Schlagwortarchiv für: Daten

How art institutions can manage their metadata

Von Gregory Saumier-Finch | 0 Kommentare

Virtual assistants need descriptive metadata to work correctly. But many art organizations are poorly positioned with it. To close this gap, a Canadian start-up has developed a tool for art organizations to manage their metadata, writes our author Gregory Saumier-Finch.

Context

Discoverability is changing. We are using screens and virtual assistants, driven by AI, to plan our leisure time. In order to participate in this AI shift, events and artistic productions need descriptive metadata. Without the data, even the best algorithms will fail, and the “long tail” of the internet will disappear.

Most arts organizations are poorly placed to benefit from the surge in AI discoverability. While some large arts organizations have technical skills to generate descriptive metadata on their websites, our research shows that there are only a handful. However, for the roughly 2000 non-profit arts organizations in Canada, it is not economically viable for each organization to hire a web developer with the skills needed to publish descriptive metadata.

This leaves a majority of arts organizations both unaware (not realizing that their event data is missing) and vulnerable (being mis-represented by 3rd parties who do generate descriptive metadata.)

Current status quo of the AI boom has shifted control away from arts organizations and into the hands of 3rd parties who end up controlling the descriptive metadata that appears in search engines and virtual assistants. A quick Google search for “events near me” will show event metadata sourced from meetup sites (meetup.ca), event aggregators (theatrelandltd.com, eventful.com), restaurant aggregators (restomontreal.ca), tourism sites (rove.me), and ticketing platforms (ticketmaster.ca, StubHub.com.) Notably there is almost a complete absence of authoritative metadata sourced from the art organizations that are actually producing or presenting the events.
The gap is widening between those companies that have descriptive metadata, such as the commercial film industry, and those that don’t. Cluttered webpages with semi-structured data are carefully and painstakingly curated on web sites by arts organizations. However, there is a trend of diminishing returns, as fewer and fewer people use the websites of arts organizations to learn “what’s happening near me”. We are at a turning point in on-line discoverability where structured and linked open data is becoming the prerequisite for the current generation of findable events. Linked Open Data provides value for both human and machine. If we can close the gap by converting arts organization websites into actionable linked open data, then arts organizations will be well positioned to benefit from the AI boom, and people will be able to ask their virtual assistant “What’s showing near me?” and get an authoritative answer.

Footlight

Footlight is a tool developed by Culture Creates, a Canadian tech-startup specializing in the cultural sector, and designed for arts organizations (meaning all stakeholders ranging from individuals to supporting arts organizations) to manage their descriptive metadata.
Footlight has the following design goals:

A zero-setup tool designed for arts organizations with a one-hour learning curve.
Entity extraction from websites currently managed by arts organizations, but without having to change the website itself (technical changes to websites are often unrealistic due to lack of technical skills within the arts organization). “Entity extraction” refers to the process by which unstructured or semi-structured data is transformed into structured data.
Entity linking with external knowledge graph artsdata.ca and wikidata.org. Federated queries create a rich set of information presented to the user to help disambiguate extracted entities.
Email notification and issue tracking to manage daily changes to metadata (descriptions, dates, tickets, links to people, venues, performances and performance works, etc.).
A community input mechanism to further enrich and interlink metadata while maintaining authority and traceability when multiple “truths” emerge.
An inclusive system (multiple points of view) reflecting the diversity present in the arts sector.
A publishing tool to push linked open data to multiple platforms including the arts organization’s own website, external knowledge graphs and traditional databases.

Vision of Artsdata.ca Knowledge Graph

Artsdata.ca is a Canadian performing arts knowledge graph started in 2019 with the help of the government of Canada, several arts organizations and Culture Creates.

It has multiple sources of data including existing structured data, manually entered data, as well as data aggregated by trusted third parties. artsdata.ca was started in parallel with Footlight and, at the time of writing this article, is still in its infancy.

Footlight uses data from the artsdata.ca knowledge graph extensively. The knowledge in artsdata.ca is the key component that enables Footlight to do entity detection, entity extraction and name resolution. The more complete artsdata.ca, the more cross referencing and error detection performed, the more accurately Footlight can do its work.

Data structured, linked and validated through Footlight is also fed back into artsdata.ca.

While the governance of artsdata.ca is still to be decided, Culture Creates proposes putting this valuable mass of metadata into an innovative model of collective ownership involving arts organizations across Canada in the form of a platform cooperative.

Culture Creates seeks to shift the existing power of closed exclusive data access presently held by multinational tech companies to one that is open and accessible for the arts in Canada. And with access to valuable metadata, the arts will be able to generate and capitalize on new opportunities. It is a proposed digital vision designed to better position the Canadian arts sector to seize opportunities, innovate, develop, amplify and over time transform organizational models.

2018 Pilot Project

In the summer of 2018 the first cohort of Canadian arts organizations was launched with 8 members from several provinces. Footlight was able to extract 90% of the events from participating websites, and structure the descriptive event metadata using schema.org with all the mandatory and recommended properties documented by Google (https://developers.google.com/search/docs/data-types/event). Footlight also added additional properties such as linking a subset of venues, people and organizations to artsdata,ca knowledge graph and wikidata.org.

By the end of the first pilot project, Footlight was publishing linked open data to artsdata.ca and to several of the participating arts organizations’ websites.

To publish data on arts organizations’ websites, the Footlight “code snippet” was used to inject JSON-LD into the appropriate event web page. In one case, the Footlight “code snippet” was added by the digital marketing manager using Google Tag Manager (without having to touch the website HTML). In another case, the “code snippet” was added to the HTML header by the organization’s website provider. The pilot ended with 100% of the events being published and updated daily on artsdata.ca but only some participants installing the “code snippet” for publishing event data on their respective websites.

Benefits

The benefits for the participating arts organizations can be divided into 2 areas: the first area is improved organic search engine optimization (SEO), and the second area is increased data circulation.

1. In the first area of benefits, there was an observed improvement in Google Search for those companies using the “code snippet” to publish structured data on their webpages. Search appearance of events in Google was enhanced with new Rich results, Event listings, and Event details (terminology of Google Search Console). Illustrations 1 and 2 below show the impact on Google search for Canadian Stage. Canadian Stage is an arts organization that participated in the pilot project and succeeded in placing the Footlight “code snippet” on their website. Footlight was able to publish event metadata that was picked up by Google to improve Google Search appearance and Google’s Knowledge Graph.

