KOOP

Casusbeschrijving VU / KOOP

1

Casusbeschrijving VU / KOOP ONDERZOEK OPEN DATA EN HET GEBRUIK VAN STANDAARDEN

Versie: 1.0 Datum: 26 maart 2012

Concept


Inhoud 1

Inleiding

3

2

Kenmerken organisatie

4

2.1

Kennis- en Exploitatiecentrum Officiële Overheidspublicaties (KOOP)

4

2.2

Vrije Universiteit (VU) Amsterdam

4

3

Herbruikbaarheid

6

3.1

Wat zijn de verschillende soorten van formaat waarin data kan worden gepubliceerd?

6

3.2

Wat is het beste formaat waarin data kunnen worden gepubliceerd?

6

3.3

Zouden er ten behoeve van Open data nieuwe standaarden op de ‘pas toe leg uit’- lijst moeten worden opgenomen?

6

4

Vindbaarheid

8

4.1

Wat zijn de verschillende mogelijkheden om data te vinden?

8

4.2

Op welke wijze i.c. organisatorisch, technisch en procedureel wordt gewaarborgd dat data gevonden worden?

8

5

De wijze waarop de ontsluiting / infrastructuur wordt ingericht

9

5.1

Welke systematiek wordt gehanteerd om data te publiceren?

9

5.2

Met welke systematiek wordt data op een effectief en efficiënte wijze gepubliceerd?

9

6

Relevante ontwikkelingen binnen de EU-beleidskaders

10

6.1

Wat zijn de relevante ontwikkelingen binnen de EU-beleidskaders?

10

6.2

Wat betekent dit voor de huidige praktijk?

10

6.3

Wat zijn de effecten hiervan op het publiceren, vinden en te hanteren systematiek op korte en langere termijn?

11

7

Lessons learned webrichtlijnen

12

7.1

Zijn de ontwikkeling op het gebied van webrichtlijnen vergelijkbaar met de ontwikkeling bij opendata en standaarden?

12

7.2

Welke lessen kunnen worden meegenomen vanuit webrichtlijnen?

12

Bijlage beantwoording Factfindingsvragen

Versie 1.0

13

Pagina: 2


1

Inleiding In december 2011 is Logica Business Consulting gestart met het onderzoek ‘Open data en gebruik standaarden’ in opdracht van het Forum Standaardisatie. Het onderzoek wordt uitgevoerd in een viertal fasen. Het voorliggende document heeft betrekking op de eerste fase van het onderzoek waarin de feitelijke gegevensverzameling heeft plaatsgevonden op basis van de factfindingsvragen, een documentenanalyse en het uitvoeren van een internationale benchmark. Op basis hiervan zijn per deelnemende organisatie aan het onderzoek casusbeschrijvingen gemaakt. Doel van de casusbeschrijving is het vastleggen van de feitelijke situatie per fase. Op basis van de verschillende casusbeschrijvingen wordt gekomen tot een synthese in termen van best practices en aanbevelingen. Op basis hiervan wordt de centrale onderzoeksvraag beantwoord. In deze casusbeschrijving wordt ingegaan op de VU en KOOP. De opzet van de casus beschrijving is als volgt:  Hoofdstuk 2 beschrijft op hoofdlijnen de kenmerken van de betreffende organisatie/ casus  Hoofdstuk 3 t/m 7 behandelen achtereenvolgens de verschillende aandachtsgebieden: herbruikbaarheid (3), vindbaarheid (4), wijze waarop de ontsluiting plaatsvindt (5), de toekomstige ontwikkelingen binnen de EUbeleidskaders (6) en tenslotte de lessons learned uit de webrichtlijnen (7). In de bijlage van deze casusbeschrijving zijn de antwoorden van de factfindingsvragen opgenomen.

Versie 1.0

Pagina: 3


2

Kenmerken organisatie

2.1

Kennis- en Exploitatiecentrum Officiële Overheidspublicaties (KOOP) Het Kennis- en Exploitatiecentrum Officiële Overheidspublicaties (KOOP) is op 1 januari 2012 overgegaan van e-Overheid voor Burgers (ICTU) naar De Werkmaatschappij van het Ministerie van Binnenlandse Zaken en Koninkrijksrelaties. De Werkmaatschappij is een organisatie van het Rijk die zorgt voor interdepartementale samenwerkingsverbanden op het gebied van HRM en Bedrijfsvoering. KOOP maakt voorzieningen om officiële overheidsinformatie te publiceren. Zodat weten regelgeving en andere officiële stukken van de Nederlandse overheid voor iedereen toegankelijk zijn. Denk bijvoorbeeld aan websites als www.wetten.nl of www.officiëlebekendmakingen.nl (de Staatscourant digitaal). Deze websites zijn bedoeld voor iedereen die wetten wil inzien en worden bijvoorbeeld door veel juristen, ambtenaren en advocaten gebruikt in hun dagelijkse werk. KOOP is een overheidsorganisatie en de producten worden ontwikkeld en beheerd voor alle niveaus binnen de overheid, zowel rijksoverheid als provincies, waterschappen en gemeenten. KOOP heeft momenteel de volgende producten in haar portefeuille:

2.2



Lokale Bekendmakingen;



Lokale Regelingen;



Officiële publicaties;



GVOP (Gemeenschappelijke Voorziening voor Overheidspublicaties);



Portal Open data;



LEGIS (Wetgevingsketen);



Lokale Vergunningen;



Tuchtrecht;



Internetconsultatie;



Verkeersbesluiten;



OWMS (Overheid.nl Web Metadata Standaard).

