Open Knowledge Danmark afholdt dataspurt om frigivelsen af dele af #panamaPapers. Lignende dataworkshops blev samtidig afholdt i Bruxelles og London.

@fnielsen visualiserede personerne i i Panama-papirernes professioner. Visualiseringen blev flittigt delt på sociale medier. Independent skrev en historie pba. figuren.

Panama-papirerne med oplysninger om brug af skattely har trukket store overskrifter verden over. Det væsentlige er imidlertid ikke skandalerne og enkeltsagerne med kendte personers tvivlsomme brug af skattely. Omfanget viser tydeligt, at der er noget systematisk galt. Et skridt på vejen hen imod at få gjort op med den omfattende skatteundragelse er at få skabt åbenhed om virksomhedskonstruktioner og -ejerforhold samt store internationale pengeoverførsler. Vi skal understrege behovet for åbne virksomhedsregistre, regnskabspligt og åbne skattelister internationalt.

For nylig blev et begrænset udtræk af det store materiale, kendt som Panama-lækket eller Panama-parpirerne, frigivet af organsiationen ICIJ. På forhånd var der stor interesse for offentliggørelsen. I Bruxelles og London planlagde forskellige åbenhedsaktivister dataworkshops for at få overblik over de nye data og i København inviterede Open Knowledge Danmark til dataspurt.

Panama-lækket har under betydelig mediebevågenhed resulteret i afsløring af flere kendte personers uretmæssige brug af skattely. På Open Knowledge Danmarks dataspurt var fokus at afdække omfanget af eventuelle forbindelser til Danmark. Datasættet indeholder 65 danske adresser, men der er utvivlsomt flere danske forbindelser end disse.

Open Knowledge Danmark udtaler sig om frigivelsen af Panama-papirerne i TV2-Nyhederne.

De danske adresser i #PanamaPapers-datasættet markeret på et danmarkskort

Under workshoppen lavede @fnielsen et boblediagram over personerne i panama-lækkets professioner baseret på oplysninger i Wikipedia. Diagrammet skal tages med forbehold, fordi det langt fra er alle personer fra lækket, der optræder i Wikipedia. Efterfølgende er grafen blevet massivt delt på de sociale medier og også Independent skrev en artikel baseret på grafen.

Der blev også udarbejdet et kort over de danske adresser nævnt i lækket. De fleste adresser er centreret omkring København, mens det område der hyppigt omtales som udkantsdanmark, er meget begrænset repræsenteret.

Du kan finde mere fra vores dataspurt på den anvendte pad og på vores Github-side, hvor du selvfølgelig også selv er velkommen til at bidrage.

Open Knowledge Danmark håber, at offentliggørelsen af oplysningerne fra Panama-papirerne kan bidrage til at lægge pres på internationalt for øget åbenhed om virksomheders ejerforhold og regnskaber.

Tak til alle medvirkende på dataspurten!

Som inspiration findes her en samling af gode datajournalistiske projekter omkring skat og Panama Papers-lækket, indsamlet af Jonathan Gray fra Open Knowledge International.

De nye data som er dem, vi vil kigge på under dataspurten ventes offentliggjort her, og vi vil samle vores findings mv. på vores GitHub-side.

Tilmelding til arrangementet er ikke nødvendig. Hvis du ikke har mulighed for at møde op i København, så bland dig alligevel online via vores twitter, facebook eller via kommentarsporet her på bloggen.

Dataspurt om #PanamaPapers
Sted: Cafe Nutid, København.
Dato: Tirsdag d. 10. maj 2016
Tid: 19.30 – ca. 21.30.

Open Knowledge Danmark afholdt dataworkshop om Finanslov 2016 hos Information.

Sidst i november afholdt Open Knowledge Danmark en dataworkshop om finanslov 2016 med ca. 15 deltagere i Informations lokaler.

