Reifegrad der Strategie für offene Daten und Datentransparenz
Ihre Open-Data-Strategie, gemessen je Themenfeld und in eine Roadmap übersetzt.
10 Themenfelder, eine Skala mit 5 Stufen. Und die Maßnahme, die von einer Stufe zur nächsten führt.
Die 10 Themenfelder des Referenzrahmens, bereits ausformuliert von N1 bis N5. Ein Unternehmen, eine Business Unit, oder 300 gleichzeitig.
Reifegrad der Strategie für offene Daten und Datentransparenz
10 Themenfelder, Skala mit 5 Stufen.
Nordhavn Industries
53 / 100
Sie messen ihren Reifegrad mit Datamensio
Ein Beispiel
Diese Situation könnte auch Ihre sein.
Nehmen wir das Beispiel eines Unternehmens: drei Standorte, drei Tabellen, keine gemeinsame Antwort.
Niemand weiß, wie man konsolidiert.
Nordhavn Industries, 2 400 Mitarbeitende in Hamburg, Lyon und Porto. Ein Auftraggeber fragt nach dem Stand des Konzerns. Jeder Standort antwortet mit seiner eigenen Tabelle und seinen eigenen Skalen.
Drei Wochen, eine einzige Grundlage.
Eine Reiferahmen Open Data und Datentransparenz (FAIR-Prinzipien, Europäische Open-Data-Richtlinie)-Analyse, gestartet an allen drei Standorten gleichzeitig, auf Basis der Gesprächsnotizen der Verantwortlichen. Der Referenzrahmen war bereits geschrieben, ebenso die 10 Themenfelder und die Stufen N1 bis N5.
Zwei Ausgaben vermieden, bevor sie entstanden.
Ein Score von 53 von 100, eine Abweichung, die sich auf drei Themen konzentriert. Der KI-Begleiter stellte fest, dass sich zwei Maßnahmen des Plans mit denen eines anderen Audits überschnitten. Der Ergebnisbericht für das Gremium war in einem Satz erstellt.
Was ihnen dadurch erspart blieb
- 3Standorte auf derselben Grundlage gemessen, statt drei nachzubearbeitende Fragebögen
- 2doppelte Maßnahmen erkannt, bevor die Ausgabe erfolgte
- 1Ergebnisbericht für das Gremium, ohne manuelle Nachbearbeitung
Diese Zahlen stammen aus einem Beispiel. Sie könnten Ihre eigenen sein.
Die Norm schreibt Prozesse vor. Datamensio zeigt, wo Sie stehen.
01
Der Referenzrahmen ist bereits geschrieben
Themenfelder, Fragen und Stufen N1 bis N5 ausformuliert. Sie starten nicht mit einer leeren Tabelle.
02
Der Score liegt noch am selben Tag vor
Online, per Selbstbewertungslink oder im Gespräch. Themenfeld für Themenfeld, im Zeitverlauf vergleichbar.
03
Die Abweichung wird zu einem bezifferten Plan
Jeder Stufenübergang trägt seine Maßnahme. Die KI priorisiert nach erwarteter Wirkung, nicht nach der Reihenfolge der Norm.
04
Der Fortschritt lässt sich belegen
Kampagne für Kampagne, gegen Ihr Ziel und gegen Ihre Vergangenheit. Genau das verlangt Ihr Vorstand.
Die Reifegradskala
Eine Stufe, die nächste, und die Maßnahme, die beide verbindet.
Genau dieser Mechanismus (ein Niveau, ein höheres Niveau und die verbindende Maßnahme) macht aus einer Feststellung eine Entwicklungslinie.
Sind veröffentlichte Datensätze dokumentiert und werden sie gemäß einem expliziten Versprechen aktuell gehalten?
- N1
Keine Dokumentation zu den Veröffentlichungen. Datensätze werden unverändert bereitgestellt, ohne Schema und ohne Ansprechpartner.
- N2
Manche Datensätze verfügen über eine knappe Beschreibung, erstellt auf Initiative des veröffentlichenden Teams. Es wird keine Aktualisierungsfrequenz angekündigt.
- N3
Eine gemeinsame Dokumentationsvorlage wird bei den meisten Datensätzen angewendet: Schema, Variablenverzeichnis, Lizenz, Ansprechpartner und angekündigte Aktualisierungsfrequenz.
- N4
Die Dokumentation wird vor Veröffentlichung kontrolliert und die Aktualität mit einer Kennzahl verfolgt. Abweichungen vom Aktualisierungsversprechen lösen eine nachverfolgte Maßnahme aus.
- N5
Die Dokumentation entwickelt sich mit Rückmeldungen der Nachnutzer und periodischen Portfolio-Überprüfungen weiter. Entscheidungen zu Aktualisierung, Einfrieren oder Rückzug werden dokumentiert.
