Bedarf/Problem und Zielgruppe

Viele Bundesämter verfügen über Daten in Form von CSV- oder Excel-Dateien, die regelmässig aktualisiert und auf Webseiten visualisiert werden sollen. Ein standardisierter, durchgängiger Prozess, um diese Daten effizient in Web-Visualisierungen zu überführen, fehlt bislang.

Zwar stehen mit Tools wie Visualize und der LINDAS platform geeignete Lösungen zur Verfügung, deren Nutzung ist jedoch komplex, teilweise manuell und schwer skalierbar. Insbesondere die notwendige Transformation der Daten in eine Linked-Data-Struktur (RDF) stellen eine Hürde dar.

Ziel ist es, diesen Prozess zu vereinfachen, zu automatisieren und als skalierbare Lösung für Fachstellen, sowie Kommunikations-, Data und Webteams in Bundesämtern nutzbar zu machen.

(Nicht) verfügbare Daten

Beispielhafte CSV- oder Excel-Daten Demo Pipelines für Integration in LINDAS Zugriff auf bestehende Tools wie LINDAS, Visualize und Livingdocs

Zu klären: Dokumentation zu LINDAS / Linked Data

Erwarteter Nutzen

Daten können schneller und einfacher publiziert werden, Visualisierungen lassen sich automatisch aktualisieren, Reduktion von manuellen Arbeitsschritten und Fehlerquellen, Einheitlicher, wiederverwendbarer Prozess innerhalb der Verwaltung, niedrigere Einstiegshürden für Fachstellen ohne vertiefte technische Kenntnisse.

Ziel für den Hackathon

Entwicklung eines Proof of Concept für einen automatisierten End-to-End-Prozess, die Machbarkeit zu demonstrieren, den Prozess zu vereinfachen und dokumentieren

Lösungsansätze

Aufbau einer automatisierten Datenpipeline (z. B. mit Python), die CSV/Excel in RDF transformiert und in LINDAS lädt, Nutzung bestehender Tools zur Integration in Visualize und Einbindung in Livingdocs.

Einschränkungen

Fokus auf einen Proof of Concept, nicht auf eine produktionsreife Lösung. Ergebnisse sollten reproduzierbar und dokumentiert sein

Nachhaltigkeit

Die Ergebnisse dienen als Grundlage, um die Machbarkeit eines standardisierten Prozesses zu beurteilen und mögliche Pilotanwendungen zu initiieren. Bei geeigneten Resultaten ist vorgesehen den Ansatz intern weiterzuverfolgen und die Lösung in einem konkreten Anwendungsfall weiter zu testen und auszubauen.