It's a perfect match
Haben zwei Codeliestenwerte dieselbe Bedeutung? Detektiere Ähnliches. Und dokumentiere Unterschiede.
Bundesamt für Statistik (BFS), Sektion Kompetenzzentrum für Datenbewirtschaftung und Basisdienste
Live demo on Apertus powered and hosted by Infomaniak 🇨🇭 govtech.watts-drive.ch
Challenge
In vielen Verwaltungsdatensätzen werden gleiche Inhalte unterschiedlich beschrieben: Ein Datensatz nennt den Status "active", ein anderer "laufend". Frauen erhalten im einen Datensatz den Code “w" zugeweisen, im anderen "1". Noch kniffliger wirds, wenn Kategorien nur teilweise übereinstimmen – etwa, wenn ein Datensatz lediglich «Grundschule» beinhaltet, während ein anderer zwischen «Primarschule» und «Sekundarstufe I» unterscheidet.
Solche Unterschiede erschweren den Datenaustausch und führen zu Unschärfen in Auswertungen. In dieser Challenge entwickelst du einen Prototypen, der Gemeinsamkeiten und Unterschiede zwischen Attributen sichtbar macht – oder sogar Unterschiede auflöst.
Grundlage sind Dateien im SHACL-Format, in denen Struktur und Attribute von Datensätzen beschrieben sind. Deine Lösung detektiert semantisch harmonisierbare Attribute. Vielleicht macht deine Lösung die Gemeinsamkeiten und Unterschiede in einem Dashboard sichtbar. Oder vielleicht generiert sie eine Mapping-Tabelle. Auf jeden Fall helfen deine Ideen dabei, die Behördendaten semantisch zu harmonisieren.
(Nicht) verfügbare Daten
Sämtliche öffentlich publizierten Einträge auf der Interoperabilitätsplattform I14Y.admin.ch. Bei Bedarf: der Code der Plattform.
Erwarteter Nutzen
Datenfachleute kennen das Problem: Viele Datensätze können nicht zusammengeführt werden, weil Attribute unterschiedlich definiert wurden. Das Fernziel ist eine Datenharmonisierung: Alle sollen identische Attribute gleich erfassen. In einer Zwischenphase kann es aber nötig sein, die Gemeinsamkeiten und Unterschiede zu dokumentieren. Damit wird die Grundlage für eine Datenharmonisierung geschaffen. Und damit wird es möglich, Datensätze trotz kleiner Codierungsunterschiede rasch zu kombinieren.
Ziel für den Hackathon
Entwicklung von Ideen, Methoden und Prototypen zur Dokumentation von Gemeinsamkeiten und Unterschieden zwischen zwei Codelistenwerten. Automatisierte Generierung von Mapping-Tabellen.
Einschränkungen
Die Arbeiten an I14Y werden in diesem Jahr abgeschlossen. Anschliessend steht der Code der Plattform als Open-Source-Software zur Verfügung. Einfache Erweiterungen insbesondere im Bereich der Mapping-Tabellen können noch integriert werden. Komplexere Erweiterungen werden allenfalls erst im Nachfolgeprojekt metadata.swiss umgesetzt.
Nachhaltigkeit
Das Entwicklungsteam prüft die Ideen, Ansätze und Prototypen und implementiert allenfalls Teile davon in I14Y.
References
GovTech-Hackathon 2026
This project aims to address the challenge of inconsistent data descriptions in different datasets. For example, the same status might be labeled as "active" in one dataset and "laufend" in another. Discrepancies hinder data exchange and lead to inaccurate analysis. The goal is to develop a prototype tool that identifies harmonizable attributes (those that represent the same concept, like "Grundschule" and "Primarschule" being mapped to "primary education") and visualizes or maps these differences. The solution should work with SHACL files, which describe data structure and attributes, and could create a dashboard or mapping table to help harmonize data across different administrative datasets. The tool aims to make data clearer and more comparable, improving data exchange and analysis across different datasets.
Detailed challenge description follows in German below. (Summary generated with Apertus)
Wichtige Links
Kontaktpersonen
- Floriane Pochon-Levit
- Mathias Born
Beschreibung der Challenge
In vielen Verwaltungsdatensätzen werden gleiche Inhalte unterschiedlich beschrieben: Ein Datensatz nennt den Status "active", ein anderer "laufend". Frauen erhalten im einen Datensatz den Code “w" zugeweisen, im anderen "1". Noch kniffliger wirds, wenn Kategorien nur teilweise übereinstimmen – etwa, wenn ein Datensatz lediglich «Grundschule» beinhaltet, während ein anderer zwischen «Primarschule» und «Sekundarstufe I» unterscheidet.
Solche Unterschiede erschweren den Datenaustausch und führen zu Unschärfen in Auswertungen. In dieser Challenge entwickelst du einen Prototypen, der Gemeinsamkeiten und Unterschiede zwischen Attributen sichtbar macht – oder sogar Unterschiede auflöst.
Grundlage sind Dateien im SHACL-Format, in denen Struktur und Attribute von Datensätzen beschrieben sind. Deine Lösung detektiert semantisch harmonisierbare Attribute. Vielleicht macht deine Lösung die Gemeinsamkeiten und Unterschiede in einem Dashboard sichtbar. Oder vielleicht generiert sie eine Mapping-Tabelle. Auf jeden Fall helfen deine Ideen dabei, die Behördendaten semantisch zu harmonisieren.
Detailbeschreibung
Basierend auf zwei oder mehr Datensätzen mit SHACL-Strukturen bauen Sie ein Werkzeug, das einen oder mehrere der folgenden Anwendungsfälle abdeckt:
Erkennung von harmonisierbaren Attribute: Gesucht sind Attribute, die in verschiedenen Datensätzen vorkommen, die aber dasselbe Konzept benutzen (dcterms:conformsTo), oder deren Konzepte über eine Mapping-Tabelle verknüpft sind.
Erstellen von Mapping-Tabellen: Untersuche, ob die Attribute in einer Codeliste jenen in einer zweiten entsprechen. Falls es Unterschiede gibt: Erstelle eine Mapping-Tabelle, in der du die Beziehungen zwischen den beiden Codewerten dokumentierst.
Kreiere ein Harmonisierungs-Dashboard: Zeige in einem übersichtlichen Dashboard an, welche Attribute identisch sind. Und blende ein, welche Attribute mit anderen zu welchem Grad verwandt sind.
Mögliche Datengrundlage
Previous
GovTech Hackathon 2026
Next project