Open Data

Die Nutzung von Open Data ermöglicht neue Einblicke in Wissenschaft, Industrie und Gesellschaft. Wussten Sie, dass es in der Schweiz 21 Berge mit dem Namen „Schwarzhorn“ gibt? Oder dass die Bahnhofstrasse in Zürich 1863 benannt wurde und 1’173 Meter lang ist? Welche Denkmalpflegeobjekte befinden sich in Ihrer unmittelbaren Nachbarschaft? Diese und viele andere Erkenntnisse sind dank Open Data und Open Government Data (OGD), also offenen Behördendaten, möglich. Durch die Verknüpfung verschiedener Datensätze lassen sich beispielsweise Anwendungen 1 entwickeln, die mit verschiedenen Visualisierungen arbeiten. Doch wie macht man Daten offen und was zeichnet ‚offene Daten‘ aus? Gemäss Open Definition 2 lässt sich folgende Formulierung aufstellen:

Grundsätzlich können alle Daten geöffnet, sprich zugänglich gemacht, werden: Seien dies die eigenen Fotos auf Bildplattformen wie Wikimedia Commons, Kochrezepte in einem Forum oder Reiseberichte im eigenen Blog. Typischerweise handelt es sich bei Open Data aber immer um grössere Datensets. Denn eine bestimmte Datenmenge ist Voraussetzung für die Entwicklung entsprechender Applikationen und somit auch für die Erzeugung eines Mehrwerts.

Mittlerweile betreiben viele Bibliotheken, Archive oder Museen Online-Plattformen, auf denen „Daten“ offen und frei zugänglich sind. Dies können digitalisierte Bilder sein und/oder auch die Metadaten, also die beschreibenden Informationen, zu diesen Daten. Auf Basis von Metadaten einer historischen Sammlung könnte beispielsweise eine Applikation entwickelt werden, die auf einer Karte anzeigt, aus welchen Orten die Urheber der Objekte stammen. Oder ein User kann erfahren, aus welcher Epoche am meisten Werke stammen. Richtig spannend wird dann die Verbindung der beiden Informationen in einer dynamischen Visualisierung: Ändern sich die Herkunftsorte im Lauf der Zeit?

In der Wissenschaft sind es üblicherweise Forschungsdaten, also gesammelte Daten aus Beobachtungen oder Experimenten, die öffentlich zugänglich gemacht werden. Dies fördert den internationalen Austausch und treibt die Forschung voran.

Auch Open Government Data stehen der breiten Bevölkerung vermehrt zur Verfügung. So können im Open-Data-Katalog der Stadt Zürich 4 Daten unterschiedlichster Natur recherchiert und anschliessend im gewünschten Format heruntergeladen werden. Dies können Informationen zu Verpflegungsbetrieben nach Jahr und Stadtquartier, Standorte von Brunnen, Spielplätzen, Kirchen oder Kinderkrippen in der Stadt Zürich oder auch Treibhausgasemissionen über mehrere Jahrzehnte sein, um nur ein paar Beispiele zu nennen.

Damit offene Daten mit verschiedenen Programmen kompatibel sind und weltweit auf Rechner heruntergeladen und weiterverarbeitet werden können, braucht es eine allgemein gültige Definition von „Offenheit“. 5 Tim Berners-Lee, der Erfinder des World Wide Web, hat hierzu ein fünfstufiges Open-Data-Modell vorgeschlagen. 6 Auf der ersten, niedrigsten Stufe werden Daten – egal in welchem Format – unter einer offenen Lizenz 7 zur Verfügung gestellt. Die nächste Stufe erfordert eine Strukturierung der Daten, beispielsweise als Excel-Tabelle. Open Data auf der nächsthöheren Stufe zeichnen sich durch ein nicht-proprietäres, also ein offenes Dateiformat aus. Dies kann zum Beispiel eine CSV-Datei sein. Die zweithöchste Stufe erfordert zudem URIs (Unique Resource Identifiers), sodass Daten einfach und persistent auffindbar sind. Open Data auf der fünften Stufe sind als Linked Open Data mit anderen Daten verlinkt, sodass Kontext ersichtlich wird.

Nebst den positiven Aspekten und Chancen zu neuen Erkenntnissen bringen offene Daten selbstverständlich auch Herausforderungen mit sich. Allem voran zählt dazu der Datenschutz: Gewisse Daten wie z. B. Kundendaten, dürfen nicht einfach offen zugänglich gemacht werden. Dies betrifft beispielsweise Patientendaten in der Medizin oder personenbezogene Forschungsdaten. Hier muss die Anonymität zwingend gewährleistet werden können. Es bedarf also grundsätzlich immer einer gründlichen rechtlichen Abklärung, welche Daten überhaupt offen zugänglich gemacht werden dürfen (Data Governance).

