4.3. Reflexion

In diesem Kapitel wurde die zentrale Bedeutung der Metadatenqualität für den Erfolg offener Datenportale herausgestellt. Durch die Analyse der Metadatenqualität mit dem Metadata Quality Assessment (MQA) wurde deutlich, dass sowohl technische als auch strukturelle Herausforderungen die Einhaltung der FAIR-Prinzipien beeinflussen. Probleme wie unzugängliche Distributions oder Verstöße gegen das DCAT-AP-Schema verdeutlichen, dass die Standardisierung und Harmonisierung von Metadaten noch nicht flächendeckend umgesetzt sind.

Besonders im Fokus standen die Herausforderungen des deutschen Datenportals GovData, das trotz guter Bewertungen noch Lücken aufweist, insbesondere in Bezug auf Persistente Identifier (PIDs) und die maschinelle Lesbarkeit. Diese Defizite beeinträchtigen die Auffindbarkeit und Interoperabilität der Datensätze, was die Nachnutzung erschwert und die Gesamtqualität der Plattform mindert.

Abschließend lässt sich sagen, dass eine kontinuierliche Verbesserung der Metadatenqualität notwendig ist, um den Zugang zu offenen Daten zu optimieren und die Ziele der europäischen Datenstrategie zu erreichen. Werkzeuge wie das MQA spielen hierbei eine entscheidende Rolle, indem sie systematisch Schwachstellen identifizieren und so die Grundlage für eine nachhaltige Dateninfrastruktur schaffen.

Im vierten Kapitel haben wir die zentrale Bedeutung der Metadatenqualität für die Nachnutzung offener Daten analysiert. Mithilfe des Metadata Quality Assessment (MQA)-Tools wurden Schwachstellen wie fehlende Persistente Identifier (PIDs) und begrenzte maschinelle Lesbarkeit aufgezeigt, die die Einhaltung der FAIR-Prinzipien und damit die Nutzbarkeit von Metadaten erschweren.

Um diese Herausforderungen zu bewältigen und das Potenzial qualitativ hochwertiger Metadaten voll auszuschöpfen, bedarf es geeigneter Werkzeuge zur maschinellen Abfrage und Analyse. Hier kommt die Abfragesprache SPARQL ins Spiel, die speziell für RDF-Daten entwickelt wurde.

Im nächsten Kapitel lernen Sie, wie Sie mit SPARQL gezielt Metadaten aus Open Data Portalen wie data.europa.eu abrufen und komplexe Fragestellungen beantworten können. Durch praxisorientierte Übungen und den Einsatz von Jupyter Notebooks erhalten Sie einen Einblick in die Syntax, Techniken und Herausforderungen von SPARQL. Auf diese Weise schaffen wir eine Brücke zwischen der Qualität von Metadaten und ihrer effizienten Nutzung durch strukturierte Abfragen.