Der blev kigget på forskellige visualisering af offentlige udgifter; udlandsbistanden blev forsøgt omregnet til “antal kongehuse”; reduktionen i bevillinger til uddannelse og forskning blev gransket; det blev undersøgt hvor stor en andel af de samlede udgifter, der er blevet flyttet rundt på mellem udspil og forhandling hen over de seneste år og Informations eget sunburst-diagram, blev opdateret med nyeste data.

Hvis du selv skulle have lyst til at tage et nærmere kig på data kan data hentes i csv-format via vores Github-side. Udtræk kan laves via finansministeriets finanslovsdatabase.

Skriv gerne en kommentar herunder med ideer til anvendelse af finanslovsdata’en eller med links til noget der rent faktisk er lavet.

Dataworkshop om finanslov 2015, Billede taget af @nilleren frigivet under CC-BY licens.

Kom med til dataworkshop om finansloven mandag d. 30. november i København.

For 3. år i træk afholder  Open Knowledge Foundation Danmark en datajournalistisk workshop om finansloven i samarbejde med Information (læs om tidligere workshops her og her). Det er mandag d. 30. november 2015, kl. 16.30-20.00 i Informations lokaler i København.

Vi kommer til at arbejde med dataanalyse og -visualisering af den nye finanslov for 2016. Vi graver sammen ned i data’en bag den fremlagte finanslov for at finde historier og svar:

• Hvordan prioriteres ulandshjælp, nødhjælp og modtagelse af flygtninge?
• Hvor mange penge bliver der egentlig flyttet rundt på i forhandlingerne?
• Bliver Kongehusets gage sat op?
• Hvor meget tages fra uddannelse og forskning?
• Hvordan ser udviklingen i udgifterne til politi ud?

Vil du være med? Så tilmeld dig hos Niels Erik eller skriv i kommentarfeltet herunder eller direkte til vores twitter. Vi er særligt glade for deltagere, der har viden om finansloven, evner inden for it, datajournalistik, visualisering eller statistik – vigtigste kvalifikation er dog, at du har lyst til at være med.

GLOW – Global Legislative Openness Week 2015

English summary Open parliamentary data in Denmark and how to make use of them:
During Global Legislative Openness Week (GLOW) an event on open parliamentary data in Denmark was held at the University of Copenhagen. A civil servant from the Danish parliament (Folketinget) introduced their one-year-old open data initiative and gave an overview of the possibilities and the perspectives. Next a datajournalist from the Danish Broadcasting Corporation showcased examples of how to make stories of political and legislative data. Having access to open legislative data raises the question of how to make use of it, how to turn it into knowledge and make it accessible for a broader audience.

Kresten Morten fra DR’s undersøgende databaseredaktion fortæller om datajournalistisk dækning af dansk politik.

“Global Legislative Openness Week” (GLOW) er en uge, hvor der verden over afholdes arrangementer om åbenhed omkring lovgivning og relaterede politiske processer. Ugen er et initiativ under det internationale samarbejde “Open Government Partnership” (OGP), som Danmark har tilsluttet sig. OGP omfatter 65 lande og sigter mod at opstille konkrete, bindende mål om øget gennemsigtighed, øget borgerinddragelse, anti-korruption og anvendelse af ny teknologi til bedre regeringsførelse. I forbindelse med dette års uge afholdt Open Knowledge Danmark i samarbejde med Foreningen Gennemsigt et gå-hjem-møde om åbne lovgivningsrelaterede data og anvendelsen heraf. Kvantitativt Netværk ved Center for Valg og Partier under Københavns Universitet var værter ved arrangementet idet de havde stillet lokale til rådighed. Tak.

Til møde om åbne lovgivningsrelaterede data.

