Published September 25, 2024 | Version 2024-09-25
Dataset Open

Corpus der Entscheidungen des Bundesgerichtshofs (CE-BGH)

  • 1. Ludwig-Maximilians-Universität München

Description

Überblick

Das Corpus der Entscheidungen des Bundesgerichtshofs (CE-BGH) ist der bislang größte, frei verfügbare Datensatz von Entscheidungen des Bundesgerichtshofs. Er ist eine Zusammenstellung aller Entscheidungen, die in der amtlichen Datenbank des Bundesgerichtshofs am jeweiligen Stichtag veröffentlicht waren.

Bitte beachten Sie das beiliegende Codebook! Es enthält wichtige Informationen zur korrekten Nutzung des Datensatzes. Es hilft auch bei der Entscheidung, welche Variante für Sie am besten geeignet ist. In der Regel empfehle ich für quantitative Forschung die CSV-Dateien und für traditionelle Forschung die PDF-Sammlung.

Für Praktiker:innen stelle ich zusätzlich nach Senat sortierte PDF-Sammlungen aller Leitsatzentscheidungen und aller Entscheidungen mit Namen (z.B. »Trabrennbahn«) zur Verfügung.

Ab Version 2023-03-10 ist auch das Zitationsnetzwerk des BGH (Aktenzeichen, BGHZ und BGHSt) für die einfache Nutzung mit graphischer Software wie Gephi oder für die maschinelle Weiterverarbeitung als GraphML verfügbar. Das Zitationsnetzwerk enthält ca. 600.000 Zitate und ca. 100.000 Knoten (Aktenzeichen, BGHZ oder BGHSt).

 

Aktualisierung

Dieser Datensatz wird 1-2 mal im Jahr aktualisiert. Benachrichtigungen über neue und aktualisierte Datensätze veröffentliche ich immer zeitnah auf Mastodon unter @seanfobbe@fediscience.org

 

NEU in Version 2024-09-25

  • Vollständige Aktualisierung der Daten
  • LIZENZÄNDERUNG: Source Code jetzt unter GNU General Public License Version 3 (GPLv3) oder später lizenziert
  • NEU: Zitationsnetzwerk Aktenzeichen-zu-BGHZ und Aktenzeichen zu BGHSt
  • NEU: Variable für BGHZ
  • Extraktion von Zitaten für Aktenzeichen-zu-Aktenzeichen komplett überarbeitet
  • R-Version auf 4.4.0 aktualisiert (wegen CVE-2024-27322)
  • Variable "bghr" wird nun korrekt extrahiert
  • Source-Archiv wird nun aus dem Git-Manifest gebildet
  • Anpassung von Compose File an Debian 11
  • Docker Zeitzone auf Berlin eingestellt
  • Vereinfachung der Repository-Struktur
  • Python Toolchain entfernt
  • Zusätzliches Lösch-Skript mit Docker-Integration
  • Verbesserung von Warnmeldungen
  • Erweiterung der Unit Tests
  • Erweiterung der automatischen Korrektur der Aktenzeichen
  • Extraktion von PDFs ignoriert fehlerhafte PDFs
  • Fix für Segmentation Fault bei Zählung von Types bei leeren Dokumenten
  • Fix für gitconfig-Problem
  • Diagramme nicht mehr nummeriert, sondern nach Typ geordnet

 

Features

  • Insgesamt bis zu 36 Variablen in der CSV-Variante
  • Fortlaufende Aktualisierung
  • Urheberrechtsfreiheit
  • Offene und plattformunabhängige Formate (PDF, TXT, CSV)
  • Zitationsnetzwerk zwischen allen Aktenzeichen, BGHZ und BGHSt
  • Verknüpfung mit PräsidentIn/Vize-PräsidentIn
  • Linguistische Kennzahlen
  • Umfangreiches Codebook
  • Compilation Report um den Erstellungs-Prozess zu erläutern
  • Dutzende Diagramme und Tabellen für alle Zwecke (im ZIP-Archiv 'ANALYSE')
  • Diagramme liegen jeweils in einem für den Druck (PDF) und das Web (PNG) optimierten Format vor
  • Tabellen sind im CSV-Format bereitgestellt und sind damit sowohl für Menschen als auch für Maschinen gut lesbar
  • Kryptographische Signaturen
  • Veröffentlichung des Source Codes

 

Eckdaten

Stichtag: 25. September 2024

Inhaltlicher Umfang: 77.892 Entscheidungen

Zeitlicher Umfang: 2000 bis 2024

Formate: PDF, TXT, CSV und GraphML

 

Source Code und Compilation Report

Der gesamte Erstellungs-Prozess ist ab Version 2021-04-27 vollautomatisiert und detailliert dokumentiert. Mit jeder Kompilierung des vollständigen Datensatzes wird auch ein umfangreicher Compilation Report in einem attraktiv designten PDF-Format erstellt (ähnlich dem Codebook). Zudem werden Robustness Checks auf Vollständigkeit und Plausibilität durchgeführt und in einem separaten Bericht dokumentiert.

