In einem früheren Teil dieser Reihe habe ich vier häufige Herausforderungen vorgestellt , denen ich in Geodatenintegrationsprojekten immer wieder begegne. Dieser Beitrag befasst sich mit der ersten dieser Herausforderungen: die eigenen Daten zu kennen.
Bevor wir Datensätze integrieren, veröffentlichen oder analysieren können, müssen wir verstehen, womit wir arbeiten. Dazu gehört die Beantwortung von Fragen wie:
- Enthält der Datensatz personenbezogene Daten (PII)?
- Wie groß ist die Datei auf der Festplatte?
- Ist es räumlich unterstützt?
- Welches Koordinatenreferenzsystem (CRS) wird verwendet?
- Wie hoch ist die Aktualisierungshäufigkeit?
- Welche räumliche und zeitliche Auflösung wird erreicht?
- In welchem Dateiformat ist es gespeichert?
- Wer ist für den Datensatz verantwortlich?
Idealerweise sollten wir diese Informationen aus einem zugehörigen Metadatensatz gewinnen können . Leider werden Metadaten oft vernachlässigt. In den meisten Projekten, an denen ich beteiligt war, fehlten den Datensätzen fast immer die Metadaten.
Die weitergehende Diskussion über die Erstellung von Metadaten werde ich einem späteren Blogbeitrag überlassen und mich stattdessen darauf konzentrieren, wie wir ein Datenintegrationsprojekt starten, wenn Metadaten fehlen.
Wenn wir bereits vor der Konzeption der Geodateninfrastruktur Zugriff auf die Datensätze haben, lassen sich einige Fragen durch die Untersuchung der Daten selbst beantworten. Dateigröße, Dateiformat und – bei einigen strukturierten Formaten – das Koordinatenreferenzsystem (KRS) können durch direkte Prüfung ermittelt werden.
Die Sache wird komplizierter, wenn man mit Formaten wie CSV oder Tabellenkalkulationen arbeitet, die Koordinatenlisten enthalten. In diesen Fällen kann die Bestimmung des Koordinatenreferenzsystems (CRS) einiges an Ausprobieren erfordern. Bei gängigen Systemen wie WGS84 oder WebMercator ist dies relativ einfach, kann aber schnell schwierig oder gar unmöglich werden, wenn weniger vertraute Koordinatensysteme im Spiel sind.
Manche Fragen sind womöglich noch schwieriger zu beantworten. Beispielsweise lässt sich die für einen Datensatz zuständige Kontaktperson nicht ermitteln, wenn keine Dokumentation vorhanden ist. Ironischerweise ist dies womöglich die wichtigste Information überhaupt, denn die richtige Kontaktperson kann oft viele der anderen Fragen beantworten.
Was also tun, wenn die Daten selbst uns nicht alles sagen können, was wir wissen müssen?
Meiner Erfahrung nach ist es oft am besten, eine menschliche Bezugsperson einzubinden. In den meisten Fällen haben wir einen Ansprechpartner für das Projekt, der entweder als Ansprechpartner für die Datensätze fungieren oder uns mit jemandem in Verbindung setzen kann, der diese Rolle übernehmen kann.
Zur Unterstützung dieses Prozesses erstelle ich üblicherweise eine „Datenerhebung“, die die Informationen erfasst, die zum Verständnis jedes Datensatzes erforderlich sind. Dies umfasst Bereiche wie technische Metadaten (z. B. Größe und Format) sowie Informationen, die wir normalerweise in einem Metadatensatz finden würden, wie z. B. die Kontaktdaten.
Diese Datenerhebung kann in Form eines Online-Fragebogens erfolgen. Mit der Zeit habe ich erkannt, dass ich nicht davon ausgehen sollte, dass die Teilnehmenden die Felder des Fragebogens so interpretieren, wie ich sie gestaltet habe. Daher versuche ich, sofern keine semantischen Annotationen möglich sind, jede Frage klar zu erläutern oder, noch besser, die Teilnehmenden in einem Telefonat durch den Fragebogen zu führen.
Die Entwicklung einer Geodateninfrastruktur (GDI) erfordert Kenntnisse über die zu integrierenden und zu veröffentlichenden Daten. Sind Metadaten unvollständig oder fehlen, ist die Einbindung der relevanten Akteure unerlässlich. Der Prozess kann Anleitung, Klärung und Unterstützung erfordern, doch die gewonnenen Erkenntnisse sind oft entscheidend für den Projekterfolg.
Im nächsten Blogbeitrag werde ich eine der größten Herausforderungen beim Aufbau einer Geodateninfrastruktur (GDI) beleuchten: die Einbindung von Interessengruppen in die Erstellung standardbasierter Metadaten. Seien Sie gespannt auf den nächsten Teil dieser Reihe.
