SlideShare ist ein Scribd-Unternehmen logo
Übung Open Data:



Vereinbarung Beruf und Familie in
Schweizer Kantonen, Gruppe 2
Abschlusspräsentation, 28. Mai 2015
Opal Aliu und Nicoletta Lumaldo
Universität Bern, Institut für Wirtschaftsinformatik

Abteilung Informationsmanagement

Forschungsstelle 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: opal.aliu@students.unibe.ch
>  Nicoletta Lumaldo
—  Hauptfach: MA in Public Management
—  Nebenfach: Management and Evaluation of
Public Policies
—  Semester: 2 (MA)
—  Bisherige Programmiererfahrung: keine
—  Email: nicoletta.lumaldo@students.unibe.ch
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 2015
Katrin Ismaier und Noel Sager
Universität Bern, Institut für Wirtschaftsinformatik

Abteilung Informationsmanagement

Forschungsstelle 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
8
Vorgehen
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 2015
Michael Palma Mendes
Universität Bern, Institut für Wirtschaftsinformatik

Abteilung Informationsmanagement

Forschungsstelle Digitale Nachhaltigkeit
FS 2015
Open Data > 13: Abschlusspräsentation
2
Einzelgruppe
>  Michael Palma Mendes
—  Hauptfach: Volkswirtschaftslehre
—  Nebenfach: Betriebswirtschaftslehre
—  Semester: sechstes Bachelorsemester
—  Programmiererfahrung: JS-Grünschnabel
—  michael.palmamendes@students.unibe.ch
FS 2015
Open Data > 13: Abschlusspräsentation
3
Aufgabenstellung
>  Ausgangslage, Problemstellung
Wer 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, Problemstellung
Wer bürgert sich wo & wie intensiv ein in CH?
>  Hintergrund
Bin selber Einbürgerungskandidat, BA-Thema
Quelle:
http://upload.wikimedia.org/wikipedia/de/9/9e/Schweizerpass.png
FS 2015
Open Data > 13: Abschlusspräsentation
5
Aufgabenstellung
>  Ausgangslage, Problemstellung
Wer bürgert sich wo & wie intensiv ein in CH?
>  Hintergrund
Bin selber Einbürgerungskandidat, BA-Thema
>  Zielsetzung
Grafische 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, Problemstellung
Wer bürgert sich wo & wie intensiv ein in CH?
>  Hintergrund
Bin selber Einbürgerungskandidat, BA-Thema
>  Zielsetzung
Grafische Analyse des Einbürgerungs-
verhaltens der ausländ. Hauptnationalitäten
>  Datenquelle
Bundesamt für Statistik (bfs.admin.ch)
Quelle:
http://upload.wikimedia.org/wikipedia/de/9/9e/Schweizerpass.png
FS 2015
Open Data > 13: Abschlusspräsentation
7
Daten
>  Datenvolumen
2 Originaltabellen
Quelle: eigenes Printscreen
FS 2015
Open Data > 13: Abschlusspräsentation
8
Daten
>  Datenvolumen
2 Originaltabellen
Quelle: eigenes Printscreen
FS 2015
Open Data > 13: Abschlusspräsentation
9
Daten
>  Datenvolumen
2 Originaltabellen à
Endtabelle 22*163 Zellen
Quelle: eigenes Printscreen
FS 2015
Open Data > 13: Abschlusspräsentation
10
Daten
>  Datenvolumen
2 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
>  Datenvolumen
2 Originaltabellen à
Endtabelle 22*163 Zellen
>  Datenformat
*.xlsx à umgewandelt in *.csv à D3.js
>  Datenstruktur
Zeile um Zeile à im Code hierarchisiert
Quelle: eigenes Printscreen
FS 2015
Open Data > 13: Abschlusspräsentation
12
Vorgehen
>  Datenbeschaffung
Über Onlinerecherche beim BfS
>  Datenbereinigungen
Manuelle Variablenerrechnung, Taktisches
>  Datentransformation
Via Libreoffice *.xlsxà*.csvàD3.js
>  Verwendete Technologien, Libraries
d3.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
>  Link
http://mp11j084.sandbox.iwi.unibe.ch
FS 2015
Open Data > 13: Abschlusspräsentation
14
Resultat
>  Link
http://mp11j084.sandbox.iwi.unibe.ch
>  Visualisierungsart
Schweizerkarte mit Intensitätsfärbung
FS 2015
Open Data > 13: Abschlusspräsentation
15
Resultat
Quelle: eigenes Printscreen, indikatives Bild (beta)
FS 2015
Open Data > 13: Abschlusspräsentation
16
Resultat
>  Link
http://mp11j084.sandbox.iwi.unibe.ch
>  Visualisierungsart
Schweizerkarte mit Intensitätsfärbung
>  Funktionalitäten
Selector
Checkboxes
Intensivitätsfärbung mit Legende
Tooltips
Daten in Textform
Read Me
FS 2015
Open Data > 13: Abschlusspräsentation
17
Resultat
>  Link
http://mp11j084.sandbox.iwi.unibe.ch
>  Visualisierungsart
Schweizerkarte mit Intensitätsfärbung
>  Funktionalitäten
...
>  Neue Erkenntnisse – siehe Live-Demo
PT 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.js
Schwerer 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.js
Schwerer 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.js
Schwerer 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.js
Schwerer 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
Wichtige 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.js
Schwerer 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
Wichtige 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 2015
Gabriel Abu-Tayeh
Universität Bern, Institut für Wirtschaftsinformatik

Abteilung Informationsmanagement

Forschungsstelle Digitale Nachhaltigkeit
FS 2015
Open Data > 13: Abschlusspräsentation
2
Person
>  Gabriel Abu-Tayeh
—  Hauptfach: Betriebswirtschaft
—  Semester: 10
—  Bisherige Programmiererfahrung: keine
—  Email: gabriel.abutayeh@gmail.com
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
lat
lon
47.267734527588
8.4852828979492
x
y
235731.296875
679205.375
https://api3.geo.admin.ch/rest/
services/api/SearchServer?
bbox=551306.5625,167918.328125,
551754.125,168514.625&type=loca
tions
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 2015
Yves Rieder und Franco Membrini
Universität Bern, Institut für Wirtschaftsinformatik

Abteilung Informationsmanagement

Forschungsstelle 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 Bern
Bundesamt 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 Code
Besseres Verständnis von IT Prozessen
Übung Open Data:



Berufsabschlüsse in der Schweiz
Abschlusspräsentation, 28. Mai 2015
Dominique Rahm und Fabian Reding
Universität Bern, Institut für Wirtschaftsinformatik

Abteilung Informationsmanagement

Forschungsstelle Digitale Nachhaltigkeit
FS 2015
Open Data > 13: Abschlusspräsentation
‹Nr.›
Team
>  Dominique Rahm
—  Hauptfach: Informatik
—  Nebenfach: BWL
—  Semester: 10
—  Bisherige Programmiererfahrung: Hoch
—  Email: dominique.rahm@gmail.com
>  Fabian Reding
—  Hauptfach: BWL
—  Nebenfach: Psychologie
—  Semester: 4
—  Bisherige Programmiererfahrung: Keine
—  Email: fabian@reding.com
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.) übersichtlich die
Informationen weitergeben kann
>  Datenquelle, Data Coach:
>  Ursprünglich Zusammenarbeit mit Data-Coach - aufgrund einiger
Kommunikationsproblemen folgte die Entscheidung, die
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_103px-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 2015
Tobias Vogel und Mary Tzaawa-Krenzler
Universität Bern, Institut für Wirtschaftsinformatik

Abteilung Informationsmanagement

Forschungsstelle 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
4
Daten
>  Datenvolumen:
—  Riesig (zu viel)
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 2015
Martin Vogel und Janik Endtner
Universität Bern, Institut für Wirtschaftsinformatik

Abteilung Informationsmanagement

Forschungsstelle Digitale Nachhaltigkeit
FS 2015
Open Data > 13: Abschlusspräsentation
2
Team
>  Martin Vogel
—  Hauptfach: Betriebswirtschaft
—  Nebenfach: Sport / Wirtschaftsrecht
—  Semester: 4
—  Bisherige Programmiererfahrung: Wenig
—  Email: martin.vogu@hotmail.com
>  Janik Endtner
—  Hauptfach: Betriebswirtschaft
—  Nebenfach: Informatik
—  Semester: 4
—  Bisherige Programmiererfahrung: Mittel
—  Email: janik-endtner@hotmail.com
FS 2015
Open Data > 13: Abschlusspräsentation
3
Kontakt
>  Kontakt für Fragen, Bemerkungen und Anregungen
betreffend Visualisierung des Schadstoffregisters
—  schadstoffvisualisierung@gmx.ch
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 Summ
Universität Bern, Institut für Wirtschaftsinformatik

Abteilung Informationsmanagement

Forschungsstelle Digitale Nachhaltigkeit
FS 2015
Open Data > 13: Abschlusspräsentation
2
Team
>  Tobias Bärtschi
—  Hauptfach: BWL
—  Nebenfach: Rechtswissenschaften
—  Semester: 10+
—  Bisherige Programmiererfahrung: wenig
—  Email: tobias_baertschi@bluewin.ch
>  Lea Summ
—  Hauptfach: Englisch
—  Nebenfach: BWL
—  Semester: 6
—  Bisherige Programmiererfahrung: keine
—  Email: l.summ@hotmail.com
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 2015
Stephanie Joss und Sarah Klingler
Universität Bern, Institut für Wirtschaftsinformatik