Illustration 1

Illustration 2

2. In the second area of benefits, a 3rd party data client (regional governmental agency) was successful in adding event listings from Footlight as a single source, without having to manually enter multiple events from multiple arts organizations’ websites. A weekly import of data ensured that the data remained up to date.

Lessons learned

Lesson 1

Arts organizations found it difficult to install the Footlight “code snippet”.
To address this, Culture Creates will explore ways to further simplify the “code snippet” installation. One hypothesis is that a “chat bot” could help. The “chat bot” would guide users through the steps of installing the code snippet by presenting different options (Google Tag Manager, CMS, contact their web provider) and then depending on the option selected, provide contextual assistance (i.e. compose emails to communicate with web provider), and finally complete the installation with a system test to confirm proper operation.

Lesson 2

Listing sites, such as the city of Laval in Quebec, would like Footlight to be integrated into their existing calendar system.
To address this, Culture Creates is working on a project of integration with a local calendar software called Caligram (caligram.org). The API would enable users of the 3rd party calendar system to perform all of Footlights features from within the user interface of the 3rd party calendar system.

Conclusion

At Culture Creates, we understand that for any digital transformation to occur – in any sector – a critical mass of structured data is needed. We developed Footlight technology to structure and create linked open data for the arts. We have chosen a narrow focus on performance listings and descriptive event metadata.

Beyond the benefits of improved find-ability and efficiency, when a critical mass of Canadian arts organizations adopt linked open data, not only will the arts sector become the digital authority of its own metadata, it generates a valuable knowledge graph of usable and connected metadata.

If we are truly interested in shifting the existing power from multinational tech companies to a more fair and accessible digital environment for stakeholders in the arts in Canada, we must start with a focus on developing solutions and tools that are as easy to use and understand, that remove complexity, and are made available to all stakeholders in the arts. This is paramount in helping the sector retain agency over their individual and collective metadata.

Join a Culture Creates Pilot Project

Culture Creates continues to develop pilot projects with arts organizations, and is currently looking for new cohorts in Canada. If you are a Canadian arts organizations interested in taking part, please contact tammy@culturecreates.com.

Interested arts organizations will be asked to form a cohort that includes several members. Each cohort will have to provide and/or seek joint funding, which will be used for on-boarding and supporting the cohort, as well as cover the cost of Footlight.

The lack of descriptive metadata is an international concern. Currently, Culture Creates is focused on Canada because the Canadian government has developed policies and earmarked funding to support the digital transformation of its arts and culture sector. However, in the future, we envision expanding to the international community.

Want to know more? Contact tammy@culturecreates.com.

Create PDF

Die Schweiz braucht eine konstruktive Datenpolitik

Von André Golliez | 0 Kommentare

24. Juni 2019/0 Kommentare/in Big und Open Data, Fachbeitrag /von André Golliez

Die Vision ist seit längerem klar: Wir wollen eine kooperative, partizipative und offene Nutzung der Daten, die in Wirtschaft und Gesellschaft in immer grösseren Mengen anfallen. Ein florierendes Linked-Open-Data-Ökosystem ist eines der Ziele, ein anderes besteht im selbstbestimmten Austausch von Daten, welche die eigene Person betreffen bzw. an deren Generierung man selber mitgewirkt hat. Dazu braucht es eine Datenpolitik, welche der organisationsübergreifenden Zusammenarbeit und dem Empowerment der Bürgerinnen und Bürgern die höchste Priorität einräumt.

Allerdings sind wir heute in der Schweiz noch ein gutes Stück davon entfernt. Wenn die Schweiz ihren Handlungsspielraum in Sachen Datenpolitik aktiv nutzen und sich die strategischen Entscheide nicht von Google, Facebook & Co diktieren lassen will, müssen sich Politik, Wirtschaft und Verwaltung sputen. Wir brauchen dringend eine kohärente, zukunftsorientierte Datenpolitik. Doch zuallererst müssen Daten zur Chef-Sache werden.

Daten sind die strategische Ressource des 21. Jahrhunderts und bestimmen unser wirtschaftliches, soziales und kulturelles Leben. Daten sind die Grundlage für wirtschaftliche Entscheidungen, administrative Prozesse und wissenschaftliche Erkenntnisse. Die Auswertung explosionsartig wachsender Datenberge – Big Data – erfolgt zunehmend automatisch mithilfe sogenannter künstlicher Intelligenzen und lernender Maschinen. Die zentrale Frage in der digitalisierten Gesellschaft besteht daher darin, wer die Daten sammelt, wer zu den Daten Zugang hat und wer deren Nutzung kontrolliert.

Datenbesitz verändert Machtverhältnisse

In den letzten 10 bis 15 Jahren sind globale Datenmonopole entstanden, welche über eine bis anhin unvorstellbare Informations- und Wissensmenge verfügen. Beinahe 2,5 Milliarden Menschen helfen ihnen dabei. Wir alle sind bei Google, Facebook & Co als Datatypisten angestellt und vergrössern mit jedem Klick deren immensen Datenschatz. Als User dürfen wir die wirklich praktischen Apps nutzen und bezahlen dafür mit unseren Daten. Deren Auswertung und Weiterverwendung entzieht sich allerdings unserer Kontrolle und wir partizipieren auch nicht an den riesigen Gewinnen der globalen Datenkraken. Nur langsam dämmert es uns, dass die Datenmacht dieser Konzerne nicht eine vorübergehende Erscheinung ist, sondern die Machtverhältnisse in unserer Gesellschaft vor grundsätzliche und langfristige Probleme stellt. Denn Daten sind die Grundlage für Wissen, und Wissen ist Macht.

Daten sind die Grundlage für Wissen, und Wissen ist Macht.