Vrije Universiteit (VU) Amsterdam De Vrije Universiteit Amsterdam is een grote universiteit met meer dan 20000 studenten en een wetenschappelijke staf van 2500 medewerkers. De hoge kwaliteit van onderzoek aan de VU wordt herhaaldelijk bevestigd door evaluatie comités (15e Versie 1.0

Pagina: 4


plaats op de Leiden Ranking). Hoogwaardig onderwijs en cutting edge onderzoek brengen de universiteit veel (inter)nationale erkenning. Al sinds de oprichting in 1880 staat de VU voor een onderscheidende manier van wetenschap toepassen. De VU is een open organisatie, die sterk verbonden is met mens en maatschappij. Het gaat niet alleen om verdieping van kennis, maar ook om verbreding. We vragen van onze studenten, onderzoekers, promovendi en medewerkers dat ze verder kijken: verder dan het eigenbelang, het eigen vakgebied, verder dan het bekende, verder dan het hier en nu. De Knowledge Representation & Reasoning groep binnen de vakgroep Artificial Intelligence aan de Faculteit der Exacte Wetenschappen is een van de wereldleiders op onderzoek naar het Semantic Web en Linked Data. De groep (15 onderzoekers) onderzoekt het modelleren en representeren van verschillende vormen van kennis, en mechanismen om efficient over kennis te redeneren. De groep initieerde en coördineerde het eerste EU Semantic Web project (On-To-Knowledge) in 1999, en is sindsdien zeer actief in belangrijke EU projecten op dit gebied. De groep ondersteunde de EU bijdrage aan OWL, de W3C standaard voor het Semantic Web, en heeft belangrijke bijdragen geleverd aan ons begrip van (met name) grootschalige, inconsistente en incoherente kennis. De groep is de initiator van de Dutch Semantic Web meetups, en is een van de voortrekkers van Linked Open data in de overheid. Zo is de KRR groep nauw betrokken geweest bij het publiceren als Linked Data van Nederlandse gerechtelijke uitspraken en, in samenwerking met het Leibniz Center for Law (UvA), het publiceren van alle Nederlandse weten regelgeving in hetzelfde formaat.

Versie 1.0

Pagina: 5


3

Herbruikbaarheid

3.1

Wat zijn de verschillende soorten van formaat waarin data kan worden gepubliceerd? Het is belangrijk onderscheid te maken tussen standaarden voor formaat (hoe willen we bepaalde gegevens uitwisselen) en domein standaarden (hoe beschrijven we bepaalde gegevens) en inhoud standaarden (welke steekwoorden gebruiken we).

3.2

Wat is het beste formaat waarin data kunnen worden gepubliceerd? Op de ‘pas toe of leg uit’-lijst: 

OWMS: generieke metadata



OAI-PMH, of andere harvesting standaard: Om metadata te harvesten



NEN-3610: om geografische metadata te specificeren

Niet op de ‘pas toe of leg uit’-lijst:

3.3



DCAT (W3C): specifieke metadata voor data catalogi. OWMS-compliant



IPM Open data (nog te ontwikkelen, beschrijft o.a. hoe je datasets publiceert, hoe ze op DON terecht komen en met welke metadata)



JuriConnect standaarden (NL): voor identificatie van juridische informatie zoals wetten, officiële publicaties, jurisprudentie, commentaren.



Inspire richtlijn (EU): beschrijving van ruimtelijke en milieu-informatie



XML (W3C): Syntax standaard om bovenstaande in uit te drukken



RDF-XML (W3C): semantische standaard voor relaties tussen data



RDF Data cube vocabulary (Statistische data)



SKOS (W3C): voor waardelijsten en hun relaties



OWL (W3C): voor waardelijsten en hun relaties

Zouden er ten behoeve van Open data nieuwe standaarden op de ‘pas toe leg uit’- lijst moeten worden opgenomen? Zie 3.2. In aanvulling zouden er ten behoeve formaten (zie 3.1.) een aantal webrichtlijnen opgenomen moeten worden op de ‘pas toe of leg uit’-lijst . Te weten: 

MIME - voor het herkennen van het formaat van een gedownload bestand, of voor 'content negotiation' (afhankelijk van de client wordt andere content gepresenteerd)



HTML5 - Voor de layout van webpagina's



CoolURIs - Content negotiation voor linked data (Browser krijgt HTML pagina, RDF client krijgt RDF metadata), http://www.w3.org/TR/cooluris/



IRI - Internationalised Resource Identifiers



Language Tags - Voor het aangeven van de gebruikte taal (cf. xml:lang, http://en.wikipedia.org/wiki/IETF_language_tag)

Versie 1.0

Pagina: 6


Met betrekking tot domein-niveau (zie 3.1.): 

(evt.) CEN MetaLex voor wetgeving, zie http://doc.metalex.eu.



VOID - Vocabulary of Interlinked Datasets



PROV-O - Vocabulaire voor het beschrijven van herkomstinformatie ('provenance')

Versie 1.0

Pagina: 7


4

Vindbaarheid

4.1

Wat zijn de verschillende mogelijkheden om data te vinden? Duurzame vindbaarheid wordt bevorderd door het gebruik van DCAT (zie o.a. http://www.w3.org/egov/wiki/Data_Catalog_Vocabulary/Vocabulary_Reference). DCAT (omhelst SKOS, FOAF, Dublin Core). Aandachtspunt bij gebruik van DCAT is dat het - op dit moment - nog niet sterk is in het beschrijven van meer documentachtige gegevens. VOID (Vocabulary of Interlinked Datasets) OWMS is een set van 9 verplichte eigenschappen en een community die waardelijsten met elkaar deelt. OWMS is generieker dan DCAT. De 9 kerneigenschappen van OWMS komen voor in DCAT. DCAT standaardiseert daarnaast een aantal eigenschappen die specifiek zijn voor datasets, zoals wijzigingsfrequentie. De volgende (meta) informatie van een dataset heeft een hergebruiker nodig:     

4.2

Actualiteit - publicatiedatum, en 'versheid' (is er een nieuwere versie beschikbaar / Frequentie) Onderwerp Herkomst & Betrouwbaarheid (door wie gepubliceerd, op welke wijze tot stand gekomen) Rechten Formaat

Op welke wijze i.c. organisatorisch, technisch en procedureel wordt gewaarborgd dat data gevonden worden? Voor de vindbaarheid van data moet er een paradigmashift plaatsvinden. Er wordt nog veel zelf georganiseerd binnen de eigen muren, maar dat zou eigenlijk moeten zonder muren eromheen. Eigenlijk moet men er van meet af aan van uit gaan dat overheidsdata Open data is. Er wordt nu nog veel gedacht in ‘mijn data’ en aarzelingen zoals als de data ‘open’ wordt is het dan nog mijn data. Maar collecties vullen elkaar aan, moeten overlap hebben. Dit maakt het beeld completer. Het belang, de noodzaak om gevonden te worden ontbreekt nog. Er wordt vaak nog voor een traditionele manier van publiceren gekozen – via communicatieafdelingen etc. – in plaats van het online zetten van de data. Crown copyright in de UK wordt genoemd als een goede licentie die hierbij kan helpen.

