Datenqualität und Maschinenlesbarkeit offener Daten

Eine Datenveröffentlichung ist kein Selbstzweck. Die Idee von Open Data ist, dass Ihre Daten von anderen betrachtet, ausgewertet und gegebenfalls sogar auf vielfältige Art und Weise weiterverarbeitet werden können. Datennutzer:innen wird diese Weiterverarbeitung erleichtert, wenn die Daten in guter Qualität bereitgestellt werden. Doch was bedeutet das?

Datenqualität hat viele Facetten. Ein wichtiger Aspekt für offene Datensätze ist, dass diese maschinenlesbar sind, also von einem Computer bzw. von Software verarbeitet werden können. In diesem Video-Tutorial fokussieren wir uns auf Maschinenlesbarkeit tabellarischer Daten und die beiden Dateiformate CSV und XLSX (Excel).

Im Videotutorial sehen Sie:

• was es mit den Dateiformaten CSV und XLSX auf sich hat und wie sie sich unterscheiden
• wie ein:e Programmierer:in Daten maschinell lesen und verarbeiten kann
• warum Excel-Tabellen oft nicht einwandfrei maschinenlesbar sind
• wie Sie eine Excel-Datei in eine CSV-Datei umwandeln
• eine Sammlung wichtiger Tipps und Konventionen, um die Datenqualität zu erhöhen.

Alles auf einen Blick - Der Datenqualitäts-Spickzettel

Eine Zusammenfassung unserer Empfehlungen für maschinenlesbare, offene Daten finden Sie in unserem Handout, welches Sie hier herunterladen können.

Expert:in werden - Der NQDM Leitfaden für qualitativ hochwertige Daten und Metadaten

Möchten Sie noch tiefer ins Thema einsteigen und mehr über Datenqualität und hochwertige Metadaten wissen? Dann empfehlen wir Ihnen den NQDM – Leitfaden für qualitativ hochwertige Daten und Metadaten des Fraunhofer FOKUS. Dort finden Sie umfangreiche Qualitätsmerkmale und Handlungsempfehlungen. Der Leitfaden behandelt auch die spezifischen Dateiformate für nicht-tabellarische Daten XML, JSON, GeoJSON und RDF, sowie REST-Schnittstellen und WFS-Dienste.

Sie haben noch Fragen?

Die ODIS hilft Ihnen natürlich gerne bei weiteren Fragen, kontaktieren Sie uns einfach.