1st Open Government Data Meetup Austria, Vienna on April 8, 2010

1. Linked Government Data
data.gv.at – Semantic Web Meetup
Andreas Langegger
Wien, 8. April 2010

2. WWW
Semantic Web
Apple Web of Data
HyperCard
V. Bush: Memex
(lokal)
(theoretisch)
1945 1985 1990 2010>
Dokumente + Dinge +
Hyperlinks Beziehungen
> für Menschen > maschinenlesbar
Jacob Nielson,1995: “Before
the workshop, hypertext had been
considered a somewhat esoteric concept of interest to
a few fanatics only.”
(gemeint war 1. Hypertext Workshop 1987)

3. Semantic Web
• Theoretisch betrachtet:
▫ Anstatt verknüpfter Webseiten: riesiger globaler Datengraph
▫ Beziehungen (Kanten) mit wohldefinierter Semantik
hat Hauptstadt Wien ist Bürgermeister von
Österreich Häupl
Einwohnerzahl 8.376.761 ist ein
Bürgermeister
• Interoperable Daten
▫ global verteilte Daten können einfach verküpft werden
▫ Graph ist einfach erweiterbar
▫ URI als eindeutige Bezeichner für alle „Dinge“

4. Wer definiert Semantik?
• Jeder, Experten, Gruppen
• Vokabulare (terminologische Ontologien)
▫ Beziehungen sind selbst „Dinge“, die man genauso beschreibt:
hat Hauptstadt
ist eine
Weist einem (Bundes-)land eine
Beschreibung Hauptstadt zu.
Beziehungseigenschaft
Beschreibung ist eine Bürgermeister
ist eine
Beschreibt Beziehungen
zwischen verschiedenen Dingen Klasse von Dingen
• Existierende Vokabulare können leicht erweitert werden
▫ Dinge können beliebig verknüpft werden =>verteilte Graphen

5. 4 Linked Data Prinzipien
1. URI = global eindeutige ID für alle „Dinge“
▫ Für Web-Dokumente, aber auch rein abstrakte Dinge
▫ zB. http://dbpedia.org/resource/Linked_Data
2. Genauer: HTTP URI verwenden
▫ Kann von HTTP Client (z.B. Browser) „aufgelöst“ werden:
1. Webserver soll strukturierte
Beschreibung des Dings liefern und
2. weitere Informationen über
Beziehungen zu anderen Dingen

6. Linked Data – Anwendungen
• Wissenschaft & Forschung
• Social Web, Web 3.0
• Businessanwendungen
• Semantic Desktop (cluug startup)
• eGov 3.0:
▫ Open Government Data
▫ Offizielle und third-party Services, APIs

7. Open Government Data
Keine personenbezogenen Daten!
• Geoinformation
• Volkszählung
• Mikrozensus
• BIP, Budget
• Aktuelle Arbeitslosenzahlen
• Subventionen & Förderungen
• Parlamentverhandlungen
• Gesetze
• help.gv.at
• ...

8. Linked Open Government Data
• Open Government Data als
Linked Data veröffentlichen!
Warum??
€€!!!

9. Daten sind Ressourcen!
• Gesammelt werden sie ohnehin
▫ Warum in Datensilos behalten?
▫ Bereits mit Steuergeld finanziert €€€??
• Daten verwerten!!
▫ Effizienz
▫ Wettbewerb
▫ Besserer Zugang für Wirtschaft und Bürger
• Vgl. Open Source => neue Märkte!
▫ neue Dienstleistungen
▫ Besser, aktueller, schneller, billiger...

10. Win-win!
• Offene Systeme ermöglichen externes Engagement
▫ Croud sourcing
z.B. Goldcorp (CA), youXcity...
▫ Viele Experten in der Bevölkerung
die politisch nicht aktiv sind!
▫ Professionelle Amateure (z.B. OpenStreetMap)
▫ Mashups & neuartige Anwendungen durch Dritte
▫ Visualisierungen & Kombination von Daten =>
Fehler passieren, können schneller aufgedeckt werden

11. Warum Linked Data?
• Offenes, standardisiertes Beschreibungsformat
• Modular
• Skaliert
• Integration ohne zusätzliche Kosten
• Generisch
Linked Data Standards

12. Warum Linked Data?
• Unterstützt strukturierte Abfragen à la SQL
Wie hoch waren Steuerbelastung, Inflation und
BIP/Kopf in den Jahren 1990-2009?
Liste alle Bezirke von Wien, in denen es mehr
als X private Schulen pro 10.000 Einwohner
gibt.
Liste alle Parlamentsabgeordneten der Partei X,
die für Gesetz Y gestimmt haben.

13. Warum Linked Data?
• Unterstützt Beschreibungslogiken
▫ erlauben autom. natürliches Schließen durch Deduktion
▫ => implizites Wissen
Häupl ist Bürgermeister
Häupl ist Politiker
Bürgermeister sind Politiker

14. iElect UK – iPhone App

16. dc BIKES
This information shown on the maps is all being pulled
from the DC Data Catalog: * Bicycle Lane * Bike
Routes * DC Boundary Map * Metro Stations *
DC Neighborhood Clusters Shapefile * DC
Streets Shapefile * Waterbodies Shapefiles *
Parks ShapefileThe shopping information is
from Craigslist.

17. Wie?
• Quellen sammeln
▫ „low hanging fruit“
▫ Katalog
• Rohdaten/RDFizing
▫ nach Priorität/Effekt
▫ viele existierende Tools
• Silos öffnen
▫ Lobbying
▫ Rechtliche Basis

18. CONTEST!!!

19. Creative space for digital public sector