Die globalen Internetplattformen verfügen dank Mitarbeit von uns allen auch über einen immensen und rasch wachsenden Datenberg über die Schweiz und ihre EinwohnerInnen. Dieser stellt die Datenmenge der Verwaltung sowie der übrigen Organisationen des öffentlichen und des privaten Sektors bei weitem in den Schatten. Google, Facebook, Amazon & Co wissen dank dieser Daten-menge bereits heute wesentlich mehr über unser Konsumverhalten, unsere Mobilität oder unsere sozialen Beziehungen als unsere öffentlichen Institutionen und wir selber. Vorderhand wird dieses Wissen in erster Linie für personalisierte Werbung eingesetzt. Aber bereits beginnen die erwähnten Plattformen in neue Anwendungsgebiete wie Finanzen, Versicherungen, Gesundheit oder Bildung vorzudringen.

Es ist bloss eine Frage der Zeit, bis sie ihre Daten-Tentakel auch in die öffentliche Verwaltung und in die Politik ausstrecken werden.
Die Schweiz ist durch diese Entwicklung grundsätzlich herausgefordert. Die Daten, welche die öffentlichen Verwaltungen sowie die Unternehmen des öffentlichen und privaten Sektors erfassen und sammeln, sind zwar eine qualitativ hochstehende und äusserst wertvolle Ressource. Aber deren praktische Bedeutung nimmt sehr rasch ab. Was bedeuten die Geodaten des Bundes, wenn fast alle

Es ist bloss eine Frage der Zeit, bis sie ihre Daten-Tentakel auch in die öffentliche Verwaltung und in die Politik ausstrecken werden.

EinwohnerInnen und Einwohner der Schweiz sich anhand von Google Maps orientieren? Was bringt ein elektronisches Patientendossier, wenn Millionen von Menschen in der Schweiz ihre gesundheitlichen Probleme zuerst Facebook, Whatsapp oder Alexa anvertrauen? Und was bringen aufwendig erhobene Wirtschaftsdaten wenn Amazon, Mastercard und Booking.com das Konsumverhalten und die finanziellen Verhältnisse der Schweizer Bevölkerung bereits bis ins kleinste Detail kennen?

Via Apps binden Plattformen die Nutzerinnen und Nutzer an sich

Was also kann die Schweiz, was können ihre Institutionen, Unternehmen und EinwohnerInnen gegen die erdrückende Datenmacht der globalen Internetkonzerne ausrichten? Ist der Kampf nicht bereits verloren? Ein Blick auf die aktuellen Datenlage in der Schweiz ist wenig ermutigend. Die erwähnten globalen Plattformen erfreuen sich einer enormen Beliebtheit bei den Anwendern und beanspruchen deren Aufmerksamkeit täglich bis zu mehreren Stunden, in welchen sie laufend Daten generieren. Die Applikationen von Schweizer Unternehmen und Verwaltungen hingegen binden ihre Benutzer höchstens wenige Minuten pro Woche oder Monat an sich.

Entsprechend gering ist das durch sie generierte Datenvolumen. Kommt hinzu, dass die Schweizer Unternehmen und Verwaltungen ihre mühsam gesammelten Daten-Krümel jeder für sich in abgeschlossenen Silos horten, diese nur selten für neue Erkenntnisse über ihre Kunden und die Entwicklung neuer Angebote nutzen und auf gar keinen Fall mit anderen Unternehmen oder Verwaltungen teilen wollen. Die betroffenen Personen haben in der Regel keinen Zugang zu den von ihnen generierten Daten, und die Schweizer

Daten und ihre Nutzung müssen zu einem prioritären strategischen Thema in Politik, Wirtschaft und Verwaltung werden.

Öffentlichkeit wartet seit Jahren vergeblich auf einen systematischen offenen Zugang zu allen personenunabhängigen Daten der Verwaltung, die mit Steuergeldern finanziert wurden. Wenig attraktive Applikationen, abgeschlossene Datensilos, keine Weiternutzung, keine Partizipation der Benutzer, wenig offene Daten und keine Kooperation der Datenverantwortlichen – so lässt sich die aktuelle, eher düstere Datenlage der Schweizer Unternehmen und Verwaltungen zusammenfassen. In der Tat ein leichtes Spiel für die globalen Plattformen, welche in allen diesen Punkten der Schweiz meilenweit voraus sind und ihren Vorsprung täglich ausbauen.

Was also tun? Auf diese Frage gibt es zahlreiche Antworten, aber ein Punkt steht vor allen anderen: die Daten und ihre Nutzung müssen zu einem prioritären strategischen Thema in Politik, Wirtschaft und Verwaltung werden. Daten sind weder ein technisches noch ein rechtliches Thema, das an IT-Fachleute oder Juristen delegiert werden kann. Daten sind Chefsache, auch in der Politik. Analog zur Energie-, Verkehrs- oder Gesundheitspolitik braucht es in Zukunft eine Datenpolitik. Mit der Verfügbarkeit und Nutzung der Daten steht nichts weniger als die Zukunft des Landes auf dem Spiel. Aufgabe der Datenpolitik ist es, die Grundversorgung der Schweiz und Ihrer EinwohnerInnen mit Daten und damit die digitale Selbstbestimmung auf allen Ebenen langfristig und nachhaltig zu gewährleisten. Der Datenmacht der globalen Internetkonzerne ist die kooperative, partizipative und offene Nutzung der Daten entgegenzusetzen, welche sich unter Kontrolle der Schweizer Unternehmen und Verwaltungen befinden.

Schweiz braucht überarbeitetes Datenschutzgesetz

Im Rahmen der Datenpolitik warten zahlreiche gesetzgeberische Aufgaben auf Parlament und Regierung. Bestehende Gesetze sind so anzupassen und zu ergänzen, dass die umfassende Bereitstellung und Nutzung unserer Daten auf einwandfreier rechtlicher Grundlage stattfinden kann. Dazu zählt die möglichst rasche Anpassung des Schweizer Datenschutzgesetzes an den de facto-Stand der europäischen Datenschutzgrundverordnung und insbesondere die Verankerung des Rechtes auf Datenübertragbarkeit in diesem Gesetz.