På mødet indledte projektleder for Folketingets projekt åbne data, Anders Gilbro Nielsen, med at fortælle om opbygningen af Folketingets data og mulighederne for videreanvendelse. Data kan tilgås via en API og selvom det i høj grad letter adgangen og tilgængeligheden af data, var vurderingen at det stadig er nødvendigt at have en person med programmeringskendskab ved sin side, når data skal hentes ind til f.eks. et regnearksprogram. Desuden kræver tolkning af data en vis forståelse for folketingets forretningsgange. Den lidt tekniske introduktion blev efterfulgt af et oplæg om den datajournalistiske dækning af dansk politik. Kresten Morten fra DRs undersøgende databaseredaktion vidste flere interessante eksempler, på hvordan data kan fungere som fundament for gode journalistiske historier. Kresten tog udgangspunkt i DRs dækning af folketingsvalget 2015.

Anders Gilbro fra Folketinget fortæller om mulighederne med folketingets åbne data.

Som forsøg blev mødet live-transmitteret via Periscope, hvis nogen har set med og har ideer til hvordan vi bruger dette eller tilsvarende medier bedre, så send os gerne en kommentar.

Se også: I forbindelse med Global Legislative Openness Week 2014 afholdt Open Knowledge Danmark en data-workshop om folketingets API.

Eksterne henvisninger

• Open Data Days hjemmeside
• Open Data Day Copenhagen 2015 – Facebook-begivenhed

Der kodes og analyseres på Information og OK-DK’s dataworkshop om Finanslov 2014.

Kom med til dataworkshop! Vi kommer til at arbejde med dataanalyse og -visualisering af den nye finanslov.

Vi kigger finansloven igennem for at finde historier og svar:
– Bliver Kongehusets gage sat op?
– Hvordan prioriteres ulandshjælp, nødhjælp og modtagelse af flygtninge?
– Hvor ses de største ændringer i forhold til sidste år?
– Hvor store er udgifterne til dagpenge?
– Hvor mange penge bliver der egentlig flyttet rundt på i forhandlingerne?
– Ændres forholdet mellem kolde og varme hænder?

Arrangementet afholdes af Open Knowledge Foundation Danmark i samarbejde med Informations Datablog. Det er onsdag d. 26. november, kl. 16.30-20.00 i Informations lokaler i København. Hvis du kunne tænke dig at være med så tilmeld dig hos Niels Erik eller skriv direkte til vores twitter. Vi er særligt glade for deltagere, der har viden om finansloven, evner inden for it, datajournalistik, visualisering eller statistik – vigtigste kvalifikation er dog, at du har lyst til at være med.

Det er andet år i træk, at vi og Informations Datablog afholder et datajournalistisk arrangement omkring finansloven. Du kan læse lidt om sidste års dataspurt her.

Dette er en gæsteblogpost af Michele Kovacevic, som afholdte en School of Data data expedition til Kopenlab Festivalen i sommers i København. Her er hendes rapport (cross-post fra School of Data bloggen, se originalen her).

When I signed up to the School of Data mailing list, I didn’t quite know what I was getting myself into.

Within two days of joining, I was invited to lead a data expedition at the Kopenlab citizen science festival alongside the EuroScience Open Forum in Copenhagen, Denmark.

My first reaction was trepidation (I didn’t know what a data expedition was and I haven’t worked extensively with datasets for a few years) but Michael Bauer at the School of Data assured me that it would be a fun learning experience. So I enthusiastically agreed and my first quest with data began.

I quickly learned that a data expedition aims to discover stories hidden in the ‘Land of Data’. As the expedition guide, I would set the topic and encourage my expedition team to work together to solve real-life problems, answer questions and tell stories with data.

An important side note (and one I reiterated several times during the expedition) is that there are no right answers and no expected final output. The point of a data expedition is to think freely and creatively, learn from each other and hopefully develop some new skills and a lifelong love of data.

Given Copenhagen’s reputation as the most bike friendly city in the world, we choose to focus on the comprehensive cycling statistics that Denmark collects every day.

For example, did you know that more people in greater Copenhagen commute by bicycle than everyone who rides bikes to work in the entire United States? This information can be found in easily accessible datasets such as the EU public dataset and Denmark’s national statistics database.

We came up with a few guiding to stimulate the imaginations of our expedition team:

How far do I have to walk to get a bikerack in Copenhagen?

