sichere Übertragung.
+- [ ] Sie reduziert die Farbauflösung des Bildes.
+
+> **Feedback:** DCT = Herzstück von JPEG, aber selbst verlustfrei. Sie sortiert: Der DC-Koeffizient (0,0) = Durchschnittshelligkeit eines Blocks. Die AC-Koeffizienten = Helligkeitsänderungen. 90% der Information steckt in den ersten 10–15 Koeffizienten.
+
+---
+
+### L8 – Huffman-Coding: Prinzip
+**Thema:** JPEG – Huffman
+**Punkte:** 2
+**Typ:** `[MC]`
+
+Wie funktioniert Huffman-Coding?
+
+- [ ] Alle Zeichen bekommen gleich lange Codes – einfach und effizient.
+- [x] **Häufige Werte bekommen kurze Codes, selten vorkommende lange Codes – variable Bitlänge statt fester 8 Bit.** ✅
+- [ ] Huffman-Coding verschlüsselt die Daten zusätzlich.
+- [ ] Es funktioniert nur für Texte, nicht für Bilddaten.
+
+> **Feedback:** Huffman = verlustfrei, optimal für bekannte Häufigkeiten. Präfix-frei: Kein Code ist Anfang eines anderen → eindeutig decodierbar. Auch in ZIP, PNG, MP3 verwendet.
+
+---
+
+<!-- _class: disable -->
+
+### L9 – JPEG-Artefakte: Benennen
+**Thema:** JPEG – Artefakte identifizieren
+**Punkte:** 2
+**Typ:** `[MATCH]`
+
+Ordne jedem JPEG-Artefakt seine Beschreibung zu.
+
+| Artefakt | Beschreibung |
+|---|---|
+| Blocking | 8×8-Blöcke werden sichtbar als Rechteckmuster |
+| Ringing | „Geister" oder Halos an scharfen Kanten |
+| Posterization | Farbverläufe werden stufig statt fließend |
+
+> **Feedback:** Alle drei sind Folgen der Quantisierung. Blocking: Weil jeder 8×8-Block unabhängig komprimiert wird. Ringing: DCT hat Probleme mit harten Kanten (Gibbs-Phänomen). Posterization: Zu wenige Bits für feine Farbabstufungen.
+
+---
+
+<!-- _class: lead -->
+
+## BLOCK M – Bildformate: PNG, GIF, WebP, SVG
+
+---
+
+<!-- _class: disable -->
+
+### M1 – PNG: Verlustfrei oder verlustbehaftet?
+**Thema:** PNG – Grundeigenschaft
+**Punkte:** 1
+**Typ:** `[MC]`
+
+Wie komprimiert PNG?
+
+- [ ] Verlustbehaftet – wie JPEG, aber mit besserer Qualität.
+- [x] **Verlustfrei – die Originaldaten können perfekt rekonstruiert werden.** ✅
+- [ ] Gar nicht – PNG speichert Daten unkomprimiert.
+- [ ] PNG nutzt eine Kombination aus verlustfrei und verlustbehaftet.
+
+> **Feedback:** PNG nutzt DEFLATE-Kompression (wie ZIP) – verlustfrei. Deshalb ist PNG ideal für Grafiken, Screenshots und Bilder mit Transparenz, aber größer als JPEG für Fotos.
+
+---
+
+<!-- _class: disable -->
+
+### M2 – PNG vs. JPEG: Wann was?
+**Thema:** Bildformate – Formatwahl
+**Punkte:** 2
+**Typ:** `[ESSAY]`
+
+Erklären Sie, wann Sie PNG und wann JPEG wählen würden. Nenne je zwei konkrete Anwendungsfälle und begründen Sie Ihre Wahl.
+
+> **Musterlösung:** PNG: (1) Screenshots – Texte und Linien bleiben scharf, keine Artefakte. (2) Logos mit Transparenz – PNG unterstützt Alpha-Transparenz, JPEG nicht. JPEG: (1) Fotos fürs Web – deutlich kleiner bei kaum sichtbarem Qualitätsverlust. (2) Social Media – Plattformen re-komprimieren sowieso, PNG würde nur unnötig groß sein.
+
+---
+
+<!-- _class: disable -->
+
+### M3 – GIF: Wie viele Farben?
+**Thema:** GIF – Eigenschaften
+**Punkte:** 1
+**Typ:** `[MC]`
+
+Wie viele Farben kann ein GIF-Bild gleichzeitig anzeigen?
