abschlusspräsentationen studierenden-apps open data vorlesung 2015
TRANSCRIPT
Übung Open Data:Vereinbarung Beruf und Familie in Schweizer Kantonen, Gruppe 2
Abschlusspräsentation, 28. Mai 2015Opal Aliu und Nicoletta LumaldoUniversität Bern, Institut für WirtschaftsinformatikAbteilung InformationsmanagementForschungsstelle Digitale Nachhaltigkeit
FS 2015
Open Data > 13: Abschlusspräsentation
2
Team
> Opal Aliu — Hauptfach: BA in Business Administration— Nebenfach: Informatik— Semester: 6— Bisherige Programmiererfahrung: Anfänger— Email: [email protected]
> Nicoletta Lumaldo— Hauptfach: MA in Public Management— Nebenfach: Management and Evaluation of
Public Policies— Semester: 2 (MA)— Bisherige Programmiererfahrung: keine— Email: [email protected]
FS 2015
Open Data > 13: Abschlusspräsentation
3
Aufgabenstellung
> Problemstellung: Vereinbarkeit von Beruf und Familie – Rolle der familienergänzende Kinderbetreuung: Vollziehung des Impulsprogramms zur Schaffung von Betreuungsplätzen für Kinder
> Hintergrund: Gleichstellung im Kontext eines föderalistischen, entwickelten Staates wie die Schweiz
> Zielsetzung: Visualisierung einiger relevanten Indikatoren zur Thematik auf kantonale Ebene
> Datenquelle: Variante B – Daten von Open Data Portalen
FS 2015
Open Data > 13: Abschlusspräsentation
4
Daten
> Datenquelle: Eigene Zusammenstellung von Daten— BFS – Indikatoren zu Familienergänzende
Kinderbetreuung— SECO/BSV - Informationsplattform
„Vereinbarkeit Beruf und Familie“— SECO - Vereinbarkeit von Beruf und Familie— BSV - Vereinbarkeit von Familie und Beruf
> Datenvolumen: 2MB> Datenformat:
— Ursprünglich: PDF, Excel— Bearbeitet: CSV
> Datenstruktur: 4,8MB
FS 2015
Open Data > 13: Abschlusspräsentation
5
Vorgehen
> Datenbeschaffung: Eigene Recherche in Open Data Portalen und Zusammenfassung der Daten in einer Datenbank
> Datenbereinigungen: gering
> Datentransformation: Kodierung, Gewichtung, Skalierung, Vergleich, Quantifizierung
> Verwendete Technologien, Libraries etc.:— D3.js— Choropleth
FS 2015
Open Data > 13: Abschlusspräsentation
6
Resultat
> Link: http://XX.sandbox.iwi.unibe.ch
> Visualisierungsart: — Map— Verschiedene Typen von
Rankingvisualisierungen
> Funktionalitäten: Selection, Mouseclick, Help
> Neue Erkenntnisse: Unterschiede im föderalistischem System, Verschiedene Standpunkte der Vereinbarkeit von Beruf und Familie
FS 2015
Open Data > 13: Abschlusspräsentation
7
Fazit
> Was haben wir gelernt? — Verfügbarkeit der Daten nicht immer Vorhanden
– Open Data als ein laufender Prozess! — TopoJSON und Positionierung der Karte
> Was würden wir nächstes Mal anders machen?— Vertieft in jeden Kanton auf Datensuche gehen.— Verfeinerte Visualisierung— Gemeindedaten versuchen zu sammeln— Variablen in Zusammenhang bringen
> Was bringt mir diese Übung?— Zielgruppe zu definieren bei der App-
Entwicklung— Daten besser zu verstehen und für
Verfügbarkeit checken
Übung Open Data:Schadstoffemissionen der Schweiz, Gruppe 03
Abschlusspräsentation, 28. Mai 2015Katrin Ismaier und Noel SagerUniversität Bern, Institut für WirtschaftsinformatikAbteilung InformationsmanagementForschungsstelle Digitale Nachhaltigkeit
FS 2015
Open Data > 13: Abschlusspräsentation
2
Team
> Katrin Ismaier— Hauptfach: BWL— Nebenfach: VWL— Semester: 6— Bisherige Programmiererfahrung: Keine
> Noel Sager— Hauptfach: BWL— Nebenfach: VWL— Semester: 6— Bisherige Programmiererfahrung: Keine
FS 2015
Open Data > 13: Abschlusspräsentation
3
Aufgabenstellung
> Ausgangslage, Problemstellung: Schadstoffregister PRTR, unübersichtliche Daten.
> Hintergrund: BAFU stellt Daten öffentlich zur Verfügung, jedoch unübersichtlich und wenig aussagekräftig.
FS 2015
Open Data > 13: Abschlusspräsentation
4
Aufgabenstellung
> Zielsetzung: Unübersichtliche Daten so visualisieren, dass sie verständlich und aussagekräftiger dargestellt werden.
> Datenquelle, Data Coach: Bundesamt für Umwelt, Hans-Ulrich Pestalozzi.
FS 2015
Open Data > 13: Abschlusspräsentation
5
Daten
> Datenvolumen: 10’377 Zeilen und 35 Spalten. Entsprechend viele (auch nicht relevante) Informationen herauszulesen.
> Datenstruktur: pro Zeile ein Unternehmen, für jeden Schadstoff einzeln aufgelistet. Ausnahme: Diffuse Quellen.
FS 2015
Open Data > 13: Abschlusspräsentation
6
Daten
> Datenformat: Excel, wurde in CSV umgewandelt.
FS 2015
Open Data > 13: Abschlusspräsentation
7
Vorgehen
> Datenbeschaffung: Übergabe durch Datacoach.> Datenbereinigungen: Abstand nach Schadstoffname entfernt.> Datentransformation: Abfall und Sonderabfall zu den Schadstoffen.> Verwendete Technologien, Libraries:
— HTML— CSS— D3.js— TopoJSON
FS 2015
Open Data > 13: Abschlusspräsentation
9
Resultat
> Link: http://ns12f228.sandbox.iwi.unibe.ch > Visualisierungsart: Schweizerkarte mit Schadstoffemission nach
Kanton und Balkendiagramm der diffusen Quellen.> Funktionalitäten:
— Jahresauswahl mit Buttons— Drop-Down der Schadstoffe à Einfärbung der Karte nach Emission— Mouseover Effekte— Mouseclick Effekt— Hover Effekte— Scroll Funktion
> Neue Erkenntnisse: Teilweise hoher Ausstoss auf Schweizer Karte, welcher klein erscheint bei Vergleich mit diffusen Quellen.
FS 2015
Open Data > 13: Abschlusspräsentation
10
Fazit
> Was haben wir gelernt? Grundlagen HTML, CSS, JavaScript (D3.js) und den Umgang mit umfangreichen Rohdaten. Von der Existenz eines Schadstoffregisters erfahren.
> Was würden wir nächstes Mal anders machen? Früher zu Khôi Kontakt aufnehmen. Im Vorfeld bereits HTML, CSS als Grundlage erarbeiten.
> Was bringt mir diese Übung? Programmiergrundlagen und Umgang mit Daten erlernt.
Übung Open Data:Die neuen Schweizer 2013, Einzelgruppe 5
Abschlusspräsentation, 28. Mai 2015Michael Palma MendesUniversität Bern, Institut für WirtschaftsinformatikAbteilung InformationsmanagementForschungsstelle Digitale Nachhaltigkeit
FS 2015
Open Data > 13: Abschlusspräsentation
2
Einzelgruppe
> Michael Palma Mendes
— Hauptfach: Volkswirtschaftslehre
— Nebenfach: Betriebswirtschaftslehre
— Semester: sechstes Bachelorsemester
— Programmiererfahrung: JS-Grünschnabel
FS 2015
Open Data > 13: Abschlusspräsentation
3
Aufgabenstellung
> Ausgangslage, ProblemstellungWer bürgert sich wo & wie intensiv ein in CH?
Quelle: http://upload.wikimedia.org/wikipedia/de/9/9e/Schweizerpass.png
FS 2015
Open Data > 13: Abschlusspräsentation
4
Aufgabenstellung
> Ausgangslage, ProblemstellungWer bürgert sich wo & wie intensiv ein in CH?
