Eidgenössisches Departement des Innern EDI Bundesamt für Meteorologie und Klimatologie MeteoSchweiz
Wetter- und Klimadaten Präsentation MeteoSchweiz vom 9.3.2017
Bundesamt für Meteorologie und Klimatologie - MeteoSchweiz 1) Messungen und Beobachtugen
2) Vorhersagen und Warnungen
3) Klimatologie
4) Forschung und Entwicklung Daniela Nowak, Project Management and Distribution
2
Kontaktdaten Data Coaches • Joël Fisler:
[email protected] Direktwahl 058 460 94 33 • Daniela Nowak:
[email protected] Direktwahl 058 460 97 90 • Andere verfügbar für Informationen oder auch mal ein Treffen, je nach Thema
© Payerne, 3. März 2017
Daniela Nowak
3
OGD@MeteoSwiss
• Datenliberalisierung – Motion Wasserfallen (UREK-N) • Auf opendata.swiss Portal mit ein paar Datensätzen • Zukunft der Datenlieferungen an Nutzer ist aktuelles Thema • Linked Data, OGD Portal des Bundes, Unterstützung wie z.B. Data Coaches…
© Payerne, 3. März 2017
Daniela Nowak
4
Open Data zu Wetter und Klima • opendata.swiss − Formate; csv, txt etc. − alle 10’ aktualisierte Daten und lange Klimareihen • meteoschweiz.admin.ch − Formate: können spezifisch geliefert werden • ch2011.ch − Unterstützung von Klimatologen
© Payerne, 3. März 2017
Daniela Nowak
5
Ideen Open Data App zu Meteo&Klima 1. Entwicklung der Temperatur der letzten ca. 150 Jahre auf verschiedenen Höhenstufen einmal anders darstellen 2. Informationen aus den Monatsberichten in Daten und Grafiken darstellen 3. Verknüpfung von Wetterdaten mit SBB Daten zu den Verspätungen
© Payerne, 3. März 2017
Daniela Nowak
6
Eidgenössisches Departement des Innern EDI Bundesamt für Meteorologie und Klimatologie MeteoSchweiz
MeteoSchweiz Operation Center 1 CH-8058 Zürich-Flughafen T +41 58 460 91 11 www.meteoschweiz.ch
MeteoSvizzera Via ai Monti 146 CH-6605 Locarno-Monti T +41 58 460 92 22 www.meteosvizzera.ch
MétéoSuisse 7bis, av. de la Paix CH-1211 Genève 2 T +41 58 460 98 88 www.meteosuisse.ch
MétéoSuisse Chemin de l‘Aérologie CH-1530 Payerne T +41 58 460 94 44 www.meteosuisse.ch
© Payerne, 3. März 2017
Daniela Nowak
7
Bundesamt für Landestopografie swisstopo Geoportal Bund geo.admin.ch
Open Data Speed Dating 9. März
Name / Titel der Präsentation Geodaten des Bundes
Linked GeoData … Bezeichnung des Anlasses / Datum http://tinyurl.com/unibeld
[email protected] Referent oder Herausgeber
[email protected] @swiss_geoportal Open Data Speed Dating 9.3.2015
http://tinyurl.com/unibeld
geo.admin.ch: das Geoportal des Bundes
Was ist geo.admin.ch? „Alltag“ : „60 bis 80 Prozent aller Entscheide, die Bürgerinnen und Bürger betreffen, sind mit Geoinformation verbunden“1 GeoIG Art. 1 Zweck : Dieses Gesetz bezweckt, dass Geodaten über das Gebiet der Schweizerischen Eidgenossenschaft den Behörden von Bund, Kantonen und Gemeinden sowie der Wirtschaft, der Gesellschaft und der Wissenschaft für eine breite Nutzung, nachhaltig, aktuell, rasch, einfach, in der erforderlichen Qualität und zu angemessenen Kosten zur Verfügung stehen •
1
Coopers and Lybrand 1996, Economic aspects of the collection, dissemination and integration of government’s geospatial information, Published by Ordnance Survey, Southampton, UK.