Der Compilation Report enthält den Source Code für die Daten-Pipeline, dokumentiert relevante Rechenergebnisse, gibt sekundengenaue Zeitstempel an und ist mit einem klickbaren Inhaltsverzeichnis versehen. Wenn Sie sich für Details des Erstellungs-Prozesses interessieren, lesen Sie diesen bitte zuerst.

Der vollständige Source Code, der Compilation Report und die Robustness Checks sind öffentlich einsehbar und dauerhaft erreichbar im wissenschaftlichen Archiv des CERN unter diesem Link hinterlegt: https://doi.org/10.5281/zenodo.4459415

 

Kryptographische Signaturen

Die Integrität und Echtheit der einzelnen Archive des Datensatzes sind durch eine Zwei-Phasen-Signatur sichergestellt.

In Phase I werden während der Kompilierung für jedes ZIP-Archiv, das Codebook und die Robustness Checks Hash-Werte in zwei verschiedenen Verfahren (SHA2-256 und SHA3-512) berechnet und in einer CSV-Datei dokumentiert.

In Phase II werden diese CSV-Datei und der Compilation Report mit meinem persönlichen geheimen GPG-Schlüssel signiert. Dieses Verfahren stellt sicher, dass die Kompilierung von jedermann durchgeführt werden kann, insbesondere im Rahmen von Replikationen, die persönliche Gewähr für Ergebnisse aber dennoch vorhanden ist.

Die während der Kompilierung des Datensatzes erstellte CSV-Datei mit den Hash-Prüfsummen ist mit meiner persönlichen GPG-Signatur versehen. Der mit dieser Version korrespondierende Public Key ist sowohl mit dem Datensatz als auch mit dem Source Code hinterlegt. Er hat folgende Kenndaten:

Name: Sean Fobbe (fobbe-data@posteo.de)

Fingerabdruck: FE6F B888 F0E5 656C 1D25 3B9A 50C4 1384 F44A 4E42

 

Kein Urheberrecht: Public Domain

An den Entscheidungstexten und amtlichen Leitsätzen besteht gem. § 5 Abs. 1 UrhG kein Urheberrecht, da sie amtliche Werke sind. § 5 UrhG ist auf amtliche Datenbanken analog anzuwenden (BGH, Beschluss vom 28.09.2006 - I ZR 261/03, "Sächsischer Ausschreibungsdienst"). Alle eigenen Beiträge (z.B. durch Zusammenstellung und Anpassung der Metadaten) und damit den gesamten Datensatz stelle ich gemäß einer CC0 1.0 Universal Public Domain License vollständig urheberrechtsfrei.

 

Disclaimer

Dieser Datensatz ist eine private wissenschaftliche Initiative und steht in keiner Verbindung zu Behörden, Gerichten oder anderen amtlichen Stellen der Bundesrepublik Deutschland.

 

Weitere Open Access Veröffentlichungen (Fobbe)

Website www.seanfobbe.de

Open Data  —  zenodo.org/communities/sean-fobbe-data/

Source Code  —  zenodo.org/communities/sean-fobbe-code/

Volltexte regulärer Publikationen  —  zenodo.org/communities/sean-fobbe-publications/

 

Kontakt

Fehler gefunden? Anregungen? Melden Sie diese entweder im Issue Tracker auf GitHub oder kontaktieren Sie mich über www.seanfobbe.de

 

Files

CE-BGH_2024-09-25_Codebook.pdf

Files (11.0 GB)

Name Size Download all
md5:38558a10fd2ca4413502b86f02cd3a51
3.0 MB Preview Download
md5:3d46f580327a8e648eecaf85dbfdcc9a
10.8 MB Preview Download
md5:6692cc86f28097db226eeefaf47f4965
253.3 MB Preview Download
md5:186bd69a858aad7d8f9d3914b20acd3e
3.5 MB Preview Download
md5:caadf8f7a8bcc92e2896e3ea5c2bcf7b
2.8 MB Preview Download
md5:43afda9b2c59886f64f4ddc70d052aaa
7.2 GB Preview Download
md5:3b9a35cdd17f5b2068e2d6117ba90c78
647.6 MB Preview Download
md5:9fd5aa1f9475c2aa3254c9f006295651
2.6 GB Preview Download
md5:83ad41cc372ad25bf96e8b95128bc19a
2.0 MB Preview Download
md5:d9ab22525533d31a94ec23cf411c1efb
347.2 MB Preview Download
md5:c28428d27182d5b959726b7838247b41
6.6 kB Preview Download

Additional details

Related works

Is compiled by
Software: 10.5281/zenodo.12814023 (DOI)
Is derived from
https://www.bundesgerichtshof.de (URL)
References
Software: https://github.com/seanfobbe/ce-bgh (URL)

Software

Repository URL
https://github.com/seanfobbe/ce-bgh
Programming language
R
Development Status
Active