metadata.yml

# yaml-language-server: $schema=https://quadriga-dk.github.io/quadriga-schema/v1.0.0/schema.json
title: 'Offene Daten im urbanen Raum: Datenportale, Metadaten und die Datenabfrage
  mit SPARQL. QUADRIGA Open Educational Resources: Tabelle 2'
authors:
- family-names: Plomin
  given-names: Jana
  orcid: https://orcid.org/0000-0003-0127-7493
  credit:
  - Investigation
  - Methodology
  - Writing – original draft
  - Writing – review & editing
  affiliation: Fraunhofer-Institut für Offene Kommunikationssysteme FOKUS
- family-names: Walter
  given-names: Paul
  orcid: https://orcid.org/0000-0002-9236-3268
  credit:
  - Data curation
  - Investigation
  - Methodology
  - Validation
  - Writing – original draft
  - Writing – review & editing
  affiliation: Fachhochschule Potsdam
- family-names: Schmeling
  given-names: Juliane
  orcid: https://orcid.org/0009-0005-9814-1139
  credit:
  - Conceptualization
  - Methodology
  - Project administration
  - Writing – original draft
  - Writing – review & editing
  affiliation: Fraunhofer-Institut für Offene Kommunikationssysteme FOKUS
- family-names: Dakruni
  given-names: Sami
  orcid: https://orcid.org/0009-0009-8541-6358
  credit:
  - Investigation
  - Software
  - Writing – review & editing
  affiliation: Fraunhofer-Institut für Offene Kommunikationssysteme FOKUS
keywords:
- Verwaltung
- Verwaltungswissenschaft
- Tabelle
- Lerneinheit
- Public Sector
- Open Educational Resource
- Semantic Web
- Linked Data
- Metadaten
- Metadatenqualität
- SPARQL
description: Diese Fallstudie vermittelt Kenntnisse zur Datenabfrage, stellt relevante
  Datenportale vor, über die Daten akquiriert werden können und informiert über Metadaten,
  deren Qualität, Standards und Abfragesprachen.
table-of-contents: '- Einstieg

