Was ist DatenLotse – und wie hängt es mit DatenGraf zusammen?

DatenGraf beantwortet „Wie sehen meine Datenflüsse aus?", DatenLotse beantwortet „Was tue ich jetzt konkret?". Sie exportieren in DatenGraf eine CSV und importieren sie hier — daraus entsteht ein Dateninventar nach DCAT-AP.de.

Verlassen meine Daten den Browser?

Nein. DatenLotse läuft vollständig client-seitig — kein Server, kein Account, keine Verarbeitung Ihrer Daten. Importierte CSVs und eingegebene Werte bleiben ausschließlich in Ihrem Browser. Die Seite lädt einen einzigen externen Baustein: eine anonyme Seitenzählung (GoatCounter) ohne Cookies und ohne Kennung, die nur die aufgerufene Adresse, Referrer, Bildschirmgröße und das Land sieht — niemals Inhalte.

Welche CSV kann ich importieren?

Exakt das Format, das DatenGraf exportiert (Spalten Quelle, Ziel, Datentyp, Häufigkeit, Schutzbedarf …). Jede eindeutige Kombination aus Quelle und Datentyp wird ein Dataset-Kandidat.

Was ist DCAT-AP.de und wofür der Export?

DCAT-AP.de ist das deutsche Metadaten-Profil für offene Daten. Der Export erzeugt DCAT-konformes JSON-LD und eine CSV-Liste, die durch GovData und CKAN-Portale geharvestet werden können.

Was bedeutet die Vollständigkeits-Ampel im Inventar?

Die Prozentanzeige zeigt, wie viele DCAT-AP.de-Pflichtfelder eines Datensatzes gefüllt sind: ab 80 % grün, ab 50 % gelb, darunter rot. Sie aktualisiert sich live beim Ausfüllen.

Was kommt als Nächstes?

Clearing-Ampel, Pseudonymisierung und das Governance-/RACI-Modul sind fertig und direkt nutzbar – ebenso Daten-Kompass, Qualitätsprüfung, Wissens-Center und die Vorlagen. Offen sind bewusst die Phasen 4 & 5 (ETL-Pipeline, Container-Betrieb, CKAN-Anbindung, Feedback-Schleifen): Sie hängen an Ihrer IT-Landschaft und werden als Beratung begleitet statt als generische Software ausgeliefert.

DatenLotse Daten verstehen, ordnen und als Open Data veröffentlichen

Vom Ist-Zustand Ihrer Datenlandschaft bis zur Veröffentlichung als Open Data: Welche Bestände lassen sich öffnen, wie werden sie nach dem Standard DCAT-AP.de beschrieben – und was muss vorher geklärt oder geschützt werden?

So kommen Sie zu offenen Daten

Vier Schritte, jeder für sich nutzbar. Wenn Sie nicht wissen, wo Sie anfangen sollen: Der Daten-Kompass sagt es Ihnen.

Ihre Daten bleiben im Browser · kein Konto · keine Übertragung von Inhalten

Mehr über den DatenLotsen erfahren

DatenGraf zeigt, wie Ihre Datenflüsse aussehen. DatenLotse zeigt, was Sie jetzt tun: Dateninventar aufbauen, Risiken klären, datenschutzkonform standardisieren und als Open Data bereitstellen — lokal im Browser, ohne Server.

DatenGraf-Brücke

Importieren Sie exakt das CSV, das DatenGraf exportiert — ohne Konvertierung direkt zur Umsetzungsgrundlage.

Dateninventar (DCAT-AP.de)

Jeder Datenfluss wird zum editierbaren Dataset mit Live-Vollständigkeit in Ampelfarben.

DCAT-Export

JSON-LD (dcat:Catalog) und flache CSV — harvestbar durch GovData & CKAN.

Clearing-Ampel

Transparenter Rot/Gelb/Grün-Entscheidungsbaum je Datensatz.

Pseudonymisierung

Deutschsprachige Freitexte strukturerhaltend bereinigen — nichts verlässt den Browser.

Local-First

Kein Server, kein Account, keine Übertragung Ihrer Daten. Alles läuft lokal im Browser.

Phase 1 · Fundament

Governance & Rollen

Geführter Check zu Zuständigkeiten und Data Stewards. Ergebnis: eine RACI-Matrix (aus Ihrem Inventar abgeleitet) und ein Reifegrad-Ampelbild für Ihr Datenmanagement.

Phase 2 · Asset Management

Dateninventar

Importieren Sie die DatenGraf-CSV und reichern Sie jeden Datensatz um DCAT-AP.de-Metadaten an (Publisher, Lizenz, Aktualisierungszyklus). Export als DCAT-konformes JSON/CSV für GovData & CKAN.

Phase 3 · Clearing

Risiko & Pseudonymisierung

Rot/Gelb/Grün-Risikobewertung je Datensatz (im Inventar) plus client-seitige Pseudonymisierung deutschsprachiger Freitexte (Namen, Adressen, Aktenzeichen) — strukturerhaltend, nichts verlässt den Browser.

