Update Vorgehensweise

Projektarbeit-3/Vorgehensweise.md

@@ -56,12 +56,25 @@ Zusätzlich dazu wurden noch die Accidents und die Bikepoints aus der Live API g
 **Anmerkung:** Allgemein lässt sich sagen, dass die Datensätze und Exports sich in einem sehr schlechten Zustand befinden.
 
 ## API-Framework
-* FastAPI
-  * Nimmt einem viel ab
-  * Generiert Doc automatisch
-  * Bringt Webserver mit (gunicorn)
-    * Später nginx reverse proxy
-* Python
+Es war schnell klar, dass sich Python sehr gut für die Implementation einer so einfachen Endpunkt-Struktur bestens eignet. Die erste Implementation wurde mit [Flask](https://flask.palletsprojects.com/en/1.1.x/) durchgeführt. Allerdings muss hier sehr viel selbst implementiert werden. 
+
+[FastAPI](https://fastapi.tiangolo.com/) hingegen liefert ein komplettes Framework mit automatischer Generierung der Dokumentation. Auch das Parsen der URL Bestandteile, sowie das Serialisieren der Antwort geschieht vollkommen automatisch. Eingaben können über sog. Request-Filter vorgefiltert werden, um invalide Eingaben schnell zu erkennen.
+
+Ein Beispiel für einen "Hello World" Endpoint sieht wie folgt aus.
+```python
+from fastapi import FastAPI
+
+app = FastAPI()
+
+@app.get("/")
+def root():
+    return {"message": "Hello World"}
+```
+Der Output ist dann `{"message": "Hello World"}`
+
+Die API kann dann über den eingebauten Gunicorn Server gestartet werden. Dieser wird dann später über einen Nginx Reverse-Proxy nach außen geöffnet.
+
+Ein anderer Grund für die Nutzung von Python war jedoch auch die Interoperabilität mit SQLite, userer gewählten Datenbank-Engine. Python nutzt hierzu die C-Implementierung (lib-sqlite) von SQLite, was bestmögliche Performance bietet.
 
 ## Endpunkterklärung