Abteilung Informationsmanagement

Forschungsstelle 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: stephanie.joss@students.unibe.ch
>  Sarah Klingler
—  Hauptfach: BWL
—  Nebenfach: Nachhaltige Entwicklung
—  Semester: 6 (Bachelor)
—  Bisherige Programmiererfahrung: keine
—  Email: sarah.klingler@students.unibe.ch
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: padideh.pezeshki@students.unibe.ch
Irina Schubert
— Master of Advanced Studies in Archival, Library
and Information Science
— Semester: 2 (bzw. insgesamt >10)
— Bisherige Programmiererfahrung: keine
— Email: irina.schubert@students.unibe.ch
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 Bern

Gruppe 14
Abschlusspräsentation, 28. Mai 2015
Theodor Truffer und Thomas Steinmann
Universität Bern, Institut für Wirtschaftsinformatik

Abteilung Informationsmanagement

Forschungsstelle 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: theodor.truffer@students.unibe.ch
>  Thomas Steinmann
—  Hauptfach: Informatik
—  Semester: 6.
—  Bisherige Programmiererfahrung: Hauptsächlich Java,
etwas C, Kein JS
—  Email: thomas.steinmann@students.unibe.ch
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 2015
Matthias Bachtler
Universität Bern, Institut für Wirtschaftsinformatik

Abteilung Informationsmanagement

Forschungsstelle Digitale Nachhaltigkeit
FS 2015
Open Data > 13: Abschlusspräsentation
2
Team
>  Matthias Bachtler
Informatik, 4. Semester
Basiswissen Web-Technologien
m.bachtler@students.unibe.ch
FS 2015
Open Data > 13: Abschlusspräsentation
3
Aufgabenstellung
P3 – Projekte Personen Publikationen
à Visualisieren!
Data-Coach:
Christian Gutknecht, SNF
FS 2015
Open Data > 13: Abschlusspräsentation
4
Technologien
FS 2015
Open Data > 13: Abschlusspräsentation
5
Daten
>  View P3 als Access-Datei
>  60000 Grants
>  Import in MySQL-Datenbank
>  Normalisierung
>  Koordinaten
FS 2015
Open Data > 13: Abschlusspräsentation
6
Resultat
>  mb0220.asuscomm.com
Übung Open Data:



OPENED, Gruppe 17
Abschlusspräsentation, 28. Mai 2015
FABIAN PLÜSS und MANUELA KREBS
Universität Bern, Institut für Wirtschaftsinformatik

Abteilung Informationsmanagement

Forschungsstelle Digitale Nachhaltigkeit
FS 2015
Open Data > 13: Abschlusspräsentation
2
Team
>  Fabian Plüss
—  Hauptfach: Betriebswirtschaftslehre
—  Nebenfach: -
—  Semester: 3
—  Bisherige Programmiererfahrung: keine
—  Email: fabianpluess@bluewin.ch
>  Manuela Krebs
—  Hauptfach: Volkswirtschaftslehre
—  Nebenfach: BWL, Allgemeine Ökologie
—  Semester: 10
—  Bisherige Programmiererfahrung: keine
—  Email: krebs.manuela@gmail.com
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 2015
Samuel Hächler und Tizian Dähler
Universität Bern, Institut für Wirtschaftsinformatik

Abteilung Informationsmanagement

Forschungsstelle Digitale Nachhaltigkeit
FS 2015
Open Data > 13: Abschlusspräsentation
2
Team
>  VORNAME NAME
—  Hauptfach: Informatik
—  Nebenfach: Wirtschaftsinformatik
—  Semester: 8
—  Bisherige Programmiererfahrung: 

Mehrere Jahre
—  Email: samuel.haechler@students.unibe.ch
>  Tizian Dähler
—  Hauptfach: BWL
—  Nebenfach: English
—  Semester: 4
—  Bisherige Programmiererfahrung: Sehr wenig
—  Email: tizian.daehler@students.unibe.ch
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 2015
Martin Lauber und Daniel Lam
Universität Bern, Institut für Wirtschaftsinformatik

Abteilung Informationsmanagement

Forschungsstelle Digitale Nachhaltigkeit
FS 2015
Open Data > 13: Abschlusspräsentation
2
Team
>  Daniel Lam
—  Hauptfach: BWL
—  Nebenfach: -
—  Semester: 10
—  Bisherige Programmiererfahrung: Keine
—  Email: daniel.lam@students.unibe.ch
>  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 Einstiegshürden
Datenerhebung kann von immensem Aufwand sein
Behörden 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 unterschätzen
Fokus allein auf Programmierung
FS 2015
Open Data > 13: Abschlusspräsentation
9
Fazit
>  Was bringt mir diese Übung?
Grosser Erfahrungsschatz
Erste Programmierkenntnisse
Zusätzlichen Respekt und Faszination für Coding
Übung Open Data:



Implikation der Aufhebung des EUR / CHF
Mindestkurses, Gruppe 22
Abschlusspräsentation, 28. Mai 2015
JOHANNA CROTON und ALEX KRÄUCHI
Universität Bern, Institut für Wirtschaftsinformatik

Abteilung Informationsmanagement

Forschungsstelle Digitale Nachhaltigkeit
FS 2015
Open Data > 13: Abschlusspräsentation
2
Team
>  JOHANNA CROTON
—  Hauptfach: BWL
—  Nebenfach: Psychologie
—  Semester: 4
—  Bisherige Programmiererfahrung: 1
—  Email: johanna.croton@students.unibe.ch
>  ALEX KRÄUCHI
—  Hauptfach: BWL
—  Nebenfach: Informatik
—  Semester: 4
—  Bisherige Programmiererfahrung: 3
—  Email: alex.kraeuchi@students.unibe.ch
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 2015
Laurent Kaufmann und Lukas Heppler
Universität Bern, Institut für Wirtschaftsinformatik

Abteilung Informationsmanagement

Forschungsstelle Digitale Nachhaltigkeit
FS 2015
Open Data > 13: Abschlusspräsentation
2
Team
>  Laurent Kaufmann
—  Hauptfach: Betriebswirtschaft
—  Semester: 10
—  Programmiererfahrung: Basics
—  Email: laurent.kaufmann@students.unibe.ch
>  Lukas Heppler
—  Hauptfach: Betriebswirtschaft
—  Semester: 10
—  Programmiererfahrung: Basics
—  Email: lukas.heppler@students.unibe.ch
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
5
Datenportal
FS 2015
Open Data > 13: Abschlusspräsentation
6
Datenportal
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 2015
Jenny Tran
Universität Bern, Institut für Wirtschaftsinformatik

Abteilung Informationsmanagement

Forschungsstelle 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 2015
Manuel Bühler
Universität Bern, Institut für Wirtschaftsinformatik

Abteilung Informationsmanagement

Forschungsstelle 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: manuel_buehler@gmx.net
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 Chart

Stacked Area Chart

Grouped 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“
FS 2015
Open Data > 13: Abschlusspräsentation
8
Merci
>  Mathias Stürmer:

„Der Mann denkt mit und entwickelt die Veranstaltung laufend weiter
– ein Lehrertyp an der Uni!“

>  Khoi Tran: 

„Der Retter in der Not!“
>  Mirjam Läderach

„Von A bis Z perfekt organisiert!“

Weitere ähnliche Inhalte

Andere mochten auch

How To Get More From SlideShare - Super-Simple Tips For Content Marketing
How To Get More From SlideShare - Super-Simple Tips For Content MarketingHow To Get More From SlideShare - Super-Simple Tips For Content Marketing
How To Get More From SlideShare - Super-Simple Tips For Content Marketing
Content Marketing Institute
 
A Guide to SlideShare Analytics - Excerpts from Hubspot's Step by Step Guide ...
A Guide to SlideShare Analytics - Excerpts from Hubspot's Step by Step Guide ...A Guide to SlideShare Analytics - Excerpts from Hubspot's Step by Step Guide ...
A Guide to SlideShare Analytics - Excerpts from Hubspot's Step by Step Guide ...
SlideShare
 
2015 Upload Campaigns Calendar - SlideShare
2015 Upload Campaigns Calendar - SlideShare2015 Upload Campaigns Calendar - SlideShare
2015 Upload Campaigns Calendar - SlideShare
SlideShare
 
What to Upload to SlideShare
What to Upload to SlideShareWhat to Upload to SlideShare
What to Upload to SlideShare
SlideShare
 
How to Make Awesome SlideShares: Tips & Tricks
How to Make Awesome SlideShares: Tips & TricksHow to Make Awesome SlideShares: Tips & Tricks
How to Make Awesome SlideShares: Tips & Tricks
SlideShare
 
Getting Started With SlideShare
Getting Started With SlideShareGetting Started With SlideShare
Getting Started With SlideShare
SlideShare
 
Agile Mitarbeiterführung mit OKRs / Manage Agile 2017 / Berlin
Agile Mitarbeiterführung mit OKRs / Manage Agile 2017 / BerlinAgile Mitarbeiterführung mit OKRs / Manage Agile 2017 / Berlin
Agile Mitarbeiterführung mit OKRs / Manage Agile 2017 / Berlin
die.agilen GmbH
 
Financial management complete note
Financial management complete noteFinancial management complete note
Financial management complete note
kabul university
 
Solucionario 4th Fundamentos Mecanica dos Fluidos Munson
Solucionario 4th Fundamentos Mecanica dos Fluidos MunsonSolucionario 4th Fundamentos Mecanica dos Fluidos Munson
Solucionario 4th Fundamentos Mecanica dos Fluidos MunsonStéfano Bellote
 