Institutionen müssen erhebliche Ressourcen aufwenden, um vorgängig eine Auswahl an Daten zu treffen und die rechtlichen Abklärungen vorzunehmen. Auch eine technische Downloadmöglichkeit muss bereitgestellt werden, damit Entwickler und Programmierer möglichst unkompliziert zu den offenen Daten gelangen. Des Weiteren bedarf es auf Seiten der Nutzerinnen und Nutzer eines gewissen Know-hows, um aus den blossen Daten eine Visualisierung oder Applikation zu programmieren. Sonst nützen die schönsten Datenreihen auf der höchsten offenen Stufe nichts.

Das Zugänglichmachen von Open Data durch Institutionen und Behörden ist selbstverständlich nur ein Aspekt. Genauso wichtig ist die Weiterverarbeitung der Daten zu Visualisierungen oder Applikationen, um einen Mehrwert aus den offenen Daten zu gewinnen. Ein Beispiel hierfür stellen sogenannte Hackathons dar. Datenlieferanten, Hacker und Interessierte treffen sich und versuchen während zwei bis drei Tagen, auf Basis von offenen Daten neue Anwendungen oder Visualisierungen zu entwickeln. In diesem Zusammenhang wurde auch der Swiss Open Cultural Data Hackathon im Jahr 2015 ins Leben gerufen. Im September 2017 fand bereits die dritte Durchführung statt. Es entstand eine Vielzahl neuer Projekte, die allesamt auf Open Data basieren.

Auch die ETH-Bibliothek war als Datenlieferantin vor Ort und stellte Metadaten der Korrespondenz von Carl Gustav Jung, die sich in den Beständen des Hochschularchivs der ETH Zürich befindet, zur Verfügung. In einem vor Ort gebildeten Projektteam „Jung-Rilke Correspondence Networks“ fand eine intensive Auseinandersetzung mit den Korrespondenzbeständen von C. G. Jung und jenen von Rainer Maria Rilke (des Schweizerischen Literaturarchivs) statt. Das Ziel war die schrittweise Aufbereitung und Anreicherung der Daten, um sie anschliessend auf unterschiedliche Weise visualisieren zu können. So ermöglichte etwa die Geocodierung der vorhandenen Absendeorte die Darstellung der Korrespondenznetzwerke auf Karten. 8

Die Veröffentlichung von Ergebnissen ist ein Grundprinzip moderner Wissenschaft. Sie erlaubt es Wissenschaftlerinnen und Wissenschaftlern, Fehler zu identifizieren sowie Theorien zu unterstützen, abzulehnen oder weiter auszuarbeiten. Die Fähigkeit der modernen Wissenschaft zur Selbstkorrektur und stetigen Verbesserung setzt Offenheit voraus. 9 Ein neuer Gedanke ist die Idee, dass nicht erst Auswertungen und Interpretationen von Daten veröffentlicht werden sollen, sondern bereits blosse Messreihen und Rohdaten von Experimenten. Hiermit sind die sogenannten offenen Forschungsdaten gemeint.

Es gibt gute Gründe, warum auch Forschungsdaten als Open Data publiziert werden sollen. Hierzu zählen unter anderem, dass wissenschaftliche Studien häufiger zitiert werden, wenn die zugrundeliegenden Daten öffentlich zugänglich sind. Auch haben solche Studien eine höhere Glaubwürdigkeit. Zudem können qualitativ hochwertige Forschungsdaten allenfalls zusätzlich in spezialisierten Zeitschriften publiziert werden, und nicht zuletzt kann so die Forschungsarbeit für neue Projekte mit reproduzierbaren Ergebnissen nachgenutzt werden. 10

Im Internet-Zeitalter sind Open Research Data aktueller denn je. Besonders Daten und Resultate von Forschung, die mit öffentlichen Geldern unterstützt wird, sollen nach Vorgaben der Förderinstitutionen für alle frei zugänglich sein, nicht zuletzt auch, um die Wissenschaft voranzutreiben. Daher verlangt der Schweizerische Nationalfonds zur Förderung der wissenschaftlichen Forschung (SNF) seit Oktober 2017 Datenmanagementpläne (DMP) als Bestandteil von Projektgesuchen. Ein Datenmanagementplan skizziert, wie die Forschungsdaten im Rahmen eines Projekts generiert, gesammelt, dokumentiert, publiziert, respektive öffentlich zugänglich gemacht, und schliesslich digital archiviert werden und unterstützt somit Forschende bei der Planung des Lebenszyklus‘ ihrer Daten. 11