> HintergrundBin selber Einbürgerungskandidat, BA-Thema
Quelle: http://upload.wikimedia.org/wikipedia/de/9/9e/Schweizerpass.png
FS 2015
Open Data > 13: Abschlusspräsentation
5
Aufgabenstellung
> Ausgangslage, ProblemstellungWer bürgert sich wo & wie intensiv ein in CH?
> HintergrundBin selber Einbürgerungskandidat, BA-Thema
> ZielsetzungGrafische Analyse des Einbürgerungs-verhaltens der ausländ. Hauptnationalitäten
Quelle: http://upload.wikimedia.org/wikipedia/de/9/9e/Schweizerpass.png
FS 2015
Open Data > 13: Abschlusspräsentation
6
Aufgabenstellung
> Ausgangslage, ProblemstellungWer bürgert sich wo & wie intensiv ein in CH?
> HintergrundBin selber Einbürgerungskandidat, BA-Thema
> ZielsetzungGrafische Analyse des Einbürgerungs-verhaltens der ausländ. Hauptnationalitäten
> DatenquelleBundesamt für Statistik (bfs.admin.ch)
Quelle: http://upload.wikimedia.org/wikipedia/de/9/9e/Schweizerpass.png
FS 2015
Open Data > 13: Abschlusspräsentation
7
Daten
> Datenvolumen2 Originaltabellen
Quelle: eigenes Printscreen
FS 2015
Open Data > 13: Abschlusspräsentation
8
Daten
> Datenvolumen2 Originaltabellen
Quelle: eigenes Printscreen
FS 2015
Open Data > 13: Abschlusspräsentation
9
Daten
> Datenvolumen2 Originaltabellen à Endtabelle 22*163 Zellen
Quelle: eigenes Printscreen
FS 2015
Open Data > 13: Abschlusspräsentation
10
Daten
> Datenvolumen2 Originaltabellen à Endtabelle 22*163 Zellen
> Datenformat*.xlsx à umgewandelt in *.csv à D3.js
Quelle: eigenes Printscreen
FS 2015
Open Data > 13: Abschlusspräsentation
11
Daten
> Datenvolumen2 Originaltabellen à Endtabelle 22*163 Zellen
> Datenformat*.xlsx à umgewandelt in *.csv à D3.js
> DatenstrukturZeile um Zeile à im Code hierarchisiert
Quelle: eigenes Printscreen
FS 2015
Open Data > 13: Abschlusspräsentation
12
Vorgehen
> DatenbeschaffungÜber Onlinerecherche beim BfS
> DatenbereinigungenManuelle Variablenerrechnung, Taktisches
> DatentransformationVia Libreoffice *.xlsxà*.csvàD3.js
> Verwendete Technologien, Librariesd3.min.js, topojson.min.js, colorbrewer.js (ch.json, wie auch Rest, von der IWI Sandbox)
Quelle: eigenes Printscreen, indikatives Bild (beta)
FS 2015
Open Data > 13: Abschlusspräsentation
13
Resultat
> Linkhttp://mp11j084.sandbox.iwi.unibe.ch
FS 2015
Open Data > 13: Abschlusspräsentation
14
Resultat
> Linkhttp://mp11j084.sandbox.iwi.unibe.ch
> VisualisierungsartSchweizerkarte mit Intensitätsfärbung
FS 2015
Open Data > 13: Abschlusspräsentation
15
Resultat
Quelle: eigenes Printscreen, indikatives Bild (beta)
FS 2015
Open Data > 13: Abschlusspräsentation
16
Resultat
> Linkhttp://mp11j084.sandbox.iwi.unibe.ch
> VisualisierungsartSchweizerkarte mit Intensitätsfärbung
> FunktionalitätenSelectorCheckboxes Intensivitätsfärbung mit LegendeTooltipsDaten in TextformRead Me
FS 2015
Open Data > 13: Abschlusspräsentation
17
Resultat
> Linkhttp://mp11j084.sandbox.iwi.unibe.ch
> VisualisierungsartSchweizerkarte mit Intensitätsfärbung
> Funktionalitäten...
> Neue Erkenntnisse – siehe Live-DemoPT vs. KO, IT in TI (viel&doch wenig), AI, ...
FS 2015
Open Data > 13: Abschlusspräsentation
18
Fazit
> Was habe ich gelernt?Grundstruktur von JavaScript/JSON/D3.js
Quelle: eigenes Printscreen, indikatives Bild (beta)
FS 2015
Open Data > 13: Abschlusspräsentation
19
Fazit
> Was habe ich gelernt?Grundstruktur von JavaScript/JSON/D3.jsSchwerer als ich dachte! J
Quelle: eigenes Printscreen, indikatives Bild (beta)
FS 2015
Open Data > 13: Abschlusspräsentation
20
Fazit
> Was habe ich gelernt?Grundstruktur von JavaScript/JSON/D3.jsSchwerer als ich dachte! J
> Was würde ich nächstes Mal anders machen?Ggf. stärker vor-einlesen ins Coding
Quelle: eigenes Printscreen, indikatives Bild (beta)
FS 2015
Open Data > 13: Abschlusspräsentation
21
Fazit
> Was habe ich gelernt?Grundstruktur von JavaScript/JSON/D3.jsSchwerer als ich dachte! J
> Was würde ich nächstes Mal anders machen?Ggf. stärker vor-einlesen ins Coding
> Was bringt mir diese Übung?Umgang mit Programmiersprache
Quelle: eigenes Printscreen, indikatives Bild (beta)
FS 2015
Open Data > 13: Abschlusspräsentation
22
Fazit
> Was habe ich gelernt?Grundstruktur von JavaScript/JSON/D3.jsSchwerer als ich dachte! J
> Was würde ich nächstes Mal anders machen?Ggf. stärker vor-einlesen ins Coding
> Was bringt mir diese Übung?Umgang mit ProgrammierspracheWichtige Visualisierungtools, auch für BA interessant
Quelle: eigenes Printscreen, indikatives Bild (beta)
FS 2015
Open Data > 13: Abschlusspräsentation
23
Fazit
> Was habe ich gelernt?Grundstruktur von JavaScript/JSON/D3.jsSchwerer als ich dachte! J
> Was würde ich nächstes Mal anders machen?Ggf. stärker vor-einlesen ins Coding
> Was bringt mir diese Übung?Umgang mit ProgrammierspracheWichtige Visualisierungtools, auch für BA interessant
> Merci für die Hilfe!Quelle: eigenes Printscreen, indikatives Bild (beta)
FS 2015
Open Data > 13: Abschlusspräsentation
24
Live-Demo
Quelle: http://upload.wikimedia.org/wikipedia/de/9/9e/Schweizerpass.png
Übung Open Data:ImmoSearcher, Gruppe 19
Abschlusspräsentation, 28. Mai 2015Gabriel Abu-TayehUniversität Bern, Institut für WirtschaftsinformatikAbteilung InformationsmanagementForschungsstelle Digitale Nachhaltigkeit
FS 2015
Open Data > 13: Abschlusspräsentation
2
Person
> Gabriel Abu-Tayeh
— Hauptfach: Betriebswirtschaft— Semester: 10— Bisherige Programmiererfahrung: keine— Email: [email protected]
FS 2015
Open Data > 13: Abschlusspräsentation
3
Aufgabenstellung
> Ausgangslage: „«Immosearcher» mashup Wohnungsangebote (externe Daten) mit Lärm, Kultur, Altlasten“
> Problemstellung: Erschliessung vs. Lärm
> Hintergrund: Informationsasymmetrie bei Immobilien, kein Bezug zu Geodaten, Suchaufwand gross
> Zielsetzung: modulare Applikation
> Datenquelle, Data Coach: geo.admin.ch, D. Oesch
FS 2015
Open Data > 13: Abschlusspräsentation
4
Daten
> Datenvolumen: 2352 Gemeinden, 1.6 Mio Gebäude mit Wohnnutzung, 27429 Haltestellen
> Datenformat: JSON (von API), shp, xlsx, gdb
> Datenstruktur: Reisezeit pro Gemeinde, Adressen mit Attributen, Lärm als Karte
FS 2015
Open Data > 13: Abschlusspräsentation
5
Vorgehen
> Datenbeschaffung: geo.admin.ch, Bundesamt für Verkehr BAV, Bundesamt für Umwelt BAFU
> Datenbereinigungen: Güterbahnhöfe, Gemeindefusionen (Daten teilweise älter)
> Datentransformation: Daten kalibrieren (Reisezeit), x/y vs. latitude und longitude, proprietäre ESRI Daten konvertieren
> Verwendete Technologien, Libraries:— D3.js— API— Tooltip/Iframe
latlon
47.2677345275888.4852828979492
xy
235731.296875679205.375
https://api3.geo.admin.ch/rest/services/api/SearchServer?bbox=551306.5625,167918.328125,551754.125,168514.625&type=locations
FS 2015
Open Data > 13: Abschlusspräsentation
6
Resultat
> Link: http://ga08z443sandbox.iwi.unibe.ch
> Visualisierungsart: Spider (Zusatzinfos mit Balken)
> Funktionalitäten: Suchfunktion, Tooltip, Karten, Autocompletion, Interaktive Fläche Mobiletauglich
> Neue Erkenntnisse: Wo ist meine nächste Haltestelle, gut erschlossen ist nicht immer lärmig, Stadt automatisch gut erschlossen
FS 2015
Open Data > 13: Abschlusspräsentation
7
Fazit
> Was habe ich gelernt? Grundahnung von HTML, CSS, API, D3.js und JavaScript. Unzählige Geodatenformate kennengelernt. Negativ: Daten alleine genügen nicht bei Geodaten (offene Formate, Anleitungen und Know-How).
