{"id":298,"date":"2021-06-03T09:52:05","date_gmt":"2021-06-03T07:52:05","guid":{"rendered":"https:\/\/www.iot-embedded.de\/iot-2021\/?p=298"},"modified":"2021-06-03T09:52:07","modified_gmt":"2021-06-03T07:52:07","slug":"frontendentwicklung-phase-1-sketch","status":"publish","type":"post","link":"https:\/\/www.iot-embedded.de\/iot-2021\/beverage-monitoring\/frontendentwicklung-phase-1-sketch\/","title":{"rendered":"Frontendentwicklung – Phase 1: Sketch"},"content":{"rendered":"\n

F\u00fcr das Beverage Monitoring werden verschiedene Benutzeroberfl\u00e4chen ben\u00f6tigt. Der erste Schritt bei der Frontendentwicklung war daher die Bestimmung der verschiedenen Anwender und die dazugeh\u00f6rigen Funktionsanforderungen. Dazu haben wir auf unserem ToDo-Board einen zus\u00e4tzlichen Bucket f\u00fcr das Frontend erstellt und die Anforderungen bei einem gemeinsamen Brain-Storm ermittelt und priorisiert. <\/p>\n\n\n\n

Den Interfaces\u00a0f\u00fcr Bartender und Kellner\u00a0wurde dabei eine hohe Priorit\u00e4t zugewiesen. Die Oberfl\u00e4chen f\u00fcr Verwaltung und\u00a0G\u00e4ste k\u00f6nnen niedriger priorisiert und hinten angestellt werden.\u00a0<\/p>\n\n\n\n

\n
\n
\n
\n
\"\"<\/figure>\n<\/div><\/div>\n<\/div><\/div>\n<\/div>\n<\/div>\n\n\n\n
\n
\"\"<\/figure>\n<\/div><\/div>\n\n\n\n

Die Folgenden Anforderungen wurden jeweils ermittelt: <\/p>\n\n\n\n

Kellner UI <\/p>\n\n\n\n

  • Endger\u00e4t: Smartphone <\/li>
  • Benachrichtigungen \u00fcber leere Getr\u00e4nke erhalten <\/li>
  • Benachrichtigungen \u00fcber zur Lieferung bereitstehende Getr\u00e4nke erhalten <\/li>
  • Tisch und Platz ausw\u00e4hlen <\/li><\/ul>\n\n\n\n
    • Getr\u00e4nk f\u00fcr bestimmten Platz bestellen <\/li>
    • Optional: Filter f\u00fcr bestimmten Verantwortungsbereich <\/li><\/ul>\n\n\n\n

      Bartender UI <\/p>\n\n\n\n

      • Endger\u00e4t: Tablet <\/li>
      • ToDo List offener Bestellungen anzeigen <\/li><\/ul>\n\n\n\n
        • Offene Bestellungen nach Tisch gruppieren und kein reines FIFO <\/li>
        • Status der bearbeiten Getr\u00e4nke anzeigen (Bestellt \u00e0 Vorbereitet \u00e0 Geliefert) <\/li><\/ul>\n\n\n\n

          Verwaltungs UI <\/p>\n\n\n\n

          • Endger\u00e4t: Desktop PC \/ Laptop <\/li>
          • \u00dcbersicht und Status der angeschlossenen Bierdeckel <\/li><\/ul>\n\n\n\n
            • Verschiedene Auswertungen \u00fcber die gesammelten Daten bereitstellen <\/li>
            • Informationen und Servicekontakt bereitstellen <\/li><\/ul>\n\n\n\n

              Gast UI <\/p>\n\n\n\n

              • Endger\u00e4t: Smartphone <\/li>
              • Pers\u00f6nliche Getr\u00e4nkehistorie anzeigen <\/li><\/ul>\n\n\n\n
                • Favoriten festlegen <\/li>
                • Promillesch\u00e4tzung abgeben <\/li><\/ul>\n\n\n\n

                  Im n\u00e4chsten Schritt\u00a0haben wir in OneNote verschiedene Konzepte\u00a0f\u00fcr die ersten drei Oberfl\u00e4chen\u00a0von Hand gezeichnet und gemeinsam evaluiert. Die Folgenden Zeichnungen sind dabei entstanden:\u00a0<\/p>\n\n\n\n

                  \"\"<\/figure>\n\n\n\n
                  \"\"<\/figure>\n\n\n\n
                  \"\"<\/figure>\n\n\n\n

                  Diese Zeichnungen haben wir zur besseren Veranschaulichung im Anschluss in PowerPoint nachgebildet:<\/p>\n\n\n\n

                  \"\"<\/figure>\n\n\n\n
                  \"\"<\/figure>\n\n\n\n
                  \"\"<\/figure>\n\n\n\n

                  In Phase 2 wird die Hauptaufgabe sein, die beiden priorisierten Oberfl\u00e4chen mit html und css zu erstellen. Zu Phase zwei und den genauen Funktionalit\u00e4ten werden weitere Blogbeitr\u00e4ge folgen.<\/p>\n","protected":false},"excerpt":{"rendered":"

                  F\u00fcr das Beverage Monitoring werden verschiedene Benutzeroberfl\u00e4chen ben\u00f6tigt. Der erste Schritt bei der Frontendentwicklung war daher die Bestimmung der verschiedenen Anwender und die dazugeh\u00f6rigen Funktionsanforderungen. Dazu haben wir auf unserem ToDo-Board einen zus\u00e4tzlichen Bucket f\u00fcr das Frontend erstellt und die Anforderungen bei einem gemeinsamen Brain-Storm ermittelt und<\/p>\n","protected":false},"author":3,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":[],"categories":[6],"tags":[],"_links":{"self":[{"href":"https:\/\/www.iot-embedded.de\/iot-2021\/wp-json\/wp\/v2\/posts\/298"}],"collection":[{"href":"https:\/\/www.iot-embedded.de\/iot-2021\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.iot-embedded.de\/iot-2021\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.iot-embedded.de\/iot-2021\/wp-json\/wp\/v2\/users\/3"}],"replies":[{"embeddable":true,"href":"https:\/\/www.iot-embedded.de\/iot-2021\/wp-json\/wp\/v2\/comments?post=298"}],"version-history":[{"count":2,"href":"https:\/\/www.iot-embedded.de\/iot-2021\/wp-json\/wp\/v2\/posts\/298\/revisions"}],"predecessor-version":[{"id":310,"href":"https:\/\/www.iot-embedded.de\/iot-2021\/wp-json\/wp\/v2\/posts\/298\/revisions\/310"}],"wp:attachment":[{"href":"https:\/\/www.iot-embedded.de\/iot-2021\/wp-json\/wp\/v2\/media?parent=298"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.iot-embedded.de\/iot-2021\/wp-json\/wp\/v2\/categories?post=298"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.iot-embedded.de\/iot-2021\/wp-json\/wp\/v2\/tags?post=298"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}