Open Data Speed Dating 9.3.2015
http://tinyurl.com/unibeld
geo.admin.ch: das Geoportal des Bundes
geo.admin.ch
• Ist das Geoportal des Bundes - map.geo.admin.ch der Viewer dazu • Wird von swisstopo als ServiceProvider betrieben • 600 Datensätze als Dienste oder Datendownload
Bringing geo data potential to live
Open Data Speed Dating 9.3.2015
http://tinyurl.com/unibeld
geo.admin.ch: das Geoportal des Bundes
geo.admin.ch - Linked Data
• geo.admin.ch stellt augewählte Geodaten als Linked Data zur Verfügung • swissBOUNDARIES3D (Landesgrenzen, Kantone, Bezirke, Gemeinde) Versionen 2016 und 2017 • Frei gemäss Lizenz: https://www.swisstopo.admin.ch/de/home/meta/konditi onen/geodaten/kostenlose-geodaten.html
Geodaten verlinken
Open Data Speed Dating 9.3.2015
http://tinyurl.com/unibeld
geo.admin.ch: das Geoportal des Bundes
Fragestellung : Linked GeoData mit Behördendaten / Diensten
«ANWENDUNG UM (GEO)DATEN VON VIERSCHIEDENEN LINKED DATA QUELLEN ZU KOMBINIEREN UND VISUALISIEREN» -> BEVÖLKERUNG, WIRTSCHAFT 5 Mio Einträge
Datenset beinhaltet die Verspätungssekunden für Ankunft / Abfahrt
Weitere mögliche Daten Verknüpfung mit Rollmaterial der SBB - Verknüpfung mit Formation der SBB – Züge - Haltestellen der Verbünde Auftrag Visualisierung der Bahnhofs- oder Zugspünktlichkeit für Endkunden. A) eines einzelnen Tages Thun - 85% B) einer Reihe von Tagen -
Besten Dank für Ihre Aufmerksamkeit.
Christian Trachsel Open Data Verantwortlicher
SBB AG Informatik Lindenhofstrasse 1 3000 Bern 65 Mobil +41 78 600 85 26
[email protected]
Rahel Ryf Fachstelle Open-Data-Plattform öV Schweiz
SBB AG Systemaufgaben Kundeninformation Hilfikerstrasse 3, 3000 Bern 65 Mobil +41 79 593 78 00
[email protected]
Beispiel
http://www.qualitetransports.gouv.fr/les-chiffres-de-la-ponctualite-r2.html http://interaktiv.tagesanzeiger.ch/2016/so-puenktlich-ist-ihre-vbz-linie https://ressources.data.sncf.com/explore/dataset/regularite-mensuelleintercites/analyze/
Schweizerischer Nationalfonds (SNF) François Delavy
Abteilung Daten und Systeme Wildhainweg 3, Postfach, CH-3001 Bern +41 31 308 21 83
[email protected]
Der SNF fördert die wissenschaftliche Grundlagenforschung im Auftrag des Bundes (jährlich ~900Mio. CHF) 3%1% 23%
• Wichtigstes Förderinstrument der SNF • Themen und Forschungsziele von den WissenschaftlerInnen gewählt
50%
23% Projekte
Karrieren
Programme
Infrastrukturen
Wissenschaftskommunikation SNF
Open Data Vorlesung 09.03.2017
Forschung schafft Wissen.
www.p3.snf.ch >65’000 Projekte Project Number
Project Title
Responsible Applicant
Funding Instrument
University
Discipline Number
Discipline Name
Start Date
End Date
Approved Amount
171831
Digitale Nachhaltigkeit
Stolz Michael
Scientific Conferences
Universität Bern - BE
10501
German and English languages and literature
01.02. 2017
30.04. 2017
8800
…
>90’000 Personen Last Name First Name Gender Institute Name
Institute Place Person ID SNSF ORCID
Projects as Applicant …
Stürmer
Bern
171831
Matthias
male
Institut für Wirtschaftsinformatik Universität Bern
646005
>80’000 Publikationen Publication ID SNSF
Project Number
Type of Publication
Title of Publication
Authors Publication Year ISBN
DOI
Open Access Status Open Access URL
…
171831
…
…
…
…
…
SNF
…
Open Data Vorlesung 09.03.2017
…
…
Forschung schafft Wissen.