> Was würden ich nächstes Mal anders machen? Nicht zu viel Zeit ins konvertieren investieren. Team bilden.
> Was bringt mir diese Übung? Prozesse der Entstehung von (Open Data) Apps kennengelernt.
wer weiss, evtl. mit Unterstützung...
Übung Open Data:Bevölkerungsentwicklung im Kanton Bern, Gruppe 6
Abschlusspräsentation, 28. Mai 2015Yves Rieder und Franco MembriniUniversität Bern, Institut für WirtschaftsinformatikAbteilung InformationsmanagementForschungsstelle Digitale Nachhaltigkeit
FS 2015
Open Data > 13: Abschlusspräsentation
2
Team
> Yves Rieder— Hauptfach: BWL— Nebenfach: Geographie— Semester: 6— Bisherige Programmiererfahrung: keine
> Franco Membrini— Hauptfach: Geschichte— Nebenfach: BWL, Staatsrecht— Semester: 6— Bisherige Programmiererfahrung: keine
FS 2015
Open Data > 13: Abschlusspräsentation
3
Aufgabenstellung
> Ausgangslage, Problemstellung:Daten sind vorhanden und öffentlich zugänglich, jedoch in Tabellenform. Informationsüberflutung
> Zielsetzung:Die Entwicklung der ständigen Wohnbevölkerung im Kanton Bern ansprechend zu visualisieren
> Datenquellen:Finanzdirektion Kanton BernBundesamt für Statistik
FS 2015
Open Data > 13: Abschlusspräsentation
4
Daten
> Datenvolumen:Bevölkerungszahlen 1981-2013, Prognosen bis 2035
> Datenformat:Excel-files, tab separated value (.tsv) files
> Datenstruktur:Tabellen
FS 2015
Open Data > 13: Abschlusspräsentation
5
Vorgehen
> Datenbeschaffung:Download als Exceltabellen aus verschiedenen Quellen
> Datenbereinigungen:Entfernen überflüssiger Informationen, angleichen der Tabellenstruktur
> Datentransformation:Erstellung von .tsv Files
> Verwendete Technologien, Libraries:— Javascript— D3.js— Templates
FS 2015
Open Data > 13: Abschlusspräsentation
6
Resultat
> Link:http://www.thecrackers.tk/yves/index.html
> Visualisierungsart:Linegraphs
> Funktionalitäten:Tooltip mit genauen Angaben, Mouseover, verschiedene Tabs
FS 2015
Open Data > 13: Abschlusspräsentation
7
Fazit
> Was haben wir gelernt?Debugging macht einen massiv grösseren Teil der Arbeit aus als allgemein angenommen
> Was würden wir nächstes Mal anders machen?Hinzuziehen von Personen mit mehr Programmiererfahrung
> Was bringt mir diese Übung?Realitätsnaher Umgang mit CodeBesseres Verständnis von IT Prozessen
Übung Open Data:Berufsabschlüsse in der Schweiz
Abschlusspräsentation, 28. Mai 2015Dominique Rahm und Fabian RedingUniversität Bern, Institut für WirtschaftsinformatikAbteilung InformationsmanagementForschungsstelle Digitale Nachhaltigkeit
FS 2015
Open Data > 13: Abschlusspräsentation
‹Nr.›
Team
> Dominique Rahm— Hauptfach: Informatik— Nebenfach: BWL— Semester: 10— Bisherige Programmiererfahrung: Hoch— Email: [email protected]
> Fabian Reding— Hauptfach: BWL— Nebenfach: Psychologie— Semester: 4— Bisherige Programmiererfahrung: Keine— Email: [email protected]
FS 2015
Open Data > 13: Abschlusspräsentation
‹Nr.›
Aufgabenstellung
> Ausgangslage, Problemstellung:> Aufzeigen der Berufsabschlüsse in der Schweiz während den Jahren
2010-2014 bezüglich des Geschlechtes, der Branche und des Kantons
> Hintergrund:> Selbständiges Finden und Verarbeiten der Daten
> Zielsetzung:> Mobile-First Applikation, welche auf jeder Bildschirmgrösse
(Smartphones, Computerbildschirm etc.) übersichtl ich die Informationen weitergeben kann
> Datenquelle, Data Coach:> Ursprünglich Zusammenarbeit mit Data-Coach - aufgrund einiger
Kommunikat ionsproblemen fo lgte d ie Entscheidung, d ie Aufgabenstellung selber zu ändern und die Daten vom Bundesamt für Statistik zu organisieren
> Quelle: https://www.pxweb.bfs.admin.ch/Selection.aspx?px_language=de&px_db=px-x-1502020100_103&px_tableid=px-x-1502020100_103\px-x-1502020100_103.px&px_type=PX
FS 2015
Open Data > 13: Abschlusspräsentation
‹Nr.›
Daten
> Datenvolumen:> 1.6 MB verteilt auf 5 einzelne Files
> Datenformat:> Ursprünglich waren die Daten als CSV
vom Bundesamt für Statistik und wir haben die Daten für den Server in ein passenderes Format (JSON) umgewandelt
FS 2015
Open Data > 13: Abschlusspräsentation
‹Nr.›
Vorgehen
> Datenbeschaffung:> Die Daten wurden direkt vom Bundesamt für Statistik
heruntergeladen
> Datenbereinigungen:> Umlaute mussten in mühsamer Suche gefunden und
anschliessend ersetzt werden. Zusätzlich wurden häufig gebrauchte Begriffe/Wörter mit Abkürzungen ersetzt (Bsp Kantonsnamen)
> Verwendete Technologien:— D3.js— jQuery— Foundation— GitHub— coffeescript, jade, sass— Google Chrome Developer Tools
FS 2015
Open Data > 13: Abschlusspräsentation
‹Nr.›
Resultat
> Link: http://d3orn.github.io/open_data_app/
> Visualisierungsart:> Schweizerkarte mit farblicher Änderung und
genauen Zahlen bei Mouseover
> Funktionalitäten:> Dropdown Menus, Mouseover, Stufenlose
Skalierung auf Bildschirmgrössen, Filtern nach Jahr, Branche, Ausbildungstyp und Geschlecht, sowie die Aufteilung der Schweiz in vier Regionen
> Neue Erkenntnisse:> Im Bereich der Kommunikation mit möglichen
Datacoaches und der Datenbeschaffung
FS 2015
Open Data > 13: Abschlusspräsentation
‹Nr.›
Fazit
> Was haben wir gelernt?> Viele Einsichten in die Welt des Programmierens - es gibt
immer wieder neue Fehler und Ideen, welche man am besten direkt aufschreibt, damit der Überblick nicht verloren geht. Die Möglichkeiten beim Programmieren sind mit dem entsprechenden Wissen schier endlos. Die Datenbeschaffung nimmt besonders viel Zeit in Anspruch, vor allem, wenn die Daten nicht so vorkommen, wie man sich das vorstellt, sondern zuerst noch bereinigt werden müssen.
