Seit 2009 arbeite ich mit Open Government Data und unterstütze ihre Bereitstellung. Je länger ich das tue, desto klarer zeigt sich: Die Daten selbst sind selten das Problem. In die Regeln müssen wir Arbeit investieren.

Open Data – welche Regeln?
Schauen wir uns an, was rund um einen einzigen Datensatz passiert. Fast alles davon sind Regeln:
- Was publizieren wir? Open by default, Datenschutz, Rechte Dritter, Detaillierungsgrad.
- Wie beschreiben wir es? DCAT-AP CH, STAC, Einheiten, Koordinaten, Qualitätsflags.
- Was darf man damit? Lizenz, Nutzungsbedingungen, Quellenangabe.
- Wie ändert es sich? Update-Rhythmus, Versionen, Korrekturen, Einstellung.
Die Daten selbst sind der kleinere Teil. Erst die Regeln machen aus Daten auf einem Server «Open Data». Daten, die von vielen für vieles genutzt werden können. Und nützlich sind.
Die Regeln gelten nicht erst beim Bereitstellen der Daten, sondern über ihren ganzen Lifecycle: Erhebung, Berechnung, Training, Nutzung, Betrieb. Zwei weitere Aspekte will ich hier nennen, die besondere Beachtung bedürfen:
- Volume: Reichen die Daten für den Zweck?
- Diversity: Decken sie alle relevanten Fälle, Regionen, Zeiträume etc. ab?
Daten haben einen Lifecycle. Einen längeren als Software.
In der Software-Entwicklung ist das längst normal: Release, Version, Changelog, Deprecation, End of Life. Niemand liefert eine API ohne Versionsnummer aus. Bei Daten passiert genau das noch oft.
Dabei hängen beide eng zusammen. Daten werden mit Software erzeugt und verarbeitet: Messsystem, Prozessierung, Qualitätskontrolle.
Daten leben länger als die Software, die sie erzeugt. Eine Klimareihe beispielsweise überdauert mehrere Systemgenerationen, Formate und Schnittstellen. Die Software kommt und geht. Die Daten bleiben. Die Regeln müssen mitkommen.
Darum brauchen Daten dieselben Regeln wie Software:
- Version: Welcher Stand gilt heute, welcher galt gestern?
- Changelog: Was hat sich geändert, und warum?
- Deprecation: Was verschwindet, wann, und was kommt stattdessen?
- End of Life: Was passiert mit Daten, die niemand mehr pflegt?
Dokumentation ist das Regelwerk
Für Nutzer:innen stehen die Regeln in der Dokumentation. Fehlt sie, ist der Datensatz offen, aber nicht nutzbar. Dann raten Menschen – und Maschinen: Was heisst diese Spalte? Wie oft kommt ein Update? Kann sich der Wert von gestern noch ändern?
Jedes Raten kostet. Und zwar bei allen, welche die Daten nutzen. Gute Dokumentation bezahlt man einmal, für alle. Darum kommt Dokumentation nicht nach der Publikation. Sie ist die Publikation. Und wird wie die Daten laufend aktualisiert.
Was Data Stewards tun
Data Stewards haben die Aufgabe, aus Entscheiden Regeln zu machen. Lesbare Regeln, die für Menschen wie Maschinen verständlich sind.
Eine erste Änderung kann ein Ermessensentscheid sein. Die zweite sollte bereits eine dokumentierte Regel sein. Jeder Fall, der entschieden und aufgeschrieben ist, macht den nächsten verständlicher. Für uns und für alle, welche die Daten nutzen.
Am Ende sind es Daten und Regeln. Und Menschen wie Maschinen, die beide verstehen. Die Regeln schreiben sich nicht von selbst. Wir müssen Lücken erkennen, entscheiden und aufschreiben. Je mehr Menschen sich dabei gegenseitig unterstützen, desto besser.
Nachtrag, 14. November 2026: Danke an Oliver Fuhrer für seine Replik auf LinkedIn. Er weist zu Recht darauf hin: Volumen und Geschwindigkeit von Daten sind in gewissen Bereichen eine grosse Herausforderung – auch wenn die Regeln klar sind.
Meine technische Erfahrung mit hochvolumigen, zeitnah bereitgestellten Daten ist beschränkt. Ich schreibe hier aus der Warte des Stewards, mit Fokus auf Zugänglichkeit und Verständlichkeit. Regeln sind notwendig, aber nicht hinreichend. Wo grosse Datenmengen in kurzer Zeit erhoben, berechnet und ausgeliefert werden, steckt die Arbeit definitiv auch in der Technik.
Kommentar verfassen