Auf Basis eines robusten Datenschutzes zählt zur Datenpolitik aber auch ein einheitlicher gesetzlicher Rahmen für die Publikation und Nutzung nicht personenbezogener Daten und Dienste der Bundesverwaltung im Sinne von Open Government Data. Die Erfahrung der letzten Jahre hat gezeigt, dass eine unverbindliche Strategie nicht ausreicht, um den Datenschatz der Verwaltung der Öffentlichkeit systematisch zugänglich zu machen. Daher hat die Eidgenössische Finanzkontrolle in ihrer Querschnittsprüfung zur Strategieumsetzung Open Government Data empfohlen, «einen wirksamen Rahmen für OGD zu schaffen». Ein entsprechender parlamentarischer Vorstoss wurde von der Parlamentarischen Gruppe Digitale Nachhaltigkeit Parldigi bereits 2015 formuliert, aber – aus Rücksicht auf die damaligen Bedenken von Bundesrat Alain Berset – nicht eingereicht. Angesichts der Dringlichkeit datenpolitischer Massnahmen ist die Frist für diese Bedenken abgelaufen. Die Schweiz benötigt so rasch wie möglich ein OGD-Gesetz, das analog zur DSGVO der europäischen Norm in diesem Bereich entspricht.

Create PDF

Wie Onlinelösungen die Bürokratie erleichtern

Von Anne-Careen Stoltze (BFH Wirtschaft) | 0 Kommentare

21. November 2017/0 Kommentare/in Veranstaltungsbericht /von Anne-Careen Stoltze

Während der papierlose Staat in Dänemark und Estland längst Realität ist, liegt die Schweiz im internationalen Vergleich nur auf Rang 28. Einzelne Kantone drängen vorwärts. So hat der Kanton Zug kürzlich eine elektronische Identität eingeführt – während der Bund bis Sommer 2018 die gesetzliche Grundlage schaffen muss. Dieses und andere Pilotprojekte wurden am eGovernment Symposium vorgestellt.

«Es ist viel in Bewegung in Bundesbern und in der Schweiz», sagte Peter Fischer, Präsident des eGovernment Symposiums in seiner Eröffnungsrede im Berner Hotel Bellevue Palace. Als Beispiele nannte er, die Online-Deklaration der Mehrwertsteuer, das Portal für Open Government und den erst kürzlich lancierten Onlineschalter easygov des Staatssekretariats für Wirtschaft SECO, bei dem Unternehmen Behördengänge papierlos erledigen können. Die elektronische Identität werde vorangetrieben. Dennoch gebe es ein grosses Bedürfnis nach Mehr.

Luzerner Finanzdirektor Marcel Schwerzmann

Nicht schnell genug voran geht es Marcel Schwerzmann, Regierungsrat des Kantons Luzern. «Der Föderalismus hemmt die digitale Entwicklung bei der Umsetzung von eGovernment-Lösungen», sagte er. Der Luzerner Finanzdirektor sprach sich neben der elektronischen Identität auch für die elektronische Version der AHV aus. «Das muss kommen, dort müssen wir unseren Schwerpunkt ansetzen», betonte er. Auch den Umzug möchte Schwerzmann digitalisieren. Aber er machte auch klar: «wir machen keine App-Entwicklung, sondern wir fördern Projekte, sind Manager für Service, Partnerschaften und Marketing».

Grundstücke per Formel schätzen

Im Kanton Obwalden werden Grundstücke von der Steuerverwaltung nur noch elektronisch mithilfe von Formeln geschätzt. Finanzdirektorin Maya Büchi stellte diese Praxis vor, die seit Anfang Jahr per Gesetz in Kraft getreten ist. Dabei werden Steuerwert und Eigenmietwert nach bestimmten Eckdaten festgelegt. Die Eigentümerinnen und Eigentümer erhalten einen persönlichen Zugangscode und haben so die Möglichkeit, über das Bewertungsportal wichtige Dinge zu ergänzen oder zu korrigieren. «Das Portal wird überwiegend als benutzerfreundlich, sinnvoll und innovativ bewertet», sagte Büchi. Seit der Lancierung vor rund einem Jahr wurden bereits rund 85 % der eingereichten Bewertungen online eingereicht. Für Büchi ein Erfolg. Ursprünglich sei dieses egov-Projekt aus Kostengründen lanciert worden. Der Aufwand der Vor-Ort-Schätzung in keinem Verhältnis stand. Zwar habe die technische Umsetzung am Anfang Schwierigkeiten bereitet, doch: «Wir würden es wieder tun», schloss Büchi.

Waren per App verzollen

Auch die Eidgenössische Zollverwaltung digitalisiert ihr «Kerngeschäft»: statt einer schriftlichen Anmeldung können Grenzgänger ihre Waren via App anmelden. Die App ist ein erster Teil eines der grössten Projekte des Bundes Dazit, mit dem der Bund für rund 400 Mio. Franken die IT der Zollverwaltung und den Grenzschutz erneuert. Mit Dazit werden dereinst die gesamten Zollformalitäten digitalisiert oder wie es Zolldirektor Christian Bock ausdrückte: «ein Elefant zum Tanzen gebracht». Ein Elefant, der pro Jahr mehr als 36 Mio. Zollanmeldungen bearbeitet. Das Gesamtprojekt soll 2026 abgeschlossen sein.

Kanton Zug mit Vorreiterrolle

Bereits seit vergangenem Mai können die Bürgerinnen und Bürger des Kantons Zug ihre eigene elektronische ID nutzen. Der Kanton realisierte das 2012 gestartete Projekt «Zuglogin» quasi im Alleingang und noch vor einer Lösung auf Bundesebene. «Unsere Identifikation umfasst neben einem sicheren Login, der digitalen Unterschrift auch die digitale Zustellung anstatt per Briefpost», sagte Projektleiter Rudolf Gisler. Dies ist in Dänemark bereits Standard. Mit Zuglogin können Behördengänge online erledigt werden sowie Eingaben und Gesuche mit einer elektronischen Unterschrift übermittelt werden. Die Verwaltung ihrerseits kann Entscheide und Verfügungen ebenfalls via «ZUGLOGIN» online übermitteln. Ab kommendem Jahr soll erstmals die Steuererklärung komplett papierlos eingereicht werden können.

Blockchain und IoT nutzen

Wo Nachbarland Österreich in Sachen eGovernment steht, zeigte Reinhard Posch, Leiter Digitales Österreich und CIO der Bundesregierung von Österreich: «Wir waren überaus erfolgreich, aber wir dürfen uns nicht ausrufen», sagte er. Vor allem in den Bereichen Cybersecurity sowie mobile Techniken und Internet of Things (IoT) müsse mehr getan werden.