Versie 1.0

Pagina: 8


5

De wijze waarop de ontsluiting / infrastructuur wordt ingericht

5.1

Welke systematiek wordt gehanteerd om data te publiceren? Gewezen wordt op de thesis over Linked Open Government Data van Peter de Klerk.

5.2

Met welke systematiek wordt data op een effectief en efficiënte wijze gepubliceerd? Zie 5.1. Randvoorwaardelijk voor effectieve en efficiënte wijze van de publicatie van overheidsdata is :  Gebruik URI’s (4de ster niveau van TBL).  Standaardisatie van vocabulaires voor metadata-eigenschappen en metadatawaardelijsten  Gebruik van tooling die toepassing van standaarden automatiseert en daarmee het metadateren onderdeel maakt van het primaire proces.  Compliance aan formaat-standaarden.

Versie 1.0

Pagina: 9


6

Relevante ontwikkelingen binnen de EU-beleidskaders

6.1

Wat zijn de relevante ontwikkelingen binnen de EU-beleidskaders? Gewezen wordt op het zgn. BNC-fiche 7 van de Nr. 1338 Brief van de staatssecretaris van Buitenlandse Zaken. Zie: https://zoek.officielebekendmakingen.nl/kst149919.html In dit fiche worden drie voorstellen van de Europese Commissie besproken, het eerste voorstel wordt hier uitgelicht. 1. Het eerste voorstel betreft een wijziging van de bestaande richtlijn hergebruik van overheidsinformatie. De voorgestelde wijzigingen ten opzichte van 2003 zijn:

6.2



Wijziging van het algemeen principe: alle documenten die openbaar zijn komen in aanmerking voor hergebruik door derden, voor elk doel, commercieel of niet commercieel, tenzij er rechten van derden op rusten. Het wordt verplicht om openbare documenten ter beschikking te stellen voor hergebruik, tenzij op de documenten auteursrechten rusten van partijen buiten het overheidsorgaan.



Overheidsorganen mogen geen hogere vergoeding vragen voor het verstrekken van documenten dan de kosten van verstrekking bij een individueel verzoek (marginale kosten). Afwijking van dit principe is slechts in uitzonderlijke gevallen mogelijk en moet goed worden onderbouwd.



Machine leesbare formats: Documenten worden zoveel mogelijk verstrekt in machine leesbare formats (formats waarmee documenten een dusdanige structuur hebben dat ze makkelijk vindbaar zijn bijvoorbeeld via zoekmachines) zodat hergebruik makkelijker is.



Onafhankelijk toezicht: lidstaten zorgen dat een onafhankelijke toezichthouder de naleving van de richtlijn controleert en geschillen beslecht rondom hergebruik van overheidsinformatie.



Uitbreiding reikwijdte: De richtlijn gaat ook gelden voor archieven, bibliotheken (waaronder universiteitsbibliotheken), en musea.

Wat betekent dit voor de huidige praktijk? Het potentieel van Open data en hergebruik van overheidsinformatie heeft nu meer aandacht dan ooit, maar de mogelijkheden zijn volgens de Commissie nog niet uitgeput en de verschillen tussen lidstaten nog te groot. De voorgestelde wijzigingen in de EU richtlijn voor hergebruik van overheidsinformatie moeten ervoor zorgen dat openbare overheidsinformatie in de hele EU beschikbaar wordt gesteld als Open data en makkelijker herbruikbaar wordt voor derden. De Europese Commissie opteert voor een combinatie van zowel soft law maatregelen als wetswijzigingen, deze combinatie kan Nederland ondersteunen. Momenteel wordt in Nederland ook gewerkt aan een wetswijziging van de Wob.

Versie 1.0

Pagina: 10


6.3

Wat zijn de effecten hiervan op het publiceren, vinden en te hanteren systematiek op korte en langere termijn? Verwachting is dat dit een positief aanjagend effect heeft op de publicatie van Open data, benchmark door de Europese peers zal ook binnenlandse ‘druk’ creëren.

Versie 1.0

Pagina: 11


7


7.1

Zijn de ontwikkeling op het gebied van webrichtlijnen vergelijkbaar met de ontwikkeling bij opendata en standaarden? Deels vergelijkbaar; technisch complex, niet vanzelfsprekend, wordt ervaren als extra effort en een sluitpost die ‘sneuvelt ‘ onder projectdruk. Zijn ook duidelijke verschillen; voor webrichtlijnen is er een sterke politieke lobbyen bestaat er accreditatie. Belangrijk onderscheid is dat webrichtlijnen gericht zijn op de presentatie van informatie op een voor mensen leesbare en toegankelijke manier. Maar zijn dus niet per se geschikt voor presentatie van informatie op een voor machine leesbare en toegankelijke manier.

7.2

Welke lessen kunnen worden meegenomen vanuit webrichtlijnen? W3C is een geïntegreerd systeem van samenhangende webrichtlijnen. In het register (data.overheid.nl) zou je de samenhang á la W3C tussen de verschillende Open datasets moeten kunnen beschrijven. De bron (waarnaar in het register verwezen wordt) van de dataset is vaak al een database waarin deze relaties al zijn opgenomen. Een uitgebreide documentatie en toelichting (webrichtlijnen.nl) helpt om kennis over problemen en oplossingen te delen.

Versie 1.0

Pagina: 12


Bijlage beantwoording Factfindingsvragen KOOP: Vooraf: Indien niet expliciet aangegeven betreft het hier overal data die NIET onderhevig is aan beperkingen om te publiceren, zoals het geval kan zijn met persoonsgebonden data, data met beperkte rechten, politiek, economisch, staatsveiligheid gevoelige data, etc.

Nr. A.

Factfindingsvragen Herbruikbaarheid

A01.

Op welke wijze ziet u de vraag- en aanbodketen van Open data?

Antwoord

KOOP:

Uitleg bij het plaatje: 1. Datasets worden aangemaakt door applicaties die ook weer gebruik maken van die data. 2. Datasets worden geregistreerd in het data-register. 3. Nu kunnen ook andere applicaties deze data opzoeken en gebruiken. Ik wil eigenlijk van het woord keten af. Het is meer een Cloud. De data is ergens en jij voegt data toe vanuit de eigen business.

