Datenlebenszyklus

In wenigen Schritten mit Daten zu aussagekräftigen Ergebnissen? Der Datenlebenszyklus gibt Euch einen Überblick: von der Planung bis zur Umsetzung. Klickt Euch durch die einzelnen Schritte und erfahrt, was bei der Verarbeitung von Daten wichtig ist.

Entscheiden und handeln

Meist steht am Ende der Datennutzung eine Entscheidung und die Reflexion des Datenverarbeitungsprozesses. Manchmal ergeben sich daraus neue Fragestellungen und weitere Datenprojekte.

  • Beantworten die Daten meine Fragestellung?
  • Was sind die nächsten Schritte?
  • Haben die Daten meine Fragen beantwortet?
  • Was sind die Schlussfolgerungen?
  • Welche Entscheidungen treffe ich auf Basis der Daten?
  • Kann ich aus meinem Datensatz weitere Daten-Projekte entwickeln?
  • Wie geht es weiter?
  • Welche Handlungen leite ich ab?
  • Kann ich die Daten anderen als Offene Daten zur Verfügung stellen?
  • Oder archiviere bzw. lösche ich sie?
  • Kann oder muss ich eine neue Fragestellung entwickeln?
  • Welche Erfahrungen aus dem Prozess kann ich aufbereiten und veröffentlichen?
  • Welche Qualität hatte mein Analyse- und Verarbeitungsprozess?
  • Welchen Anschlussnutzen könnten meine Daten für andere oder fürs Gemeinwohl haben?
Übergangswelle

Kompetenzlevel

Ihr möchtet wissen, wo Ihr steht und wie Ihr weiterlernen könnt? Schätzt Eure Vorerfahrung anhand der drei Level ein und erhaltet Lernempfehlungen, um ins nächste Level aufzusteigen.

  • kann Entscheidungen treffen und durch Argumente (ohne Daten) begründen
  • Gibt die Ableitung der möglichen datenbasierten Entscheidungen an höhere Hierarchieebenen ab
  • teilt Daten mit anderen oder macht sie anderen vor allem in gängigen Fomaten intern verfügbar
  • ist unsicher, ob die Fragestellung vom Anfang wirklich mit Hilfe der Daten beantwortet wird
  • übernimmt den Datenverarbeitungsprozess und dessen Ergebnisse unkritisch

Unsere Lernempfehlungen

  • kann Entscheidung und die nächsten Schritte datenbasiert begründen
  • kennt interne Kanäle und Infrastrukturen zum Teilen der Daten und die entsprechenden Anforderungen an Format und Metadaten
  • Hat das Bewusstsein darüber, dass Daten auch außerhalb der Organisation zur Weiternutzung als offene Daten verfügbar gemacht werden können, braucht Unterstützung bei der Veröffentlichung
  • Reflektiert, ob die Frage durch den Prozess beantwortet wurde und justiert den   Prozess ggf. nach
  • Evaluiert den Datenverarbeitungsprozess teilweise, Erkenntnisse bleiben intern

Unsere Lernempfehlungen

  • ist routiniert in datenbasierter Entscheidungsfindung und  kann einen differenzierten Handlungsprozesses ableiten, unter Berücksichtigung bestehender Automatisierungen und API’s
  • Denkt bei der Handlung  organisationsweite Auswirkungen und Entscheidungsträger*innen mit
  • Kann einschätzen, welche Ergebnisse als offene Daten veröffentlicht werden können und führt das proaktiv durch
  • Berücksichtigt bei der Entwicklung anschlussfähiger Fragestellungen bestehende Erkenntnisse und Datensätze
  • Evaluiert den Datenverarbeitungsprozess und die Beantwortung der Fragestellung systematisch und bereitet die Erkenntnisse sowohl für interne als auch externe Zwecke auf (z.B. Organisationsentwicklung)
  • Bringt geeignete Datenartefakte gezielt in politische Prozesse und gemeinwohlorientierte Initiativen ein
  • Pflegt proaktiven Austausch von Daten mit anderen Organisationen und Portalen, i.S.v. Nachhaltigkeit und Datensparsamkeit

Unsere Lernempfehlungen