…
Erweiterung der P3 Datenbank Publikation DOI Scopus API (Elsevier)
Metadata von Publikationen
Zum Beispiel: • • SNF
Alle Autoren und ihre Universität (inkl. Land) All Science Journal Classification (ASJC) Open Data Vorlesung 09.03.2017
Forschung schafft Wissen.
Problemstellung und Ideen von Visualisierungen 1. Zusammenarbeiten durch gemeinsame Publikationen Bsp. Network oder Landkarte
2. Worüber wird in der Schweiz geforscht? Entwicklung oder Ist-Zustand Bsp. Trend plot, Bubble plot, Sankey diagram…
SNF
Open Data Vorlesung 09.03.2017
Forschung schafft Wissen.
Kanton Zürich Bildungsdirektion Bildungsplanung
Bildungsdaten aus dem Kanton Zürich Open Data Speed Dating, 9. März 2017, Universität Bern
Folie 2
Ausgangslage Bildungsdaten aus dem Kanton Zürich: Demografische Dynamik, Bildungsdaten widerspiegeln gesellschaftliche Bewegungen. Die Bildungsstatistik erfasst jährlich Individualdaten von rund 288'000 Kindern, Jugendlichen und Erwachsenen (inkl. FHZ). Daten liegen seit dem Schuljahr 2000/2001 vor: Es sind Visualisierungen über die Zeit der letzten 15 Jahre möglich.
Folie 3
Motivation und Ziel Durch die Visualisierung können neue Erkenntnisse sichtbar gemacht und gewonnen werden Interesse der Verwaltung an innovativen, interaktiven Grafiken Applikation für interne Abfragen / Informationsquelle Vorgesehen Publikation der Applikation unter der neuen Website der Bildungsstatistik Kanton Zürich Bessere Kenntnisnahme von Statistikdaten durch die Öffentlichkeit
Folie 4
Themenschwerpunkt Fachhochschulen Rund 14’000 Lernende an den Mittelschulen / 241 unterschiedliche Gemeinden / 8 Bezirke / 23 Mittelschulen Verteilung der Schülerinnen und Schüler nach Profil, Bezirk, Mittelschule, Geschlecht Verteilung der Abschlüsse nach Profil, Bezirke, Jahr Entwicklungen über die Zeit Verknüpfung mit weiteren, öffentlich zugänglichen Daten (Bevölkerungsdaten, Bezirksdaten, diverse Geodaten usw.)
Folie 5
Mögliche Visualisierungen Auswahlmenü • Wahl der Parameter • Dynamische Auswahlmöglichktei • Tooltips mit Infos
Sankeydiagramm • Rollover • Tooltips mit Infos • Dynamisch mit Filterfunktion
Folie 6
Datenbasis ** Datenschutz mehrere Datensätze! Daten als CSV-Datei Daten mit folgenden Merkmalen: • Schule • Jahr • Geschlecht • Nationalität (Aggregation) • Profil • Abschlussjahr • Abschluss
Folie 7
Daten − Abschlüsse ab 2003, 31’890 Abschlüsse
− Lernende ab 2003, 191’458 Datensätze
Folie 8
Besten Dank für Ihr Interesse. Wir freuen uns auf die Zusammenarbeit mit Ihnen Kontakt: Tobias Schalit Bildungsdirektion Kanton Zürich Abteilung Bildungsplanung
[email protected], 043 259 53 28
Kanton Zürich Direktion der Justiz und des Innern Statistisches Amt
Open Data Speed Dating Thomas Lo Russo / Matthias Mazenauer
Direktion der Justiz und des Innern
Wir sind… … das Statistische Amt im Kanton Zürich … kompetent im Verknüpfen von Daten
… Informations-Produzenten … a
… www.statistik.zh.ch
Direktion der Justiz und des Innern
Abstimmungsarchiv
Abstimmungsarchiv Kanton Zürich: https://opendata.swiss/de/dataset/ab stimmungsarchiv-des-kantons-zurich
alle Abstimmungsresultate im Kanton Zürich seit 1831
Resultate auf Gemeinde-, Bezirkund Kantonsebene
Inklusive Links zu gescannten Orginaldokumenten
Direktion der Justiz und des Innern
Die Daten
Resultat und Stimmbeteiligung nach Gemeinde
Abstimmungstyp (Referendum / Initiative)
Thema (Wirtschaft, Sicherheitspolitik etc.)
