[justify]Du fragst dich jetzt bestimmt: [b][size=150]Was hat Mathematik mit den SDGs zu tun?[/size][br][/b][br][br]Eine ganze Menge! Mit Mathematik können wir [b]Modelle[/b] erstellen, um Probleme wie Armut oder Klimawandel besser zu verstehen. Solche Modelle zeigen uns, wie groß die Herausforderungen sind – und wie wir sie lösen können.[br][br]Mit der [b]Prozentrechnung [/b]kannst du zum Beispiel herausfinden, wie viel Prozent der Menschen auf der Welt heute in Armut leben und wie viele Menschen es vor 30 Jahren waren. Damit kannst du sehen, ob sich die Situation verbessert oder verschlechtert hat. Oder du kannst auch berechnen wie stark wir den CO₂-Ausstoß senken müssen, um unser Klima zu schützen.[br][br][br]Super wichtig sind in diesem Zusammenhang [b]Daten[/b], um zu sehen, wie weit wir bei den Nachhaltigkeitszielen schon gekommen sind. Sie zeigen uns, was gut läuft und bei welchen Zielen wir noch besser werden müssen.[/justify]

[size=150][b][size=200]Daten zur Überwachung der Nachhaltigkeitsziele[/size][/b][/size][br][br][justify]Um die Verwirklichung der Ziele aller Länder zu beobachten, müssen international [b]vergleichbare Daten[/b] vorliegen. Jedoch sind diese je nach Land oder Ziel teils lückenhaft.[br][br]Dies zeigt folgende Grafik:[br][br][br][size=150]Abbildung 1: [b]Anteil der Länder (Mitglieder der Vereinten Nationen), für die seit 2015 Daten vorliegen – nach Ziel (in Prozent)[br][/b][br][size=100]Horizontal sind die einzelnen SDGs 1 - 17 zu sehen und vertikal die Prozentangabe (0-100 %).[/size][/size][/justify][size=150][size=100] [img]data:image/png;base64,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[/img][br]Quelle: Vereinte Nationen, Bericht 2022, S. 4[br][br][justify]Zum Beispiel [b]Ziel 1 - keine Armut[/b]: Von etwa 50 % der UN-Länder liegen zum Ziel 1 Daten vor. Im Umkehrschluss heißt das, dass von etwa 50 % der UN-Länder keine Daten zum SDG1 vorliegen. Daher ist bei diesem Ziel teilweise schwer einzuschätzen, wie schnell die Verwirklichung dieses Ziels wirklich voranschreitet.[/justify][/size][/size]

[code][/code][justify][code][/code][/justify][justify][code][/code]Hier unten siehst du nochmals dieselbe Abbildung. [br][br]Du kannst das [b]Dreieck [/b]auf der linken Seite so [b]verschieben[/b], dass du die genaue Prozentzahl (Datenverfügbarkeit der UN-Länder) eines jeden Nachhaltigkeitsziels ablesen kannst.[/justify]

[justify]Bearbeite die folgenden [b]9 Aufgaben [/b]zum Thema[b] Prozentstreifen[/b]. Zu jedem Level (1-3) gibt es 3 Aufgaben. Runde die Dezimalzahlen auf Einer![/justify]

Bearbeite die folgenden drei Aufgaben zum Thema Prozentstreifen.