Alejandro Acevedo - El proceso de la entrevista; conceptos y modelos
Alejandro Acevedo - El proceso de la entrevista; conceptos y modelosAlejandro Acevedo - El proceso de la entrevista; conceptos y modelos
Alejandro Acevedo - El proceso de la entrevista; conceptos y modelos
Instituto Politécnico Nacional
 
Gamification - Defining, Designing and Using it
Gamification - Defining, Designing and Using itGamification - Defining, Designing and Using it
Gamification - Defining, Designing and Using it
Zac Fitz-Walter
 
Fisioterapia, DescripcióN De Las TéCnicas Y Tratamiento
Fisioterapia, DescripcióN De Las TéCnicas Y TratamientoFisioterapia, DescripcióN De Las TéCnicas Y Tratamiento
Fisioterapia, DescripcióN De Las TéCnicas Y Tratamiento
Kineed Chile
 
Historia iii medio
Historia iii medioHistoria iii medio
Historia iii medio
ANA HENRIQUEZ ORREGO
 
Metodologia de la investigacion ppt
Metodologia de la investigacion pptMetodologia de la investigacion ppt
Metodologia de la investigacion ppt
ANTERO VASQUEZ GARCIA
 
Lesson 3: Roles of Educational Technolgy in Learning
Lesson 3:  Roles of Educational Technolgy in LearningLesson 3:  Roles of Educational Technolgy in Learning
Lesson 3: Roles of Educational Technolgy in Learning
Kaye Alejandrino
 
Psicología del Color en el Diseño Gráfico
Psicología del Color en el Diseño GráficoPsicología del Color en el Diseño Gráfico
Psicología del Color en el Diseño Gráfico
Nivck
 
Canal Regulation & Cross Drainage Works
Canal Regulation & Cross Drainage WorksCanal Regulation & Cross Drainage Works
Canal Regulation & Cross Drainage Works
GAURAV. H .TANDON
 
Declaracion derechos humanos ppt
Declaracion derechos humanos  pptDeclaracion derechos humanos  ppt
Declaracion derechos humanos ppt
Luisa Seemann
 
Alles, martha alicia (2004). direccion estrategica de recursos humanos
Alles, martha alicia (2004). direccion estrategica de recursos humanosAlles, martha alicia (2004). direccion estrategica de recursos humanos
Alles, martha alicia (2004). direccion estrategica de recursos humanos
Catedra De Psicología Laboral
 
anatomía: músculos del pie
anatomía: músculos del pieanatomía: músculos del pie
anatomía: músculos del pie
Rodrigo Gonzalez
 

Andere mochten auch (20)

How To Get More From SlideShare - Super-Simple Tips For Content Marketing
How To Get More From SlideShare - Super-Simple Tips For Content MarketingHow To Get More From SlideShare - Super-Simple Tips For Content Marketing
How To Get More From SlideShare - Super-Simple Tips For Content Marketing
 
A Guide to SlideShare Analytics - Excerpts from Hubspot's Step by Step Guide ...
A Guide to SlideShare Analytics - Excerpts from Hubspot's Step by Step Guide ...A Guide to SlideShare Analytics - Excerpts from Hubspot's Step by Step Guide ...
A Guide to SlideShare Analytics - Excerpts from Hubspot's Step by Step Guide ...
 
2015 Upload Campaigns Calendar - SlideShare
2015 Upload Campaigns Calendar - SlideShare2015 Upload Campaigns Calendar - SlideShare
2015 Upload Campaigns Calendar - SlideShare
 
What to Upload to SlideShare
What to Upload to SlideShareWhat to Upload to SlideShare
What to Upload to SlideShare
 
How to Make Awesome SlideShares: Tips & Tricks
How to Make Awesome SlideShares: Tips & TricksHow to Make Awesome SlideShares: Tips & Tricks
How to Make Awesome SlideShares: Tips & Tricks
 
Getting Started With SlideShare
Getting Started With SlideShareGetting Started With SlideShare
Getting Started With SlideShare
 
Agile Mitarbeiterführung mit OKRs / Manage Agile 2017 / Berlin
Agile Mitarbeiterführung mit OKRs / Manage Agile 2017 / BerlinAgile Mitarbeiterführung mit OKRs / Manage Agile 2017 / Berlin
Agile Mitarbeiterführung mit OKRs / Manage Agile 2017 / Berlin
 
Financial management complete note
Financial management complete noteFinancial management complete note
Financial management complete note
 
Solucionario 4th Fundamentos Mecanica dos Fluidos Munson
Solucionario 4th Fundamentos Mecanica dos Fluidos MunsonSolucionario 4th Fundamentos Mecanica dos Fluidos Munson
Solucionario 4th Fundamentos Mecanica dos Fluidos Munson
 
Alejandro Acevedo - El proceso de la entrevista; conceptos y modelos
Alejandro Acevedo - El proceso de la entrevista; conceptos y modelosAlejandro Acevedo - El proceso de la entrevista; conceptos y modelos
Alejandro Acevedo - El proceso de la entrevista; conceptos y modelos
 
Gamification - Defining, Designing and Using it
Gamification - Defining, Designing and Using itGamification - Defining, Designing and Using it
Gamification - Defining, Designing and Using it
 
Fisioterapia, DescripcióN De Las TéCnicas Y Tratamiento
Fisioterapia, DescripcióN De Las TéCnicas Y TratamientoFisioterapia, DescripcióN De Las TéCnicas Y Tratamiento
Fisioterapia, DescripcióN De Las TéCnicas Y Tratamiento
 
Historia iii medio
Historia iii medioHistoria iii medio
Historia iii medio
 
Metodologia de la investigacion ppt
Metodologia de la investigacion pptMetodologia de la investigacion ppt
Metodologia de la investigacion ppt
 
Lesson 3: Roles of Educational Technolgy in Learning
Lesson 3:  Roles of Educational Technolgy in LearningLesson 3:  Roles of Educational Technolgy in Learning
Lesson 3: Roles of Educational Technolgy in Learning
 
Psicología del Color en el Diseño Gráfico
Psicología del Color en el Diseño GráficoPsicología del Color en el Diseño Gráfico
Psicología del Color en el Diseño Gráfico
 
Canal Regulation & Cross Drainage Works
Canal Regulation & Cross Drainage WorksCanal Regulation & Cross Drainage Works
Canal Regulation & Cross Drainage Works
 
Declaracion derechos humanos ppt
Declaracion derechos humanos  pptDeclaracion derechos humanos  ppt
Declaracion derechos humanos ppt
 
Alles, martha alicia (2004). direccion estrategica de recursos humanos
Alles, martha alicia (2004). direccion estrategica de recursos humanosAlles, martha alicia (2004). direccion estrategica de recursos humanos
Alles, martha alicia (2004). direccion estrategica de recursos humanos
 
anatomía: músculos del pie
anatomía: músculos del pieanatomía: músculos del pie
anatomía: músculos del pie
 

Ähnlich wie Abschlusspräsentationen Studierenden-Apps Open Data Vorlesung 2015

Präsentationen der Open Data Apps 2017
Präsentationen der Open Data Apps 2017Präsentationen der Open Data Apps 2017
Präsentationen der Open Data Apps 2017
Forschungsstelle Digitale Nachhaltigkeit
 
Open Data Vorlesung Termin 13: Abschlusspräsentationen
Open Data Vorlesung Termin 13: AbschlusspräsentationenOpen Data Vorlesung Termin 13: Abschlusspräsentationen
Open Data Vorlesung Termin 13: AbschlusspräsentationenMatthias Stürmer
 
Präsentationen der 29 Studierenden-Apps der Open Data Vorlesung 2014
Präsentationen der 29 Studierenden-Apps der Open Data Vorlesung 2014Präsentationen der 29 Studierenden-Apps der Open Data Vorlesung 2014
Präsentationen der 29 Studierenden-Apps der Open Data Vorlesung 2014Matthias Stürmer
 
Open Data Beer bei der SBB
Open Data Beer bei der SBBOpen Data Beer bei der SBB
Open Data Beer bei der SBB
Matthias Stürmer
 
Übung Open Data: Informationen zu den Übungen, App-Demos & Einführung in Tools
Übung Open Data: Informationen zu den Übungen, App-Demos & Einführung in ToolsÜbung Open Data: Informationen zu den Übungen, App-Demos & Einführung in Tools
Übung Open Data: Informationen zu den Übungen, App-Demos & Einführung in Tools
Matthias Stürmer
 
E-Government in der Schweiz: Innovation dank Föderalismus?
E-Government in der Schweiz: Innovation dank Föderalismus?E-Government in der Schweiz: Innovation dank Föderalismus?
E-Government in der Schweiz: Innovation dank Föderalismus?
Matthias Stürmer
 
Internet briefing 20130903_2
Internet briefing 20130903_2Internet briefing 20130903_2
Internet briefing 20130903_2Andre Golliez
 
Open Data Vorlesung 2015: Open Corporate Data
Open Data Vorlesung 2015: Open Corporate DataOpen Data Vorlesung 2015: Open Corporate Data
Open Data Vorlesung 2015: Open Corporate Data
Matthias Stürmer
 
OGD an der Universität Bern: Erfahrungen aus der ersten Open Data-Vorlesung
OGD an der Universität Bern: Erfahrungen aus der ersten Open Data-VorlesungOGD an der Universität Bern: Erfahrungen aus der ersten Open Data-Vorlesung
OGD an der Universität Bern: Erfahrungen aus der ersten Open Data-VorlesungMatthias Stürmer
 
