---
lang: de-DE
---

(datenbasis-resümee)=
# Resümee

````{margin}
```{admonition} Preprocessing Code
:class: hinweis

Hier können Sie das vollständige R-Skript zur Datenvorbereitung herunterladen:  
{download}`preprocessing.R <../code/preprocessing.R>`  

**Fertiger Datensatz (RDS):**  
Falls Sie Ihre Daten abgleichen wollen, können Sie den fertig aufbereiteten Datensatz hier direkt herunterladen: 
<a href="https://raw.githubusercontent.com/quadriga-dk/Tabelle-Fallstudie-3/refs/heads/main/data/df_merged_final.rds" class="download-link" target='_blank'>🔗 df_merged_final.rds</a>

*(Wichtig: Die Dateien laden möglicherweise nicht automatisch herunter. Machen Sie einen Rechtsklick auf den Link und wählen Sie "Link speichern unter...", oder nutzen Sie im neuen Fenster `Ctrl+S` bzw. `Cmd+S`, um die Datei in Ihrem Unterordner `data/` zu speichern.)*
```
````

In diesem Kapitel haben Sie erfolgreich den Grundstein für die Erstellung eines Dashboards gelegt, indem Sie Daten aus verschiedenen Quellen zusammengeführt und aufbereitet haben. Dieser Schritt ist bei allen Projekten, in denen mit Daten gearbeitet wird, essentiell, da Sie sich nur mit einem stabilen Fundament auch wirklich sicher sein können, dass Sie mit Ihren Operationen auf den Daten das Ergebnis bekommen, dessen Berechnung Sie sich als Ziel gesetzt hatten.

```{admonition} Key points des Kapitels
:class: keypoint

**Datenbasis:** Rohdaten liegen selten in einer Form vor, die sofort analysiert werden kann. Die kritische Sichtung der Datenstruktur ist die Voraussetzung für jede weitere Verarbeitung und Analyse.

**Datenaufbereitung:** Durch das Filtern, Bereinigen und Zusammenführen verschiedener Datensätze werden isolierte Informationen in einen auswertbaren, in diesem Fall räumlichen, Kontext gesetzt.

```


**Was haben Sie erreicht?**
* Sie haben die rohen Bewässerungsdaten (`giessdenkiez_bewässerungsdaten.csv`) sowie die Geodaten der Stadt Berlin (`bezirksgrenzen.geojson`) erfolgreich geladen.
* Sie haben gelernt, wie man diese Datensätze bereinigt, strukturiert und miteinander verknüpft, um sie für eine visuelle Analyse nutzbar zu machen.

**Wie geht es weiter?**  
Mit Ihrem aufbereiteten Datensatz im Gepäck wechseln Sie nun von der semantischen zur syntaktischen Vorbereitung. Im nächsten Kapitel lernen Sie mehr über Dashboards im Allgemeinen, welche Werkzeuge zur Visualierung existieren und worin ihre Unterschiede liegen. Abschließend werden Sie das Gerüst Ihres Dashboards aufbauen.