Are there areas where bikeracks are more dense and how does this correlate with where people are riding bikes?

How many bike accidents are caused in Copenhagen because cyclists are drunk?

Do more young or old people ride bikes in Copenhagen?

At which age do people spend most money on bicycles?

So armed with some sample datasets, a laptop and flipchart, I set off to Copenhagen to meet Ioana, Deepak, Akash, Mirela and Tobias – my expedition team.

After finding 10 things in common with each other, our first task was to work out everyone’s strengths and weaknesses so we could set loose roles. Ioana became our analyst & engineer (data cruncher), Deepak and Akash were our storytellers (found interesting angles to explore and shaped the final story), Mirela was our scout (data hunter) and Tobias was our designer (beautify the outputs to make sure the story really comes through).

Our next task was to come up with our expedition questions and we took to this task very enthusiastically, coming up with more questions than we had time to explore! To make the questions easier to tackle, we decided to group them by theme (travel usage, life cycle/accidents/rules/compliance, geographical stats, economics, policy, culture). The group split in half to tackle two different sets of questions.

Deepak, Akash and Tobias looked at what policies influenced cycling adoption in Denmark and compared these to a number of different cities across the world.

Mirela and Ioana mapped the number of cyclists in different areas of Copenhagen in order to develop a density map, which could be overlayed with other data such as where cyclists are most active at certain times of day, accident rates/locales and bikerack density.

We spent the next two hours of the expedition searching and scraping various datasets (a full list can be found in this googledoc) in order to come up with our stories to tell the Kopenlab citizen science festival attendees.

We came across a few hurdles, namely the “cleanness” and consistency of the data. Often the datasets were only available as PDFs (CSV and excel spreadsheets are much easier to work with) and data headers often didn’t have references.

“It would be nice to have it all in a bigger table,” Ioana said.

In the face of these challenges we gave each other a helping hand to find alternative exploration routes (much like a real quest, really).

Another one of the great aspects of a data expedition the focus on skill sharing. Ioana had a great understanding of Google fusion tables so she was able to show some of the other participants how to sort and analyse data using this tool. Unfortunately we didn’t get much time to explore the plethora of open source data analysis and visualization tools (some are listed on page 5 of this doc).

So after three hours traversing the wilds of Copenhagen’s bike data we had two stories to tell.

Ioana presented her team’s heat map showing that the number of cyclists was most dense in the northwest part of Copenhagen.

Deepak presented his team’s infographic showing that many factors influence cycling usage in urban centers:

We had a great time exploring these datasets, but with the short time we had available, we only really scraped the surface of Copenhagen’s bike data stories.
Luckily Matias and his bikestorming crew ran another expedition in Copenhagen two months later and were able to build on what we learnt…

Stay tuned for part two of our biking blog series written by Matias Kalwill, founder and designer of Bikestorming.

More pics from Kopenlab here and here.

Eksemplet illustrerer værdien af åbne valgdata. I dette tilfælde var der tale om en meneskelig fejl, i andre tilfælde kan brugen af åbne valgdata være med til at afsløre egentlig valgsvindel.

Data vedrørende valghandlingen i et moderne velfungerende demokrati er et skoleeksempel på data, der bør være åbne. Valgdata er af åbenlys samfundsmæssig betydning og bør altid være åbne, let og gratis tilgængelige i maskinlæsbart format uden forsinkelse og uden restriktioner for brug af nogen art. Der er stadig nogle mangler i forhold til dette i Danmark, men det skal det ikke handle om her.