ISD2016_SolutionP_Nadia_Zürcher
ISD2016_SolutionP_Nadia_ZürcherISD2016_SolutionP_Nadia_Zürcher
ISD2016_SolutionP_Nadia_Zürcher
InfoSocietyDays
 
Open Source Software und die oeffentliche Hand: Chancen und Herausforderungen...
Open Source Software und die oeffentliche Hand: Chancen und Herausforderungen...Open Source Software und die oeffentliche Hand: Chancen und Herausforderungen...
Open Source Software und die oeffentliche Hand: Chancen und Herausforderungen...Matthias Stürmer
 
InfoSocietyDays2016_Danielle_Gagnaux_dt.
InfoSocietyDays2016_Danielle_Gagnaux_dt.InfoSocietyDays2016_Danielle_Gagnaux_dt.
InfoSocietyDays2016_Danielle_Gagnaux_dt.
InfoSocietyDays
 
23. Open Government - Plattform Wien
23. Open Government - Plattform Wien23. Open Government - Plattform Wien
23. Open Government - Plattform Wien
Stadt Wien
 
Open Data Vorlesung 2015: Data Journalism
Open Data Vorlesung 2015: Data JournalismOpen Data Vorlesung 2015: Data Journalism
Open Data Vorlesung 2015: Data Journalism
Matthias Stürmer
 
Open Data Vorlesung 2015: Einführung ins Thema Open Data und Open Government
Open Data Vorlesung 2015: Einführung ins Thema Open Data und Open GovernmentOpen Data Vorlesung 2015: Einführung ins Thema Open Data und Open Government
Open Data Vorlesung 2015: Einführung ins Thema Open Data und Open Government
Matthias Stürmer
 
Zwischenstand des IDS Datenwelten - Dezember 2016
Zwischenstand des IDS Datenwelten - Dezember 2016Zwischenstand des IDS Datenwelten - Dezember 2016
Zwischenstand des IDS Datenwelten - Dezember 2016
Institut für Kommunikation und Marketing IKM
 
Grüne ag netzpolitik_20131012
Grüne ag netzpolitik_20131012Grüne ag netzpolitik_20131012
Grüne ag netzpolitik_20131012
Andre Golliez
 
Quo Vadis Open Source an Schweizer Schulen
Quo Vadis Open Source an Schweizer SchulenQuo Vadis Open Source an Schweizer Schulen
Quo Vadis Open Source an Schweizer SchulenMatthias Stürmer
 
Open Finance und Participatory Online Budgeting Apps: Politisches Crowdsourci...
Open Finance und Participatory Online Budgeting Apps: Politisches Crowdsourci...Open Finance und Participatory Online Budgeting Apps: Politisches Crowdsourci...
Open Finance und Participatory Online Budgeting Apps: Politisches Crowdsourci...
Matthias Stürmer
 
29. Open Government-Plattform Wien
29. Open Government-Plattform Wien29. Open Government-Plattform Wien
29. Open Government-Plattform Wien
Stadt Wien
 

Ähnlich wie Abschlusspräsentationen Studierenden-Apps Open Data Vorlesung 2015 (20)

Präsentationen der Open Data Apps 2017
Präsentationen der Open Data Apps 2017Präsentationen der Open Data Apps 2017
Präsentationen der Open Data Apps 2017
 
Open Data Vorlesung Termin 13: Abschlusspräsentationen
Open Data Vorlesung Termin 13: AbschlusspräsentationenOpen Data Vorlesung Termin 13: Abschlusspräsentationen
Open Data Vorlesung Termin 13: Abschlusspräsentationen
 
Präsentationen der 29 Studierenden-Apps der Open Data Vorlesung 2014
Präsentationen der 29 Studierenden-Apps der Open Data Vorlesung 2014Präsentationen der 29 Studierenden-Apps der Open Data Vorlesung 2014
Präsentationen der 29 Studierenden-Apps der Open Data Vorlesung 2014
 
Open Data Beer bei der SBB
Open Data Beer bei der SBBOpen Data Beer bei der SBB
Open Data Beer bei der SBB
 
Übung Open Data: Informationen zu den Übungen, App-Demos & Einführung in Tools
Übung Open Data: Informationen zu den Übungen, App-Demos & Einführung in ToolsÜbung Open Data: Informationen zu den Übungen, App-Demos & Einführung in Tools
Übung Open Data: Informationen zu den Übungen, App-Demos & Einführung in Tools
 
E-Government in der Schweiz: Innovation dank Föderalismus?
E-Government in der Schweiz: Innovation dank Föderalismus?E-Government in der Schweiz: Innovation dank Föderalismus?
E-Government in der Schweiz: Innovation dank Föderalismus?
 
Internet briefing 20130903_2
Internet briefing 20130903_2Internet briefing 20130903_2
Internet briefing 20130903_2
 
Open Data Vorlesung 2015: Open Corporate Data
Open Data Vorlesung 2015: Open Corporate DataOpen Data Vorlesung 2015: Open Corporate Data
Open Data Vorlesung 2015: Open Corporate Data
 
OGD an der Universität Bern: Erfahrungen aus der ersten Open Data-Vorlesung
OGD an der Universität Bern: Erfahrungen aus der ersten Open Data-VorlesungOGD an der Universität Bern: Erfahrungen aus der ersten Open Data-Vorlesung
OGD an der Universität Bern: Erfahrungen aus der ersten Open Data-Vorlesung
 
ISD2016_SolutionP_Nadia_Zürcher
ISD2016_SolutionP_Nadia_ZürcherISD2016_SolutionP_Nadia_Zürcher
ISD2016_SolutionP_Nadia_Zürcher
 
Open Source Software und die oeffentliche Hand: Chancen und Herausforderungen...
Open Source Software und die oeffentliche Hand: Chancen und Herausforderungen...Open Source Software und die oeffentliche Hand: Chancen und Herausforderungen...
Open Source Software und die oeffentliche Hand: Chancen und Herausforderungen...
 
InfoSocietyDays2016_Danielle_Gagnaux_dt.
InfoSocietyDays2016_Danielle_Gagnaux_dt.InfoSocietyDays2016_Danielle_Gagnaux_dt.
InfoSocietyDays2016_Danielle_Gagnaux_dt.
 
23. Open Government - Plattform Wien
23. Open Government - Plattform Wien23. Open Government - Plattform Wien
23. Open Government - Plattform Wien
 
Open Data Vorlesung 2015: Data Journalism
Open Data Vorlesung 2015: Data JournalismOpen Data Vorlesung 2015: Data Journalism
Open Data Vorlesung 2015: Data Journalism
 
Open Data Vorlesung 2015: Einführung ins Thema Open Data und Open Government
Open Data Vorlesung 2015: Einführung ins Thema Open Data und Open GovernmentOpen Data Vorlesung 2015: Einführung ins Thema Open Data und Open Government
Open Data Vorlesung 2015: Einführung ins Thema Open Data und Open Government
 
Zwischenstand des IDS Datenwelten - Dezember 2016
Zwischenstand des IDS Datenwelten - Dezember 2016Zwischenstand des IDS Datenwelten - Dezember 2016
Zwischenstand des IDS Datenwelten - Dezember 2016
 
Grüne ag netzpolitik_20131012
Grüne ag netzpolitik_20131012Grüne ag netzpolitik_20131012
Grüne ag netzpolitik_20131012
 
Quo Vadis Open Source an Schweizer Schulen
Quo Vadis Open Source an Schweizer SchulenQuo Vadis Open Source an Schweizer Schulen
Quo Vadis Open Source an Schweizer Schulen
 
Open Finance und Participatory Online Budgeting Apps: Politisches Crowdsourci...
Open Finance und Participatory Online Budgeting Apps: Politisches Crowdsourci...Open Finance und Participatory Online Budgeting Apps: Politisches Crowdsourci...
Open Finance und Participatory Online Budgeting Apps: Politisches Crowdsourci...
 
29. Open Government-Plattform Wien
29. Open Government-Plattform Wien29. Open Government-Plattform Wien
29. Open Government-Plattform Wien
 

Mehr von Matthias Stürmer

Insights on Open Source and Inner Source
Insights on Open Source and Inner SourceInsights on Open Source and Inner Source
Insights on Open Source and Inner Source
Matthias Stürmer
 
Learnings aus 15 Jahren Open Source Aktivismus
Learnings aus 15 Jahren Open Source AktivismusLearnings aus 15 Jahren Open Source Aktivismus
Learnings aus 15 Jahren Open Source Aktivismus
Matthias Stürmer
 
Open Source Entwicklung - Kür, Pflicht oder Bürde für die Verwaltung?
Open Source Entwicklung - Kür, Pflicht oder Bürde für die Verwaltung?Open Source Entwicklung - Kür, Pflicht oder Bürde für die Verwaltung?
Open Source Entwicklung - Kür, Pflicht oder Bürde für die Verwaltung?
Matthias Stürmer
 
Welche Digitalstrategie braucht ein Kanton?
Welche Digitalstrategie braucht ein Kanton?Welche Digitalstrategie braucht ein Kanton?
Welche Digitalstrategie braucht ein Kanton?
Matthias Stürmer
 
Data Colonialism and Digital Sustainability: Problems and Solutions to Curren...
Data Colonialism and Digital Sustainability: Problems and Solutions to Curren...Data Colonialism and Digital Sustainability: Problems and Solutions to Curren...
Data Colonialism and Digital Sustainability: Problems and Solutions to Curren...
Matthias Stürmer
 