Gaat uit van een ander paradigma: Closed World assumption: Alles wat bekent is, staat in het systeem. Alles wat niet in het systeem staat, bestaat niet. Open World assumption: Open data, iemand anders kan er nog iets over zeggen/ mee doen. Open data is een breed spectrum, van een eenmalig gepubliceerde dataset tot realtime resultaten.

Vrije Universiteit: Als het al ketens zijn, dan zijn ze ad hoc op basis van serendipiteit, op basis van waar de vraag vandaag komt.

Een dataset verloopt niet. Je vergaart data, de dataset groeit, op een gegeven moment stop je met aanvullen. De dataset groeit dan niet meer, maar blijft bestaan.

Versie 1.0

Pagina: 13


Je wil als overheid (bron) niet garant staan voor de interpretatie van Open data.

A02. Antwoord

Welke beleid hanteert u met betrekking tot tot Open data en Standaarden? KOOP:   

Open tenzij. Authentieke bron raadplegen, daar waar mogelijk. Community mechanisme voor content en syntax.

Dataregister is nu een belangrijk breekijzer en verwijzing naar de authentieke bron. Er gaan vanzelf clusters ontstaan zodra mensen het belang ervan inzien, deze clusters of communities verzorgen de content en syntax. Je zoekt vaak vanuit een behoefte. Community’s spreken eigen/ elkaars taal. Een soort rewardmechanisme is een belangrijk om het vliegwieleffect op gang te brengen. Vrije Universiteit:  Alle door mij bewerkte/gebruikte overheidsdata herpubliceer ik als Linked Data voor zover mogelijk/nuttig.  Al mijn bewerkingen/toevoegingen stel ik tevens vrij beschikbaar als Linked Data.  Waar publicatie als Linked Data weinig toevoegt, gebruik ik andere (semantisch rijke) open standaarden (e.g. CEN MetaLex). Provenance / herleidbaarheid is van belang: Je moet kunnen zeggen ‘dit komt uit de dataregistratie’, zo veel mogelijk verwijzen naar de oorspronkelijk publicerende partij. Hoe oud is de data? Hoe vaak is het geactualiseerd? In het register staat deze informatie over de dataset.

A03.

Wat zijn de toekomstige uitdagingen voor de vraag- en aanbodketen van Open data?

Antwoord

KOOP:   

Eenvoudig maken van hergebruik door tooling en standaardisatie. Vindbaarheid van datasets. Wat is beschikbaar? Waar? Betrouwbaarheid van Open data: beschikbaarheid, actualiteit, kwaliteit van content en levering.

Vrije Universiteit:  Zolang publicatie als 'Open data' extra werk vergt, zullen overheidspartijen altijd terughoudend blijven tov. het principe en de gebruikte standaarden.  Publicatie kan dus niet los gezien worden van informatie-uitwisseling tussen (en binnen) overheidspartijen.  Pas als Open data een bijproduct van de normale bedrijfsvoering wordt, heeft grootschalige publicatie een kans van slagen. Kernpunten zijn:  Betooling en integratie in bestaande systemen Inrichten van continue updates van reeds gepubliceerde datasets  Expliciete herkomstinformatie (betrouwbaarheid)  Het creëren van incentives voor het publiceren van data. Bijv. het ontwikkelen van use cases waarbij overheden onderling merken dat het hergebruik van extern gepubliceerde data toegevoegde waarde genereert voor hun interne bedrijfsvoering (e.g. publicatie-statistieken) Als laatste kan privacy een probleem worden: publicatie van Open data schept de mogelijkheid om data te integreren die voorheen (binnen de overheid) door schotten werd gescheiden. Nut, noodzaak en mogelijkheid van het publiceren van data moet dus altijd binnen het groter geheel geëvalueerd worden.

Versie 1.0

Pagina: 14


Herkomst van data / informatie. Bronnen en hoe zijn deze gemanipuleerd? Welke stappen zijn doorlopen om tot het eindproduct te komen? Betrouwbaarheid in semantic web.

A04.

Wat kan naar u mening een classificatiemodel, zoals het 5 sterrenniveau model van TBL in de praktijk voor de overheid betekenen voor formaatkeuze en groei naar verbeterde interoperabiliteit?

Antwoord

KOOP:   

Vereenvoudiging van de boodschap, stimulerende werking. Monitoring, naming and shaming kan stimuleren. Verbetering van de herbruikbaarheid: meer sterren, beter herbruikbaar.

Vrije Universiteit:  Het 5-sterren model schept een benchmark waaraan overheidsorganisaties zichzelf kunnen toetsen. Dit blijkt goed als prikkel te kunnen werken: niemand wil maar 1 ster hebben.  Te beginnen met metadata is publicatie als RDF essentieel voor de vindbaarheid en bruikbaarheid van data. Het creëren van koppelingen (links) tussen verschillende databronnen (de 5e ster) is idealiter ook een taak voor de overheid, maar kan ook deels juist aan de 'crowd' gelaten worden.  Niet vergeten dat het 5-sterren model verder gaat dan alleen de metadata rond bestanden... het gaat juist om de gegevens in de bestanden. (bijv. Excel file: niet alleen auteur + publicatiedatum, maar ook gestandaardiseerde URLs voor de kolom-headers etc.)

A05.

Wat zijn de alternatieven voor het 5 sterrenniveau model en/of op welke punten is aanscherping nodig.

Antwoord

KOOP: ★

Maak data online beschikbaar (in welk formaat dan ook)

★★

Maak data gestructureerd beschikbaar (bv. excelbestand i.p.v. gescande table)

★★★

Maak data in een non-proprietary formaat (bv. csv i.p.v. excel)

★★★★

Gebruik URLs als identificatiemiddel

★★★★★

Link eigen data aan de data van andere bronnen

 

geen alternatieven per ster toelichting/handleiding maken

Vrije Universiteit:  Er zijn geen geloofwaardige alternatieven voor het 5-sterrenmodel.  Aanscherping is nodig op het laatste punt onder A04: niet alleen metadata, maar juist ook de data zelf.  Verder is de 4e ster belangrijker dan de 3e ster: beschikbaarheid alleen in proprietary formaat is niet wenselijk, maar overkomelijk. Identificatie daarentegen is essentieel.

A06.