> Was würden wir nächstes Mal anders machen?> Von Anfang an selbständig und ohne Data-Coach arbeiten
und dadurch auch die vorhandene Zeit besser nutzen.
> Was bringt mir diese Übung?> Einblick in die Informatik und das Programmieren - Das
Verständnis für alle möglichen Probleme in den IT Bereichen steigt durch diese Selbsterfahrung stark.
Übung Open Data:Deloitte: Geldpolitik der SNB, Gruppe 8
Abschlusspräsentation, 28. Mai 2015Tobias Vogel und Mary Tzaawa-KrenzlerUniversität Bern, Institut für WirtschaftsinformatikAbteilung InformationsmanagementForschungsstelle Digitale Nachhaltigkeit
FS 2015
Open Data > 13: Abschlusspräsentation
2
Team
> Mary Tzaawa-Krenzler— Hauptfach: VWL— Nebenfach: BWL— Semester: 4 (Bachelor)— Bisherige Programmiererfahrung: wenig
> Tobias Vogel— Hauptfach: BWL— Nebenfach: Informatik— Semester: 8 (Bachelor)— Bisherige Programmiererfahrung: wenig
FS 2015
Open Data > 13: Abschlusspräsentation
3
Aufgabenstellung
> Ausgangslage, Problemstellung:„Geldpolitik der Schweizer Nationalbank: Konnte man aus der veränderten SNB Bilanz Anzeichen für die Aufhebung des Wechselkurses ablesen?“
> Hintergrund:Auflösung des Wechselkurses Januar 2015
> Zielsetzung:— Bilanzsumme seit 2007— Analyse der Geldpolitik — Anzeichen für Aufhebung— Daten schön, klar präsentieren
FS 2015
Open Data > 13: Abschlusspräsentation
5
> Datenformat: — Ursprungsformat: .xls— Endformat: .csv
> Datenstruktur: — Datensätze
FS 2015
Open Data > 13: Abschlusspräsentation
6
Vorgehen
> Datenbeschaffung: — Hauptquelle: SNB Seite (Monatshefte)— http://www.oanda.com/— http://www2.deloitte.com/ch/en/pages/
finance/articles/cfo-survey.html
> Datenbereinigungen:— Überflüssige Daten löschen
> Datentransformation: — Anpassen des Datum
> Verwendete Technologien, Libraries etc.:— D3.js
FS 2015
Open Data > 13: Abschlusspräsentation
7
Resultat
> Link: http://tv11a629.sandbox.iwi.unibe.ch
> Visualisierungsart:— Graph
> Funktionalitäten:— Tooltip— Mouseover— Button
FS 2015
Open Data > 13: Abschlusspräsentation
8
Fazit
> Was haben wir gelernt?— HTML— Datenbearbeitung
> Was würden wir nächstes Mal anders machen?— Bessere Zeiteinteilung— Früher beginnen (etwas unterschätzt)
> Was bringt mir diese Übung?— Die Verarbeitung von Daten in komplexere
Darstellungen— Programmiersprachen aneignen
Übung Open Data:Schadstoffausstoss in der Schweiz, Gruppe 11
Abschlusspräsentation, 28. Mai 2015Martin Vogel und Janik EndtnerUniversität Bern, Institut für WirtschaftsinformatikAbteilung InformationsmanagementForschungsstelle Digitale Nachhaltigkeit
FS 2015
Open Data > 13: Abschlusspräsentation
2
Team
> Martin Vogel— Hauptfach: Betriebswirtschaft— Nebenfach: Sport / Wirtschaftsrecht— Semester: 4— Bisherige Programmiererfahrung: Wenig— Email: [email protected]
> Janik Endtner— Hauptfach: Betriebswirtschaft— Nebenfach: Informatik— Semester: 4— Bisherige Programmiererfahrung: Mittel— Email: [email protected]
FS 2015
Open Data > 13: Abschlusspräsentation
3
Kontakt
> Kontakt für Fragen, Bemerkungen und Anregungen betreffend Visualisierung des Schadstoffregisters
FS 2015
Open Data > 13: Abschlusspräsentation
4
Grundlagen
> Gut strukturierte Daten in Excelformat als Grundlage> Schnelle Lieferung der Daten
FS 2015
Open Data > 13: Abschlusspräsentation
5
Vorgehen (I/II)
1. Lernen von d3.js mit Online Buch, damit wir schnell mit der Arbeit beginnen konnten
2. Erstellen einer Testvisualisierung in PowerPoint und besprechen mit Datacoach Hansueli Pestalozzi
3. Mehrere Treffen mit Hansueli
FS 2015
Open Data > 13: Abschlusspräsentation
6
Vorgehen (II/II)
4. Gestalten eines Designentwurfes für das Html/CSS Gerüst
5. Programmieren der App� Dropbox-Gruppe als Grundlage für Zusammenarbeit
FS 2015
Open Data > 13: Abschlusspräsentation
7
Schwierigkeiten
> Keine Verwendung von Beispiel aus d3.js Bibliothek— Neues App von Grund auf programmieren— Hoher Zeitaufwand (zuerst lernen, dann programmieren)— Über 1’100 Codezeilen (ohne kopierte Codeschnipsel)
> Ziel: Halbdynamisches App, das sich bei aktualisieren der Seite an Bildschirmgrösse anpasst— Relativ komplex für Web-Anfänger
> Schwierigkeiten mit Besonderheiten von Javascript
FS 2015
Open Data > 13: Abschlusspräsentation
8
Was haben wir gelernt?
Guter Datensatz spart viel Zeit— War bei uns zum Glück der Fall
Visualisierung muss zum Datensatz passen— Darum war es uns nicht möglich, eine Version aus der d3.js Bibliothek
zu übernehmen
Javascript und d3.js
Durchführen eines grösseren Projektes im Team
FS 2015
Open Data > 13: Abschlusspräsentation
9
Was nehmen wir für die Zukunft mit?
> Was bringt mir diese Übung?— Wirtschaftsinformatiker sollte etwas programmieren können.— Visualisierungen werden auch in Zukunft nützlich sein— Herangehensweise an grösseres Projekt
> War würden wir in Zukunft anders machen?— Wenn möglich Version aus D3.js Bibliothek nehmen. — Weniger hohe Ziele
FS 2015
Open Data > 13: Abschlusspräsentation
10
Resultat: Visualisierungsarten
Scatterplot Säulendiagramm
FS 2015
Open Data > 13: Abschlusspräsentation
11
Resultat: Funktionalitäten (I/II)
Liste
Navigation
Sortierfunktion
FS 2015
Open Data > 13: Abschlusspräsentation
12
Resultat: Funktionalitäten (II/II)
Slider
Checkboxen
Hover-Effekte
Hashtag-Navigation
FS 2015
Open Data > 13: Abschlusspräsentation
13
Resultat
> Link: http://je12k036.sandbox.iwi.unibe.ch > Link für Präsentation: http://mv13c053.sandbox.iwi.unibe.ch
Übung Open Data:Altersstruktur des Kanton Bern, Gruppe 12
Abschlusspräsentation, 28. Mai 2015 Tobias Bärtschi und Lea SummUniversität Bern, Institut für WirtschaftsinformatikAbteilung InformationsmanagementForschungsstelle Digitale Nachhaltigkeit
FS 2015
Open Data > 13: Abschlusspräsentation
2
Team
> Tobias Bärtschi— Hauptfach: BWL— Nebenfach: Rechtswissenschaften— Semester: 10+— Bisherige Programmiererfahrung: wenig— Email: [email protected]
> Lea Summ— Hauptfach: Englisch— Nebenfach: BWL— Semester: 6— Bisherige Programmiererfahrung: keine— Email: [email protected]
Foto
FS 2015
Open Data > 13: Abschlusspräsentation
3
Aufgabenstellung
> Ausgangslage, Problemstellung:— Visualisierung der Bevölkerungsstruktur
bezüglich des Alters> Hintergrund:
— 1 Millionen-Grenze geknackt— Erstmals Altersquotient > Jugendquotient— kein Statistikamt Kanton Bern
> Zielsetzung:— Einfache, verständliche Visualisierung
> Datenquelle, Data Coach:— Daniel Studer, Statistikkoordination Bern— www.be.ch/statistik
– Alters-, Jugendquotient– Altersstruktur
FS 2015
Open Data > 13: Abschlusspräsentation
4
Daten
> Datenvolumen:— Alters und Bevölkerungsdaten gemessen
über einen Zeitraum von 22 Jahren— Alters und Bevölkerungsdaten von 2013 für
jede Gemeinde> Datenformat:
— Rohdaten: Excel (.xlsx)— Bereinigte Daten: Koma getrennt (.csv)
> Datenstruktur: — Rohdaten: Datensatz in Tabelle— Bereinigte Daten: Maschinenlesbar Koma
getrennt
FS 2015
Open Data > 13: Abschlusspräsentation
5
Vorgehen
> Datenbeschaffung:— Empfehlung von Data Coach— Download via Statistikportal des Kantons Bern— Berechnung
> Datenbereinigungen: — Löschen nicht benötigter Inhalte— Löschen nicht benötigter Daten— Anpassen der Gemeinden von 2013 an 2014
> Datentransformation:— Eingelesen als Array mit Index „Jahr“ bzw.
