ogoda: Themen und Termine#

Beginn siehe http://www.jbusse.de/pub/veranstaltungen.html

Unterricht:

Drei Sondertermine Do 8:45 – 11:00 Uhr: interessiert zuhören, nachfragen, mitdiskutieren bei der Parallelveranstaltung WM280 Masterseminar: Linguistic Linked Open Data (llod):

  • Do 2023-04-13

  • Do 2023-04-27

  • Do 2023-05-11

Block 1#

2023-03-15#

  • 10:30 Uhr Orga und Einführung

  • 12:50 – 16:00 Uhr: sem. Unterricht

Termine:

  • zweimal kein Unterricht in diesem Semester wegen Dienstreise: Wir holen diesen Unterricht heute Nachmittag vor.

Einführung in Freeplane:

Einführung in Myst-Markdown:

Wir erarbeiten Text:

Einführung JB: Was ist eine Ontologie?

2023-03-22#

Cimiano Kap. 2 Preliminaries

Übung: Einführung in das dsci-lab

Block 2#

2023-04-12#

Inhalte:

2023-04-13#

9:15 – 12:00: Sondertermin 1 Donnerstag, Vorträge des Masterseminars. Themen siehe https://moodle.haw-landshut.de/course/view.php?id=3272#section-1

2023-04-19#

Thema: LOGD in München

Raumänderung: Vl in C1.11 rein DIGITAL, Zoom siehe Moodle

Frank Börger, IT-Referat, Stadt München:

2023-04-26#

Thema: Warum will Wer Linked Open Government Data - oder auch nicht?

Methode: Literatur-Recherche. Leitfragen:

  • Warum sollten Kommunen ihre Daten veröffentlichen wollen?

  • Vor-/Nachteile für wen? Politische Entscheidung? Win-Win-Situation?

Anschließend Kartensammlung, einfache Gruppierung:

_images/IMG_1541.JPG

Anschließend Versuch einer SWOT-Analyse (W)

_images/IMG_1543.JPG

Do 2023-04-27#

9:15 – 12:00: Sondertermin 2 Donnerstag, Vorträge des Masterseminars.

2023-05-03#

Thema heute:

  • Open Data für Behörden: möglicher Nutzen? Motivationen?

  • Nebeneffekt: Zitieren in unserer Jupyterbook Schreibumgebung.

Vorgehen:

  • Querlesen der Literatur, die wir letzte Woche recherchiert haben (siehe Quellen);

  • Notieren der Kapitel oder Seiten, in denen wir fündig wurden

Ergebnissicherung z.B. so:

Literaturübersicht

BVA-Handbuch 2018

  • 1.6.1 Nutzen für die Behörden

  • verbesserte inter- und intrabehördliche Zusammenarbeit (bisher hoher Abstimmungsaufwand, z.B. - interbehördlich: beim Suchen des richtigen Ansprechpartners, Prüfung der rechtlichen Voraussetzungen, Datenadministration, …; - intrabehördlich: Ressorttrennung, Wissen begrenzt auf eigene Abteilung)

  • Beitrag zur Verwaltungsmodernisierung (z.T. mehrfache Erhebung derselben Daten vermeiden) -> Open Data schafft rechtlichen und organisatorischen Rahmen, indem Daten für Dritte auffindbar und nutzbar gemacht werden.

  • neues Miteinander möglich aufgrund erhöhter Transparenz durch offene Daten -> Bsp. für Erfolg von Open Data: Intelligent Zoning Machine (idalab, Software zur Verteilung von Grundschülern: Reduziert die Arbeit ‘von sechs Wochen auf […] fünf Minuten’ (S.19)) *1.6.4 Mit Open Government Data gegen Fake News

  • “eine gut informierte Öffentlichkeit ist entscheidend, um ‘Wahrheit’ von ‘Fake News’ zu unterscheiden.

  • Open Data ermöglicht sog. Datenjournalismus -> nutzt frei zugängliche Daten und visualisiert/interpretiert -> rein faktenbasierte Berichterstattung *1.6.5 Offene Daten für Forschung und Bildung

  • frei zugängliche Datensätze ermöglichen/unterstützen Forschung, Universiäten z.T. darauf angewiesen.

Wiedemann & Peters 2020

  • S.6ff: Warum sollten wir kommunale Daten veröffentlichen?

    • für die Verwaltung

  • S.8ff: Worauf sollten wir bei der Veröffentlichung achten?

    • Datenschutz

    • Lizenzen

    • Maschinenlesbarkeit

    • Zugänglichkeit

    • Standarts

    • Bereitstellung

  • S. 11ff: Was entsteht bereits aus Open Data?