Welke voor overheden relevante standaarden zijn te onderkennen? Is dit een subset van de wettelijke, gangbare en pas toe leg uit standaarden of zijn er nog standaarden belangrijk buiten deze

Versie 1.0

Pagina: 15


set? Antwoord

KOOP:            

OWMS (PTOLU-lijst): generieke metadata DCAT (W3C): specifieke metadata voor data catalogi. OWMS-compliant IPM Open data (nog te ontwikkelen, beschrijft o.a. hoe je datasets publiceert, hoe ze op DON terecht komen en met welke metadata) OAI-PMH (PTOLU-lijst), of andere harvesting standaard: Om metadata te harvesten JuriConnect standaarden (NL): voor identificatie van juridische informatie zoals wetten, officiële publicaties, jurisprudentie, commentaren. NEN-3610 (= Geostandaarden?, PTOLU-lijst): om geografische metadata te specificeren Inspire richtlijn (EU): beschrijving van ruimtelijke en milieu-informatie XML (W3C): Syntax standaard om bovenstaande in uit te drukken. RDF-XML (W3C): semantische standaard voor relaties tussen data RDF Data cube vocabulary (Statistische data) SKOS (W3C): voor waardelijsten en hun relaties OWL (W3C): voor waardelijsten en hun relaties

Vrije Universiteit: Het is belangrijk onderscheid te maken tussen standaarden voor formaat (hoe willen we bepaalde gegevens uitwisselen) en domein standaarden (hoe beschrijven we bepaalde gegevens) en inhoud standaarden (welke steekwoorden gebruiken we). Het schort op het eerste gezicht vooral aan web-standaarden mbt. formaten. Te weten:  MIME - voor het herkennen van het formaat van een gedownload bestand, of voor 'content negotiation' (afhankelijk van de client wordt andere content gepresenteerd)  XML Schema Datatypes - standaard datatypes voor het uitwisselen van gegevens  HTML5 - Voor de layout van webpagina's  RDFa/Microtagging - voor het semantisch annoteren van webpagina's, inline metadata  RDF - voor het publiceren van metadata (zowel Turtle als RDF/XML)  CoolURIs - Content negotiation voor linked data (Browser krijgt HTML pagina, RDF client krijgt RDF metadata), http://www.w3.org/TR/cooluris/  IRI - Internationalised Resource Identifiers  Language Tags - Voor het aangeven van de gebruikte taal (cf. xml:lang, http://en.wikipedia.org/wiki/IETF_language_tag) Met betrekking tot domein-niveau:  SKOS/OWL - voor het publiceren van taxonomieën, woordenlijsten, keywords  Data Cube - voor het publiceren van statistische/tabulaire gegevens  Juriconnect standaarden voor identifiers van juridische gegevens  (evt.) CEN MetaLex voor wetgeving, zie http://doc.metalex.eu.  VOID - Vocabulary of Interlinked Datasets  DCAT - Data Catalog vocabulary  PROV-O - Vocabulair voor het beschrijven van herkomstinformatie ('provenance') Met betrekking tot inhoudelijk-niveau: hier ligt niet zozeer een standaardisatietaak alswel een conversie taak. Bestaande waardelijsten dienen in een standaardformaat te worden uitgedrukt (voorkeur SKOS/OWL). URLs van te downloaden bestanden dienen statisch te zijn of evt. server-side gegenereerd te worden, niet client side (Bijv. dmv. JavaScript). Hierdoor wordt het mogelijk voor search engines om pagina's te indexeren.

De pas toe leg uit standaardenlijst helpt, je laat je leiden wat door frontrunners is

Versie 1.0

Pagina: 16


gemaakt. Ook het 5 sterrenmodel is goed, omdat het zo simpel is. Wat betreft standaarden: kijken wat je hebt en maar vooral wat is de samenhang? Semantic web heeft een bepaalde gelaagdheid. De pas toe leg uit vragenlijst is behoorlijk kort, heeft weinig structuur en er zit geen idee achter. De lijst bevat vast de onderwerpen waar een lange discussie aan ten grondslag ligt. Maar je moet nu per gebied langslopen en je afvragen of je er wat mee kan. Er staan weinig technische richtlijnen in. Samenhang is essentieel, het is nu een losse set. Op technisch niveau moet alles in elkaar haken (W3C). De architectuur rond de standaarden ontbreekt. Bouw het op vanuit de samenhang. Anders blijf je hangen in consensusstandaarden. Van de webrichtlijnen kun je leren hoe ‘een verhaal’ om de pas toe of leg uit standaardenlijst heen te maken.

A07.

Wat is het huidig niveau (“ist”), hoe zou een volgende stap (“soll”) eruit zien, en hoe kan deze stap worden gezet?

Antwoord

KOOP: "soll" is m.i. geen stap, maar een ideaal eindpunt. Een paar van de vele stappen die nodig zijn:  2011 - "ist": gesloten tenzij (90% geen ster - 10% 1-3 sterren)  2011 - Open data register: data.overheid.nl (***)  2011 - OWMS waardelijsten (****)  2012 - Geografische Basisregistraties open (**)  2013 - Actoren-register (overheidsalmanak met alle organisaties en bestuursorganen)  2013 - Basis wettenbestand en Rechtspraak.nl beschikbaar als Open data (****/*****)  2015 - Toenemend aantal collecties van overheidsinformatie hanteren PTOLUstandaarden.  2016 - EU-data integreert met NL-data (bijvoorbeeld door toepassing van EURlex-standaard en labeling met Eurovoc) (*****)  2020 - "soll": open tenzij (10% geen ster - 90% 1-5 sterren) In deze periode wordt informatie in toenemende mate gestructureerd en van een gestandaardiseerde metadata-laag voorzien. Ambtenaren gebruiken steeds meer gespecialiseerde tools bij productie van overheidsinformatie die zorgen dat die informatie zo gestructureerd is. Een van de initiatieven die hierop inzet is het project "Categoriemanagement Vakliteratuur en Abonnementen” Vrije Universiteit: Het huidige niveau is een magere * (in vele gevallen nog niet eens). Hoe de stap te zetten? Incentives creëren, en overheidsbrede eisen stellen. Stel deze eisen vooral op formaat- en domein- niveau, maar zorg dat het formaatniveau altijd leidend is bij de keuze voor een domein- en inhoud- niveau. Inhoudelijke standaarden zijn nu te vaak vervlochten met niet-standaard formaten, ook gaan standaardisatiediscussies vaak over de (moeilijke) inhoud, terwijl formaten vrij eenvoudig zijn af te spreken. Hieruit vloeit vanzelf vooruitgang.

