Data Warehouse

Das Data Warehouse ist die zentrale Datenplattform des CrimeLab UZH. Datenstruktur: Im Data Warehouse werden Informationen aus unterschiedlichen Quellen historisiert, standardisiert und für Analysen bereitgestellt. Im Rahmen des CrimeLab UZH soll das Data Warehouse als "Single Source of Truth“ dienen, um Daten aus Studien, Forschungs- und Befragungsdaten, Fall- und Ereignisdaten sowie Polizei-/Justizstatistiken konsistent zusammenzuführen. Ziel ist es, vergleichbare und reproduzierbare Auswertungen zu ermöglichen, wie zum Beispiel Trends über die Zeit, regionale Unterschiede, Deliktstrukturen, Wiederholungs- und Eskalationsmuster sowie die Evaluation von Massnahmen. Dazu werden Daten in einem einheitlichen Modell (z. B. Fakten wie Ereignisse/Delikte und Dimensionen wie Zeit, Ort, Deliktkategorien, Opfermerkmale), mit klaren Definitionen, Versionierung und Qualitätsregeln abgelegt.

Datenschutz: Besonderer Fokus liegt auf Datenschutz und Informationssicherheit: Funktionsbasierte Zugriffsrechte, Protokollierung, Pseudonymisierung/Anonymisierung, sichere Verarbeitungszonen (z. B. getrennte Bereiche für Rohdaten und kuratierte Daten) sowie ein Governance- und Metadatenkonzept (Datenkatalog, Datenverantwortlichkeiten, Dokumentation von Variablen und Herkunft). So entsteht eine belastbare Grundlage, auf der Forschende und Analyseteams effizient arbeiten können – von Dashboards und Standardreports bis hin zu fortgeschrittenen statistischen Modellen.

Open-Data-Option: Wo rechtlich und ethisch möglich, sieht das CrimeLab UZH zusätzlich eine Open-Data-Option vor. Dafür werden ausgewählte, ausreichend aggregierte oder anonymisierte Datensätze (inkl. Metadaten, Definitionen und Methodenhinweisen) in einem offenen Format bereitgestellt. Das erhöht die Transparenz, ermöglicht die Nachnutzung (z. B. für Replikationen, Lehre, Innovation) und erleichtert den Dialog mit der Öffentlichkeit und der Politik. Gleichzeitig bleibt klar geregelt, welche Daten nicht offengelegt werden (z. B. personenbezogene, fallbezogene oder sicherheitsrelevante Informationen) und nach welchen Kriterien Veröffentlichungen freigegeben werden.

Mitwirkung externer Forschungsinstitutionen: Das Data Warehouse wird so konzipiert, dass weitere Forschungsinstitutionen strukturiert mitwirken können – etwa über Kooperationsvereinbarungen, definierte Rollen (Data Provider, Data Steward, Research Partner), gemeinsame Standards und ein abgestuftes Zugriffsmodell. Geplant sind z. B. ein sicherer Forschungszugang (Secure Research Environment), projektbezogene Arbeitsbereiche (“Data Marts“) sowie Schnittstellen zum Einbringen eigener Daten oder Modelle. Durch diese kooperative Architektur können Expertise und Datenbasis erweitert, vergleichende Analysen über Institutionen hinweg ermöglicht und die wissenschaftliche Qualität durch Peer-Review-ähnliche Prozesse (Dokumentation, Reproduzierbarkeit, geteilte Code-Repositories) gestärkt werden.