Nachhaltige öffentliche Beschaffungen
Nachhaltige öffentliche BeschaffungenNachhaltige öffentliche Beschaffungen
Nachhaltige öffentliche Beschaffungen
Matthias Stürmer
 
IntelliProcure - Nutzer, Medienecho, Features und Preise
IntelliProcure - Nutzer, Medienecho, Features und PreiseIntelliProcure - Nutzer, Medienecho, Features und Preise
IntelliProcure - Nutzer, Medienecho, Features und Preise
Matthias Stürmer
 
Vorstellung DINAcon, Parldigi, Forschungsstelle Digitale Nachhaltigkeit und C...
Vorstellung DINAcon, Parldigi, Forschungsstelle Digitale Nachhaltigkeit und C...Vorstellung DINAcon, Parldigi, Forschungsstelle Digitale Nachhaltigkeit und C...
Vorstellung DINAcon, Parldigi, Forschungsstelle Digitale Nachhaltigkeit und C...
Matthias Stürmer
 
Das Konzept der digitalen Nachhaltigkeit
Das Konzept der digitalen NachhaltigkeitDas Konzept der digitalen Nachhaltigkeit
Das Konzept der digitalen Nachhaltigkeit
Matthias Stürmer
 
Kuenstliche Intelligenz in unserem Alltag
Kuenstliche Intelligenz in unserem AlltagKuenstliche Intelligenz in unserem Alltag
Kuenstliche Intelligenz in unserem Alltag
Matthias Stürmer
 
Digitale Nachhaltigkeit
Digitale NachhaltigkeitDigitale Nachhaltigkeit
Digitale Nachhaltigkeit
Matthias Stürmer
 
Digital Open World - Vortrag an der 11. Büroautomationskonferenz der SIK
Digital Open World - Vortrag an der 11. Büroautomationskonferenz der SIKDigital Open World - Vortrag an der 11. Büroautomationskonferenz der SIK
Digital Open World - Vortrag an der 11. Büroautomationskonferenz der SIK
Matthias Stürmer
 
Fake News und E-Voting
Fake News und E-VotingFake News und E-Voting
Fake News und E-Voting
Matthias Stürmer
 
Open Source Software: Einführung, Trends und öffentliche Beschaffung
Open Source Software: Einführung, Trends und öffentliche BeschaffungOpen Source Software: Einführung, Trends und öffentliche Beschaffung
Open Source Software: Einführung, Trends und öffentliche Beschaffung
Matthias Stürmer
 
Nachhaltige Digitalisierung und digitale Nachhaltigkeit: Die zwei Seiten eine...
Nachhaltige Digitalisierung und digitale Nachhaltigkeit: Die zwei Seiten eine...Nachhaltige Digitalisierung und digitale Nachhaltigkeit: Die zwei Seiten eine...
Nachhaltige Digitalisierung und digitale Nachhaltigkeit: Die zwei Seiten eine...
Matthias Stürmer
 
Open Data und Datenvisualisierungen
Open Data und DatenvisualisierungenOpen Data und Datenvisualisierungen
Open Data und Datenvisualisierungen
Matthias Stürmer
 
Digitalisierung in Schweizer Städten
Digitalisierung in Schweizer StädtenDigitalisierung in Schweizer Städten
Digitalisierung in Schweizer Städten
Matthias Stürmer
 
Spirit of Bern 2018: Wie YouTube die Lehrkräfte und Uni-Dozierenden ablöst
Spirit of Bern 2018: Wie YouTube die Lehrkräfte und Uni-Dozierenden ablöstSpirit of Bern 2018: Wie YouTube die Lehrkräfte und Uni-Dozierenden ablöst
Spirit of Bern 2018: Wie YouTube die Lehrkräfte und Uni-Dozierenden ablöst
Matthias Stürmer
 
Digitalisierung der öffentlichen Verwaltung - Ziele, Chancen, Perspektiven, R...
Digitalisierung der öffentlichen Verwaltung - Ziele, Chancen, Perspektiven, R...Digitalisierung der öffentlichen Verwaltung - Ziele, Chancen, Perspektiven, R...
Digitalisierung der öffentlichen Verwaltung - Ziele, Chancen, Perspektiven, R...
Matthias Stürmer
 
Open Data und Datenvisualisierung
Open Data und DatenvisualisierungOpen Data und Datenvisualisierung
Open Data und Datenvisualisierung
Matthias Stürmer
 

Mehr von Matthias Stürmer (20)

Insights on Open Source and Inner Source
Insights on Open Source and Inner SourceInsights on Open Source and Inner Source
Insights on Open Source and Inner Source
 
Learnings aus 15 Jahren Open Source Aktivismus
Learnings aus 15 Jahren Open Source AktivismusLearnings aus 15 Jahren Open Source Aktivismus
Learnings aus 15 Jahren Open Source Aktivismus
 
Open Source Entwicklung - Kür, Pflicht oder Bürde für die Verwaltung?
Open Source Entwicklung - Kür, Pflicht oder Bürde für die Verwaltung?Open Source Entwicklung - Kür, Pflicht oder Bürde für die Verwaltung?
Open Source Entwicklung - Kür, Pflicht oder Bürde für die Verwaltung?
 
Welche Digitalstrategie braucht ein Kanton?
Welche Digitalstrategie braucht ein Kanton?Welche Digitalstrategie braucht ein Kanton?
Welche Digitalstrategie braucht ein Kanton?
 
Data Colonialism and Digital Sustainability: Problems and Solutions to Curren...
Data Colonialism and Digital Sustainability: Problems and Solutions to Curren...Data Colonialism and Digital Sustainability: Problems and Solutions to Curren...
Data Colonialism and Digital Sustainability: Problems and Solutions to Curren...
 
Nachhaltige öffentliche Beschaffungen
Nachhaltige öffentliche BeschaffungenNachhaltige öffentliche Beschaffungen
Nachhaltige öffentliche Beschaffungen
 
IntelliProcure - Nutzer, Medienecho, Features und Preise
IntelliProcure - Nutzer, Medienecho, Features und PreiseIntelliProcure - Nutzer, Medienecho, Features und Preise
IntelliProcure - Nutzer, Medienecho, Features und Preise
 
Vorstellung DINAcon, Parldigi, Forschungsstelle Digitale Nachhaltigkeit und C...
Vorstellung DINAcon, Parldigi, Forschungsstelle Digitale Nachhaltigkeit und C...Vorstellung DINAcon, Parldigi, Forschungsstelle Digitale Nachhaltigkeit und C...
Vorstellung DINAcon, Parldigi, Forschungsstelle Digitale Nachhaltigkeit und C...
 
Das Konzept der digitalen Nachhaltigkeit
Das Konzept der digitalen NachhaltigkeitDas Konzept der digitalen Nachhaltigkeit
Das Konzept der digitalen Nachhaltigkeit
 
Kuenstliche Intelligenz in unserem Alltag
Kuenstliche Intelligenz in unserem AlltagKuenstliche Intelligenz in unserem Alltag
Kuenstliche Intelligenz in unserem Alltag
 
Digitale Nachhaltigkeit
Digitale NachhaltigkeitDigitale Nachhaltigkeit
Digitale Nachhaltigkeit
 
Digital Open World - Vortrag an der 11. Büroautomationskonferenz der SIK
Digital Open World - Vortrag an der 11. Büroautomationskonferenz der SIKDigital Open World - Vortrag an der 11. Büroautomationskonferenz der SIK
Digital Open World - Vortrag an der 11. Büroautomationskonferenz der SIK
 
Fake News und E-Voting
Fake News und E-VotingFake News und E-Voting
Fake News und E-Voting
 
Open Source Software: Einführung, Trends und öffentliche Beschaffung
Open Source Software: Einführung, Trends und öffentliche BeschaffungOpen Source Software: Einführung, Trends und öffentliche Beschaffung
Open Source Software: Einführung, Trends und öffentliche Beschaffung
 
Nachhaltige Digitalisierung und digitale Nachhaltigkeit: Die zwei Seiten eine...
Nachhaltige Digitalisierung und digitale Nachhaltigkeit: Die zwei Seiten eine...Nachhaltige Digitalisierung und digitale Nachhaltigkeit: Die zwei Seiten eine...
Nachhaltige Digitalisierung und digitale Nachhaltigkeit: Die zwei Seiten eine...
 
Open Data und Datenvisualisierungen
Open Data und DatenvisualisierungenOpen Data und Datenvisualisierungen
Open Data und Datenvisualisierungen
 
Digitalisierung in Schweizer Städten
Digitalisierung in Schweizer StädtenDigitalisierung in Schweizer Städten
Digitalisierung in Schweizer Städten
 
Spirit of Bern 2018: Wie YouTube die Lehrkräfte und Uni-Dozierenden ablöst
Spirit of Bern 2018: Wie YouTube die Lehrkräfte und Uni-Dozierenden ablöstSpirit of Bern 2018: Wie YouTube die Lehrkräfte und Uni-Dozierenden ablöst
Spirit of Bern 2018: Wie YouTube die Lehrkräfte und Uni-Dozierenden ablöst
 
Digitalisierung der öffentlichen Verwaltung - Ziele, Chancen, Perspektiven, R...
Digitalisierung der öffentlichen Verwaltung - Ziele, Chancen, Perspektiven, R...Digitalisierung der öffentlichen Verwaltung - Ziele, Chancen, Perspektiven, R...
Digitalisierung der öffentlichen Verwaltung - Ziele, Chancen, Perspektiven, R...
 