Vaak ook wordt voor het verstrekken van informatie een onnodige barrière opgeworpen: de account en aanverwante zaken zoals API keys. Dit zorgt voor vertraging, en dient geen ander doel dan het bijhouden van statistieken voor de instantie. 

 

Versie 1.0

Ideaal eindpunt: alle data "open, tenzij", minimaal 3 sterren (+URI of URN+Resolving server). Metadata op documentniveau minimaal 4 sterren. Beter: identificatie + metadata op documentonderdeel niveau. Dit is afhankelijk van het soort data. Grote CBS datasets laten zich bijv. slecht of 'duur' vertalen naar RDF. Versiebeheer van data: ook oudere versies van gepubliceerde data dient persistent beschikbaar te zijn.

Pagina: 17




Stappen m.b.t. concrete datasets: zie KOOP.

Versiebeheer is essentieel voor het doen van onderzoek.

Hoeveel fundamentele investeringen moet je doen in Nederland? Kiezen voor het deelnemen aan W3C via een eigen expert en die kennis meenemen. Binnen W3C is er weinig deelname vanuit de overheid. Het is een autoriteit – overigens goed gedocumenteerd – bestaat uit een Interest group en Work groups, maar ook daar zitten nu weinig ambtenaren in. De onderzoekers ‘maken de dienst uit’. (W3C Linked open government data group – Bart van Leeuwen) Ontwikkelingen in Nederland moeten op een zeker moment integreren met de Europese richtlijnen.

Belangrijk instrument om de Open data publicatie (Linked data) vlot te trekken is de beschikbaarheid van tooling. Als een tool iets maakt, is het altijd hetzelfde. Als het een fout is, is de fout ook overall hetzelfde. Geldt zowel voor overheid als bedrijfsleven.

A08.

Wanneer is welke standaard geschikt (niveaus en bepalende factoren/criteria in keuzemodel)? Bijvoorbeeld: Welke standaard van de bovengenoemde set is het meest geschikt voor een bepaald domein ook in relatie tot de hergebruikers.

Antwoord

KOOP:  

Zie A06. Meeste zijn domeinonafhankelijk. Mechanisme van PTOLU-lijst zorgt voor toepassing in juiste werkingsgebied.

Vrije Universiteit: (Zie A06) Een standaard is geschikt als hij past in het bredere kader van standaarden, en niet niveauoverschrijdend werkt. Verder dient ook onderscheid gemaakt te worden tussen standaarden voor publicatie en standaarden voor intern gebruik. ODF is een goed voorbeeld: wordt het gebruik van ODF afgedwongen door instellingen ook in-house OpenOffice te laten gebruiken, of kunnen instellingen een eigen afweging maken, mits zij in staat zijn documenten altijd ook in ODF formaat te verstrekken via de website?

Verder is het bij elke keuze voor een domeinstandaard aan te raden de staat van adoptie door het veld te inventariseren. "Open" formaten zijn te prefereren, maar als geen enkele serieuze partij het formaat gebruikt... A09.

Wat betekenen deze niveaus (en bijbehorende standaarden) voor aanbieders en voor afnemers qua A10. voordelen/nadelen?

Antwoord

KOOP: Geen antwoord Vrije Universiteit: Geen antwoord

A10.

Welke praktijkvoorbeelden zijn er in Nederland van deze niveaus?

Antwoord

KOOP/ Vrije Universiteit:  Rechtspraak.nl (★★★)

Versie 1.0

 

Wetten.nl (★★★) CBS (★★)



Onderwijsinspectie (★★)



GML (★★★)



OWMS (★★★★)

Pagina: 18


A11.

Moeten bepaalde standaarden nog worden gelokaliseerd of is de ‘pas toe leg uit’ -lijst adequaat? Welke suggesties zijn mogelijk?

Antwoord

KOOP: 

Er zijn generieke en domeinspecifieke standaarden nodig. Zie A08.

Vrije Universiteit:  Standaarden voor het uitdrukken van licentie-informatie (bijv. Creative Commons-gebaseerd, zie 'Crown Copyright' in UK)

Versie 1.0

Pagina: 19


B.

Vindbaarheid (hoe zorg ik dat mijn data gevonden wordt?)

B12.

Welke toekomstvaste velden (metadata) kunnen gebruikt worden om duurzame vindbaarheid te bevorderen, zodat aanbieders van data deze metadata kunnen leveren bij de dataset en het opendata-register (http://data.overheid.nl/) deze kan gebruiken?

Antwoord

KOOP: DCAT (zie o.a. http://www.w3.org/egov/wiki/Data_Catalog_Vocabulary/Vocabulary_Reference) Vrije Universiteit:  DCAT (omhelst SKOS, FOAF, Dublin Core). Nadeel van DCAT is dat het op dit moment nog niet sterk is in het beschrijven van meer documentachtige gegevens (tenzij een set van documenten als dataset wordt gezien)  VOID (Vocabulary of Interlinked Datasets) Linked data: nu worden vaak argumenten gebruikt als veel gedoe of kost veel. Het is makkelijker om een excel of csv bestand te publiceren, maar dat kan niemand vinden. Vindbaarheid, verwijzen en begrijpbaar maken, dat doet linked data. Het is een investering die op langere termijn meer teruggeeft. OWMS is prima om je data te beschrijven en dat te publiceren als linked data. Verwachting is dat in Nederland de basisregistraties (b.v. BAG als identifier) een sleutelrol zullen gaan spelen.

B13.

Welke toekomstvaste velden (metadata) zijn in combinatie met andere registers relevant, zodat ook data behorend bij andere registers kunnen worden gevonden?

Antwoord

KOOP: 

DCAT

Vrije Universiteit: DCAT heeft hier de benodigde expressiviteit voor. De 'truc' van DCAT is dat het slechts beschrijft waar data gevonden kan worden.

Het gaat om unieke identificatie, partijen die je eraan hangt, vocabulaire.

Voorbeeld: Binnen de Staatscourant heb je te maken met subcollecties van verschillende metadata. In het ideale geval kennen alle datasets een kleine set met vaste velden. Onderweg bepalen welke velden in ieder geval standaard gevuld moeten worden. Aangeven wat originele data is en welke data later is aangevuld. Iedereen kan data aanleveren. Je kan een dataset gewoon weer aanvullen. Zo ontstaat een datacloud.

