Zum Inhalt
AMANi DUNiA research
DE

Die Fragen auf dieser Website haben KI-Sprachmodelle gestellt; auch die Erklärtexte und Übersetzungen stammen von KI-Modellen. Wer was geprüft hat, steht jeweils dabei. → Über die Fragen

← Alle bewerteten Quellen
medium.com2. Dezember 2023 · Q010807

AWS QuickSight: Embedding Dashboards in Next.js

medium.com · Originalbericht öffnen ↗

Zusammenfassung

Kurz

Der vollständige Artikel beschreibt, wie eine Lambda-Funktion eine anonyme QuickSight-Einbettungs-URL erzeugen und ein Next.js-Frontend sie mit dem QuickSight-SDK anzeigen kann. Voraussetzungen sind laut Beitrag QuickSight Enterprise und Session-Kapazitätspreise; der Beispielcode enthält jedoch eine Abweichung beim Namen der Dashboard-ID-Umgebungsvariable und erläutert den Schutz der öffentlichen Function URL nicht ausführlich.

Mittel

Der vollständige Artikel erklärt, wie ein QuickSight-Dashboard für nicht angemeldete Betrachter in eine Next.js-Anwendung eingebettet werden soll. Dafür wird zunächst eine Lambda-Funktion eingerichtet, die mit `boto3` über `GenerateEmbedUrlForAnonymousUser` eine Einbettungs-URL erzeugt. Als Voraussetzungen nennt der Beitrag QuickSight Enterprise und ein Abonnement für Session-Kapazitätspreise. Eine IAM-Richtlinie soll den Zugriff auf ausgewählte Dashboards erlauben und kann laut Artikel auch zulässige Einbettungsdomains begrenzen. Die Lambda-Funktion erhält eine Rolle, verwendet Konto-ID, Dashboard-IDs und Region und soll über eine unauthentifizierte Function URL erreichbar sein.

In Next.js soll das QuickSight-Einbettungs-SDK die URL abrufen, einen Einbettungskontext erzeugen und das Dashboard in einem HTML-Container anzeigen. Der Artikel zeigt dafür React-Zustände und Effekte, liefert aber keine dokumentierten Testergebnisse. Im Beispiel gibt es zudem eine Abweichung: Die Anleitung nennt `DashboardIdList`, während der Code `DashboardId` ausliest. Auch die JSON-Antwort muss zur erwarteten Eigenschaft `EmbedUrl` passen. Zugriffsschutz der öffentlichen URL und produktiver Betrieb werden nicht ausführlich behandelt.

Ausführlich lesen

Der vollständige Artikel beschreibt, wie sich ein AWS-QuickSight-Dashboard in eine Next.js-Anwendung einbetten lässt, sodass auch nicht angemeldete Personen es aufrufen können. Als Beispiel nennt der Autor eine Website, auf der Kundinnen und Kunden ihre eigenen Aktivitäten sehen. Der Artikel teilt den Ablauf in zwei Teile: Eine AWS-Lambda-Funktion soll eine Einbettungs-URL erzeugen; die Next.js-Anwendung soll diese URL anschließend mit dem QuickSight-Einbettungs-SDK laden.

Als Voraussetzung nennt der Beitrag QuickSight Enterprise und ein aktiviertes Abonnement für Session-Kapazitätspreise. Für Lambda soll eine IAM-Richtlinie den Aufruf von `GenerateEmbedUrlForAnonymousUser` erlauben. Die Richtlinie kann laut Artikel auf bestimmte Namespaces und Dashboard-IDs begrenzt werden; alternativ seien Platzhalter für Region oder Konto möglich. Eine optionale Bedingung soll die zulässigen Einbettungsdomains einschränken. Die Richtlinie wird an eine Rolle mit Lambda als vertrauenswürdigem Dienst angehängt.