„Gemeinde“> Verwendete Technologien, Libraries etc.:
— D3.js— Zur Verfügung gestellte TopoDaten
FS 2015
Open Data > 13: Abschlusspräsentation
6
Resultat
> Link: http://tb06h118.sandbox.iwi.unibe.ch
> Visualisierungsart:— Balkendiagramm, Liniendiagramm, Karte
> Funktionalitäten:— Tooltip, Mouse Click
> Neue Erkenntnisse:— vermehrt ältere Personen in ländlichen
Gebieten und um Seen— Anteil junger Personen an Bevölkerung
kleiner als Anteil alter Personen
FS 2015
Open Data > 13: Abschlusspräsentation
7
Fazit
> Was haben wir gelernt?— Trotz der Überalterung wächst die
Bevölkerung— Programmieren
> Was würden wir nächstes Mal anders machen?— Besser aufteilen— Mehr/andere Darstellungsarten
> Was bringt uns diese Übung?— Vertiefte Programmierkenntnisse
Übung Open Data:Interaction: Visualisierung der Hilfsprojekte 2012, Gruppe 13
Abschlusspräsentation, 28. Mai 2015Stephanie Joss und Sarah KlinglerUniversität Bern, Institut für WirtschaftsinformatikAbteilung InformationsmanagementForschungsstelle Digitale Nachhaltigkeit
FS 2015
Open Data > 13: Abschlusspräsentation
2
Team
> Stephanie Joss— Hauptfach: BWL, Schwerpunkt Wirtschaftsinformatik— Semester: 7 (Erstes Mastersemester)— Bisherige Programmiererfahrung: sehr wenig— Email: [email protected]
> Sarah Klingler— Hauptfach: BWL— Nebenfach: Nachhaltige Entwicklung— Semester: 6 (Bachelor)— Bisherige Programmiererfahrung: keine— Email: [email protected]
FS 2015
Open Data > 13: Abschlusspräsentation
3
Aufgabenstellung
> Ausgangslage, Problemstellung:— Einsatz von Spendengeldern für
Hilfsprojekte> Hintergrund:
— Interaction ist ein Verband von Entwicklungsorganisationen, Hilfswerken und Missionsgesellschaften -> http://www.interaction-schweiz.ch/home/
> Zielsetzung: — Weltkarte mit allen Daten pro Land und
NGO> Datenquelle, Data Coach:
— Marc Jost, Interaction, Daten von 2012
http://bl.ocks.org/mbostock/d4021aa4dccfd65edffd
http://www.unicef.ch/de/so-helfen-wir/programme
FS 2015
Open Data > 13: Abschlusspräsentation
4
Daten
> Datenvolumen: — 430 Entwicklungsprojekte über 21 NGOs
(zwei haben keine Daten) verteilt
> Datenformat: — Excel
> Datenstruktur: — Zeilen Länder, Spalten Sektoren— Eine Zusammenfassung und 23 weitere
Mappen (eine pro NGO)Grafik,
Screenshot
Grafik, Screenshot
FS 2015
Open Data > 13: Abschlusspräsentation
5
Vorgehen
> Datenbeschaffung: — Data Coach: Marc Jost
> Datenbereinigungen: — Länder und NGOs zusammen kombiniert— Nur Kombinationen wo auch Daten
vorhanden> Datentransformation:
— Umwandlung von Excel in ein einziges TSV File
> Verwendete Technologien, Libraries:— D3.js— Geo.json— Brackets als Editor
Grafik, Screenshot
Grafik, Screenshot
FS 2015
Open Data > 13: Abschlusspräsentation
6
Resultat
> Link: http://sj09l033.sandbox.iwi.unibe.ch/> Visualisierungsart:
— Weltkarte mit Filterfunktionen> Funktionalitäten:
— Zwei Filterfunktionen (Sektoren & NGOs)— Pie Chart (animiert)— Boxen mit Mouseover-Funktion für
Weltkarte und Selektoren— Zoom-Funktion Weltkarte— Animierte Textmarkierung
> Neue Erkenntnisse: — Überblick verschaffen— Effiziente Zuteilung der Projekte
(Spendengelder)? Optimierungen?
Grafik, Screenshot
Grafik, Screenshot
FS 2015
Open Data > 13: Abschlusspräsentation
7
Fazit
> Was haben wir gelernt? — Lesen und verstehen eines Codes— Daten bereinigen und strukturieren— Aufteilung html, css, js, geo.json
> Was würden wir nächstes Mal anders machen? — Anderes Datenformat (kein Excel)
> Was bringt mir diese Übung? — Faszination für Informatik— Erkennung der Komplexität— Know How— Fähigkeiten einfache Website erstellen
FS 2015
Open Data > 13: Abschlusspräsentation
1
Übung Open Data: InterAction Visualisierung
Abschlusspräsentation, 28. Mai 2015 Padideh Pezeshki und Irina Schubert Universität Bern, Institut für Wirtschaftsinformatik Abteilung Informationsmanagement Forschungsstelle Digitale Nachhaltigkeit
FS 2015
Open Data > 13: Abschlusspräsentation
2
Team
Padideh Pezeshki — Master in Design and Multimedia — Semester: 4 — Bisherige Programmiererfahrung: Yes — Email: [email protected]
Irina Schubert
— Master of Advanced Studies in Archival, Library and Information Science — Semester: 2 (bzw. insgesamt >10) — Bisherige Programmiererfahrung: keine — Email: [email protected]
FS 2015
Open Data > 13: Abschlusspräsentation
3
Task
Starting position, problem Design scenario - combine map, data, project organization - programing (for pie chart and …)
Objective - two goals are Explanatory and Exploratory - explore large datasets for better understanding - they invite the viewer to explore visually - ask questions along the way, and find answers
to those questions. Data Source, Data Coach - Marc Jost (Interaction, Switzerland)
FS 2015
Open Data > 13: Abschlusspräsentation
4
Daten
Data volume - we had not too many data
Data format - Excel spreadsheets - one table for each organization - a table with summary of data - transfer to csv as it is more readable
FS 2015
Open Data > 13: Abschlusspräsentation
5
Action
Data collection: - Data of Interaction - Prepared World Map by Khoi Tran
Data adjustment - selection of relevant data - merging into a single file. - this was really time consuming task
Data transformation - in CSV or TSV - D3.js
FS 2015
Open Data > 13: Abschlusspräsentation
6
Resultat
Link: http://pp14j021.sandbox.iwi.unibe.ch/ Visualisierung Art: Map and Pie chart functionalities: - number and percentage of projects - by organisations in each country
FS 2015
Open Data > 13: Abschlusspräsentation
7
Conclusion
We learned - how to work with geo-maps - extract information from spreadsheets - Using Pie charts and pop-up menu
What would we do differently next time? - Depends on the type of data, we might
use different approaches of visualization Grafik,
Screenshot
Grafik, Screenshot
Übung Open Data:Visualisierung gymnasialer Abschlussdaten des Kantons BernGruppe 14
Abschlusspräsentation, 28. Mai 2015Theodor Truffer und Thomas SteinmannUniversität Bern, Institut für WirtschaftsinformatikAbteilung InformationsmanagementForschungsstelle Digitale Nachhaltigkeit
FS 2015
Open Data > 13: Abschlusspräsentation
2
Team
> Theodor Truffer— Hauptfach: Informatik— Semester: 6.— Bisherige Programmiererfahrung: Vor allem Java ,
PHP, etwas C, wenig JS— Email: [email protected]
> Thomas Steinmann— Hauptfach: Informatik— Semester: 6.— Bisherige Programmiererfahrung: Hauptsächlich Java,
etwas C, Kein JS— Email: [email protected]
FS 2015
Open Data > 13: Abschlusspräsentation
3
Aufgabenstellung
> Ausgangslage, Problemstellung: — Abschlussdaten Gymnasium und
Berufsmaturitätsschulen des Kantons Bern