Posch konzentrierte sich in seinem Vortrag darauf, dass sorgfältig mit Daten im Bereich des eGovernment gearbeitet werden muss. «Es braucht höchste Genauigkeit und eine hinreichend gut ausgestattete Verwaltung», sagte er und stellte den Data-Only-Once-Ansatz vor. Dieser ist Teil der Tallinn-Deklaration, die 32 Länder der EU und EFTA im vergangenen Monat unterzeichnet haben. «Bürger sollten ihre Daten nur einmal an die Verwaltung weitergeben», sagte Posch.

«Papierlos war gestern», sagte Posch, er denke schon weiter und verwies auf Blockchain-Technologie. Als Baustelle für die Zukunft benannte er den internationalen Austausch von Daten innerhalb Europas. «Wir haben in der EU und in der Schweiz unterschiedliche Rechtssysteme, Kulturen und Verwaltungshistorie.» Die digitale Vorzeigenation habe eine junge Verwaltung und tue sich daher leichter mit der Digitalisierung.

Create PDF

Die digitalen Räume der Bibliotheken öffnen

Von Roland Fischer | 1 Kommentar

31. Mai 2017/1 Kommentar/in Interview /von Roland Fischer

Bibliotheken sind ein Ort des Wissens. Neben den gedruckten Werken verfügen sie heute über eine riesige Menge an digitalen Daten. Am Hackathon Geneva Open Libraries tauschten sich SpezialistInnen aus, wie diese allen öffentlich zugänglich gemacht werden könnenen. Einer der Organisatoren des Events, Lionel Walter vom Swissbib-Konsortium erklärt, was es mit diesem Hackathon auf sich hatte.

SocietyByte: Open libraries – offene Bibliotheken, ist das nicht ein Pleonasmus?

Lionel Walter: Bibliotheken sollten ihre Informationsschätze ja eigentlich sowieso für möglichst viele Leute zugänglich machen, denkt man. Doch neben Büchern horten Bibliotheken heute auch immer mehr digitale Datensätze – beziehungsweise, sie übertragen ihre analogen Bestände in die digitale Form. Dazu kommen noch eine Menge Nutzungsdaten; Bibliotheken sind Informationsdrehscheiben und in den gehorteten Daten mag so einiges stecken, das womöglich erst noch an die Oberfläche befördert werden muss. Und dabei könnten ganz verschiedene Leute mit ebenso verschiedenen Ideen und Expertisen helfen – sofern sie denn Zugang zu den Daten haben.

Lionell Walter

Sie haben den Open Libraries-Event in Genf mit organisiert. Inwiefern sind die Bibliotheken heute eher geschlossen als ‹open›?

Eigentlich ist die Grundphilosophie von Bibliotheken natürlich eine offene, aber das gilt vielleicht mehr für die analogen Bestände, für die klassische Idee von Schriftstücken. Im digitalen Bereich gilt das deutlich weniger. Da braucht es Initiativen, die wieder hin zu einer möglichst grossen Offenheit gehen – zum Beispiel damit auch alle digitalisierten Dokumente öffentlich zugänglich gemacht werden. Und zwar mit offenen Lizenzen.

Verraten die Bibliotheken im digitalen Zeitalter also ein wenig ihre Tradition?

Nein, das würde ich so nicht sagen. Sie haben schon verstanden, was ihre prinzipielle Aufgabe wäre – es ist sehr selten, dass Bibliotheken ihre Informationsschätze nicht verteilen wollen, aber oft wissen sie nicht, wie genau sie das anstellen sollen, sei es in technischer oder in rechtlicher Hinsicht.

Was sind dabei die Schwierigkeiten?

Oft ist es so, dass man auf digitalisierte Dokumente zwar zugreifen kann, die Lizenzen aber nicht klar regeln, was man mit den Dokumenten alles machen darf – kann man sie herunterladen, darf man mit ihnen arbeiten, sie weiterverwenden? Um solche Fragen geht es auch bei ‹Open Libraries›, wir möchten helfen zu klären, wie man welche Lizenzen am besten einsetzt und wie man das dann auch klar kommuniziert. Beispielsweise hat Google einer Bibliothek in Lausanne beim Scannen der Bestände geholfen – nun stellt sich allerdings die Frage, wer welche Rechte auf die Digitalisate hat. Da gibt es oft eine Menge offener rechtlicher Fragen.

Wie schätzen Sie die diesbezügliche Lage in der Schweiz und in anderen Ländern ein?

Ich würde sagen, die Bibliotheken haben in der ganzen Schweiz mit ähnlichen Problemen zu tun, und nach allem was ich von ausländischen Kollegen höre, ist die Situation auch mit anderen Ländern vergleichbar. Es sind also überall dieselben Herausforderungen.

Neben diesen strukturellen Fragen ging es beim Geneva Open Libraries-Anlass vom 12. und 13. Mai auch ganz konkret darum, Datenschätze von Bibliotheken zu heben, um originelle Zugänge oder Analysen aus ungewohnter Warte. Beteiligt waren unter anderem die Bibliothek der UNO, das Bodmer Lab der Uni Genf, das Genfer Staatsarchiv, der universitäre Bibliotheksverbund Rero und die Bibliothek des Musikkonservatoriums. Die UNO-Bibliothek etwa steuerte einen grossen Bestand an historischen Fotografien und anderer Dokumente bei, die unlängst digitalisiert worden sind. Das Bodmer Lab wiederum machte wahre Schätze aus der Sammlung Bodmer zugänglich, unter anderem eine Reihe reich illustrierter Reisebücher aus der Renaissance sowie über hundert Ausgaben von Goethes Faust in diversen Sprachen. Und auch das Staatsarchiv stellte historische Bestände in digitaler Form zur Verfügung.

Herr Walter, was erhoffen Sie sich von einem Hackathon-Event im Bibliotheks- und Archivumfeld?