Kantonale Vorlagen: Gesetzestexte / Abstimmungszeitung (pdf)
Direktion der Justiz und des Innern
Die Formate
xls
csv
json
webservice
?
Direktion der Justiz und des Innern
Fragen & Ideen
Wie haben sich die Zustimmungsmuster und die Stimmbeteiligung über die Zeit entwickelt?
Gibt es Unterschiede hinsichtlich Abstimmungstyp und Thema?
Explorative Visualisierung: Vorlagen mit höchster Zustimmung, Ablehnung, Stimmbeteiligung nach Gemeinden
Verknüpfung mit anderen Datenbeständen (Gemeindeporträt)
Direktion der Justiz und des Innern
Echtzeitdaten am Abstimmungstag Webservice für Echtzeit-Ergebnisse am Abstimmungssonntag. Die Daten werden laufend mit den Resultaten aus den Gemeinden aktualisiert. Die Daten werden nach der Schliessung der letzten Urne um 12Uhr erstmals aktualisiert.
Direktion der Justiz und des Innern
Gemeindefinanzen
Die umfassendste online zugängliche Sammlung von Gemeindefinanzen in der Schweiz
Konsolidierte Gemeinden ermöglichen Vergleiche zwischen den Gemeinden
Zeitreihen von 1990 bis 2015
Direktion der Justiz und des Innern
Was wir bieten
Know How … zu den Daten … zur Verarbeitung der Daten (u.a. mit R) … zur Kommunikation mit Daten … zur Programmierung mit d3.js Visualisierung in der Verwaltung Beispiele
Plattform für eine Visualisierung/Webapplikation
Direktion der Justiz und des Innern
Worüber wir uns freuen
Kreative Ideen
Frische Ansichten
Neue Einsichten
Spannende Zusammenarbeit
Direktion der Justiz und des Innern
Matthias Mazenauer 043 259 75 28
[email protected] @mmznr Thomas Lo Russo 043 259 75 16
[email protected] @thlorusso Datashop 043 259 75 00
[email protected] www.statistik.zh.ch
Kanton Bern
Grosser Rat des Kantons Bern
Institut für Wirtschaftsinformatik Open Data Speed Dating 9. März 2017
2017.PARL.68-1
Parlamentsdienste des Grossen Rates
Kanton Bern
Grosser Rat des Kantons Bern Warum dieses Projekt: - 25. März 2018 Grossratswahlen - Medieninteresse - politische Bedeutung - Nachhaltigkeit - Sichtbarkeit Parlamentsdienste des Grossen Rates
Kanton Bern
Grosser Rat des Kantons Bern Was wir bieten: - Daten im XML Format - Hilfe bei der Fragestellung - Unterstützung bei der Modellierung - in Deutsch und/oder Französisch* - und wir sind ganz nah! *weitere Sprachen auf Anfrage
Parlamentsdienste des Grossen Rates
Kanton Bern
Grosser Rat des Kantons Bern Wer wir sind: 160 Grossrät/innen = Forschungsobjekt Parlamentsdienste = «Bodenpersonal»
Parlamentsdienste des Grossen Rates
Kanton Bern
Grosser Rat des Kantons Bern Mögliche Verknüpfungen: - Personendaten / Strukturdaten - Fraktionen / Partei - Alter / Geschlecht - Wahlkreise / Region - Vorstossarten (M, FM, P, I, A, PI) - Themenbereiche / Direktionen -C Parlamentsdienste des Grossen Rates
Kanton Bern
Grosser Rat des Kantons Bern Die Datenlage:
Parlamentsdienste des Grossen Rates
Kanton Bern
Grosser Rat des Kantons Bern Die XML Dateien:
Parlamentsdienste des Grossen Rates
Kanton Bern
Grosser Rat des Kantons Bern Teaser:
Parlamentsdienste des Grossen Rates
Kanton Bern
Grosser Rat des Kantons Bern Blick in die Zukunft: - Nachführung bis zum Wahltag - dynamische Verarbeitung - Entwicklung neuer Modellierungen - Integration in Web Page -C