+
+- [ ] 16 Farben
+- [ ] 16,7 Millionen Farben
+- [x] **256 Farben (8-Bit-Palette)** ✅
+- [ ] Unbegrenzt – GIF unterstützt alle Farben.
+
+> **Feedback:** GIF = 8-Bit-Palette = 256 Farben maximal. Deshalb sehen GIF-Bilder bei Fotos oft banding/posterisiert aus. GIF überlebt heute wegen Animationen.
+
+---
+
+### M4 – WebP vs. JPEG: Vorteil?
+**Thema:** Bildformate – WebP
+**Punkte:** 1
+**Typ:** `[MC]`
+
+Was ist der hauptsächliche Vorteil von WebP gegenüber JPEG?
+
+- [ ] WebP unterstützt Videos, JPEG nicht.
+- [x] **WebP erzeugt bei gleicher Qualität 25–35% kleinere Dateien als JPEG.** ✅
+- [ ] WebP ist verlustfrei, JPEG nicht.
+- [ ] WebP kann keine Fotos speichern, nur Grafiken.
+
+> **Feedback:** WebP (Google, 2010) kann sowohl lossy als auch lossless komprimieren, unterstützt Transparenz und Animationen. Bei gleicher visueller Qualität sind WebP-Dateien deutlich kleiner als JPEG.
+
+---
+
+<!-- _class: disable -->
+
+### M5 – SVG: Was ist es?
+**Thema:** SVG – Grundbegriff
+**Punkte:** 1
+**Typ:** `[MC]`
+
+Was ist SVG?
+
+- [ ] Ein verlustbehaftetes Rasterbild-Format wie JPEG.
+- [x] **Ein Vektorgrafik-Format, das Bilder als geometrische Beschreibungen (XML) speichert – beliebig skalierbar ohne Qualitätsverlust.** ✅
+- [ ] Ein Video-Container wie MP4.
+- [ ] Ein komprimiertes Archivformat wie ZIP.
+
+> **Feedback:** SVG = Scalable Vector Graphics. Web-Standard für Vektorgrafiken. Beschreibt WAS gezeichnet werden soll (`<circle>`, `<rect>`, `<path>`), nicht wie jeder Pixel aussieht. Ideal für Logos, Icons, Illustrationen.
+
+---
+
+<!-- _class: disable -->
+
+### M6 – Formatwahl: Szenario zuordnen
+**Thema:** Bildformate – Formatwahl Transfer
+**Punkte:** 2
+**Typ:** `[MATCH]`
+
+Ordne jedem Szenario das optimale Bildformat zu.
+
+| Szenario | Format |
+|---|---|
+| Ein Foto für eine Webseite (klein, OK-Qualität) | JPEG |
+| Ein Screenshot einer Benutzeroberfläche | PNG |
+| Ein Logo, das auf allen Bildschirmgrößen scharf sein muss | SVG |
+| Ein animiertes Reaktionsbild für einen Chat | GIF |
+
+> **Feedback:** JPEG = Fotos (klein, lossy OK). PNG = Screenshots, Grafiken mit Transparenz (verlustfrei). SVG = Logos, Icons (skalierbar). GIF = Animationen (256 Farben, aber Animations-Support).
+
+---
+
+<!-- _class: lead -->
+
+## BLOCK N – Video-Kompression
+
+---
+
+<!-- _class: disable -->
+
+### N1 – Spatial vs. Temporal Compression
+**Thema:** Video – Kompressionsprinzipien
+**Punkte:** 2
+**Typ:** `[MATCH]`
+
+Ordne jedem Prinzip seine Beschreibung zu.
+
+| Prinzip | Beschreibung |
+|---|---|
+| Spatial Compression (Intra-Frame) | Komprimiert jedes einzelne Bild für sich (wie JPEG) |
+| Temporal Compression (Inter-Frame) | Speichert nur die Änderungen zwischen aufeinanderfolgenden Bildern |
+| Motion Compensation | Beschreibt Bewegung durch Vektoren statt Pixel zu kopieren |
+
+> **Feedback:** Spatial = räumlich (innerhalb eines Frames). Temporal = zeitlich (zwischen Frames). Motion Compensation = Bewegungsvektoren. 90% eines Frames ist oft identisch mit dem vorherigen – deshalb ist Temporal-Kompression so wirksam.
+
+---
+
+<!-- _class: disable -->
+
+### N2 – I-Frame, P-Frame, B-Frame: Was ist was?
