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
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
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*.csvàD3.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
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)
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
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
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
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
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
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!“