> Zielsetzung: — Möglichst viele Informationen in einer verständlichen
Grafik— Visualisierung selbst schreiben, viel Eigenleistung
> Datenquelle, Data Coach:— Datensatz der Erziehungsdirektion Bern
FS 2015
Open Data > 13: Abschlusspräsentation
4
Daten
> Datenvolumen:— Bereits komprimiert & anonymisiert— dadurch überschaubar— aber vielschichtig
> Datenformat:— Proprietär: Excel Format— Z.T. Kompliziert zuzugreifen
> Datenstruktur:— Vielschichtig, sehr viele nicht direkt
zusammenhängende Attribute: – Region– Bildungsträger (öffentlich/privat)– Unterrichtssprache– Bildungsart (Schwerpunktfach)– Typ (Gymnasial / Berufsmaturität)– Unterteilt in Männlich/ Weiblich
FS 2015
Open Data > 13: Abschlusspräsentation
5
Vorgehen
> Datenbeschaffung:— Sehr angenehm per Email— Daten mit Passwort verschlüsselt
> Datenbereinigungen:— Redundanz vermindern— Codierungen anpassen
> Verwendete Technologien, Libraries etc.:— D3.js— JQuery— d3-tip (Tooltip library)— PHP— GitHub
FS 2015
Open Data > 13: Abschlusspräsentation
6
Resultat
> Link: http://tt11b448.sandbox.iwi.unibe.ch/index.php
> Visualisierungsart:— Mehrschichtiger DonutChart— Grouped BarChart— Um mehrere Variablen Gleichzeitig anzuzeigen
> Funktionalitäten:— Auswahl der angezeigten Variablen &
Untergruppierungen— Ein/ Ausblenden— Skalierbarkeit— Tooltips & Legende für zusätzliche Infos— Navigationsleiste
FS 2015
Open Data > 13: Abschlusspräsentation
7
Fazit
> Was haben wir gelernt?— JavaScript generell— D3, vor allem denken mit Joins
> Was würden wir nächstes Mal anders machen?— Bessere Strukturierung (Klassen)— First do it, then do it right, then do it fast.
> Was bringt mir diese Übung?— Kontakt mit Webdevelopement
> Umfrageresultat?
Übung Open Data:P3 – Forschungsdatenbank des SNF Gruppe 15
Abschlusspräsentation, 28. Mai 2015Matthias BachtlerUniversität Bern, Institut für WirtschaftsinformatikAbteilung InformationsmanagementForschungsstelle Digitale Nachhaltigkeit
FS 2015
Open Data > 13: Abschlusspräsentation
2
Team
> Matthias BachtlerInformatik, 4. SemesterBasiswissen Web-Technologien
FS 2015
Open Data > 13: Abschlusspräsentation
3
Aufgabenstellung
P3 – Projekte Personen Publikationenà Visualisieren!
Data-Coach:Christian Gutknecht, SNF
FS 2015
Open Data > 13: Abschlusspräsentation
5
Daten
> View P3 als Access-Datei> 60000 Grants
> Import in MySQL-Datenbank> Normalisierung> Koordinaten
Übung Open Data:OPENED, Gruppe 17
Abschlusspräsentation, 28. Mai 2015FABIAN PLÜSS und MANUELA KREBSUniversität Bern, Institut für WirtschaftsinformatikAbteilung InformationsmanagementForschungsstelle Digitale Nachhaltigkeit
FS 2015
Open Data > 13: Abschlusspräsentation
2
Team
> Fabian Plüss— Hauptfach: Betriebswirtschaftslehre — Nebenfach: -— Semester: 3— Bisherige Programmiererfahrung: keine— Email: [email protected]
> Manuela Krebs— Hauptfach: Volkswirtschaftslehre— Nebenfach: BWL, Allgemeine Ökologie— Semester: 10— Bisherige Programmiererfahrung: keine— Email: [email protected]
Foto
Foto
FS 2015
Open Data > 13: Abschlusspräsentation
3
Aufgabenstellung
> Ausgangslage: Persönliches Interesse an Bildungsökonomie und Chancen der sozialen Mobilität in der Schweiz
> Zielsetzung: Das Umsetzen in mindestens einer dynamischen Visualisierung
> Datenquelle: Statistik der Bildungs-abschlüsse (SBA) des Kantons Bern
> Data Coach: Karin Marti, Erziehungsdirektion des Kantons Bern
Grafik, Screenshot
FS 2015
Open Data > 13: Abschlusspräsentation
4
Daten
> Datenvolumen: 24 KB
> Datenformat: XLSX
> Datenstruktur: 7 Variablen mit 2-20 Ausprägungen:— Geschlecht — Verwaltungsregion — Träger— Bildungsart — Bildungstypen — Unterrichtssprache— Total der Studierenden und Frauenanteil
detail
csv
FS 2015
Open Data > 13: Abschlusspräsentation
5
Vorgehen
> Datenbeschaffung: Data Coach
> Datenbereinigungen: keine soweit
> Datentransformation: — XSLX zu CSV— innerhalb des Codes in JSON
> Verwendete Libraries: — D3.js— underscore.js— weitere
FS 2015
Open Data > 13: Abschlusspräsentation
6
Resultat
> Link: http://fp06j948.sandbox.iwi.unibe.ch
> Visualisierungsart: Sunburst
> Funktionalitäten: Darstellung der Auszubildenden-Daten nach div. Strukturen.— Zoomable click— (Labels)— Tooltip
FS 2015
Open Data > 13: Abschlusspräsentation
7
Fazit
> Was haben wir gelernt?— Grundkenntnisse in Programmiersprachen— Nützlichkeit öffentlicher Daten
> Was würden wir nächstes Mal anders machen?— Früher programmieren— Mehr Zeit einplanen
> Was bringt mir diese Übung?— Unabhängigkeit — Künftige Geschäftsmodelle— Digitale Kreativität
Übung Open Data:Swiss Public Transportation Visualization, Gruppe 20
Abschlusspräsentation, 28. Mai 2015Samuel Hächler und Tizian DählerUniversität Bern, Institut für WirtschaftsinformatikAbteilung InformationsmanagementForschungsstelle Digitale Nachhaltigkeit
FS 2015
Open Data > 13: Abschlusspräsentation
2
Team
> VORNAME NAME— Hauptfach: Informatik— Nebenfach: Wirtschaftsinformatik— Semester: 8— Bisherige Programmiererfahrung:
Mehrere Jahre— Email: [email protected]
> Tizian Dähler— Hauptfach: BWL— Nebenfach: English— Semester: 4— Bisherige Programmiererfahrung: Sehr wenig— Email: [email protected]
FS 2015
Open Data > 13: Abschlusspräsentation
3
Aufgabenstellung
> Ausgangslage, Problemstellung:— Visualisierung von Fahrplandaten der
Schweizer öV- Unternehmen> Hintergrund:
— Interesse in öffentlichem Transportwesen
> Zielsetzung:— Veranschaulichung grosser Datenmengen— Aussagekräftige Darstellung
> Datenquelle, Data Coach:— Christian Trachsel, SBB— www.fahrplanfelder.ch für Fahrplandaten
FS 2015
Open Data > 13: Abschlusspräsentation
4
Daten
> Datenvolumen:— Ca. 8 Millionen einzelne Einträge
> Datenformat:— Leerzeichen- basiert— topojson
> Datenstruktur:— Einzelne Bitfelder pro Verbindung, die die
Verkehrstage definieren
FS 2015
Open Data > 13: Abschlusspräsentation
5
Vorgehen
> Datenbeschaffung:— Download der benötigten Fahrplandaten
> Datenbereinigungen:— Schreiben der Daten in Datenbank für
effizienteres Abrufen— Sortieren der Daten nach Relevanz
> Datentransformation:— Interpretieren der einzelnen Bitfelder— Einbettung in CH- Karte
> Verwendete Technologien, Libraries etc.:— D3.js— MySQL— Bootstrap— jQuery
FS 2015
Open Data > 13: Abschlusspräsentation
6
Resultat
> Link: http://sptv.sam-e.ch/ http://sh11j239.sandbox.iwi.unibe.ch/
> Visualisierungsart:— Karte mit Fahrplandaten der letzten
Verbindungen pro Gemeinde> Funktionalitäten:
— Zoom— Bildausschnitt wählen— Mouseover zeigt Daten an— Layer wählen
> Neue Erkenntnisse:— Stadt- Landgraben sehr gut ersichtlich— Bergsportorte haben überdurchschnittlich
viele Abfahrten.