Parlamentsdienste des Grossen Rates
Kanton Bern
Grosser Rat des Kantons Bern Darum: - Sie sind politisch interessiert, - Sie finden das Projekt spannend, - Sie zählen auf Inputs des Teams, - Sie sehen Entwicklungspotential Dann sind Sie bei uns richtig! Parlamentsdienste des Grossen Rates
Kanton Bern
Grosser Rat des Kantons Bern Kontakt: Patrick Trees, MA / MAS Executive MPA Generalsekretär des Grossen Rates
[email protected] 031 633 75 82
Parlamentsdienste des Grossen Rates
Schweizerische Nationalbibliothek – Haupteingang (Simon Schmid, Schweiz. Nationalbibliothek, CC by-sa 3.0)
Uni Bern – Datenpräsentation Beat Estermann, März 2017 Berner Fachhochschule | Haute école spécialisée bernoise | Bern University of Applied Sciences Wo nicht anders vermerkt, unterstehen die Inhalte dieser Präsentation der CC-by-sa 4.0 Lizenz. Bitte Markenrechte auf Logos beachten.
Zwei Themenvorschläge OpenGLAM Benchmark Survey: Datenvisualisierung, interaktiv ▶ Wikidata: Visualisierung von (Kultur-)Daten ▶
Berner Fachhochschule | Haute école spécialisée bernoise | Bern University of Applied Sciences
OpenGLAM Benchmark Survey
Source: Estermann, Beat (2015) Diffusion of Open Data and Crowdsourcing among Heritage Institutions. Based on data from Finland, Poland, Switzerland, and The Netherlands. Paper Presented at the EGPA 2015 Conference, held on 26-28 August 2015 in Toulouse, France.
http://survey.openglam.ch Aktuell mit Daten aus Brasilien, Bulgarien, Finnland, Neuseeland, den Niederlanden, Polen, Portugal, der Schweiz, Spanien und der Ukraine.
Berner Fachhochschule | Haute école spécialisée bernoise | Bern University of Applied Sciences
Share of institutions (%)
Research Questions Where do heritage institutions stand with regard to… …Open Data? …Linked Data / Semantic Web? …Digitization …Open Content? …Engaging Audiences on the Internet …Collaborative Content Creation Innovation Diffusion Model, Everett Rogers, 1962 Awareness
Interest
Innovators 2.5%
Early Adopters Early Majority Late Majority 13.5% 34% 34%
Evaluation
Trial
Laggards 16%
Adoption
What are the perceived risks and opportunities? (drivers vs. hindering factors) What are the expected benefits? What are the differences between different types of heritage institutions? A further goal of the “OpenGLAM Benchmark Survey” are international comparisons: Berner Fachhochschule | Haute école spécialisée bernoise | Bern University of Applied Sciences In what ways does the situation in the different countries vary?
Diffusion of Innovative Practices among Heritage Institutions
Innovators 2.5%
Early Adopters 13.5%
Early Majority 34%
Proportion of institutions (%)
Everett Roger’s Diffusion of Innovation Model
Late Majority 34%
Laggards 16%
Open data Linked data
Advanced implementation Adoption
Digitization Open content
Trial Evaluation Interest
Social media
No interest
Collaborative content creation
Bulgaria, Brazil, Finland, New Zealand, Poland, Portugal, Switzerland, The Netherlands, Ukraine, all institution types combined, N = 1030. Berner Fachhochschule | Haute école spécialisée bernoise | Bern University of Applied Sciences Cases with «stagnation» / «discontinuance» have been ignored.