+**Thema:** Video – Frame-Typen
+**Punkte:** 2
+**Typ:** `[MATCH]`
+
+Ordne jedem Frame-Typ seine Beschreibung zu.
+
+| Frame-Typ | Beschreibung |
+|---|---|
+| I-Frame (Keyframe) | Vollständiges Bild, unabhängig dekodierbar – keine Referenz auf andere Frames |
+| P-Frame | Nur Änderungen gegenüber vorherigen Frames speichern (~30% der Größe eines I-Frames) |
+| B-Frame | Änderungen gegenüber vorherigen UND zukünftigen Frames (~15% der Größe eines I-Frames) |
+
+> **Feedback:** I = Intra (innerhalb). P = Predicted (aus Vergangenheit). B = Bi-directional (Vergangenheit + Zukunft). B-Frames sind am kleinsten, aber brauchen mehr Rechenleistung zum Decodieren.
+
+---
+
+<!-- _class: disable -->
+
+### N3 – Was passiert, wenn ein I-Frame beschädigt ist?
+**Thema:** Video – I-Frame Bedeutung Transfer
+**Punkte:** 2
+**Typ:** `[ESSAY]`
+
+Erkläre, warum ein I-Frame bei der Videokompression so wichtig ist. Was passiert, wenn ein einzelner I-Frame in einem Videostream beschädigt wird?
+
+> **Musterlösung:** Ein I-Frame ist ein vollständiges, unabhängig dekodierbare Bild. Alle nachfolgenden P- und B-Frames referenzieren auf vorherige Frames – letztlich auf das letzte I-Frame. Wenn ein I-Frame beschädigt wird, können alle abhängigen P- und B-Frames bis zum nächsten intakten I-Frame nicht mehr korrekt rekonstruiert werden → Videofehler sichtbar bis zum nächsten Keyframe. Deshalb werden typischerweise alle 1–2 Sekunden neue I-Frames eingefügt.
+
+---
+
+<!-- _class: disable -->
+
+### N4 – Motion Compensation: Prinzip
+**Thema:** Video – Motion Compensation
+**Punkte:** 1
+**Typ:** `[MC]`
+
+Was beschreibt ein Motion Vector bei der Videokompression?
+
+- [ ] Die Helligkeit eines einzelnen Pixels.
+- [x] **Die Verschiebung eines Bildblocks zwischen zwei Frames (z. B. „verschiebe um +20 Pixel nach rechts").** ✅
+- [ ] Die Kompressionsrate des gesamten Videos.
+- [ ] Die Anzahl der Farben in einem Frame.
+
+> **Feedback:** Motion Compensation speichert Bewegung als Vektoren statt Pixel zu kopieren. Wenn sich ein 16×16-Block von (100,200) auf (120,200) bewegt, wird nur „+20, 0" gespeichert – deutlich kleiner als den Block zweimal zu speichern.
+
+---
+
+<!-- _class: disable -->
+
+### N5 – Video-Codecs: Zeitstrahl
+**Thema:** Video – Codecs-Übersicht
+**Punkte:** 2
+**Typ:** `[ORDER]`
+
+Sortiere die Video-Codecs nach Veröffentlichungsjahr (alt → neu):
+
+1. H.264 / AVC (2003)
+2. H.265 / HEVC (2013)
+3. VP9 (2013)
+4. AV1 (2018)
+
+> **Feedback:** H.264 revolutionierte Streaming. H.265 und VP9 kamen gleichzeitig – H.265 technisch besser, aber Patent-Chaos. AV1 vereint die Industrie: patent-frei, 30% besser als H.265.
+
+---
+
+### N6 – AV1: Warum die Zukunft?
+**Thema:** Video – AV1 Transfer
+**Punkte:** 2
+**Typ:** `[ESSAY]`
+
+Erkläre, warum AV1 als „die Zukunft" der Videokompression gilt. Nenne mindestens zwei konkrete Eigenschaften und erkläre, warum H.265 trotz besserer technischer Kompression nicht die gleiche Dominanz erreicht hat.
+
+> **Musterlösung:** AV1 (2018) ist royalty-free und open source – die Alliance for Open Media vereint Google, Netflix, Amazon, Apple, Mozilla. Es liefert 30% bessere Kompression als H.265 und unterstützt 8K, HDR, hohe Frame-Rates. H.265 scheitert vor allem am Patent-Chaos: Drei konkurrierende Patent-Pools (MPEG-LA, HEVC Advance, Velos Media) erzeugen rechtliche Unsicherheit und unklare Kosten → viele Unternehmen bleiben bei H.264 oder wechseln direkt zu AV1.