Schon mit DatenGraf kartiert?

Dann brauchen Sie hier nicht von vorn anzufangen. DatenLotse liest genau das CSV-Schema, das DatenGraf exportiert: Aus jeder Kombination aus Quelle und Datentyp wird ein Datensatz-Kandidat nach DCAT-AP.de – samt Vorbelegung von Zugriffsrechten und Aktualisierungszyklus aus Ihrer Kartierung. Sie ergänzen nur noch, was DatenGraf nicht kennt: Lizenz, Schlagwörter und die Adresse, unter der die Daten liegen.

Noch nicht kartiert? Zu DatenGraf

Phase 2 · Asset Management

Dateninventar nach DCAT-AP.de

Ergänzen Sie je Datensatz die DCAT-AP.de-Metadaten – Pflichtfelder (Titel, Beschreibung, Publisher, Ansprechpartner, Zugriffsrechte sowie eine Lizenz je Verteilung) und Empfehlungen (Kategorie, Schlagwörter, Aktualisierungszyklus, Format, Info-URL). Die Lizenz wählen Sie aus dem vollständigen DCAT-AP.de-Register oder per Lizenz-Wegweiser. Die Prozentanzeige zeigt die Vollständigkeit; der Tab Qualitätsprüfung prüft die Veröffentlichungsreife. Alles bleibt lokal im Browser.

Mehrere Datensätze markieren, um Publisher, Lizenz oder Kategorie in einem Zug zu setzen.

Wie geht es weiter?

Phase 3 · Pseudonymisierung

Risiko & Pseudonymisierung

Pseudonymisierung deutschsprachiger Freitexte – strukturerhaltend, rein per Regex, lokal im Browser. Nichts wird übertragen.

Eingabe

Bereinigt

Das Ergebnis erscheint hier – erkannte Entitäten werden hervorgehoben.

Grenzen der automatischen Erkennung

Erkannte Muster: Name (anrede-getriggert), Adresse, PLZ + Ort, Aktenzeichen/Geschäftszeichen, IBAN, E-Mail, Telefon, Geburtsdatum (im Kontext), Steuer-ID (kontextgetriggert), Sozialversicherungsnummer und Kfz-Kennzeichen. Gleiche Werte erhalten konsistent denselben Platzhalter.
Namen werden nur anrede-getriggert erkannt (Herr/Frau/Hr./Fr./Dr./Prof. + Name). Freistehende Namen entgehen der Erkennung bewusst.
Geburtsdaten nur im Kontext („geb."/„geboren am"/„Geburtsdatum"/„Geburtstag"). Andere Datumsangaben (Fristen, Bescheiddaten) bleiben absichtlich erhalten.
Steuer-ID nur mit vorangehendem Schlüsselwort (Steuer-ID / IdNr / St.-Nr). Kfz-Kennzeichen ebenfalls nur mit Kontextwort (Kennzeichen / Kfz / Fahrzeug …) – ohne diesen Trigger würde das Muster Lizenz- und Normkürzel wie „DL-DE 2.0" oder „DIN-EN 1090" zerstören.
Adressen nur bei gängigen Straßen-Endungen (-straße, -weg, -gasse, -allee, -platz, -ring, -damm); ungewöhnliche Schreibweisen können entgehen.
Reines Regex-Pack, kein ML/NER. Eine manuelle Nachkontrolle ist vor jeder Veröffentlichung zwingend.
CSV: Platzhalter enthalten keine Kommas, Anführungszeichen oder Zeilenumbrüche – die CSV-Struktur bleibt erhalten; Werte in gequoteten Feldern werden trotzdem ersetzt. Das Mapping (Platzhalter ↔ Original) lässt sich als CSV exportieren.

Wie geht es weiter?

Überblick · Wissen

Wissen & Methodik

Begriffe, Rechtsgrundlagen und Reifegrad-Modelle rund um offene Daten – kompakt erklärt, mit amtlichen Quellen.

Dieses Nachschlagewerk erklärt die zentralen Begriffe und den rechtlichen Rahmen der Open-Data-Umsetzung. Es dient der Orientierung und ist keine Rechtsberatung – neben dem Bund haben viele Länder eigene Open-Data- bzw. Transparenzgesetze.

Zum Nachschlagen und Verlinken gibt es diese Inhalte auch als eigenständige Seiten: Glossar, Rechtsgrundlagen (Bund/EU), Bundesländer, kommunale Satzungen, Lizenzen, Reifegradmodelle und Prüfwerkzeuge.

Glossar

Rechtsgrundlagen

Rechtsgrundlagen der Länder

Neben dem Bundesrecht gilt Landesrecht – und es unterscheidet sich erheblich. Transparenzgesetze verpflichten zur aktiven Veröffentlichung, Informationsfreiheitsgesetze regeln den Zugang auf Antrag, zwei Länder haben kein allgemeines Gesetz. Maßgeblich ist immer der verlinkte amtliche Text.