Die Leitlinien des Schweizerischer Nationalfonds (SNF) 12 für Forschende geben wichtige Kriterien zur Erstellung eines Datenmanagementplans. Zugrunde liegen die FAIR-Prinzipien 13 : Forschungsdaten sollen Findable, Accessible, Interoperable, Re-Usable sein, also auffindbar, zugänglich, in verschiedenen Systemen verwendbar sowie nachnutzbar. Vier Bereiche müssen mit einem Datenmanagementplan abgedeckt werden:

• Datenerhebung und -dokumentation
• Ethische, rechtliche und sicherheitstechnische Fragen
• Datenspeicherung und -erhalt
• Austausch und Weiterverwendung von Daten

Die Fachstelle Digitaler Datenerhalt der ETH-Bibliothek bietet umfangreiche Beratung und Unterstützung zu allen Aspekten des Datenmanagements. 14 Forscherinnen und Forscher der ETH Zürich haben zudem die Möglichkeit, ihre Daten auf der Research Collection, dem Repositorium für Publikationen und Forschungsdaten der ETH Zürich, zu publizieren. Von dort werden sie automatisch zur langfristigen Archivierung ins ETH Data Archive exportiert. 15

Als Informationsdienstleisterin nutzt die ETH-Bibliothek die Möglichkeit von Linked Open Data, indem sie beispielsweise die Einträge im eigenen Katalog mit dynamischen Verlinkungen zu Wikipedia, der Deutschen Digitalen Bibliothek und anderen Quellen anreichert. Als Lieferantin von offenen bibliografischen Metadaten und Digitalisaten möchte die ETH-Bibliothek einen Beitrag zur Open-Data-Bewegung leisten. Wann immer möglich werden die eigenen Daten ohne rechtliche Beschränkungen für die weitere Verwendung bereitgestellt, das heisst unter einer Public Domain Mark 16 oder einer so genannten CC0-Lizenz 17 . Sind die Voraussetzungen hierfür nicht gegeben, wird eine möglichst offene Lizenz aus dem „Baukasten“ der Creative Commons gewählt. Konkret stehen bibliografische Metadaten als Metadatensets verschiedener Publikationstypen zum Download als Paket oder über eine direkte Schnittstelle (Z 39.50) zur Verfügung. Zudem ermöglicht das Bildarchiv der ETH-Bibliothek über eine so genannte BEACON-Datei die Verlinkung zu jenen Beständen, die mit GND 18 -referenzierten Personen verbunden sind.

Mehrere hunderttausend digitalisierte Dokumente – sowohl Text als auch Bild umfassend – können über verschiedene Plattformen eingesehen und heruntergeladen werden:

• E-Pics Bildarchiv Online: Bildarchiv der ETH-Bibliothek mit Bildern zur Wissenschafts- und Technikgeschichte der Schweiz, Landschafts- und Ortsansichten, Fotoarchive der Swissair und der Fotoagentur Comet Photo AG. Im Blog Crowdsourcing werden regelmässig frei zugängliche Bilderreihen vorgestellt. Ausgewählte Digitalisate und ‚born digitals‘ werden zur Nachnutzung mit einer offenen Lizenz auch auf Wikimedia Commons bereitgestellt, womit sich die Einbindung in Wikipedia-Artikel vereinfacht.
• e-rara.ch: Digitalisierte Drucke aus Schweizer Bibliotheken des 15. bis 20. Jahrhunderts.
• e-manuscripta.ch: Digitalisierte handschriftliche Quellen aus Schweizer Bibliotheken und Archiven.

Dass sich das Prinzip von Open Data immer weiter verbreitet und auch Regierungen weltweit ihre Daten mit zunehmender Tendenz öffnen, lässt sich sehr gut am Open Data Barometer 19 ablesen. Seit 2013 wird auf dem Portal verzeichnet, wie Behörden Open Data im Hinblick auf die Rechenschaftspflicht, die Innovation und den Social Impact bereitstellen. Die Schweiz konnte sich zwar jährlich steigern, befindet sich aber aktuell mit einem Wert von 43/100 nur auf Platz 22 von 77 ausgewerteten Nationen. Nur wenn Behörden und Organisationen weiterhin im Sinne von Open Data agieren und auch die breite Öffentlichkeit erfährt, welches Potenzial in Open Data steckt, kann der Trend zu einer offenen Informationsgesellschaft beschleunigt werden. Die ETH-Bibliothek engagiert sich, um diese Entwicklung voranzutreiben und den Gedanken von Open Data weiter zu fördern und bekannt zu machen.