10.5281/zenodo.6285549
https://zenodo.org/records/6285549
oai:zenodo.org:6285549
Frank, Rebecca D.
Rebecca D.
Frank
0000-0003-2064-5140
Humboldt-Universität zu Berlin
von Grafenstein, Max
Max
von Grafenstein
0000-0002-6268-6314
Universtiät der Künste Berlin
Rothfritz, Laura
Laura
Rothfritz
0000-0001-7525-0635
Humboldt-Universität zu Berlin
Open Data und die Risikowahrnehmung in der Öffentlichen Daseinsvorsorge (Open Data and the Perception of Risk in Public Services)
Zenodo
2022
open data
data sharing
data governance
data value
risk
public infrastructure
public service infrastructure
critical infrastructure
smart cities
2022-02-26
deu
10.5281/zenodo.6285548
Creative Commons Attribution 4.0 International
Trotz gesetzlicher Verpflichtungen und Erwartungen der Öffentlichkeit Daten offen zu stellen, sind viele Unternehmen im Bereich der öffentlichen Daseinsvorsorge bisher zurückhaltend, ihre Daten zu veröffentlichen. Die vorliegende Studie möchte den Gründen einer solchen Zurückhaltung am Beispiel von Infrastrukturversorgern in einer deutschen Großstadt nachgehen. Die Erkenntnisse sollen eine Basis dafür liefern, geeignetere Maßnahmen zur Veröffentlichung oder zum Teilen von Daten zu entwickeln, von denen nicht nur die Öffentlichkeit, sondern auch die öffentlichen Stellen bzw. Unternehmen selbst profitieren können. Dabei dient diese Studie als ein wichtiger Schritt, um bestehende Herangehensweisen und Herausforderungen im Bezug auf diese Maßnahmen zu identifizieren und einzuordnen.
Despite legal obligations and public expectations to disclose data, many companies in the field of public services have been reluctant to publish their data so far. This study aims to investigate the reasons for such reluctance using the example of infrastructure providers in a major German city. The findings are intended to provide a basis for developing more suitable measures for publishing or sharing data, from which not only the public but also the public agencies or companies themselves can benefit. In doing so, this study serves as an important step to identify and classify existing approaches and challenges with regard to these measures.
This project was supported by InfraLab Berlin and the Einstein Center Digital Future. We would like to thank the Berlin School of Library and Information Science at Humboldt-Universität zu Berlin, the Universität der Künste Berlin, and all the people who volunteered their time for this research.