+
+---
+
+<!-- _class: lead -->
+
+## BLOCK O – Speichermedien & Schnittstellen
+
+---
+
+<!-- _class: disable -->
+
+### O1 – KB vs. KiB: Was ist der Unterschied?
+**Thema:** Speicher – Einheiten
+**Punkte:** 2
+**Typ:** `[MC]`
+
+Eine Festplatte wird als „1 TB" vermarktet, aber Windows zeigt nur ~931 GB an. Warum?
+
+- [ ] Windows zeigt falsche Werte an – das ist ein Bug.
+- [x] **Hersteller nutzen dezimale Einheiten (1 TB = 1.000 GB), Windows nutzt binäre Einheiten (1 TiB = 1.024 GiB). Bei TB-Größen entsteht eine ~7% Diskrepanz.** ✅
+- [ ] Die Festplatte verliert beim Formatieren fast 10% ihrer Kapazität.
+- [ ] Windows reserviert automatisch 10% als Sicherheitspuffer.
+
+> **Feedback:** SI (Dezimal): 1 KB = 1.000 Bytes, 1 MB = 1.000 KB. IEC (Binär): 1 KiB = 1.024 Bytes, 1 MiB = 1.024 KiB. Bei 1 TB: 1.000⁴ vs. 1.024⁴ Bytes → ~7% Unterschied. Windows zeigt binäre Werte an, aber mit SI-Bezeichnung (GB statt GiB) → Verwirrung.
+
+---
+
+### O2 – HDD vs. SSD: Kern-Unterschied
+**Thema:** Speichermedien – HDD vs. SSD
+**Punkte:** 1
+**Typ:** `[MC]`
+
+Was ist der fundamentale technische Unterschied zwischen HDD und SSD?
+
+- [ ] HDDs sind elektronisch, SSDs mechanisch.
+- [x] **HDDs speichern Daten magnetisch auf sich drehenden Plattern (mechanisch). SSDs nutzen Flash-Speicher (elektronisch, keine beweglichen Teile).** ✅
+- [ ] Beide Technologien funktionieren identisch, der Unterschied liegt nur im Gehäuse.
+- [ ] HDDs nutzen Flash-Speicher, SSDs magnetische Platten.
+
+> **Feedback:** HDD = Hard Disk Drive = mechanisch (Platter, Spindel, Schreib-Lese-Kopf). SSD = Solid State Drive = elektronisch (Flash-Speicher). Diese Unterschied bestimmt alles: Geschwindigkeit, Latenz, Geräusche, Haltbarkeit.
+
+---
+
+### O3 – HDD vs. SSD: Eigenschaften zuordnen
+**Thema:** Speichermedien – Vergleich
+**Punkte:** 2
+**Typ:** `[MATCH]`
+
+Ordne jeder Eigenschaft zu: HDD oder SSD?
+
+| Eigenschaft | Typ |
+|---|---|
+| Sequentielle Lesgeschwindigkeit ~150 MB/s | HDD |
+| Sequentielle Lesgeschwindigkeit ~3.500 MB/s | SSD (NVMe) |
+| Latenz ~10 ms | HDD |
+| Latenz ~0,02 ms | SSD |
+| Günstig pro TB (~15€/TB) | HDD |
+| Ideal für Betriebssystem | SSD |
+
+> **Feedback:** Der dramatische Unterschied liegt bei Random Access: SSD ~500× schneller. Deshalb: Betriebssystem auf SSD, Archiv auf HDD. Viele nutzen beides: Kleine SSD für System + große HDD für Daten.
+
+---
+
+<!-- _class: disable -->
+
+### O4 – USB-C: Stecker oder Protokoll?
+**Thema:** Schnittstellen – USB-C
+**Punkte:** 2
+**Typ:** `[MC]`
+
+Ein USB-C-Kabel kann langsam sein, obwohl es wie ein „modernes" Kabel aussieht. Warum?
+
+- [ ] USB-C-Kabel sind immer gleich schnell – die Geschwindigkeit liegt am Gerät.
+- [x] **USB-C ist nur ein Steckertyp, kein Protokoll. Ein USB-C-Kabel kann USB 2.0 (480 Mbit/s) bis USB4 (40 Gbit/s) sein – am Stecker nicht erkennbar.** ✅
+- [ ] USB-C-Kabel werden nach einem Jahr automatisch langsamer.