FS 2015
Open Data > 13: Abschlusspräsentation
7
Fazit
> Was haben wir gelernt?— Konstruktion der Schweizer Fahrplandaten— Kenntnisse beim Programmieren
> Was würden wir nächstes Mal anders machen?
> Was bringt mir diese Übung?— D3.js- Einführung— Umgang mit open Data
Übung Open Data:Datenschutz im elektronischen Rechtsverkehr, Gruppe 21
Abschlusspräsentation, 28. Mai 2015Martin Lauber und Daniel LamUniversität Bern, Institut für WirtschaftsinformatikAbteilung InformationsmanagementForschungsstelle Digitale Nachhaltigkeit
FS 2015
Open Data > 13: Abschlusspräsentation
2
Team
> Daniel Lam— Hauptfach: BWL— Nebenfach: -— Semester: 10— Bisherige Programmiererfahrung: Keine— Email: [email protected]
> Martin Lauber— Hauptfach: BWL— Nebenfach: VWL— Bisherige Programmiererfahrung: Keine
FS 2015
Open Data > 13: Abschlusspräsentation
3
Aufgabenstellung
> Ausgangslage: https://www.ch.ch/de/e-justice/
> Hintergrund: Beispiel
> Zielsetzung: Aufzeigen der Anzahl Behörden, die den elektronischen Rechtsverkehr anbieten und wie gut dabei die Eingaben geschützt sind.
> Datenquelle, Data Coach: Daten selber erhoben, Herr Dr. Hauser
FS 2015
Open Data > 13: Abschlusspräsentation
4
Daten
> Datenvolumen: 747 Datensätze bzw. Behörden
> Datenformat: csv
> Datenstruktur: Datensatz
> Excelliste
FS 2015
Open Data > 13: Abschlusspräsentation
5
Vorgehen
> Datenbeschaffung: Fragebogen per Mail an alle Behörden
> Datenbereinigungen: Teils bedeutet keine Antwort eine positive Antwort
> Datentransformation: Excel->csv->html
> Verwendete Technologien, Libraries etc.:— D3.js— GeoJSON
FS 2015
Open Data > 13: Abschlusspräsentation
6
Resultat
> Link: http://XX.sandbox.iwi.unibe.ch
> Visualisierungsart: Map und Kuchendiagramme
> Funktionalitäten: Deckfarbe für Anzahl Behörden in Kanton die elektronischen Rechtsverkehr anbieten
> Durch Klicken zu Details bez. E2E-Verschlüsselung und Nennenswertem in Textform
> Neue Erkenntnisse: Schulungsdefizit, Technikbarriere, Teilweise wird Datenschutz der Bürger zu wenig ernst genommen.
FS 2015
Open Data > 13: Abschlusspräsentation
7
Fazit
> Was haben wir gelernt?Programmieren birgt hohe EinstiegshürdenDatenerhebung kann von immensem Aufwand seinBehörden und Gerichte sind keine Technologieunternehmen Vorsicht bei grossen Maillisten
FS 2015
Open Data > 13: Abschlusspräsentation
8
Fazit
> Was würden wir nächstes Mal anders machen?Aufwand Datenerhebung nicht unterschätzenFokus allein auf Programmierung
FS 2015
Open Data > 13: Abschlusspräsentation
9
Fazit
> Was bringt mir diese Übung?Grosser Erfahrungsschatz Erste ProgrammierkenntnisseZusätzlichen Respekt und Faszination für Coding
Übung Open Data:Implikation der Aufhebung des EUR / CHF Mindestkurses, Gruppe 22
Abschlusspräsentation, 28. Mai 2015JOHANNA CROTON und ALEX KRÄUCHIUniversität Bern, Institut für WirtschaftsinformatikAbteilung InformationsmanagementForschungsstelle Digitale Nachhaltigkeit
FS 2015
Open Data > 13: Abschlusspräsentation
2
Team
> JOHANNA CROTON— Hauptfach: BWL— Nebenfach: Psychologie— Semester: 4— Bisherige Programmiererfahrung: 1— Email: [email protected]
> ALEX KRÄUCHI— Hauptfach: BWL— Nebenfach: Informatik— Semester: 4— Bisherige Programmiererfahrung: 3— Email: [email protected]
FS 2015
Open Data > 13: Abschlusspräsentation
3
Aufgabenstellung
> Ausgangslage, Problemstellung:15.01.2015: SNB hebt EUR/CHF Mindestkurs auf. Was sind die Implikationen für die Schweiz?
> Hintergrund:Mit dem 30.09.2014 als Referenzdatum- was hat es in dieser Zeitperiode für Änderungen auf Schweizer Wirtschafts-indikatoren gegeben?