Maßnahme für den Übergang von N2 zu N3
Eine einheitliche Datensatzbeschreibung einführen (Schema, Variablenverzeichnis, Lizenz, Ansprechpartner, Aktualisierungsfrequenz), sie vor jeder Veröffentlichung verpflichtend machen und ihre Anwendung bei der vierteljährlichen Katalogüberprüfung kontrollieren.
« Dank Datamensio erfüllen wir unsere Ziele viel effizienter. Die Prüfstellen des EFRE und unseres zuständigen Ministeriums haben diesen Ansatz besonders geschätzt, da er ihnen verlässliche Daten liefert. »
Direktorin der CCI 94CCI Île-de-France
« Wir sind überzeugt, dass dies die am besten geeignete Lösung ist, um unser Transformationsprojekt zu skalieren und die Wirkung nach unseren Bedürfnissen zu messen. »
Maja SucekChief Operating Officer, Interreg Danube
Selten allein
Ein Referenzrahmen lässt sich kombinieren. Verbinden Sie mehrere, um Ihre Tätigkeit abzudecken, oder lassen Sie Ihren eigenen von der KI schreiben.
Nehmen Sie Ihre erste Messung vor
Worum es in diesem Referenzrahmen geht
Der Referenzrahmen bewertet den Reifegrad einer Organisation entlang zweier ergänzender Dimensionen. Die erste ist Offenheit: welche Daten veröffentlicht werden, unter welcher Lizenz, in welchen Formaten, mit welchen Metadaten und in welchem Aktualisierungsrhythmus. Die zweite ist interne und externe Transparenz: die Fähigkeit zu erklären, woher die Daten stammen, wie sie entstehen, wer sie nutzt und zu welchem Zweck. Die FAIR-Prinzipien (auffindbar, zugänglich, interoperabel, wiederverwendbar) dienen als technischer Bezugsrahmen, die Governance als organisatorischer Bezugsrahmen.
In der Praxis lässt sich dieses Thema schwer steuern, weil es die gesamte Organisation durchzieht. Die Daten gehören den Fachbereichen, die Veröffentlichung liegt oft bei der Kommunikation oder der IT-Leitung, und die Öffnungsdoktrin bleibt, sofern vorhanden, ein Grundsatzdokument. Die konkreten Fragen sind einfach zu stellen und selten dokumentiert: Wer entscheidet, dass ein Datensatz offen wird, und nach welchen Kriterien? Wer garantiert, dass ein vor zwei Jahren veröffentlichter Datensatz noch aktuell ist? Weiß man, wer diese Daten wiederverwendet und wofür?
Eine Verwechslung tritt immer wieder auf: Daten zu öffnen ist nicht dasselbe wie sie zu veröffentlichen. Eine Datei ohne Schema, ohne Variablenverzeichnis, ohne Ansprechpartner und ohne Aktualitätsversprechen schafft keine Nutzung. Umgekehrt lässt sich Transparenz nicht auf Offenheit reduzieren: Eine Organisation kann bei ihren Verarbeitungen und Modellen sehr transparent sein, ohne einen einzigen Rohdatensatz zu veröffentlichen. Das Thema hat zudem an Tragweite gewonnen durch die europäische Strukturierung des Datenaustauschs und die zunehmende Nutzung künstlicher Intelligenz, die Rückverfolgbarkeit der Quellen und Dokumentation von Datensätzen deutlich anspruchsvoller machen als früher.
Eine binäre Bestandsaufnahme bringt hier keinen Erkenntnisgewinn. Festzustellen, dass ein Portal existiert oder eine Charta unterzeichnet wurde, sagt nichts über die tatsächliche Fähigkeit aus, offene Daten zu erzeugen, zu dokumentieren, zu pflegen und zu beleben. Die Reifegrad-Analyse verortet jedes Themenfeld auf einer progressiven Skala nach dem Vorbild der CMMI-Methode und verknüpft jedes Niveau mit der Maßnahme, die zum nächsten Niveau führt. Das Ergebnis ist kein Urteil, sondern eine Entwicklungslinie: ein Score je Themenfeld, eine Abweichung zum Zielniveau und ein nach Aufwand und Wirkung geordneter Maßnahmenplan.
In Datamensio ist der Referenzrahmen sofort einsetzbar und bleibt zugleich Ihrer. Sie passen Themenfelder, Fragen und Niveaus an Ihre Branche, Ihren öffentlichen oder privaten Status und Ihren Datenumfang an. Die KI formuliert Niveaus um, schlägt ergänzende Fragen vor oder erstellt eine Variante auf Basis Ihrer Öffnungsdoktrin, Ihres Datenkatalogs und Ihrer internen Dokumente. Die eingesetzten Modelle können ausgewählt werden, auch aus europäischen Lösungen.
Referenznorm: Reiferahmen Open Data und Datentransparenz (FAIR-Prinzipien, Europäische Open-Data-Richtlinie)
Die bewerteten Themenfelder
Strategie und Öffnungsdoktrin
Vorhandensein einer formalisierten Strategie, Entscheidungskriterien für die Öffnung, Abwägung zwischen Öffnung und Einschränkung, Anbindung an die Organisationsziele, Rückhalt durch die Leitung.