Es gibt verschiedene Ziele: Mit einem Event kann man einen Rahmen setzen, ein klares Datum, auf das hin Bemühungen fokussiert werden können. Das schafft Motivation bei den Institutionen, im Hinblick auf diesen Event etwas zu tun. Ausserdem sehen die Institutionen sofort Resultate, sie bekommen unmittelbar konkrete Beispiele, was man mit diesen offenen Datensätzen alles machen kann. Und nicht zuletzt kommt es am Hackathon zu einem Austausch verschiedener Spezialisten, die sich sonst nicht unbedingt treffen würden. Oft sind Datenspezialisten angewiesen auf das Detailwissen derjenigen, die die Daten kennen.

Können Sie da ein Beispiel nennen?

Ein tolles Projekt, das am Hackathon erarbeitet worden ist, ergab sich aus dem offenen Fotoarchiv der UNO. Unter anderem war ein Historiker anwesend, der bereits mit diesem Fotofundus gearbeitet hat. Er bringt seine Expertise für die Zeit zwischen 1920-1940 mit und kennt die abgebildeten Menschen deshalb gut. Seine Arbeit, die Fotos entsprechend zu verschlagworten, war allerdings ein mühsames Klein-Klein und die erhobenen Daten waren kaum weiterzuverwenden, falls sich jemand anderes auch dafür interessiert hätte. Er hätte gern eine offenere Herangehensweise für diese Metadaten gefunden. Ein paar Informatik-Studenten aus Lyon, die sich mit Image Recognition auskennen, horchten auf und boten ihre Tools und Expertise an – nun werden die Fotos automatisch gescannt und alle abgebildeten Menschen bestimmt. Das mag als Methode nichts revolutionär neues sein, konnte aber nur in dieser Kombination von Archivexperten, Historikern und Informatik-Spezialisten passieren.

Wie hat das UNO-Bibliothek darauf reagiert?

Sehr positiv, doch es bleibt nach wie vor ein Lizenz-Problem. Wir würden es am liebsten sehen, wenn die Fotos einfach offen ins Netz gestellt werden, so dass die Online-Crowd mit ihnen arbeiten könnte – da würden bestimmt noch mehr spannende Ideen zusammenkommen. Doch das ist ein langer Prozess, der nun immerhin angestossen wurde – die Verantwortlichen haben ein konkretes Resultat gesehen und werden das nun entsprechend weiterdiskutieren.

Wie geht es weiter mit Open Libraries? Welche weiteren Projekte zeichnen sich ab?

Es waren diverse Institutionen am Event zugegen, die auch über die Öffnung ihrer Datensätze nachdenken. Sehr spannend zum Beispiel: ist das Archiv des welschen Fernsehens ist dabei, einen Riesenbestand an Videos zu digitalisieren. Nun stellt sich die Frage, ob zum Beispiel die archivierten Nachrichtensendungen allen Interessierten zugänglich gemacht werden sollen. Dabei bekommt man es wiederum mit komplexen Copyright-Problemen zu tun, weil oft Fremdbilder in die Sendungen eingebaut wurden. Wir haben das in Genf mit den Verantwortlichen diskutiert und hoffen, dass wir da etwas angestossen haben, das noch weitergehen wird.

Was steht als nächstes auf der Agenda?

Der Open Cultural Data Hackathon im September. Wir wollen eine gewisse Kontinuität in die Open Cultural Data-Diskussion hineinbringen, indem wir jedes Jahr einen grossen Hackathon organisieren, in jeweils wechselnden Orten – nach Bern und Basel dieses Jahr in Lausanne.

Hintergund:

Geneva Open Libraries war Teil von opengeneva, eines regelrechten Hackaton-Festivals, das rund 400 Interessierte in Genf zusammenbrachte, um auf ganz verschiedenen Gebieten Projekte mit offenen Daten zu erarbeiten. Für Lionel Walter war der Event eine wichtige Etappe hin zum dritten Open Cultural Data Hackathon, der dieses Jahr Mitte September in Lausanne stattfinden wird. Die Initianten möchten mit Veranstaltungen in verschiedenen Schweizer Städten darauf hinwirken, Datensätze mit Bezug zur Kultur für alle zu öffnen. Ein weiterer Pre-Event wird am 9. Juni am Schweizer Archivtag in Zürich stattfinden.

Create PDF

Big Data – schnell erklärt

Von Reinhard Riedl | 0 Kommentare

3. Oktober 2016/0 Kommentare/in Big und Open Data, Fachbeitrag /von Reinhard Riedl

Big Data steht für verschiedenste Methoden, implizit in Daten vorhandene Informationen explizit zu machen. Das ermöglicht unter anderem mehr Personalisierung – von der Politik über den Produktverkauf bis zur Medizin!

In aller Regel wird der Begriff dafür verwendet, dass mit mathematischen Instrumenten Informationen, die in Datensätzen implizit vorhanden sind, explizit gemacht werden. Dafür werden typischerweise grosse und nicht selten unterschiedliche Datensätze zuerst zusammengeführt und dann mit Mathematikinstrumenten und Informatikwerkzeugen ausgewertet. Dabei gibt es drei Standardformen:

«Klassisches» Big Data schätzt den Wert einer Kenngrösse, indem es die Korrelation mit anderen Kenngrössen nutzt – Obama identifizierte so im Wahlkampf die noch unentschiedenen Wähler, auf die er dann seine Kampagne konzentrierte
Exploratives Big Data sucht nach bisher unbekannten Mustern, die eventuell Bedeutung haben – z.B. weil sie auf Risiken hinweisen oder interessante Gruppen von Kunden identifizieren
Big Data «auf dem Graphen» nutzt komplexe semantische Zusammenhänge – z.B. um das Fehlen von Informationen zu entdecken

Neueste Formen von Big Data gehen über diese drei Standardformen hinaus und experimentieren beispielsweise mit Simulationswerkzeugen. Vorstellbar ist auch die Kombination von statischen Werkzeugen mit weiteren Modellen der abstrakten Algebra.