Open Data und Datenvisualisierung
Open Data und DatenvisualisierungOpen Data und Datenvisualisierung
Open Data und Datenvisualisierung
 

Abschlusspräsentationen Studierenden-Apps Open Data Vorlesung 2015

  • 1. Übung Open Data:
 
 Vereinbarung Beruf und Familie in Schweizer Kantonen, Gruppe 2 Abschlusspräsentation, 28. Mai 2015 Opal Aliu und Nicoletta Lumaldo Universität Bern, Institut für Wirtschaftsinformatik
 Abteilung Informationsmanagement
 Forschungsstelle Digitale Nachhaltigkeit
  • 2. FS 2015 Open Data > 13: Abschlusspräsentation 2 Team >  Opal Aliu —  Hauptfach: BA in Business Administration —  Nebenfach: Informatik —  Semester: 6 —  Bisherige Programmiererfahrung: Anfänger —  Email: opal.aliu@students.unibe.ch >  Nicoletta Lumaldo —  Hauptfach: MA in Public Management —  Nebenfach: Management and Evaluation of Public Policies —  Semester: 2 (MA) —  Bisherige Programmiererfahrung: keine —  Email: nicoletta.lumaldo@students.unibe.ch
  • 3. 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
  • 4. 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
  • 5. 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
  • 6. 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
  • 7. 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
  • 8. Übung Open Data:
 
 Schadstoffemissionen der Schweiz, Gruppe 03 Abschlusspräsentation, 28. Mai 2015 Katrin Ismaier und Noel Sager Universität Bern, Institut für Wirtschaftsinformatik
 Abteilung Informationsmanagement
 Forschungsstelle Digitale Nachhaltigkeit
  • 9. 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
  • 10. 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.
  • 11. 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.
  • 12. 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.
  • 13. FS 2015 Open Data > 13: Abschlusspräsentation 6 Daten >  Datenformat: Excel, wurde in CSV umgewandelt.
  • 14. 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
  • 15. FS 2015 Open Data > 13: Abschlusspräsentation 8 Vorgehen
  • 16. 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.
  • 17. 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.
  • 18. Übung Open Data:
 
 Die neuen Schweizer 2013, Einzelgruppe 5 Abschlusspräsentation, 28. Mai 2015 Michael Palma Mendes Universität Bern, Institut für Wirtschaftsinformatik
 Abteilung Informationsmanagement
 Forschungsstelle Digitale Nachhaltigkeit
  • 19. FS 2015 Open Data > 13: Abschlusspräsentation 2 Einzelgruppe >  Michael Palma Mendes —  Hauptfach: Volkswirtschaftslehre —  Nebenfach: Betriebswirtschaftslehre —  Semester: sechstes Bachelorsemester —  Programmiererfahrung: JS-Grünschnabel —  michael.palmamendes@students.unibe.ch
  • 20. FS 2015 Open Data > 13: Abschlusspräsentation 3 Aufgabenstellung >  Ausgangslage, Problemstellung Wer bürgert sich wo & wie intensiv ein in CH? Quelle: http://upload.wikimedia.org/wikipedia/de/9/9e/Schweizerpass.png
  • 21. FS 2015 Open Data > 13: Abschlusspräsentation 4 Aufgabenstellung >  Ausgangslage, Problemstellung Wer bürgert sich wo & wie intensiv ein in CH? >  Hintergrund Bin selber Einbürgerungskandidat, BA-Thema Quelle: http://upload.wikimedia.org/wikipedia/de/9/9e/Schweizerpass.png
  • 22. FS 2015 Open Data > 13: Abschlusspräsentation 5 Aufgabenstellung >  Ausgangslage, Problemstellung Wer bürgert sich wo & wie intensiv ein in CH? >  Hintergrund Bin selber Einbürgerungskandidat, BA-Thema >  Zielsetzung Grafische Analyse des Einbürgerungs- verhaltens der ausländ. Hauptnationalitäten Quelle: http://upload.wikimedia.org/wikipedia/de/9/9e/Schweizerpass.png
  • 23. FS 2015 Open Data > 13: Abschlusspräsentation 6 Aufgabenstellung >  Ausgangslage, Problemstellung Wer bürgert sich wo & wie intensiv ein in CH? >  Hintergrund Bin selber Einbürgerungskandidat, BA-Thema >  Zielsetzung Grafische Analyse des Einbürgerungs- verhaltens der ausländ. Hauptnationalitäten >  Datenquelle Bundesamt für Statistik (bfs.admin.ch) Quelle: http://upload.wikimedia.org/wikipedia/de/9/9e/Schweizerpass.png
  • 24. FS 2015 Open Data > 13: Abschlusspräsentation 7 Daten >  Datenvolumen 2 Originaltabellen Quelle: eigenes Printscreen
  • 25. FS 2015 Open Data > 13: Abschlusspräsentation 8 Daten >  Datenvolumen 2 Originaltabellen Quelle: eigenes Printscreen
  • 26. FS 2015 Open Data > 13: Abschlusspräsentation 9 Daten >  Datenvolumen 2 Originaltabellen à Endtabelle 22*163 Zellen Quelle: eigenes Printscreen
  • 27. FS 2015 Open Data > 13: Abschlusspräsentation 10 Daten >  Datenvolumen 2 Originaltabellen à Endtabelle 22*163 Zellen >  Datenformat *.xlsx à umgewandelt in *.csv à D3.js Quelle: eigenes Printscreen
  • 28. FS 2015 Open Data > 13: Abschlusspräsentation 11 Daten >  Datenvolumen 2 Originaltabellen à Endtabelle 22*163 Zellen >  Datenformat *.xlsx à umgewandelt in *.csv à D3.js >  Datenstruktur Zeile um Zeile à im Code hierarchisiert Quelle: eigenes Printscreen
  • 29. FS 2015 Open Data > 13: Abschlusspräsentation 12 Vorgehen >  Datenbeschaffung Über Onlinerecherche beim BfS >  Datenbereinigungen Manuelle Variablenerrechnung, Taktisches >  Datentransformation Via Libreoffice *.xlsxà*.csvàD3.js >  Verwendete Technologien, Libraries d3.min.js, topojson.min.js, colorbrewer.js (ch.json, wie auch Rest, von der IWI Sandbox) Quelle: eigenes Printscreen, indikatives Bild (beta)
  • 30. FS 2015 Open Data > 13: Abschlusspräsentation 13 Resultat >  Link http://mp11j084.sandbox.iwi.unibe.ch
  • 31. FS 2015 Open Data > 13: Abschlusspräsentation 14 Resultat >  Link http://mp11j084.sandbox.iwi.unibe.ch >  Visualisierungsart Schweizerkarte mit Intensitätsfärbung
  • 32. FS 2015 Open Data > 13: Abschlusspräsentation 15 Resultat Quelle: eigenes Printscreen, indikatives Bild (beta)
  • 33. FS 2015 Open Data > 13: Abschlusspräsentation 16 Resultat >  Link http://mp11j084.sandbox.iwi.unibe.ch >  Visualisierungsart Schweizerkarte mit Intensitätsfärbung >  Funktionalitäten Selector Checkboxes Intensivitätsfärbung mit Legende Tooltips Daten in Textform Read Me
  • 34. FS 2015 Open Data > 13: Abschlusspräsentation 17 Resultat >  Link http://mp11j084.sandbox.iwi.unibe.ch >  Visualisierungsart Schweizerkarte mit Intensitätsfärbung >  Funktionalitäten ... >  Neue Erkenntnisse – siehe Live-Demo PT vs. KO, IT in TI (viel&doch wenig), AI, ...
  • 35. FS 2015 Open Data > 13: Abschlusspräsentation 18 Fazit >  Was habe ich gelernt? Grundstruktur von JavaScript/JSON/D3.js Quelle: eigenes Printscreen, indikatives Bild (beta)
  • 36. FS 2015 Open Data > 13: Abschlusspräsentation 19 Fazit >  Was habe ich gelernt? Grundstruktur von JavaScript/JSON/D3.js Schwerer als ich dachte! J Quelle: eigenes Printscreen, indikatives Bild (beta)
  • 37. FS 2015 Open Data > 13: Abschlusspräsentation 20 Fazit >  Was habe ich gelernt? Grundstruktur von JavaScript/JSON/D3.js Schwerer als ich dachte! J >  Was würde ich nächstes Mal anders machen? Ggf. stärker vor-einlesen ins Coding Quelle: eigenes Printscreen, indikatives Bild (beta)
  • 38. FS 2015 Open Data > 13: Abschlusspräsentation 21 Fazit >  Was habe ich gelernt? Grundstruktur von JavaScript/JSON/D3.js Schwerer 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)
  • 39. FS 2015 Open Data > 13: Abschlusspräsentation 22 Fazit >  Was habe ich gelernt? Grundstruktur von JavaScript/JSON/D3.js Schwerer 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 Wichtige Visualisierungtools, auch für BA interessant Quelle: eigenes Printscreen, indikatives Bild (beta)
  • 40. FS 2015 Open Data > 13: Abschlusspräsentation 23 Fazit >  Was habe ich gelernt? Grundstruktur von JavaScript/JSON/D3.js Schwerer 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 Wichtige Visualisierungtools, auch für BA interessant >  Merci für die Hilfe! Quelle: eigenes Printscreen, indikatives Bild (beta)
  • 41. FS 2015 Open Data > 13: Abschlusspräsentation 24 Live-Demo Quelle: http://upload.wikimedia.org/wikipedia/de/9/9e/Schweizerpass.png
  • 42. Übung Open Data:
 