> Zielsetzung:Erkenntnisse aus den visualisierten Daten
> Data Coach:Agnieszka Leyko von Deloitte
FS 2015
Open Data > 13: Abschlusspräsentation
4
Daten
> Datenvolumen:— Verschiedenste Bereiche— Tägliche oder monatliche Werte
> Datenformat:— XLS, PDF, CSV, TSV
> Datenstruktur:— Individuelle Strukturen
FS 2015
Open Data > 13: Abschlusspräsentation
5
Vorgehen
> Datenbeschaffung:— Recherche im Internet
> Datenbereinigungen:— Abgleichung mit anderen Quellen— Wahl der geeigneten Werte
> Datentransformation:— Skalierung und relative Transformation
mit MS Excel
> Visualisierung:— HTML, CSS, JavaScript, D3.js Library
FS 2015
Open Data > 13: Abschlusspräsentation
6
Resultat
> Link: http://jc13u044.sandbox.iwi.unibe.ch
> Visualisierungsart:— Liniendiagramm— Numerische Darstellung
> Funktionalitäten:— Interaktive Anzeige der Veränderung pro Tag— Daten Filterung
> Neue Erkenntnisse:— Potenzielle Implikationen auf verschiedene
wirtschaftliche Messzahlen
FS 2015
Open Data > 13: Abschlusspräsentation
7
Fazit
> Was haben wir gelernt und was bringt mir das alles?— Technische Horizonterweiterung— Vorteil von Open Data— Nutzen visueller Darstellung von Daten
> Was würden wir nächstes Mal anders machen?— Weitere Darstellungsform— Mehr Zielgrössen
Übung Open Data:Ausländische BEvölkerung, Gruppe 23
Abschlusspräsentation, 28. Mai 2015Laurent Kaufmann und Lukas HepplerUniversität Bern, Institut für WirtschaftsinformatikAbteilung InformationsmanagementForschungsstelle Digitale Nachhaltigkeit
FS 2015
Open Data > 13: Abschlusspräsentation
2
Team
> Laurent Kaufmann— Hauptfach: Betriebswirtschaft— Semester: 10— Programmiererfahrung: Basics— Email: [email protected]
> Lukas Heppler— Hauptfach: Betriebswirtschaft— Semester: 10— Programmiererfahrung: Basics— Email: [email protected]
FS 2015
Open Data > 13: Abschlusspräsentation
3
Aufgabenstellung
> Ausgangslage— Immigration als wichtiges soziales und
politisches Thema— Zahlreiche Volksabstimmungen zum
Thema Immigration
> Ziel— Darstellung der Ausländeranteile und deren
Zusammensetzung im Kanton Bern
> Quellen— Offene Bevölkerungsdaten zu den
Gemeinden im Kanton Bern
FS 2015
Open Data > 13: Abschlusspräsentation
4
Daten
> Data Coach: Daniel Studer (BFS)
> Datenvolumen (2010-2013)— 315‘120 Datenzellen
> Datenformat— Excel/CSV
> Datenstruktur— BFS-Nr & Name— Total— Staatsangehörigkeit
> Quelle— STAT-TAB des BFS
FS 2015
Open Data > 13: Abschlusspräsentation
7
Vorgehen
> Datenbereinigung— Beschränkung auf 50‘000 Zellen— BFS-Nr. und Name trennen— Gemeindefusionen
> Datentransformationen— Werden live berechnet
> Verwendete Technologien & Libraries— D3.js— TopoJSON— Github (Pages)
FS 2015
Open Data > 13: Abschlusspräsentation
8
Resultat
> Link: http://lh10p414.sandbox.iwi.unibe.ch/
> Visualisierungsart: Karte & Sunburst
> Visualisierung von— Relativem Ausländeranteil— Zusammensetzung der ausländischen
Wohnbevölkerung— Relative Anteile einzelner Länder/
Kontinente
FS 2015
Open Data > 13: Abschlusspräsentation
9
Interpretation
> Ausländeranteile variieren stark— Biel: 30%— Thun: 12%
> Kleine und ländliche Gemeinden weisen zum Teil hohe Ausländeranteile auf
> Zusammensetzung— Europa dominiert— Gefolgt von Afrika & Asien
FS 2015
Open Data > 13: Abschlusspräsentation
10
Fazit
> d3 & Open Data bieten fast unbegrenzte Möglichkeiten
> Visualisierungen stellen wichtige Daten leicht verständlich dar
> Ausblick— Auf andere Kantone übertragen— Veränderung über die Zeit
> Dokumentation— http://loluopendata.github.io/Auslaendische-
BEvoelkerung
Übung Open Data:Kriminalität in der Schweiz
Abschlusspräsentation, 28. Mai 2015Jenny TranUniversität Bern, Institut für WirtschaftsinformatikAbteilung InformationsmanagementForschungsstelle Digitale Nachhaltigkeit
FS 2015
Open Data > 13: Abschlusspräsentation
2
Team
> Jenny Tran— Hauptfach: Wirtschaftsinformatik— Nebenfach:-— Semester: 2— Bisherige Programmiererfahrung: wenig
FS 2015
Open Data > 13: Abschlusspräsentation
3
Aufgabenstellung
> Ausgangslage, Problemstellung:— Zeitung: NZZ und Tagesanzeiger
> Hintergrund: Wahrheitsgehalt der Zeitungen
> Zielsetzung: Selbstversuch anhand der verfügbaren Daten (Datenquelle der Zeitung)
> Datenquelle, Data Coach: Eigene Quellen von der Bundesamt für Statistik
FS 2015
Open Data > 13: Abschlusspräsentation
4
Daten
> Datenvolumen:— Straftaten 2009-2014 : 67 KB— Straftaten 2014 in Detail: 221KB
— Straftaten 2009-2014 : 429 KB nach Bearbeitung
— Straftaten 2014 in Detail: 227KB nach Bearbeitung
> Datenformat: xlsx -> csv
> Datenstruktur: Tabelle -> Array -> Baumstruktur
FS 2015
Open Data > 13: Abschlusspräsentation
5
Vorgehen
> Datenbeschaffung: Bundesamt für Statistik
> Datenbereinigungen: — Zeichenbereinigen x, -, ..— Gruppentitel— Name Duplizieren— Ausländeranteil berechnen
> Datentransformation: CSV
> Verwendete Technologien, Libraries etc.:— D3.js (min.js)— jquery.js
FS 2015
Open Data > 13: Abschlusspräsentation
6
Resultat
> Link: http://jt05q035.sandbox.iwi.unibe.ch/index.html
> Visualisierungsart:— Treemap— Sunburst (Kreisdiagramm)
> Funktionalitäten:— Treemap: Zoom in and out + Buttons— Sunburst:
– Breadcrumb + Legende– Mousover (opacity)– Scroll Legende
FS 2015
Open Data > 13: Abschlusspräsentation
7
Resultat
> Neue Erkenntnisse:— Wichtigkeit der Datenquelle— Datenerhebung— Vergleichbarkeit innerhalb der Kategorien— Überblick— Connecting Data— Zweck und Grafik— Einfache Handhabung— Aussagen von Zeitungen
FS 2015
Open Data > 13: Abschlusspräsentation
8
Fazit
> Was habe ich gelernt?— Internet hat immer eine Antwort— Programmieren = Sprache lernen— 3D.js hilft bei Datenstrukturänderung
> Was würde ich nächstes Mal anders machen?— Zweck der Grafik— Datenkombination
> Was bringt mir diese Übung?— Aussagekraft der Grafik— Schwierigkeit der Bedienung— Scheu verlieren nach Hilfe zu fragen
Übung Open Data:Lohnvergleich nach Geschlecht und Ausbildung, Gruppe 9
Abschlusspräsentation, 28. Mai 2015Manuel BühlerUniversität Bern, Institut für WirtschaftsinformatikAbteilung InformationsmanagementForschungsstelle Digitale Nachhaltigkeit
FS 2015
Open Data > 13: Abschlusspräsentation
2
Team
> Manuel Bühler
— Hauptfach: Business Administration (M Sc BA— Schwerpunkt: Wirtschaftsinformatik— Semester: 10— Bisherige Programmiererfahrung = 0— Email: [email protected]
FS 2015
Open Data > 13: Abschlusspräsentation
3
Aufgabenstellung
> Ausgangslage, Problemstellung:Gleichstellungsgesetz Art. 3
> Fragestellung:Verdienen Frauen weniger als Männer? Unterschied abhängig von Ausbildung? Unterschiede bezüglich Regionen?
> Zielsetzung: 1. Beantworten der Fragestellung 2. Wie wäre Diskriminierung nachzuweisen
> Datenquelle: Bundesamt für Statistik (BfS)
FS 2015
Open Data > 13: Abschlusspräsentation
4
Daten
Visualisierung 1,2> Datenvolumen: 1200 Zellen
> Datenformat: xlsx à csv
> Datenstruktur: 1 Tabelle à pro Ausbildung / Grossregion 1 Tabelle
Weitere Visualisierungen: (xlsx Tabellen)
FS 2015
Open Data > 13: Abschlusspräsentation
5
Vorgehen
> Grundsatzentscheid: keine unvollständigen Datensätze keine pdf-files
> Datenbeschaffung: Stat Tab / Download
> Datenbereinigungen: klassische Filter
> Datentransformation: Libre office
> Verwendete Technologien, Libraries etc.:— D3.js— dimple.js (powered by d3)
FS 2015
Open Data > 13: Abschlusspräsentation
6
Resultat
> Link: http://mb10r511.sandbox.iwi.unibe.ch/
> Visualisierungsart: Grouped Bar ChartStacked Area ChartGrouped Multiple Line
> Funktionalitäten:Bar Chart– update Stacked Area Chart – Tooltips Grouped Multiple Line - Tooltips
> Neue Erkenntnisse:Männer verdienen mehr – nicht zwingend Lohndiskriminierung Bei Sekretariats- und Kanzleiarbeiten: Lohndiskriminierung Die Erwerbsquoten der beiden Geschlechter gleichen sich an
FS 2015
Open Data > 13: Abschlusspräsentation
7
Fazit
> Was habe ich gelernt?Ausdauer, Grundlagen von Javascript, Funktionsweise einer Library,
> Was würden wir nächstes Mal anders machen?Wenn etwas nicht funktioniert...Zeitlimit setzen ...braucht es das? ...wenn ja, Hilfe holen?
> Was bringt mir diese Übung?Fähigkeit sich mit Software-Entwicklern zu unterhalten „Je grösser die Insel des Wissens, desto grösser das Ufer des Nichtwissens“