Konkrete Beispiele
Was heisst das alles konkret? Nun, das Vorgehen beim klassischen Big Data ist eigentlich recht simpel. Es wird erst kompliziert, wenn man es abstrakt zu erklären versucht. Darum einige einfache Beispiele. Angenommen Sie besitzen Daten über das Kaufverhalten von als Person identifizierten Kunden. Und sie möchten ein neues Produkt lancieren und gezielt bewerben. Dann werden sie zuerst ähnliche, bereits existierende Produkte in ihrem Verkaufsportfolio identifizieren und dann jene Kunden herausfiltern, die diese Produkte öfters gekauft haben. Die Wahrscheinlichkeit ist hoch, dass sie sich für das neue Produkt ebenfalls interessieren werden und es macht Sinn, die Marketingkampagne für das neue Produkt auf sie zu konzentrieren. Im Customer Relationship Management vieler Banken wird seit Langem ein ähnliches Verfahren eingesetzt, um neue Finanzprodukte gezielt Kunden zu promoten.

Ein anderes konkretes Beispiel lieferte der letzte Präsidentschaftswahlkampfs in den USA. Im amerikanischen Präsidentschaftswahlkampf geht es darum, in genügend vielen Staaten die meisten Stimmen zu bekommen. In der Schlussphase des Wahlkampfs ist in vielen Staaten klar, wer die Mehrheit haben wird. Dort wird dann kaum mehr Wahlkampf betrieben, weil es eine Ressourcenverschleuderung wäre. Der Wahlkampf konzentriert sich ganz auf die umkämpften Staaten. Aber auch dort macht es wenig Sinn, Wähler anzusprechen, die sich bereits klar entschieden haben, wen sie wählen werden. Wenn es also dem Team eines Kandidaten gelingt, die Unentschiedenen zu identifiziert, kann es seine ganze Energie auf deren Überzeugung konzentrieren, während eventuell die Konkurrenz einen Grossteil ihrer Energie auf Wähler konzentriert, deren Entscheidung bereits feststeht. Da die verfügbaren Ressourcen beschränkt sind, bedeutet die Identifikation der Unentschiedenen einen grossen Vorteil. Und genau dieser Vorteil hatte wesentlichen Anteil daran, dass Obama auch die zweite Wahl gewann. Sein Team konnte mittels Big Data die Unentschiedenen identifizieren. Sie nutzten dabei die Tatsache, dass in den USA über Personen weit mehr Informationen einfach beschaffbar sind als in Europa – u.a. Informationen zum Kaufverhalten – und überprüft en und verbesserten die Ergebnisse von Big Data mit gezielten Experimenten.

Ein Beispiel für Big Data auf dem Paragraphen ist das Suchen nach Anhaltspunkte für organisierte Kriminalität, in dem man verdächtige
Beziehungskonstellationen oder Transaktionsketten identifiziert, die auf Geldwäscherei hinweisen.

Andere Beispiele sind intelligente Suchanwendungen in der Wissenschaft und im Patentwesen, die von einem scheinbaren Paradoxon profitieren: Es ist einfacher ein Dokument in einer Menge ähnlicher Dokumente zu finden (zwischen denen Querbeziehungen existieren) als in einer Menge sehr unterschiedlicher Dokumente (die zueinander keinen Bezug haben).

Ein typisches Beispiel für exploratives Big Data ist das Suchen nach guten Produktkombinationen. Seit Langem bietet der Verkauf von Extraausstattungen im Autohandel eine lukrative Einnahmequelle. Eine Zusammenstellung von Extras kann für Kunden dadurch besonders attraktiv gemacht werden, das sie als Paket verkauft wird, wobei der Kunde beim Kauf des ganzen Pakets einiges «spart» (verglichen mit der Summe der Einzelpreise für die Extras). Um verlockende Pakete zu schnüren, ist es aber notwendig, zu wissen, welche Kombinationen von Extras für Kunden besonders attraktiv sind. Deshalb wird in Daten über Kundenpräferenzen nach Mustern gesucht, die auf attraktive Paketzusammenstellungen hinweisen. Dieses Vorgehen wird freilich nicht nur im Autohandel praktiziert. Ganz ähnlich lassen sich so auch Produkte zusammensetzen, die am Ende teurer verkauft werden können als ihre Einzelbestandteile – nicht zuletzt im Lebensmittelhandel. Die Liste möglicher Beispiele ist lang. Wichtige Anwendungsbereiche für Big Data sind Marketing und Verkauf, Politikgestaltung (u.a. Stadtentwicklung, Sozial- und Gesundheitspolitik), öffentlichen Verwaltung (u.a. Verkehrsmanagement, in Zukunft eventuell Umgang mit Randalen), personalisierte Medizin und wissenschaftliche Forschung ganz generell. Das grosse Versprechen von Big Data ist dabei, dass schwierige und aufwendige Untersuchungen von kausalen Zusammenhängen («aus A folgt zwingend B») durch Korrelationsanalyse («A und B treten häufig gemeinsam auf») ersetzt werden können. Wobei insbesondere das klassische Big Data auf das Individuum spielt. Einzelne werden als Ziele für was auch immer ausgesucht, beziehungsweise bekommen sie personalisierte Angebote. Im Fall von personalisierten medizinischen Therapien ist der gesellschaftliche Nutzen hoch, mindestens kaum bestritten. Im Fall von personenbezogener manipulativer Werbung steht eine gesellschaftliche Bewertung von Big Data dagegen noch aus.

Das menschliche Big Data
Der Medienkünstler Peter Weibel thematisiert die Tatsache, dass wir alle in einer Big-Data-Welt leben. Tatsächlich können wir aus grossen Datenmengen relevante Information herauszufiltern und quasi eine Nadel im Heuhaufen finden – allerdings eine Nadel, an der ein Faden festgebunden ist, der uns das Finden erleichtert.

Das wichtigste Instrument für dieses menschliche Big Data ist die Nutzung von impliziten Hinweisen. Oft ist es die Summe von Details, von denen jedes für sich unbedeutend ist, die uns eine Lagebeurteilung ermöglicht – beispielsweise in der Polizeiarbeit. Wird ein ertappter Einbrecher zur Waffe greifen? Wird der Fanmarsch von Fussballfans in Gewalt ausarten? Die Antwort bestimmt den Fortgang des Geschehens. Sie lässt sich zwar nicht mit Sicherheit aus den verfügbaren Information ableiten, aber trotzdem kann sie von erfahrenen Polizisten ziemlich zuverlässig gegeben werden. Dabei kann man drei Phänomene beobachten: Erstens hängt die Zuverlässigkeit der Analyseergebnisse davon ab, dass die richtigen Informationen gesammelt werden. Zweitens wird der tatsächliche Ablauf durch Handlungen beeinflusst, die sich aus der Situationsanalyse ergeben. Teilweise haben wir es also mit selbsterfüllenden Prophezeiungen zu tun. Drittens lautet die Zielvorgabe deshalb nicht, möglichst präzise Prognosen zu generieren, sondern Geschäftsziele zu erreichen – in unserem Beispiel die Minimierung von Gewalt.