 ImmoSearcher, Gruppe 19 Abschlusspräsentation, 28. Mai 2015 Gabriel Abu-Tayeh Universität Bern, Institut für Wirtschaftsinformatik
 Abteilung Informationsmanagement
 Forschungsstelle Digitale Nachhaltigkeit
  • 43. FS 2015 Open Data > 13: Abschlusspräsentation 2 Person >  Gabriel Abu-Tayeh —  Hauptfach: Betriebswirtschaft —  Semester: 10 —  Bisherige Programmiererfahrung: keine —  Email: gabriel.abutayeh@gmail.com
  • 44. 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
  • 45. 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
  • 46. 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 lat lon 47.267734527588 8.4852828979492 x y 235731.296875 679205.375 https://api3.geo.admin.ch/rest/ services/api/SearchServer? bbox=551306.5625,167918.328125, 551754.125,168514.625&type=loca tions
  • 47. 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
  • 48. 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...
  • 49. Übung Open Data:
 
 Bevölkerungsentwicklung im Kanton Bern, Gruppe 6 Abschlusspräsentation, 28. Mai 2015 Yves Rieder und Franco Membrini Universität Bern, Institut für Wirtschaftsinformatik
 Abteilung Informationsmanagement
 Forschungsstelle Digitale Nachhaltigkeit
  • 50. 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
  • 51. 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 Bern Bundesamt für Statistik
  • 52. 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
  • 53. 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
  • 54. 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
  • 55. 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 Code Besseres Verständnis von IT Prozessen
  • 56. Übung Open Data:
 
 Berufsabschlüsse in der Schweiz Abschlusspräsentation, 28. Mai 2015 Dominique Rahm und Fabian Reding Universität Bern, Institut für Wirtschaftsinformatik
 Abteilung Informationsmanagement
 Forschungsstelle Digitale Nachhaltigkeit
  • 57. FS 2015 Open Data > 13: Abschlusspräsentation ‹Nr.› Team >  Dominique Rahm —  Hauptfach: Informatik —  Nebenfach: BWL —  Semester: 10 —  Bisherige Programmiererfahrung: Hoch —  Email: dominique.rahm@gmail.com >  Fabian Reding —  Hauptfach: BWL —  Nebenfach: Psychologie —  Semester: 4 —  Bisherige Programmiererfahrung: Keine —  Email: fabian@reding.com
  • 58. 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.) übersichtlich die Informationen weitergeben kann >  Datenquelle, Data Coach: >  Ursprünglich Zusammenarbeit mit Data-Coach - aufgrund einiger Kommunikationsproblemen folgte die Entscheidung, die 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_103px-x-1502020100_103.px&px_type=PX
  • 59. 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
  • 60. 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
  • 61. 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
  • 62. 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.
  • 63. Übung Open Data:
 
 Deloitte: Geldpolitik der SNB, Gruppe 8 Abschlusspräsentation, 28. Mai 2015 Tobias Vogel und Mary Tzaawa-Krenzler Universität Bern, Institut für Wirtschaftsinformatik
 Abteilung Informationsmanagement
 Forschungsstelle Digitale Nachhaltigkeit
  • 64. 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
  • 65. 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
  • 66. FS 2015 Open Data > 13: Abschlusspräsentation 4 Daten >  Datenvolumen: —  Riesig (zu viel)
  • 67. FS 2015 Open Data > 13: Abschlusspräsentation 5 >  Datenformat: —  Ursprungsformat: .xls —  Endformat: .csv >  Datenstruktur: —  Datensätze
  • 68. 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
  • 69. FS 2015 Open Data > 13: Abschlusspräsentation 7 Resultat >  Link: http://tv11a629.sandbox.iwi.unibe.ch >  Visualisierungsart: —  Graph >  Funktionalitäten: —  Tooltip —  Mouseover —  Button
  • 70. 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
  • 71. Übung Open Data:
 
 Schadstoffausstoss in der Schweiz, Gruppe 11 Abschlusspräsentation, 28. Mai 2015 Martin Vogel und Janik Endtner Universität Bern, Institut für Wirtschaftsinformatik
 Abteilung Informationsmanagement
 Forschungsstelle Digitale Nachhaltigkeit
  • 72. FS 2015 Open Data > 13: Abschlusspräsentation 2 Team >  Martin Vogel —  Hauptfach: Betriebswirtschaft —  Nebenfach: Sport / Wirtschaftsrecht —  Semester: 4 —  Bisherige Programmiererfahrung: Wenig —  Email: martin.vogu@hotmail.com >  Janik Endtner —  Hauptfach: Betriebswirtschaft —  Nebenfach: Informatik —  Semester: 4 —  Bisherige Programmiererfahrung: Mittel —  Email: janik-endtner@hotmail.com
  • 73. FS 2015 Open Data > 13: Abschlusspräsentation 3 Kontakt >  Kontakt für Fragen, Bemerkungen und Anregungen betreffend Visualisierung des Schadstoffregisters —  schadstoffvisualisierung@gmx.ch
  • 74. FS 2015 Open Data > 13: Abschlusspräsentation 4 Grundlagen >  Gut strukturierte Daten in Excelformat als Grundlage >  Schnelle Lieferung der Daten
  • 75. 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
  • 76. 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
  • 77. 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
  • 78. 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
  • 79. 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
  • 80. FS 2015 Open Data > 13: Abschlusspräsentation 10 Resultat: Visualisierungsarten Scatterplot Säulendiagramm
  • 81. FS 2015 Open Data > 13: Abschlusspräsentation 11 Resultat: Funktionalitäten (I/II) Liste Navigation Sortierfunktion
  • 82. FS 2015 Open Data > 13: Abschlusspräsentation 12 Resultat: Funktionalitäten (II/II) Slider Checkboxen Hover-Effekte Hashtag-Navigation
  • 83. FS 2015 Open Data > 13: Abschlusspräsentation 13 Resultat >  Link: http://je12k036.sandbox.iwi.unibe.ch >  Link für Präsentation: http://mv13c053.sandbox.iwi.unibe.ch
  • 84. Übung Open Data:
 
 Altersstruktur des Kanton Bern, Gruppe 12 Abschlusspräsentation, 28. Mai 2015 Tobias Bärtschi und Lea Summ Universität Bern, Institut für Wirtschaftsinformatik
 Abteilung Informationsmanagement
 Forschungsstelle Digitale Nachhaltigkeit
  • 85. FS 2015 Open Data > 13: Abschlusspräsentation 2 Team >  Tobias Bärtschi —  Hauptfach: BWL —  Nebenfach: Rechtswissenschaften —  Semester: 10+ —  Bisherige Programmiererfahrung: wenig —  Email: tobias_baertschi@bluewin.ch >  Lea Summ —  Hauptfach: Englisch —  Nebenfach: BWL —  Semester: 6 —  Bisherige Programmiererfahrung: keine —  Email: l.summ@hotmail.com Foto
  • 86. 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
  • 87. 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
  • 88. 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
  • 89. 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
  • 90. 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
  • 91. Übung Open Data:
 
 Interaction: Visualisierung der Hilfsprojekte 2012, Gruppe 13 Abschlusspräsentation, 28. Mai 2015 Stephanie Joss und Sarah Klingler Universität Bern, Institut für Wirtschaftsinformatik
 Abteilung Informationsmanagement
 Forschungsstelle Digitale Nachhaltigkeit
  • 92. FS 2015 Open Data > 13: Abschlusspräsentation 2 Team >  Stephanie Joss —  Hauptfach: BWL, Schwerpunkt Wirtschaftsinformatik —  Semester: 7 (Erstes Mastersemester) —  Bisherige Programmiererfahrung: sehr wenig —  Email: stephanie.joss@students.unibe.ch >  Sarah Klingler —  Hauptfach: BWL —  Nebenfach: Nachhaltige Entwicklung —  Semester: 6 (Bachelor) —  Bisherige Programmiererfahrung: keine —  Email: sarah.klingler@students.unibe.ch
  • 93. 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
  • 94. 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
  • 95. 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
  • 96. 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
  • 97. 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
  • 98. 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
  • 99. FS 2015 Open Data > 13: Abschlusspräsentation 2 Team Padideh Pezeshki — Master in Design and Multimedia — Semester: 4 — Bisherige Programmiererfahrung: Yes — Email: padideh.pezeshki@students.unibe.ch Irina Schubert — Master of Advanced Studies in Archival, Library and Information Science — Semester: 2 (bzw. insgesamt >10) — Bisherige Programmiererfahrung: keine — Email: irina.schubert@students.unibe.ch
  • 100. 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)
  • 101. 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
  • 102. 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
  • 103. 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
  • 104. 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
  • 105. Übung Open Data:
 
 Visualisierung gymnasialer Abschlussdaten des Kantons Bern
 Gruppe 14 Abschlusspräsentation, 28. Mai 2015 Theodor Truffer und Thomas Steinmann Universität Bern, Institut für Wirtschaftsinformatik
 Abteilung Informationsmanagement
 Forschungsstelle Digitale Nachhaltigkeit
  • 106. 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: theodor.truffer@students.unibe.ch >  Thomas Steinmann —  Hauptfach: Informatik —  Semester: 6. —  Bisherige Programmiererfahrung: Hauptsächlich Java, etwas C, Kein JS —  Email: thomas.steinmann@students.unibe.ch
  • 107. 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
  • 108. 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
  • 109. 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
  • 110. 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
  • 111. 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?
  • 112. Übung Open Data:
 