Dagen efter valget til Europa-Parlamentet og folkeafstemningen om Danmarks tiltrædelse til den europæiske patentdomstol afholdt vi i samarbejde med Oplysningsforbundet DEO en “valgdatafest”, dvs. en workshop hvor vi arbejdede sammen om at finde interessante vinkler i de friske valgdata. Vi fandt blandt andet at:

• Færrest stemte nej til patentdomstolen i Rungsted (11 %) efterfulgt af valgsteder i Gentofte og Rudersdal.
• Det absolut største nej til patentdomstolen fik vi i Taarbæk (76 %).
• Afstemningsstederne ved Bendt Bendtsens højborg på Fyn er de steder i landet, hvor afstemningsresultatet kommer tættest på det polske landsresultat.
• Der er klar (positiv) sammenhæng mellem antallet af stemmer på de to nej-partier (DF og Folkebevægelsen mod EU) og andelen af vælgere, der har stemt nej til patentdomstolen.

Grafen sammenholder valgresultatet for Folkebevægelsen mod EU og Dansk Folkeparti med andelen af stemmer mod patentdomstolen. Taarbæk og Rungsted er outliers. 0.5 på akserne svarer til 50%.

Hent selv datasættet med resultater fra patentdomstols-afstemningen fordelt på afstemningssteder og tilsvarende resultater fra Europa-Parlaments-valget, data er indhentet via webscraping. Officiel data vedr. de to valg kan hentes hos Danmarks Statistik, hvor informationerne pt dog kun forefindes på opstillingskredsniveau. Mere detaljerede data kan findes hos KMD.

På grafen er Dansk Folkeparti og de Radikales valgresultat sammenholdt. Når det ene parti klarer sig godt, klarer det andet sig dårligt. 0.5 på akserne svarer til 50%.

Du kan finde flere data og mere information på vores GitHub side herunder det fulde valgresultat med personlige stemmer helt ned til afstemningssteds-niveau lige til at læse ind i et regneark eller statistikprogram.

Sidste weekend afholdt Open Knowledge Danmark en såkaldt “Data Expedition”-workshop til new media festivalen CLICK i Helsingør. Vi havde i forbindelse med festivalens temaramme (overvågning og privatliv) valgt at fokusere på personlige data, og idéen med den eventyrprægede titel var at dykke ned i det dataspor som vi allesammens efterlader online.

Data Ekspeditions-formatet er inspireret af Open Knowledge’s internationale School of Data projekt, som har til formål at lære almindelige borgere at dykke ned i data og finde historier og konkret viden – ved at analysere, visualisere og forstå data. Normalt ville dette betyde et udgangspunkt i mere kvantitative data end personlige data, men grundidéen med at tage på ekspedition i en datamængde passede fint til dagens formål.

En mindre dedikeret gruppe af danske og internationale deltagere deltog, og vi fik hentet datadumps fra sider såsom Facebook, LinkedIn og Google (herunder søgehistorik og det gps-baserede location history, der via mobiltelefonen opsamler alle vores daglige bevægelser) og brugte disse til at prøve at skabe en personkarakteristik på én af deltagerne som velvilligt stillede op som frivillig dataleverandør.

Idéen var således at se hvilke oplysninger det var muligt at sammenstykke fra det store bjerg af personlige data, og på den måde måske ligefrem udlede konklusioner som er afledte og dermed går ud over de informationer som vi selv eksplicit har lagt på nettet om os selv. En øvelse som nettets store virksomheder bruger mange resourcer på i forsøget på at vide så meget som muligt om deres brugere.

Blandt mange interessante konklusioner fandt vi frem til, at selvom man kan finde mange informationer om os alle online, så er det stadigvæk svært at sammenholde disse data. Det betyder dog ikke at man ikke med snilde og intuition kan bruge de mange data til at tegne en meget personlig profil af enhver person, og det viser netop hvad de mange data kan bruges til hvis de falder i de forkerte hænder. Et faktum som ledte diskussionen hen på begreber som identitetstyveri og andre lignende data-drevne udfordringer, som satte en tyk streg under vigtigheden af at passe godt på personlige data.

Alt i alt en spændende og sjov dag, hvor vi endnu engang blev mindet om hvor stor en del af vores dagligdag der reflekteres i vores online tilstedeværelse, samt hvor stor en forretning der ligger bag.