All das gilt auch für maschinelles Big Data:

Es ist entscheidend, dass man die passenden Informationen besitzt. Je nach verfügbaren Informationen kann ganz Unterschiedliches beim Anwenden der Big-Data-Werkzeuge herauskommen.
Big Data findet in einem dynamischen Prozess statt, in dem die Daten sich durch Handeln verändern können. Die Umsetzung beeinflusst die Richtigkeit der Prognose.
Big Data ist kein Glasperlenspiel mit dem Zweck von zweckfreien Zukunftsprognosen, sondern ein Mittel zur Nutzengenerierung im jeweiligen Geschäftskontext – sei es in der Wirtschaft, privat beim Wetten oder Pokern oder in der öffentlichen Verwaltung.

Denkfehler und verlockende Fiktionen
Eine Übertragung der Echtwelterfahrung auf Big Data ist also durchaus hilfreich. Sie beinhaltet aber auch die Gefahr, dass die Small-Data-Denkfehler aus dem Alltag uns auch bei der Nutzung von maschinellem Big Data in die Quere kommen. Wer den Satz von Bayes nicht verstanden hat, der sollte mit Big Data sehr vorsichtig umgehen. Zudem gibt es mehrere gefährliche Fiktionen, vor denen
man sich unbedingt hüten sollte.

Erstens sollte man sich immer bewusst sein, dass Modellannahmen das Ergebnis von Big Data entscheidend beeinflussen, auch dann, wenn wir scheinbar ganz ohne Modelle Daten analysieren. Denn schon bei der Erzeugung von Daten spielen Modelle eine entscheidende Rolle. Es gibt in dieser Hinsicht keine natürlichen Rohdaten (Rohdatenfiktion).
Zweitens können auch grossen Datenmengen einen klaren Bias haben. Nur weil wir viele Daten sammeln, können wir daraus nicht ableiten, dass unsere Daten in irgendeiner Weise repräsentativ sind (Statistikfiktion).
Drittens liefert Big Data nicht einfach so gute Resultate (Simplizitätsfiktion) – es verlangt mindestens mathematische, technische, fachliche und rechtliche Kompetenzen.
Viertens können Ergebnisse von Big Data Analysen ohne verständliche Erklärungsmodelle für die zugrunde liegenden Zusammenhänge oft nicht sinnvoll eingesetzt werden (Korrelationsfiktion). Stellen Sie sich einen Polizeieinsatz von Wasserwerfern vor, der damit begründet wird, dass Big Data Massenunruhen prognostiziert hat – und im Nachhinein stellt sich heraus, dass eine überdurchschnittlich hohe Zahl roter Halstücher der Auslöser war.
Fünftens schaffen viele Daten noch keine Transparenz (Transparenzfiktion).
Sechstens ist dauerhafte Anonymisierung schwer zu garantieren (Anonymisierungsfiktion).
Siebtens bringen Big Data nicht notwendigerweise Nutzen für alle (Fairnessfiktion). Wer über die Daten von anderen verfügt, kann damit viel Gewinn machen. Die Masse der Datenlieferanten bekommt zwar meist im Tausch kostenlose Online-Dienste, hat aber keinen Anteil an den Milliardengewinnen und gerät im schlimmsten Fall sogar in ein Abhängigkeitsverhältnis.
Last but not least: Was die Anwendungen von Big Data in der Politik betrifft, so besitzt die Vorstellung einer Welt mit einer computergestützten Demokratie, in der Fakten eine viel grössere Rolle spielen als in unserer heutigen Demokratie, recht viel Alptraumpotenzial – gerade weil dabei komplexe Probleme mit Computern vereinfacht werden. Denn es ist zu Recht sehr umstritten, dass man hohe Komplexität durch Automatisierung kontrollieren kann (Automatisierungsfiktion). Darüber hinaus kann der Einsatz von Big Data für Zukunftsprognosen in der Politik zu einer «Geschichtsbremse» führen. Da Big Data die Zukunft nur aus der Vergangenheit ableiten kann, wird durch eine unreflektierte «gläubige» Anwendung der Raum für kreative Innovationen eingeschränkt. Das ist gerade dort, wo die nächste (prognostizierbare) Wahl wichtiger ist als der langfristige (viel weniger prognostizierbare) Erfolg, eine echte Gefahr.

Schlussfolgerung
Big Data besitzt ein gewaltiges, derzeit nur in Ansätzen abschätzbares, Nutzenpotential. Es wird die Wirtschaft, unser persönliches Leben und das Staatswesen sehr stark verändern. Ignoriert die öffentliche Verwaltung das Thema, wird sie in Zukunft ihre Aufgaben nicht mehr zufriedenstellend erfüllen können. Gleichzeitig schafft aber Big Data auch neue, grosse Gefahren für die Gesellschaft, die sich verheerend auswirken könn(t)en. Es ist deshalb Zeit, dass wir uns ernsthaft mit Big Data auseinandersetzen!

Create PDF

Schlagwortarchiv für: Daten

How art institutions can manage their metadata

Context

Footlight

Vision of Artsdata.ca Knowledge Graph

2018 Pilot Project

Benefits

Lessons learned

Lesson 1

Lesson 2

Conclusion

Join a Culture Creates Pilot Project

Ähnliche Beiträge

Die Schweiz braucht eine konstruktive Datenpolitik

Datenbesitz verändert Machtverhältnisse

Via Apps binden Plattformen die Nutzerinnen und Nutzer an sich

Schweiz braucht überarbeitetes Datenschutzgesetz

Ähnliche Beiträge

Wie Onlinelösungen die Bürokratie erleichtern

Die digitalen Räume der Bibliotheken öffnen

Big Data – schnell erklärt

RSS abonnieren

Kontakt

Newsletter