(Kultur-)Daten auf Wikidata
Berner Fachhochschule | Haute école spécialisée bernoise | Bern University of Applied Sciences
WikiProject « Cultural Heritage » (Überblick) ▶
https://www.wikidata.org/wiki/Wikidata:WikiProject_Cultural_heritage
Berner Fachhochschule | Haute école spécialisée bernoise | Bern University of Applied Sciences
Wikidata Query Service (SPARQL) https://query.wikidata.org Beispiel-Query: tinyurl.com/zhdke63 (Google Chrome benutzen!)
Berner Fachhochschule | Haute école spécialisée bernoise | Bern University of Applied Sciences
Museum Tinguely (Q180904) https://www.wikidata.org/wiki/Q180904 Label in 7 Sprachen ▶ Beschreibung in 5 Sprachen ▶
Koordinaten ▶ Adresse ▶ Website ▶
Eröffnungsdatum ▶ Museumstyp ▶ … ▶
▶
Photo: Alan Philipp Müller, Wikimedia Commons, CC BY 2.0
Wikipedia-Artikel in 7 Sprachen
Berner Fachhochschule | Haute école spécialisée bernoise | Bern University of Applied Sciences
Visualisierungs-Ideen ▶ ▶ ▶ ▶ ▶ ▶ ▶
▶
Repräsentation auf Karte Repräsentation auf Zeitstrahl Typologie / Statistik Ländervergleiche, Vergleiche zwischen Kantonen Vollständigkeit der Daten Abdeckung in der Wikipedia (verschiedene Sprachversionen) Allenfalls Kombination mit weiteren Daten aus dem Wikipedia-Kontext (z.B. Artikellänge, Anzahl verfügbare Bilder auf Wikimedia Commons, usw.) …
Berner Fachhochschule | Haute école spécialisée bernoise | Bern University of Applied Sciences
Kontakt Berner Fachhochschule E-Government-Institut Beat Estermann
[email protected] 031 848 34 38 http://openglam.ch – Swiss OpenGLAM Working Group (opendata.ch) http://survey.openglam.ch – Open GLAM Benchmark Survey
Berner Fachhochschule | Haute école spécialisée bernoise | Bern University of Applied Sciences
Open Data Speed Dating: Daten aus Ticketautomaten Christian Loosli, 28.02.2017, Open Data: Daten aus Ticketautomaten
Folie 1
Wer sind wir?
• Öffentlicher Nahverkehr rund um Bern • 5 Tramlinien, 3 Trolley- , 16 Buslinien • Über 100 Millionen Fahrgäste pro Jahr • Datacoach 2016: Störungsmeldungen auf BERNMOBIL Linien https://bernmobil.github.io/stoerungsmeldungen
Christian Loosli, 28.02.2017, Open Data: Daten aus Ticketautomaten
Folie 2
Was haben wir zu bieten?
• Verkaufsdaten von 3 Ausgewählten Haltestellen (mehr bei Bedarf) 2015 • Pro Kalenderwoche als CSV, von wo nach wo, mit welcher Ticketart, ca. 12000 Datensätze • Störungen aller Ticketautomaten als CSV (ca. 7000 Datensätze) Christian Loosli, 28.02.2017, Open Data: Daten aus Ticketautomaten
Folie 3
Was könnte man damit machen?
• Einfach: Ticketarten in Relation zu Woche / Monat / Jahreszeit / Haltestelle, z.B. als Bubble Chart
Christian Loosli, 28.02.2017, Open Data: Daten aus Ticketautomaten
Folie 4
Was könnte man damit machen?