  - Technologien verstehen: Semantic Web & Linked Data

  - Werkzeuge kennenlernen: DCAT-AP Metadatenstandard

  - Datenqualität messen: Metadata Quality Assessment

  - Praxis anwenden: SPARQL-Abfragen

  - Zusammenfassung und Reflexion

  - Abschluss'
discipline:
- Verwaltungswissenschaften
- Informationswissenschaft
research-object-type:
- Tabelle
target-group:
- Forschende (PostDoc)
- Forschende (Projektleitung)
- Promovierende
- Hochschullehrende
time-required: PT2H10M
language: de
contributors:
- family-names: Schnaitter
  given-names: Hannes
  orcid: https://orcid.org/0000-0002-1602-6032
  credit:
  - Methodology
  - Software
  - Validation
  affiliation: Humboldt-Universität zu Berlin, Institut für Bibliotheks- und Informationswissenschaft
- family-names: Samoilova
  given-names: Evgenia
  orcid: https://orcid.org/0000-0003-3858-901X
  credit:
  - Methodology
  - Validation
  affiliation: Universität Potsdam
- family-names: Islam
  given-names: Lamia
  orcid: https://orcid.org/0009-0001-1879-9880
  credit:
  - Software
  - Validation
  affiliation: Universität Potsdam
- family-names: Zhang
  given-names: Yue
  orcid: https://orcid.org/0009-0007-6432-1259
  credit:
  - Software
  affiliation: Technische Universität Berlin
- family-names: Seltmann
  given-names: Melanie
  orcid: https://orcid.org/0000-0002-7588-4395
  credit:
  - Validation
  affiliation: Fachhochschule Potsdam
- given-names: Vivien
  family-names: Petras
  orcid: https://orcid.org/0000-0002-8113-1509
  credit:
  - Funding acquisition
  affiliation: Humboldt-Universität zu Berlin, Institut für Bibliotheks- und Informationswissenschaft
- given-names: Heike
  family-names: Neuroth
  orcid: https://orcid.org/0000-0002-3637-3154
  credit:
  - Conceptualization
  - Funding acquisition
  affiliation: Fachhochschule Potsdam
identifier: https://doi.org/10.5281/zenodo.19494510
git: https://github.com/quadriga-dk/Tabelle-Fallstudie-2
url: https://quadriga-dk.github.io/Tabelle-Fallstudie-2/Titelseite.html
prerequisites:
- allgemeines Verständnis von / Interesse an Struktur von Datensätzen, Datenkonzepten,
  Metadaten und Datendokumentationen
- Verständnis für Statistik und statistische Software bzw. für das Programmieren empfohlen
- Grundlegende Kenntnisse in SPARQL oder anderen Abfragesprachen von Vorteil
used-tools:
- SPARQL
- https://www.w3.org/TR/sparql11-query/
chapters:
- title: 'Technologien verstehen: Semantic Web & Linked Data'
  description: Dieses Kapitel vermittelt Kenntnisse in den grundlegenden Konzepten
    des Semantic Web und Linked Data.
  url: https://quadriga-dk.github.io/Tabelle-Fallstudie-2/semantic_web/Semantic_Web_Linked_Data.html
  learning-goal: Technologien verstehen
  time-required: PT30M
  learning-objectives:
  - learning-objective: Der Begriff Semantic Web kann definiert werden.
    competency: Orientierungswissen
    data-flow: übergreifend
    blooms-category: 1 Erinnern
    assessment: Multiple-Choice-Quiz, Reflexionsfragen
- title: 'Werkzeuge kennenlernen: DCAT-AP Metadatenstandard'
  description: Dieses Kapitel widmet sich Metadaten, Metadatenportalen und dem Metadatenstandard
    DCAT sowie dessen Anwendungsprofil DCAT-AP und dem auf Deutschland angepassten
    Profil DCAT-AP.de.
  url: https://quadriga-dk.github.io/Tabelle-Fallstudie-2/dcat_ap/DCAT_AP_Metadatenstandard.html
  learning-goal: Metadatenstandards
  time-required: PT30M
  learning-objectives:
  - learning-objective: Der DCAT-Standard kann definiert werden.
    competency: 3.2 Erschließung
    data-flow: 3 Management
    blooms-category: 2 Verstehen
    assessment: Multiple-Choice-Quiz, Reflexionsfragen
  - learning-objective: Vier Hauptmerkmale des Dublin Core-Metadatenstandards können
      genannt werden.
    competency: 3.2 Erschließung
    data-flow: 3 Management
    blooms-category: 1 Erinnern
    assessment: Multiple-Choice-Quiz, Reflexionsfragen
  - learning-objective: Die Ableitung von DCAT-AP.de aus DCAT-AP und dessen Anwendung
      in Deutschland kann erläutert werden.
    competency: 3.2 Erschließung
    data-flow: 3 Management
    blooms-category: 2 Verstehen
    assessment: Multiple-Choice-Quiz, Reflexionsfragen
- title: 'Datenqualität messen: Metadata Quality Assessment'
  description: Dieses Kapitel widmet sich der Qualität von Metadaten und deren Bedeutung
    für die Nachnutzung offener Daten.
  url: https://quadriga-dk.github.io/Tabelle-Fallstudie-2/metadatenqualit%C3%A4t/Metadatenqualit%C3%A4t.html
  learning-goal: Metadatenqualität
  time-required: PT20M
  learning-objectives:
  - learning-objective: Die Funktionen des Metadata Quality Assessment (MQA) können
      beschrieben werden.
    competency: 1.2 Qualitätssicherung
    data-flow: 1 Planung
    blooms-category: 2 Verstehen
    assessment: Multiple-Choice-Quiz, Reflexionsfragen
- title: 'Praxis anwenden: SPARQL-Abfragen'
  description: In diesem Kapitel wird die Abfragesprache SPARQL vorgestellt
  url: https://quadriga-dk.github.io/Tabelle-Fallstudie-2/sparql/SPARQL.html
  learning-goal: Abfragesprache SPARQL
  time-required: PT40M
  learning-objectives:
  - learning-objective: Die grundlegenden Komponenten der SPARQL-Syntax können aufgezählt
      und ihre Rollen erläutert werden.
    competency: 1.1 Identifikation
    data-flow: 1 Planung
    blooms-category: 2 Verstehen
    assessment: Multiple-Choice-Quiz, Reflexionsfragen
  - learning-objective: Einfache SPARQL-Abfragen können erstellt und durchgeführt
      werden, um spezifische Informationen aus einem Datenkatalog abzurufen.
    competency: 1.1 Identifikation
    data-flow: 1 Planung
    blooms-category: 3 Anwenden
    assessment: Multiple-Choice-Quiz, Reflexionsfragen
date-issued: '2024-08-20'
date-modified: '2026-04-10'
version: 1.0.0
context-of-creation: 'Die vorliegenden Open Educational Resources wurden durch das
  Datenkompetenzzentrum QUADRIGA erstellt.


  Förderkennzeichen: 16DKZ2034'
quality-assurance:
  description: https://doi.org/10.5281/zenodo.18953896
  date: '2026-04-10'
learning-resource-type: Jupyter Book
schema-version: 1.0.0
license:
  content:
    url: https://creativecommons.org/licenses/by-sa/4.0/
    name: CC-BY-4.0