    • Code for Germany -> Projekt der Open Knowledge Foundation Deutschland e.V., zeigt welchen Potential in offenen Verwaltungsdaten steckt (seit 2014)

    • Baumkataster -> Informationen über alle Bäume in einer Kommune

    • Ratsinformationssysteme -> in Gemeinderäten werden Entscheidungen getroffen, welche Bürger direkt betreffen, sind dort hinterlegt

    • Historische Archive -> Bilder und Dokumente bereits digitalisiert, aber noch nicht auffindbar

    • Trinkwasser -> Trinkwasser-App, in welcher man sich über Wasserqualität informieren kann

    • Öffentlicher Nahverkehr

    • Kommunalstatistiken

    • Wirtschaft und Finanzen -> Haushaltspläne im CSV-Format veröffentlichen

    • Frische Lebensmittel -> App Wo-ist-Markt.de

Schüür-Langkau 2020

  • Vereinfachter Austausch zwischen Ämtern/zwischen Ämtern und kommunalen Unternehmen

  • Erhöhte Transparenz über Prozesse der kommunalen Entwicklung

  • Verbesserer Austausch mit Wirtschaft und Zivilgesellschaft

  • Impulse für einen Wandel der Verwaltungskultur

{term}`Bürger, Wiedemann, Raffer 2022´ (Zusammenfassung)

  • Kommunen verbinden mit Open Data zunehmend Chancen

  • vermehrt konkrete Mehrwerte

  • verbesserte Informationen der Bürgerinnen und Bürger —> vereinfachte Datenaustausch zwischen den Ämtern

  • Große Kluft zwischen Groß- und Kleinstädten —> Großstädte —> 72 Prozent open data —> Kleinstädte —> 18 Prozent open data

  • Ressourcen der Kommunen spielen eine große Rolle

  • Unterstützung der Kommunen ist gewünscht —> Implementierung —> Umsetzung

  • Viele Mängel aufweisbar vorallem bei: —> dem Wissensaufbau und -transfer —> mangelnde personelle und finanzielle Ressourcen

  • Der Wunsch der Kommunen sind vorallem: —> praktische Handreichungen also ein Leitfaden !!! —> finanzielle Förderung —> interkommunale Zusammenarbeit —> überregionale Datenportale

Bieker 2019

  • Stärkung von Transparenz und Teilhabe, werden möglichst viele Daten für Menschen gut lesbaren Formaten veröffentlicht

  • Eröffnung Möglichkeit zum Dialog zwischen Daten Bereitstellungen und Daten Verarbeitungen, mit aktiven Community Managements. Z.B. Hackathons, Open Data Days oder Wettbewerben

  • !! Daten sollten gut gefunden werden können sowie verständlich und verwertbar aufbereitet sein - damit die Ziele von Open Data erreicht werden. -Wirtschaftlicher Mehrwert und soziale Wertschöpfung durch Kooperation

    • Verfügbarkeit und freie Verwendbarkeit von Verwaltungsdaten ermöglicht neue Geschäftsmodelle und soziale Innovation

-(in Berlin betrug das Wachstum der Datensätze 2015-2017 rund 60 %)

Franqué & Kaufmann 2022 Kernaussage des Aufsatzes: “Dies bedeutet in Analogie zur Wasserversorgung, dass das Sicherstellen der Grund versorgung mit offenen Daten und Datenzugängen in staatlicher Verantwortung liegen und nach den Regeln eines demokratischen Gemeinwesens zuverlässig gewährleistet werden muss. Die Ausführung staatlicher Aufgaben obliegt der öffentlichen Verwaltung, die folgerichtig entsprechend zu ertüchtigen ist.” (S. 4) …. Der Aufsatz fragt also nicht nach dem Eigeninteresse, sondern argumentiert mit Pflichten und öffentlichen Aufgaben

  • behördeninterne Nutzung vorhandener Informationen drastisch vereinfachen

Mi 2023-05-10#

Gesetze, die wichtig sind:

  • Data Governance Act

  • Data Act

  • Open Data Directive

  • PSI-Richtlinie

  • EU Data Strategy

und

  • E-Government-Gesetz

  • Datennutzungsgesetz

  • Dtaenstratgie

  • Open-Data-Strategie

  • Transparenzgesetz

Diese und mehr: https://www.govdata.de/web/guest/open-government

Do 2023-05-11#

9:15 – 12:00: Sondertermin 3 Donnerstag, Vorträge des Masterseminars.

Mi 2023-05-17 DIGITAL#

Thema heute: Wir schauen uns den Musterdatenkatalog (mdk) an.

Mi 2023-05-24#

Letzte Woche haben wir eine typische Datei aus dem Musterdatenkatalog gesehen – nämlich eine nicht normalisierte CSV-Tabelle. Das ist “Dreistern”. Wie kommen wir zu “Vierstern”? Dazu müssen wir im Detail RDF verstehen.