Zwei Leserichtungen. Wer selbst eine informationspflichtige Stelle ist, veröffentlicht nach diesen Gesetzen. Wer es nicht ist – ein Verein, eine Stiftung, eine Initiative – fragt danach an: dieselben Gesetze sind das Werkzeug, um an Daten zu kommen, die noch nicht offen liegen. Anfragen lassen sich über FragDenStaat stellen und veröffentlichen.

Kommunale Informationsfreiheitssatzungen

Wo ein Landesgesetz fehlt – in Bayern und Niedersachsen –, können Kommunen Informationsfreiheit über ihre Satzungsautonomie selbst einführen. Welche Kommunen das getan haben, ändert sich laufend; statt einer Momentaufnahme verweisen wir deshalb auf gepflegte Übersichten und ein amtliches Beispiel.

Prüfwerkzeuge & Normtexte

Die Qualitätsprüfung im Inventar fängt die häufigsten Fehler ab, ist aber keine vollständige SHACL-Validierung – die bräuchte eine RDF-Bibliothek und damit eine Laufzeit-Abhängigkeit, die DatenLotse bewusst nicht hat. Für die abschließende Prüfung vor der Veröffentlichung:

Reifegrad-Modelle & Methodik

Der Daten-Kompass stützt sich auf anerkannte Modelle:

Direkt anwenden

Service · Vorlagen

Vorlagen & Musterdokumente

Fertige Dokumente für die Open-Data-Umsetzung – teils aus Ihrem Inventar generiert, als PDF druckbar oder als Datei ladbar. Alles lokal.

Diese Vorlagen sind Muster ohne Gewähr und ersetzen keine Rechtsberatung – bitte an die Gegebenheiten Ihrer Organisation und die geltenden (Landes-)Gesetze anpassen. Die datengetriebenen Dokumente (Freigabe, VVT) werden aus Ihrem aktuellen Inventar & Clearing erzeugt.

Status auf einen Blick

Einseitige Zusammenfassung über alle Bausteine: Reifegrade, Inventar, Publikationsreife, Clearing-Verteilung und die nächsten Schritte – für Leitungsrunden und Gremien.

Open-Data-Richtlinie

Muster einer organisationsweiten Richtlinie: Grundsätze (Open by default), Rollen, Prozess und Freigabe.

Veröffentlichungs-Freigabe

Formular je Datensatz mit Metadaten, Clearing-Ergebnis und Freigabefeldern (Datenschutz & Leitung). Aus dem Inventar generiert.

VVT-Auszug (Art. 30 DSGVO)

Startpunkt fürs Verzeichnis von Verarbeitungstätigkeiten: DSGVO-relevante Datensätze mit offenen Spalten zum Ergänzen.

DSFA-Kurz-Checkliste

Vorprüfung nach Art. 35 DSGVO: Muss für eine Verarbeitung eine Datenschutz-Folgenabschätzung erstellt werden?

Woraus entstehen die Dokumente?

Phase 4 & 5: Pipeline & zirkuläres Ökosystem

ETL-Automatisierung, Container-Infrastruktur, CKAN-Anbindung und Feedback-Schleifen – der dauerhafte Betrieb nach der ersten Veröffentlichung.

Umsetzung besprechen

Phase 4 & 5 begleiten wir persönlich – als Workshop oder maßgeschneiderte Umsetzung, abgestimmt auf Ihre IT-Landschaft, Fachverfahren und Rahmenbedingungen.

Umsetzung besprechen

DatenLotse Daten verstehen, ordnen und als Open Data veröffentlichen

So kommen Sie zu offenen Daten

DatenGraf-Brücke

Dateninventar (DCAT-AP.de)

DCAT-Export

Clearing-Ampel

Pseudonymisierung

Local-First

Ihr Fortschritt

Governance & Rollen

Dateninventar

Risiko & Pseudonymisierung

Schon mit DatenGraf kartiert?

Dateninventar nach DCAT-AP.de

Wie geht es weiter?

Governance & Rollen

Reifegrad-Check

RACI-Matrix R Responsible · A Accountable · C Consulted · I Informed

Wie geht es weiter?

Risiko & Pseudonymisierung

Grenzen der automatischen Erkennung

Wie geht es weiter?

Daten-Kompass

Womit anfangen?

Wissen & Methodik

Glossar

Rechtsgrundlagen

Rechtsgrundlagen der Länder

Kommunale Informationsfreiheitssatzungen

Prüfwerkzeuge & Normtexte

Reifegrad-Modelle & Methodik

Direkt anwenden

Vorlagen & Musterdokumente

Status auf einen Blick

Open-Data-Richtlinie

Veröffentlichungs-Freigabe

VVT-Auszug (Art. 30 DSGVO)

DSFA-Kurz-Checkliste

Woraus entstehen die Dokumente?

Phase 4 & 5: Pipeline & zirkuläres Ökosystem

Umsetzung besprechen