Governance und Verantwortlichkeiten
Rollen des Dateneigentümers und Datenverwalters, Entscheidungsgremien, Zusammenspiel von Fachbereichen, IT und Kommunikation, zugewiesene Ressourcen.
Inventar und Katalog
Erfassung der Datensätze, Klassifizierung nach Sensibilität, Priorisierung der Öffnungskandidaten, Aktualisierung des Katalogs.
Qualität und Dokumentation
Datenschemata, Variablenverzeichnisse, Vollständigkeit, Kontrollen vor Veröffentlichung, Angabe von Nutzungsgrenzen und Zeitreihenbrüchen.
Metadaten und Interoperabilität
Metadatenstandards, offene und maschinenlesbare Formate, dauerhafte Identifikatoren, Ausrichtung an den FAIR-Prinzipien, gemeinsame Referenzsysteme.
Verbreitung, Lizenzen und Zugang
Wahl der Nutzungslizenzen, Verbreitungskanäle, Bereitstellung über Programmierschnittstellen, Zugangsbedingungen für eingeschränkt verbreitete Daten.
Schutz und Anonymisierung
Umgang mit personenbezogenen Daten und Geschäftsgeheimnissen, Anonymisierungs- und Pseudonymisierungstechniken, Bewertung des Reidentifikationsrisikos, Validierung vor Öffnung.
Transparenz über Verarbeitungen
Rückverfolgbarkeit des Datenursprungs, Dokumentation von Transformationen, Information über interne Nutzungen, insbesondere die Speisung algorithmischer Modelle.
Nutzung und Ökosystem der Nachnutzer
Kenntnis der Nachnutzer, Ansprechpartner, Rückmeldungsmanagement, Community-Pflege, Sichtbarmachung von Wiederverwendungen.
Messung und kontinuierliche Verbesserung
Kennzahlen zu Aktualität, Vollständigkeit und Nutzung, periodische Überprüfung des Open-Data-Portfolios, Vergleich über Zeit und zwischen Einheiten.
Eine Kurzversion des Referenzrahmens steht für die Online-Selbstbewertung zur Verfügung.
Häufige Fragen
Führt diese Analyse zu einer Zertifizierung?
Nein, und sie ersetzt keine. Offene Daten und Datentransparenz unterliegen keiner Zertifizierungsstelle. Der Referenzrahmen misst einen Reifegrad und erstellt eine Fortschritts-Roadmap, kein Gütesiegel.
Worin unterscheidet sich das von einer Bestandsaufnahme unserer Veröffentlichungen?
Eine Bestandsaufnahme zählt die auf einem Portal vorhandenen Datensätze. Die Analyse bewertet die Fähigkeit, diese Daten zu entscheiden, zu dokumentieren, zu schützen, zu pflegen und nutzbar zu machen. Sie verortet jedes Themenfeld auf einer Skala und benennt die Maßnahme für den nächsten Reifegrad.
Wie lange dauert die Bewertung?
Die Kurzversion lässt sich in einer Arbeitssitzung ausfüllen. Die vollständige Version, kollaborativ mit mehreren Mitwirkenden, erstreckt sich in der Regel über ein bis zwei Wochen, wobei der Großteil der Zeit auf die Datensammlung bei den Dateneigentümern entfällt.
Lässt sich der Referenzrahmen an unseren Kontext anpassen?
Ja. Themenfelder, Fragen und Niveauformulierungen sind änderbar, und Sie können eigene Achsen hinzufügen. Die KI kann zudem eine Variante auf Basis Ihrer Öffnungsdoktrin und Ihres Datenkatalogs erstellen.
Wie lassen sich Datenoffenheit und Schutz personenbezogener Daten verbinden?
Der Referenzrahmen behandelt beides in derselben Bewertung. Ein Themenfeld widmet sich gezielt der Anonymisierung, der Bewertung des Reidentifikationsrisikos und der Validierung vor Veröffentlichung. Die Offenheit endet dort, wo der Schutz es verlangt, und die Analyse misst die Belastbarkeit dieser Grenze.
Betrifft das Thema auch private Organisationen?
Ja. Der Datenaustausch mit Partnern, die Dokumentation der Quellen, die algorithmische Modelle speisen, und die Transparenz über interne Nutzungen stellen sich in denselben Begriffen, ohne Pflicht zur öffentlichen Veröffentlichung.
Lassen sich mehrere Einheiten miteinander vergleichen?
Ja. Derselbe Referenzrahmen kann auf mehrere Business Units angewendet werden, mit einem Benchmark der Scores je Themenfeld und einem Vergleich mit vorherigen Bewertungen. Eine übergreifende Roadmap konsolidiert anschließend die Maßnahmenpläne.
Wo werden die Daten gehostet?
In Frankreich bei OVH, mit Backup bei Scaleway. Kein Transfer außerhalb der Europäischen Union. Die eingesetzten KI-Modelle können ausgewählt werden, auch aus europäischen Lösungen.