• Einfach bis fortgeschritten: Störungsmeldungen in Zusammenhang bringen mit anderen Daten, z.B. • Wetter • Jahreszeit • Anlässe Christian Loosli, 28.02.2017, Open Data: Daten aus Ticketautomaten
Folie 5
Was könnte man damit machen?
• Fortgeschritten: Verkaufsdaten in Zusammenhang bringen mit anderen Daten, z.B. • Wetterdaten • Ereignissen (z.B. Messen wie die BEA) • Ferien / Feiertagen Christian Loosli, 28.02.2017, Open Data: Daten aus Ticketautomaten
Folie 6
Fragen, Anmerkungen, Interesse?
• Gerne bei mir melden • Christian Loosli, System- und Softwareingenieur,
[email protected]
• Besten Dank und viel Erfolg! Christian Loosli, 28.02.2017, Open Data: Daten aus Ticketautomaten
Folie 7
Visualisierung von Daten der Online-Wahlhilfe «smartvote»
Open Data Speed Dating IWI, Universität Bern 9. März 2017
Über uns
Online-Wahlhilfe «smartvote» (www.smartvote.ch) = Projekt des Vereins Politools in Bern Erfolgreichste und renommierteste Wahlhilfe der Schweiz Seit 2003 bei rund 180 Wahlen eingesetzt (national, kantonal, städtisch) Projektteam aus 4-5 Politikwissenschaftern Arbeitsplätze am KPM der Uni Bern (UniS-Gebäude)
2
Themenbereich / Story
Thema: Politische Positionen von Parteien visualisieren Basisdaten = Antworten von Kandidierenden auf den «smartvote»Fragebogen Aufgabe = Visualisierung der Parteipositionen (= Parteidurchschnitte) pro Frage auf einer Skala zwischen «Ja» und «Nein» Nach Möglichkeit nicht nur Mittelwertsposition, sondern auch Antwortverteilung (bzw. Streuung) visualisieren Zusätzlich Darstellung der Position ausgewählter Einzelkandidaten in derselben Visualisierung Zusätzlich Möglichkeit, die Parteipositionen nach folgenden Merkmalen zu unterteilen: Geschlecht, Alterskategorien, Wahlkreise, bisherige Amtsinhaber, Gewählte
3
Daten
Strukturierte Rohdaten sind bereits vorhanden Vorzugsweise Nutzung der JSON-Datenschnittstelle von «smartvote» (vgl. nächste Seite) Daten alternativ auch offline im Format XLSX verfügbar Applikationsentwicklung erfolgt am Beispiel der Berner Kantonalwahlen 2014 (Grosser Rat und Regierungsrat) Hinweis: Aus rechtlichen Gründen (Datenschutz / Persönlichkeitsrechte von aktuellen und ehemaliger Kandidierenden) handelt es sich bei den «smartvote»Daten nicht um Open Data im engen Sinn. Die Nutzung der Daten während der Erstellung und nach Fertigstellung der Applikation unterliegt daher rechtlichen Beschränkungen. 4
Daten
Screenshot JSON-API-Struktur
5
Umsetzungsideen
(Noch) keine fixen Vorstellungen: Einbringen eigener Ideen erwünscht Kriterium: Angenehme Nutzung auch für Mobile-User Visualisierungsbeispiel des Tages-Anzeigers (Nationalratswahlen 2015): http://interaktiv.tagesanzeiger.ch/2015/65Fragen/#q/1
6
Anforderungen / Kontakt
Voraussetzung sind gute Kenntnisse des politischen Systems der Schweiz (Parteien, Wahlen, Institutionen) sowie wenn möglich erste Grundlagenkenntnisse bzgl. Datenvisualisierungen und/oder Applikationsentwicklung. Als Data Coaches werden aus dem smartvote-Projektteam Michael Erne und Daniel Schwarz zur Verfügung stehen. Interessierte melden sich zwecks Vereinbarung eines ersten Besprechungstermins bei
[email protected]
7
Politools – Political Research Network smartvote Postfach 834 CH-3000 Bern 9 +41 (0)33 534 99 15 www.politools.net www.smartvote.ch www.smartmonitor.ch
8