Open Data zwischen Bereitstellung und Praxis
Eine nutzendenzentrierte Perspektive auf offene Daten in Berlin mit dem Open-Data-Engagement-Shell-Framework
Hintergrund
Berlin stellt viele Verwaltungsdaten als Open Data bereit. Dennoch wird ihr Potenzial häufig nicht ausgeschöpft. Viele Datensätze sind ohne technisches und inhaltliches Vorwissen schwer zu interpretieren oder zu nutzen. Gleichzeitig gewinnen verlässliche Daten in komplexen Informationszeiten an Bedeutung: Sie können Debatten faktenbasiert stützen, Falschinformationen entkräften und Informationsmonopole aufbrechen. Bleibt ihr Nutzen unsichtbar, sinken langfristig Vertrauen und Motivation zur Veröffentlichung.
Unsere Studie schlägt deshalb einen Perspektivwechsel vor: weg von der reinen Bereitstellung von Open Data hin zu Daten, die gezielt für unterschiedliche Zielgruppen aufbereitet und Angeboten werden. Unsere These: Veröffentlichung ist nur ein Teilaspekt, genauso entscheidend ist eine zielgruppengerechte Bereitstellung der Daten, um Nachnutzung und damit Mehrwerte zu fördern. Dafür sollten unterschiedliche Datenkompetenzen und Bedarfe in die Bereitstellung mit einbezogen werden. Ziel ist es, die Open-Data-Rahmenbedingungen in Berlin um die Dimension der Nutzenzentrierung systematisch zu erweitern und so Wertschöpfung und Wirkung zu erhöhen.
”Gerade in Zeiten, in denen Vertrauen in Institutionen unter Druck geraten kann, gewinnen verlässliche Informationen an Bedeutung. Offene Daten können dazu beitragen, Transparenz zu erhöhen und fundierte Diskurse zu unterstützen. Voraussetzung bleibt jedoch, dass Menschen befähigt werden, diese Daten zu verstehen und einzuordnen. Die Studie liefert hierfür wichtige Impulse und praxisnahe Empfehlungen.”
Unser Praxisansatz: Von Rohdaten zu relevanten Datenprodukten mit dem ODES-Framework
Als Ausgangspunkt nutzt die Studie ein Modell aus den Informationswissenschaften: Die „Data–Information–Knowledge–Wisdom“-Pyramide (Wissenspyramide). Sie macht sichtbar, dass Rohdaten allein noch keinen Wert entfalten: Erst durch Interpretation und Kontext entstehen Informationen, daraus wiederum Wissen und letztendlich Handlungsfähigkeit, also bessere Entscheidungen. Wenn Daten unstrukturiert oder ohne Einordnung veröffentlicht werden, bleibt die Weiternutzung eingeschränkt. Genau hier setzt Nutzenzentrierung an: Sie fragt, welche Fähigkeiten, Bedürfnisse und Unterstützungen unterschiedliche Menschen brauchen, damit für sie aus den Daten tatsächlich nutzbares Wissen wird.
Um die abstrakte Wissenspyramide in die Praxis zu übersetzen, stellen wir das Open-Data-Engagement-Shell-Framework (ODES) vor. Es beschreibt fünf „Schalen“, in die sich Open-Data-Projekte einordnen lassen. Jede Schale steht für einen bestimmten Reifegrad der Datenaufbereitung und macht sichtbar, welche Datenkompetenzen auf Nutzendenseite vorausgesetzt werden und welche Unterstützungsangebote helfen, den Zugang zu erleichtern. Wichtig ist dabei: Die Schalen sind keine Checkliste, sondern ein Reflexions- und Planungswerkzeug. Es unterstützt dabei, Ziele der Veröffentlichung zu schärfen und die notwendigen Schritte zu identifizieren, damit Daten tatsächlich genutzt werden können und Mehrwerte entstehen.
Anhand praxisnaher Beispiele zeigt die Studie, wie solche Datenprodukte konkret aussehen können: etwa eine KI-gestützte Suche und Einordnung von Geodaten (GeoExplorer), ein Tool zur niedrigschwelligen Exploration komplexer WFS-Geodaten (WFS-Explorer), interaktive Visualisierungen wie die „Berliner Haushaltsdaten“, kontextualisierte Anwendungen wie der Weihnachtsmarkt-Finder oder spielerische Formate wie „Open Data Supertrumpf“. Gemeinsam machen diese Beispiele deutlich: Wenn Daten durch Visualisierung, Kontext und Interaktion ergänzt werden, werden sie verständlicher, leichter nutzbar und sind näher am Alltag unterschiedlicher Zielgruppen.
Ins Handeln kommen – für mehr Nutzenzentrierung
Die Studie formuliert zentrale Ansatzpunkte, um Open Data in Berlin konsequent nutzendenzentriert weiterzuentwickeln und Wirkung zu erhöhen. Wichtige Eckpunkte sind dabei unteranderem:
- Open Data als Service verstehen: Veröffentlichung nicht als Endpunkt, sondern als Beginn eines datenbasierten Angebots mit klaren Zielen, Verantwortlichkeiten und Qualitätsansprüchen.
- Aufbereitung entlang von Zielgruppen planen: Mit dem ODES-Framework passende Formate wählen (z. B. Visualisierung, Kontext, Interaktion), damit Daten leichter auffindbar, verständlich und nutzbar werden.
- Co-Kreation stärken: Datennutzende frühzeitig und kontinuierlich einbeziehen, um Relevanz, Verständlichkeit und Qualität der Datenprodukte zu verbessern.
Fazit
Open Data entfaltet Wirkung nicht automatisch sondern iterativ: Je besser Daten genutzt, erklärt und in passende Formate übersetzt werden, desto klarer werden auch Anforderungen an Qualität, Metadaten und Bereitstellung. Das ODES-Framework bietet dafür ein gemeinsames Denk- und Arbeitswerkzeug, um Open-Data-Projekte in Berlin stärker an realen Bedarfen auszurichten und die Lücke zwischen Bereitstellung und gesellschaftlichem Mehrwert gezielt zu schließen.
Begleitmaterial zum ODES-Framework
Begleitend zur Studie stellen wir Materialien bereit, die dabei unterstützen, die Perspektive auf offene Daten zu wechseln und eine nutzendenzentrierte Herangehensweise in der Praxis umzusetzen. Ein Poster enthält neben dem Schalenmodell konkrete praktische Beispiele und bringt ausgedruckt Farbe in das Arbeitszimmer und mithilfe der Reflexionskarten lassen sich Open Data-Vorhaben in die fünf Schalen einordnen bzw. überprüfen. Sie halten konkrete Fragestellungen für ein Open Data-Vorhaben für jede der fünf Schalen und damit Nutzendengruppen bereit.