+- [ ] Die Geschwindigkeit hängt nur vom Betriebssystem ab.
+
+> **Feedback:** USB-C = Steckerform. Das Protokoll dahinter kann USB 2.0, 3.2 oder USB4 sein. Ein billiges USB-C-Kabel ist oft nur USB 2.0 mit neuem Stecker. Kabel-Spezifikation prüfen!
+
+---
+
+<!-- _class: disable -->
+
+### O5 – Dateisysteme: Zuordnung
+**Thema:** Dateisysteme – Überblick
+**Punkte:** 2
+**Typ:** `[MATCH]`
+
+Ordne jedem Dateisystem seine ideale Anwendung zu.
+
+| Dateisystem | Ideal für |
+|---|---|
+| FAT32 | USB-Sticks, SD-Karten (maximale Kompatibilität) |
+| NTFS | Windows-Systeme (Journaling, Rechte) |
+| APFS | macOS, iOS (Snapshots, CoW) |
+| ext4 | Linux-Systeme (Journaling, stabil) |
+| exFAT | Große Dateien auf portablen Medien |
+
+> **Feedback:** FAT32 = kleinster gemeinsamer Nenner, aber max. 4 GB pro Datei. exFAT = FAT32 ohne Größenlimits. NTFS/APFS/ext4 = moderne Systeme mit Journaling. Journaling = bei Absturz werden Änderungen nicht verloren.
+
+---
+
+<!-- _class: disable -->
+
+### O6 – FAT32: Warum nicht für große Dateien?
+**Thema:** Dateisysteme – FAT32 Limitation
+**Punkte:** 1
+**Typ:** `[MC]`
+
+Sie versuchen, eine 5-GB-Videodatei auf einen FAT32-formatierten USB-Stick zu kopieren. Was passiert?
+
+- [ ] Die Datei wird automatisch aufgeteilt in kleinere Teile.
+- [x] **Der Vorgang fehlschlägt – FAT32 unterstützt keine einzelnen Dateien größer als 4 GB.** ✅
+- [ ] Die Datei wird automatisch komprimiert, bis sie unter 4 GB ist.
+- [ ] FAT32 hat keine Dateigrößenbeschränkung.
+
+> **Feedback:** FAT32-Limit: max. 4 GB pro Datei. Ein 4K-Video oder ISO-Image passt oft nicht. Lösung: USB-Stick mit exFAT oder NTFS formatieren.
+
+---
+
+### O7 – Die 3-2-1-Regel
+**Thema:** Backup – Prinzip
+**Punkte:** 2
+**Typ:** `[ESSAY]`
+
+Erkläre die 3-2-1-Regel für Backups. Begründe, warum jede der drei Ziffern wichtig ist.
+
+> **Musterlösung:** 3 Kopien: Original + 2 Backups. Warum? Das Original kann kaputt gehen, das erste Backup auch – das zweite ist der Sicherheitspuffer. 2 verschiedene Medientypen (z. B. SSD + HDD, oder lokal + Cloud). Warum? Gleiche Medien haben gleiche Schwachstellen (z. B. Batch-Fehler bei HDDs derselben Charge). 1 Kopie an einem anderen Ort (Cloud, anderes Gebäude). Warum? Brand oder Wasserschaden zerstört alles vor Ort; Ransomware verschlüsselt alle angeschlossenen Laufwerke gleichzeitig.
+
+---
+
+<!-- _class: disable -->
+
+### O8 – Backup-Arten: Unterschiede
+**Thema:** Backup – Typen
+**Punkte:** 2
+**Typ:** `[MATCH]`
+
+Ordne jedem Backup-Typ seine Beschreibung zu.
+
+| Backup-Typ | Beschreibung |
+|---|---|
+| Full (Vollständig) | Kompletter Datenbestand jedes Mal – einfach, aber langsam und platzhungrig |
+| Inkrementell | Nur Änderungen seit dem letzten Backup (egal welcher Art) – schnell, aber Wiederherstellung komplex |
+| Differenziell | Änderungen seit dem letzten Voll-Backup – Mittelweg zwischen beiden |
+
+> **Feedback:** Typisches Schema: Sonntag Full, Mo–Sa Inkrementell oder Differenziell. Inkrementell = schnellstes Backup, langsamste Wiederherstellung (Kette aufbauen). Full = langsamstes Backup, schnellste Wiederherstellung.