B14.

Welke rol kunnen bestaande metadata-standaarden (zoals OWMS) hierbij spelen?

Antwoord

KOOP:  

OWMS is een set van 9 verplichte eigenschappen en een community die waardelijsten met elkaar deelt. OWMS is generieker dan DCAT. De 9 kerneigenschappen van OWMS komen voor in DCAT. DCAT standaardiseert daarnaast een aantal eigenschappen die specifiek zijn voor datasets, zoals wijzigingsfrequentie.

Vrije Universiteit: OWMS en DCAT zijn deels overlappend (mn. door adoptie van Dublin Core) en

Versie 1.0

Pagina: 20


complementair. DCAT specificeert geen waardelijsten (inhoud), en OWMS is generieker over het soort informatie dat beschreven wordt (niet specifiek voor datasets).

Vaker is het soort informatie dat standaarden beschrijven deels overlappend. Door harmonisatie of 'mapping' van metadata-velden kan verregaande integratie en compatibiliteit ontstaan. Zeker omdat het beschrijven van data vaak geen hele logisch formele/expressieve aangelegenheid is.

B15.

Via welke methodiek/proces kan een aanbieder de velden in het register up to date houden?

Antwoord

KOOP:   

Vraag aan Paul Suijkerbuijk (data.overheid.nl). Vooralsnog: nieuwe sets of wijzigingen op bestaande sets aanmelden met een formulier op data.overheid.nl. Bij toenemend aantal datasets: Metadata laten harvesten door DON.

Vrije Universiteit:  Het register biedt de mogelijkheid dit handmatig middels een webinterface te doen (ik ken de specifieke details van data.overheid.nl niet)  Databeschrijvingen kunnen ook als DCAT specificaties aangeleverd worden.  Harvesten is ook een mogelijkheid (zie Hans) maar heeft het nadeel dat de resulterende metadata zo rijk is als op de bronpagina  is aangegeven. Daarom is het aan te raden RDFa te gebruiken om DCAT annotaties van data in webpagina's te integreren, of dmv. Cool URI's content negotiation in te zetten zodat harvesters/spiders de juiste data vinden.

B16.

Welke (meta)informatie heeft een potentiële afnemer nodig om te weten of zij de data kan hergebruiken.

Antwoord

KOOP:       

Actualiteit Onderwerp Herkomst Betrouwbaarheid Rechten Frequentie Formaat

Vrije Universiteit:  Publicatiedatum, en 'versheid' (is er een nieuwere versie beschikbaar / frequentie)  Onderwerp  Herkomst & betrouwbaarheid (door wie gepubliceerd, op welke wijze tot stand gekomen: provenance)  Rechten  Formaat

B17.

Op welke wijze kunnen afnemers automatisch gesignaleerd worden over wijzigingen in de (metadata) velden en in de achterliggende Open data?

Antwoord

KOOP:   

Weet niet. RSS-feed? OAI-PMH?

Vrije Universiteit:

Versie 1.0

Pagina: 21


RSS/Atom feeds, complexer moet je het niet willen maken.

B18.

Hoe zorg ik dat uit te faseren datasets worden gecommuniceerd?

Antwoord

KOOP: 

Zie B17

Vrije Universiteit: Datasets dienen niet te worden uitgefaseerd!!! Een nieuwe versie uitbrengen is voldoende.

Versiebeheer oudere data. Niet oude gegevens overschrijven met nieuwe gegevens (bijv. Onderzoek en wetgeving hebben ook oudere gegevens nodig). Op de juiste manier tackelen op het goede niveau: op technisch gebied is er al heel veel.

Angst: dat je bij linked data ook meteen alle onderliggende techniek moet gebruiken. Dit is niet zo.

B19.

Welke ideeën heeft u nog meer ?

Antwoord

KOOP: Er moet een paradigmashift plaatsvinden. Er wordt nog veel zelf georganiseerd binnen de eigen muren, maar dat zou eigenlijk moeten zonder muren eromheen. Eigenlijk moet men er van meet af aan van uit gaan dat overheidsdata Open data is. Vrije Universiteit: Niet alleen maar data over de muur gooien, iedereen levert data aan. Daardoor verbetert eenieder de kwaliteit van z’n eigen data. KOOP: Collecties vullen elkaar aan, moeten overlap hebben. Dit maakt het beeld completer. Nu wordt er gedacht in ‘mijn data’ en als data open gegooid wordt, is het dan nog steeds ‘mijn data’? Vrije Universiteit: Crown copyright in de UK is een goede licentie die hierbij helpt. KOOP: Zo’n licentie smeert. Vrije Universiteit: Zoals eerder aangegeven: pagina's waarop data verkrijgbaar is dienen door webspiders te kunnen worden gelezen (minimaal). Ze dienen ook voorzien te zijn van inline metadata in de vorm van RDFa of Microformats.

Voorbeeld: Bij Statline (van CBS) kom je aan de poort, moet je een account hebben/ aanmaken, inloggen, op zoek naar data, welke zoektermen hanteer je? Je moet je de applicatie eigen maken. Je downloadt en krijgt het in een format dat CBS handig vindt. Als je het doorzet is het maar de vraag of diegene dezelfde dataset ziet. Met Linked (open) data is het het doorsturen van een link, de link openen en dan precies dezelfde data zien. Het is het verschil tussen ster 1 & 2 en 3 & 4.

Het belang, de noodzaak om gevonden te worden ontbreekt nog. Er wordt voor rapporten nog vaak een traditionele manier van publiceren gekozen (m.b.v. communicatieafdelingen) in plaats van data online te zetten.

Versie 1.0

Pagina: 22


C.

De wijze waarop de ontsluiting / infrastructuur wordt ingericht (via welke Systematiek publiceer ik mijn data?

C20.

Welke technische randvoorwaarden/criteria zijn er voor de systematiek voor datapublicatie vanuit een overheidspartij?

Antwoord

KOOP:    

Zie o.a. thesis over Linked Open Government Data van Peter de Klerk, TU Delft, oktober 2011 Gebruik van URI's (4e ster) Standaardisatie van vocabularies voor metadata-eigenschappen en metadatawaardelijsten. Goede tooling die toepassing van de standaarden automatiseert. Metadateren moet geen handwerk zijn.