Vorbereitung:

Arbeitsweise:

  • Wir lesen im Detail die W3C Recommendation RDF 1.1 Concepts

  • und erstellen Visualisierungen, beziehen den Inhalt auf bereits bekanntes Wissen, etc.

Ziel: Einführungen in RDF (und RDFS) gibt es viele und gute. Als Absolventen eines akademischen Studiengangs müssen wir aber auch wissen, wie man den Standard liest. Darum geht es heute.

Im Anschluss an die Sitzung zum Nachlesen, gleichzeitig auch Übergang zu RDFS:

RDF 1.1 Concepts#

Cyganiak, Richard; Wood, David; Lanthaler, Markus (Ed): RDF 1.1 Concepts and Abstract Syntax. W3C Recommendation 25 February 2014. pdf: https://www.researchgate.net/publication/259671336_RDF_11_Concepts_and_Abstract_Syntax | html: https://www.w3.org/TR/rdf11-concepts/

Mi 2023-05-31#

Mi 2023-06-07#

Wir überführen eine CSV-Datei in eine RDF-Datei:

Mi 2023-06-14#

Vortrag Michael Fichtner, CIO des FC Bayern München:

  • Digitalisierung beim FC Bayern München

  • Mi 2023-05-14, 10:30 Uhr, Raum C0.13

Mi 2023-06-21#

10:30 Uhr Rekapitulationen:

11:00 Uhr: Zoom mit Thomas Werner, Open-Data-Koordination der Stadt Münster, https://www.stadt-muenster.de/open-data

Nachmittag: Wir schauen uns DCAT-AP an und fragen govdata.de mit SPARQL an. Notebook dazu: govdata mit SPARQL anfragen.

Unsystematische Notizen:

“Landshut”:

Übliche Präfixe: http://prefix.cc/dct

Suche nach Manifestationen vom Typ JSON-LD:

Mi 2013-07-05#

Zusammenfassung der wichtigsten Inhalte der Veranstaltung.

Exemplarische Klausurfragen:

  • Was versteht man unter 5-Star LOD? Wer hat sie formuliert? Beschreiben Sie Unterschiede zwischen 3, 4 und 5-Stern.

  • Wie lauten die 10 OGD-Prinzipien der Sunlight Foundation? Was waren die wichtigsten Ziele diese 10 Prinzipien? https://sunlightfoundation.com/policy/documents/ten-open-data-principles/

  • Welche 3-5 wichtigsten Normen, Gesetze, Beschlüsse, Strategien etc. verpflichten eine Kommune, Open Data bereitzustellen? Sind diese Verpflichtungen einklagbar?

  • Was ist DCAT, was ist DCAT-AP? Wer verantwortet den Inhalt?

  • Welches ist im UML Modell von DCAT-AP.de die wichtigste Klasse? Was sind die wichtigsten Attribute dieser Klasse? Was ist technisch der wesentliche Unterschied zwischen dcat:keyword und dcat:theme?

  • Der Begriff Metadaten ist schwammig. Ein Schlüsselbegriff ist die “Aboutness”: Erklären Sie diesen Begriff.

  • Erklären Sie kurz, wie die “Functional Requirements for Bibliographic Records (FRBR)” entstanden sind, und welchen Zielen sie dienten.

  • Auf der Seite https://www.govdata.de/web/guest/suchen/-/details/nach-abfallarten-differenzierte-erzeugte-abfallmengen-munster lässt sich die CSV-Datei https://opendata.stadt-muenster.de/sites/default/files/Erzeugte-Abfallmengen-MS_2.csv downloaden. Erklären Sie an diesem Beispiel die WEMI-Systematik, d.h. die Begriffe Work, Expression, Manifestation, Item.

  • Erklären Sie mit Bezug auf WEMI, was man meint, wenn man RDF als ein abstraktes Datenmodell beschreibt. (Gibt es im Kontext von RDF auch so etwas wie “konkret”? Was könnte das sein?)

  • Was ist in RDF eine Resource, ein Literal? Welche Aussagen kann man über Resources machen, welche über Literale?

  • Wie hängen RDF und RDFS zusammen: Was sind Gemeinsamkeiten, die wichtigsten Unterschiede?

  • Was ist der Unterschied zwischen URL, URI, IRI?

  • Was ist der Bertelsmann Musterdatenkatalog? Wie entsteht er, welche Ziele verfolgt er?

  • Was ist laut Wikipedia eine SWOT-Analyse? Beschreiben Sie kurz! Warum ist die SWOT-Analyse im Lehrbuch “nur die Hälfte”?

KEIN Turtle

https://wiki.dnb.de/download/attachments/99090660/02_Block_Block_RDA_FRBR_Endfassung.pdf