Hier beginnen

Zwei Startwege,
dieselben Lernpfade

Du kannst die veröffentlichte Umgebung sofort verwenden oder den vollständigen Stack lokal mit Docker starten. Die Kursseiten funktionieren in beiden Varianten; nur die Basis-URL ändert sich.

öffentliche Demolokales Docker-Labkeine echten DatenFortschritt nur im Browser

Start A

Sofort öffentlich ausprobieren

1. Kurs öffnen

https://teko.algorithma.app/

Zur Übersicht

2. Live-Status prüfen

Lern-API und internes Orthanc werden über sanitisierte Healthchecks geprüft.

Live-Labor

3. Async testen

Happy Path, Retry, DLQ und Idempotenz mit synthetischen Studienreferenzen.

Unterricht 3

Start B

Vollständig lokal mit Docker

Ausführliche Anleitung →

cd teko-integrationslabor
chmod +x scripts/init-env.sh scripts/smoke-test.sh
./scripts/init-env.sh
docker compose config --quiet
docker compose build --pull
docker compose up -d --wait
./scripts/smoke-test.sh

→

Danach: http://localhost:3190. Website, API-Pfade und Laborverhalten sind gleich wie öffentlich. Orthanc besitzt keinen Hostport.

Lernziele

Was am Ende erklärt werden kann

Systemgrenzen

Datenhoheit, IDs, Mapping und API-Verträge begründen.

Zeitkopplung

Synchron und asynchron passend auswählen und ihre Folgen erklären.

Fehlerpfade

Timeout, Retry, DLQ, Idempotenz und Backpressure unterscheiden.

Betrieb

Docker-Stack starten, testen, beobachten, stoppen und sicher zurücksetzen.

Werkzeuge

Was wirklich mitgeliefert wird

Komponente	Status	Hinweis
Kurswebsite	lokal + öffentlich	statisches nginx-Gateway
Ort-/Spital-Lern-API	lokal + öffentlich	synthetische Daten, Sync-Endpunkte
Async Imaging Lab	lokal + öffentlich	Queue, Retry, DLQ, Replay, Idempotenz
Orthanc 1.13	lokal + intern öffentlich	keine UI/Ports öffentlich, synthetisch gesät
WooCommerce/Odoo/Gravitee	Unterrichtsreferenz	eigene Schul-/Testinstanzen nötig
Microsoft Forms/Logic Apps	optionale Cloudübung	Microsoft-Zugang erforderlich
Paperless/DMS & externe AI	optionale Erweiterung	keine produktiven Keys im Browser

Verbindliche Datenschutzregel: In allen Übungen ausschließlich erfundene Kunden-, Patienten-, Auftrags- und Studienwerte verwenden. Das öffentliche Lab akzeptiert bewusst keine Namen, Geburtstage oder DICOM-Dateien. Zugangsschlüssel niemals in Browserfelder, Screenshots oder Git einfügen.

Arbeitsweise

Lesen → zeichnen → ausführen → stören → begründen

Theorie lesenDefinition, Metapher und Grenze im passenden Kapitel erfassen.
Datenfluss zeichnenSysteme, Verantwortungen, Identitäten und Fehlerpfade sichtbar machen.
Happy Path ausführenRequest, Response und fachliche Wirkung dokumentieren.
Fehler erzeugenTimeout, Fachfehler oder Doppelzustellung kontrolliert testen.
Nachweis sichernErwartung, Ergebnis, Correlation-ID und relevante Logs notieren.
Entscheidung verteidigenErklären, wann das gewählte Muster passt und wann nicht.

Vor dem ersten Labor

Kannst du diese Grenzen benennen?

Welche Dienste sind öffentlich, welche nur im Docker-Netz?
Was ist synthetisch und was darf niemals eingegeben werden?
Welche Übungen brauchen externe Konten und sind daher optional?
Woran erkennst du Annahme, Abschluss und fachliche Wirkung eines Async-Jobs?