Die beschriebene Python-3.11-Funktion verwendet `boto3`, liest die Konto-ID aus dem ARN des Lambda-Aufrufs und die Dashboard-IDs sowie Region aus Umgebungsvariablen. Sie fordert eine anonyme Einbettungs-URL mit einer Sitzungsdauer von 60 Minuten an und gibt die Antwort als JSON zurück. Der Artikel empfiehlt, die Funktionszeitüberschreitung auf eine Minute zu setzen und eine Lambda Function URL ohne Authentifizierung einzurichten. Als Kontrolle schlägt er einen Testlauf in der Lambda-Konsole vor, bei dem die URL ausgegeben werden soll.

Im Next.js-Teil soll zunächst das Paket `amazon-quicksight-embedding-sdk` installiert werden. Die Seite ruft beim Laden die Function URL ab, übernimmt die enthaltene Einbettungs-URL in den Zustand und erstellt damit einen Einbettungskontext. Danach wird das Dashboard in einem Container dargestellt; im Beispiel sind Höhe und Breite fest auf 700 beziehungsweise 1000 Pixel gesetzt. Weitere Gestaltung könne ergänzt werden.

Der Beitrag liefert eine praktische Schritt-für-Schritt-Anleitung und Beispielcode, berichtet aber keine dokumentierten Tests, Messwerte oder unabhängige Überprüfung. Zudem enthält der abgedruckte Code Unstimmigkeiten: Im Text werden die Umgebungsvariablen `DashboardIdList` und `DashboardRegion` angekündigt, der Lambda-Code liest jedoch `DashboardId` und `DashboardRegion`. Außerdem muss die Antwort der Function URL so verarbeitet werden, dass sie zur erwarteten Eigenschaft `EmbedUrl` passt; der Beispielcode gibt die gesamte API-Antwort als JSON zurück. Diese Details sollten vor einer Umsetzung abgeglichen werden. Der Artikel erläutert weder eine vollständige Zugriffskontrolle für die öffentliche Function URL noch behandelt er ausführlich Fehlerbehandlung, Datenschutz oder den produktiven Betrieb.

Luna (gpt-6-luna, Denkstufe high), ChatGPT-Abo · 2026-11-19

Gegengeprüft von Claude Haiku 5.5: kleine Mängel

Im Auftrag wurden keine Fragen angegeben, daher ist die Einordnung leer. Die beiden Zusammenfassungen (kurz und mittel) wurden gemeinsam geprüft. Beide geben die Abweichung zwischen DashboardIdList in der Anleitung und DashboardId im Code sowie die fehlende Erläuterung des Schutzes der Function URL korrekt wieder. Die Zusammenfassung ist insgesamt treu, lässt aber den Kernpunkt des credentialfreien Zugriffs aus.

Im Bericht, aber nicht in der Zusammenfassung

  • Kernmotivation des Artikels: Betrachter außerhalb der Organisation sollen Dashboards ohne AWS-Zugangsdaten sehen können, weil die Lambda-Funktion die Konto-ID aus dem Kontext liest
  • Die Session-Dauer von 60 Minuten und der Test über ein Test-Event in der Lambda-Konsole werden nicht erwähnt

Automatische Gegenprüfung mit dem vollständigen Originaltext (Batch, 20.11.2026). Ungeprüft durch Menschen.

Wie die Modelle den Bericht einordnen

Je Sammelfrage und Teilfrage die häufigste Stufe (0 bis 7) und ihr Anteil, geordnet nach Fragenfamilie (Farbe) oder nach den Wegen des Atlas. Ab Stufe 4 liefert der Bericht Belege, Stufe 3 ist Hintergrund (gestrichelt). Was die Stufen bedeuten, steht in der Legende.

Ansicht
Filter
Modelle 8 von 8
Angezeigte Modelle

Kein Modell sieht bei diesem Bericht einen Bezug zu einer der 44 Sammelfragen.

Weitere Berichte zu diesen Fragen

Eigene Zusammenfassungen und Einordnungen von AMANi DUNiA. Fremde Originalberichte behalten ihre eigenen Rechte.

Sprache und Prüfstand

Haupttext: DE. Prüfvermerke gelten nur für den jeweils genannten Inhalt.

Vorhandene Prüfvermerke stehen am jeweiligen Inhalt.

Sprachabdeckung und Datenstand ansehen →