 P3 – Forschungsdatenbank des SNF Gruppe 15 Abschlusspräsentation, 28. Mai 2015 Matthias Bachtler Universität Bern, Institut für Wirtschaftsinformatik
 Abteilung Informationsmanagement
 Forschungsstelle Digitale Nachhaltigkeit
  • 113. FS 2015 Open Data > 13: Abschlusspräsentation 2 Team >  Matthias Bachtler Informatik, 4. Semester Basiswissen Web-Technologien m.bachtler@students.unibe.ch
  • 114. FS 2015 Open Data > 13: Abschlusspräsentation 3 Aufgabenstellung P3 – Projekte Personen Publikationen à Visualisieren! Data-Coach: Christian Gutknecht, SNF
  • 115. FS 2015 Open Data > 13: Abschlusspräsentation 4 Technologien
  • 116. FS 2015 Open Data > 13: Abschlusspräsentation 5 Daten >  View P3 als Access-Datei >  60000 Grants >  Import in MySQL-Datenbank >  Normalisierung >  Koordinaten
  • 117. FS 2015 Open Data > 13: Abschlusspräsentation 6 Resultat >  mb0220.asuscomm.com
  • 118. Übung Open Data:
 
 OPENED, Gruppe 17 Abschlusspräsentation, 28. Mai 2015 FABIAN PLÜSS und MANUELA KREBS Universität Bern, Institut für Wirtschaftsinformatik
 Abteilung Informationsmanagement
 Forschungsstelle Digitale Nachhaltigkeit
  • 119. FS 2015 Open Data > 13: Abschlusspräsentation 2 Team >  Fabian Plüss —  Hauptfach: Betriebswirtschaftslehre —  Nebenfach: - —  Semester: 3 —  Bisherige Programmiererfahrung: keine —  Email: fabianpluess@bluewin.ch >  Manuela Krebs —  Hauptfach: Volkswirtschaftslehre —  Nebenfach: BWL, Allgemeine Ökologie —  Semester: 10 —  Bisherige Programmiererfahrung: keine —  Email: krebs.manuela@gmail.com Foto Foto
  • 120. 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
  • 121. 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
  • 122. 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
  • 123. 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
  • 124. 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
  • 125. Übung Open Data:
 
 
 Swiss Public Transportation Visualization, Gruppe 20 Abschlusspräsentation, 28. Mai 2015 Samuel Hächler und Tizian Dähler Universität Bern, Institut für Wirtschaftsinformatik
 Abteilung Informationsmanagement
 Forschungsstelle Digitale Nachhaltigkeit
  • 126. FS 2015 Open Data > 13: Abschlusspräsentation 2 Team >  VORNAME NAME —  Hauptfach: Informatik —  Nebenfach: Wirtschaftsinformatik —  Semester: 8 —  Bisherige Programmiererfahrung: 
 Mehrere Jahre —  Email: samuel.haechler@students.unibe.ch >  Tizian Dähler —  Hauptfach: BWL —  Nebenfach: English —  Semester: 4 —  Bisherige Programmiererfahrung: Sehr wenig —  Email: tizian.daehler@students.unibe.ch
  • 127. 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
  • 128. 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
  • 129. 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
  • 130. 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.
  • 131. 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
  • 132. Übung Open Data:
 
 Datenschutz im elektronischen Rechtsverkehr, Gruppe 21 Abschlusspräsentation, 28. Mai 2015 Martin Lauber und Daniel Lam Universität Bern, Institut für Wirtschaftsinformatik
 Abteilung Informationsmanagement
 Forschungsstelle Digitale Nachhaltigkeit
  • 133. FS 2015 Open Data > 13: Abschlusspräsentation 2 Team >  Daniel Lam —  Hauptfach: BWL —  Nebenfach: - —  Semester: 10 —  Bisherige Programmiererfahrung: Keine —  Email: daniel.lam@students.unibe.ch >  Martin Lauber —  Hauptfach: BWL —  Nebenfach: VWL —  Bisherige Programmiererfahrung: Keine
  • 134. 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
  • 135. FS 2015 Open Data > 13: Abschlusspräsentation 4 Daten >  Datenvolumen: 747 Datensätze bzw. Behörden >  Datenformat: csv >  Datenstruktur: Datensatz >  Excelliste
  • 136. 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
  • 137. 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.
  • 138. FS 2015 Open Data > 13: Abschlusspräsentation 7 Fazit >  Was haben wir gelernt? Programmieren birgt hohe Einstiegshürden Datenerhebung kann von immensem Aufwand sein Behörden und Gerichte sind keine Technologieunternehmen Vorsicht bei grossen Maillisten
  • 139. FS 2015 Open Data > 13: Abschlusspräsentation 8 Fazit >  Was würden wir nächstes Mal anders machen? Aufwand Datenerhebung nicht unterschätzen Fokus allein auf Programmierung
  • 140. FS 2015 Open Data > 13: Abschlusspräsentation 9 Fazit >  Was bringt mir diese Übung? Grosser Erfahrungsschatz Erste Programmierkenntnisse Zusätzlichen Respekt und Faszination für Coding
  • 141. Übung Open Data:
 
 Implikation der Aufhebung des EUR / CHF Mindestkurses, Gruppe 22 Abschlusspräsentation, 28. Mai 2015 JOHANNA CROTON und ALEX KRÄUCHI Universität Bern, Institut für Wirtschaftsinformatik
 Abteilung Informationsmanagement
 Forschungsstelle Digitale Nachhaltigkeit
  • 142. FS 2015 Open Data > 13: Abschlusspräsentation 2 Team >  JOHANNA CROTON —  Hauptfach: BWL —  Nebenfach: Psychologie —  Semester: 4 —  Bisherige Programmiererfahrung: 1 —  Email: johanna.croton@students.unibe.ch >  ALEX KRÄUCHI —  Hauptfach: BWL —  Nebenfach: Informatik —  Semester: 4 —  Bisherige Programmiererfahrung: 3 —  Email: alex.kraeuchi@students.unibe.ch
  • 143. 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
  • 144. FS 2015 Open Data > 13: Abschlusspräsentation 4 Daten >  Datenvolumen: —  Verschiedenste Bereiche —  Tägliche oder monatliche Werte >  Datenformat: —  XLS, PDF, CSV, TSV >  Datenstruktur: —  Individuelle Strukturen
  • 145. 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
  • 146. 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
  • 147. 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
  • 148. Übung Open Data:
 
 Ausländische BEvölkerung, Gruppe 23 Abschlusspräsentation, 28. Mai 2015 Laurent Kaufmann und Lukas Heppler Universität Bern, Institut für Wirtschaftsinformatik
 Abteilung Informationsmanagement
 Forschungsstelle Digitale Nachhaltigkeit
  • 149. FS 2015 Open Data > 13: Abschlusspräsentation 2 Team >  Laurent Kaufmann —  Hauptfach: Betriebswirtschaft —  Semester: 10 —  Programmiererfahrung: Basics —  Email: laurent.kaufmann@students.unibe.ch >  Lukas Heppler —  Hauptfach: Betriebswirtschaft —  Semester: 10 —  Programmiererfahrung: Basics —  Email: lukas.heppler@students.unibe.ch
  • 150. 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
  • 151. 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
  • 152. FS 2015 Open Data > 13: Abschlusspräsentation 5 Datenportal
  • 153. FS 2015 Open Data > 13: Abschlusspräsentation 6 Datenportal
  • 154. 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)
  • 155. 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
  • 156. 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
  • 157. 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
  • 158. Übung Open Data:
 
 Kriminalität in der Schweiz Abschlusspräsentation, 28. Mai 2015 Jenny Tran Universität Bern, Institut für Wirtschaftsinformatik
 Abteilung Informationsmanagement
 Forschungsstelle Digitale Nachhaltigkeit
  • 159. FS 2015 Open Data > 13: Abschlusspräsentation 2 Team >  Jenny Tran —  Hauptfach: Wirtschaftsinformatik —  Nebenfach:- —  Semester: 2 —  Bisherige Programmiererfahrung: wenig
  • 160. 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
  • 161. 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
  • 162. 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
  • 163. 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
  • 164. 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
  • 165. 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
  • 166. Übung Open Data:
 
 Lohnvergleich nach Geschlecht und Ausbildung, Gruppe 9 Abschlusspräsentation, 28. Mai 2015 Manuel Bühler Universität Bern, Institut für Wirtschaftsinformatik
 Abteilung Informationsmanagement
 Forschungsstelle Digitale Nachhaltigkeit
  • 167. FS 2015 Open Data > 13: Abschlusspräsentation 2 Team >  Manuel Bühler
 —  Hauptfach: Business Administration (M Sc BA —  Schwerpunkt: Wirtschaftsinformatik —  Semester: 10 —  Bisherige Programmiererfahrung = 0 —  Email: manuel_buehler@gmx.net
  • 168. 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)
  • 169. 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)
  • 170. 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)
  • 171. FS 2015 Open Data > 13: Abschlusspräsentation 6 Resultat >  Link: http://mb10r511.sandbox.iwi.unibe.ch/ >  Visualisierungsart: 
 Grouped Bar Chart
 Stacked Area Chart
 Grouped 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
  • 172. 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“
  • 173. FS 2015 Open Data > 13: Abschlusspräsentation 8 Merci >  Mathias Stürmer:
 „Der Mann denkt mit und entwickelt die Veranstaltung laufend weiter – ein Lehrertyp an der Uni!“
 >  Khoi Tran: 
 „Der Retter in der Not!“ >  Mirjam Läderach
 „Von A bis Z perfekt organisiert!“