Vrije Universiteit:  URIs: globale persistente identifiers zijn essentieel. Een URN resolution service (a la DOI) is ook ok, mits overheidsbreed.  Consistent en "rijk" gebruik van vocabulaires voor het beschrijven van de inhoud van gegevens. Standaardisatie op domeinniveau (SKOS) is belangrijker dan op inhoudsniveau.  Tooling  Compliance aan formaat-standaarden.

C21.

Welke rol zou cloud-technologie hierbij kunnen spelen?

Antwoord

KOOP:  



In de cloud kan schaalbaarheid worden uitbesteed aan routiniers Alles wat in de cloud kan, wordt makkelijk een commodity, dus leidt tot verdere standaardisatie en dus tot betere interoperabiliteit en herbruikbaarheid. In tegenstelling tot maatwerktoepassingen op eigen infrastructuur. Nadeel kan zijn dat essentiële cloud-oplossingen monopoliepositie krijgen waardoor een nieuwe vendor-lock-in optreedt die innovatie tegenhoudt. Valkuil! Losse eilanden die denken dat ze vasteland worden.

Vrije Universiteit:  Cloud technologie zorgt primair voor schaalbaarheid.  NB: cloud technologie kan ook op intranet-basis worden gebruikt.  Succes van cloud technologie bij het grotere publiek is gebaseerd op het bieden van voorheen 'ingewikkelde' diensten op een toegankelijke (en vaak gratis of goedkope) manier. Kijk hoeveel tooling is gebouwd op twitter en welke afspraken (=standaarden) er in de crowd / communities ontstaan: een tweet is data met content, van wie, #tag, client. Het reward-mechanisme / vindbaarheid ‘dwingt’ deze standaarden af. Het is een prachtige showcase.

C22.

Onder welke voorwaarden kan cloud-technologie een rol spelen?

Antwoord

KOOP:  

Koudwatervrees moet verdwijnen Voor NL overheid moeten er dedicated cloud-oplossingen worden ingekocht, onder voorwaarden voor betrouwbaarheid en beschikbaarheid die voor de NL overheid adequaat zijn.

Vrije Universiteit:

Versie 1.0

Pagina: 23


Ik zie niet per definitie een grote rol weggelegd voor cloud technologie in het kader van open overheidsdata. D.

EU-beleidskaders

D23.

Wat zijn de relevante ontwikkelingen binnen de EU-beleidskaders?

Antwoord

KOOP:     

Digital Agenda van Neelie Kroes SEMIC (heet tegenwoordig JoinUp) voor uitwisseling van kennis en semantic assets. EPSI-Platform voor uitwisseling van ervaringen en best practices. Inspire - Standaardisatie van geo-informatie om informatie over milieu in samenhang vindbaar te maken. EU standaardisatie, zoals bijvoorbeeld EuroVoc, SPOCS en ECLI.

Vrije Universiteit: Geen antwoord

D24.

Wat zijn de toekomstige EU-ontwikkelingen en hiermee verwachte beleidskaders?

Antwoord

KOOP: 

Mooie samenvatting van een aantal EU-richtlijnen en het huidige NL standpunt staat in het zgn BNC-fiche 7 van de Nr. 1338 Brief van de staatssecretaris van Buitenlandse (!) Zaken. Zie: https://zoek.officielebekendmakingen.nl/kst149919.html

Vrije Universiteit: Ik verwacht verdere standaardisatie (zoals bij SDMX, XBRL, SVBR) op het gebied van gegevenspublicatie en uitwisseling tussen lidstaten. Ook is peer pressure een niet te onderschatten kracht (zie http://data.gov.uk)

D25.

Wat zijn de effecten hiervan op het publiceren, vinden en te hanteren systematiek op korte en langere termijn? Of op andere gebieden zoals bijvoorbeeld de realiseerbaarheid van de implementatie van deze richtlijnen binnen een organisatie?

Antwoord

KOOP: 

Een belangrijk stimulerend effect zal uitgaan van de steeds toenemende EUregelgeving die samenhang heeft met de Nederlandse. Het verdient daarom aanbeveling om de standaardisatie die de EU ontwikkelt te volgen en daarop aan te sluiten.

Vrije Universiteit: Dit (D24) zal doorsijpelen naar de Nederlandse situatie.

Versie 1.0

Pagina: 24


E.


E26.

Zijn de ontwikkeling op het gebied van webrichtlijnen vergelijkbaar met de ontwikkeling bij opendata en standaarden?

Antwoord

KOOP: Parallellen zijn:  Technisch complex  Niet vanzelfsprekend  Wordt ervaren als extra effort  Is vaak sluitpost die sneuvelt in projectdruk Verschillen zijn er ook:  Voor webrichtlijnen is er een sterke politieke lobby  Voor webrichtlijnen bestaat accreditatie Vrije Universiteit:  Webrichtlijnen zijn meer gericht op de presentatie van informatie op een leesbare en toegankelijke manier.  Deze richlijnen zijn dus niet per se geschikt voor de interpretatie van de onderliggende gegevens (zie opmerking over JavaScript generated webpaginas)

E27.

Welke lessen kunnen worden meegenomen vanuit webrichtlijnen?

Antwoord

KOOP:  

Er zijn ontwikkelaars en website bouwers die het wel begrijpen. Zij kunnen zich ermee onderscheiden van de grote middenmoot. Een uitgebreide documentatie en toelichting helpt om kennis over problemen en oplossingen te delen. (webrichtlijnen.nl)

Vrije Universiteit: Webrichtlijnen zijn vaak in javascript gebouwd. Je opent een pagina in een browser, voor je iets kan zien. Google kan het niet vinden. Webrichtlijnen kunnen helpen, maar ook heel erg in de weg zitten. Is geoptimaliseerd voor human interaction, maar er moet ook een leveranciers ingang zijn (machine to machine interaction). Opbouw van een pagina is afhankelijk van de cliënt die op de pagina komt. Maar als je met RDFa komt  dataweb  metadata. De server moet kijken wie er op de pagina is en aan de hand daarvan bekijken welke gegevens je teruggeeft (data / content negotiation). De techniek is er, maar vaak alleen bij de academici.

De webrichtlijnen kan je ook gebruiken om het register in te richten. Tafelblad met html voor de menselijke lezer. Daaronder nog een aantal lagen om het machinereadable te maken.

Versie 1.0

Pagina: 25

KOOP

Recommend Documents