The hardware and bandwidth for this mirror is donated by dogado GmbH, the Webhosting and Full Service-Cloud Provider. Check out our Wordpress Tutorial.
If you wish to report a bug, or if you are interested in having us mirror your free-software or open-source project, please feel free to contact us at mirror[@]dogado.de.

Herkunft und Prüfung der Daten

Jede Zahl, die pksR liefert, lässt sich auf eine vom Bundeskriminalamt veröffentlichte Datei zurückführen, und jede Datenveröffentlichung wird vor der Veröffentlichung geprüft. Diese Vignette beschreibt den Weg von den BKA-Dateien zu einer Datenveröffentlichung und wie Sie die Herkunft Ihrer Daten prüfen. Die englische Fassung ist vignette("provenance").

library(pksR)

Von den BKA-Dateien zur Datenveröffentlichung

Die Datenveröffentlichungen erstellt pksR-data, eine Pipeline auf GitHub Actions:

  1. Quellen. Jede Quelldatei hat eine Zeile in einem Register, mit genauer URL, der BKA-Seite, die sie verlinkt, ihrer SHA-256-Prüfsumme und der Tabellenversion des BKA. URLs werden nie aus Vorlagen gebaut. Ein Download, dessen Prüfsumme vom Register abweicht, wird nicht verwendet; stimmen zwei Downloads in einer neuen Prüfsumme überein, meldet die Pipeline eine neu veröffentlichte Datei, statt zu veröffentlichen.
  2. Auswertung. Die PDF-Jahrbücher (2003 bis 2012) und die Tabellen (ab 2013) werden in ein gemeinsames Schema mit festen Datentypen überführt. Spalten, die einem Jahr fehlen, sind als NA vorhanden.
  3. Harmonisierung. Gebiets- und Straftatenharmonisierung wie in vignette("harmonization-de") beschrieben.
  4. Prüfung. Die Veröffentlichung entsteht nur, wenn alle Prüfungen bestanden sind (siehe unten).
  5. Veröffentlichung. Die Dateien erscheinen als unveränderliche GitHub-Veröffentlichung v<Jahr>.<n> mit einem Manifest.

Das Manifest

Das Manifest einer Veröffentlichung hält fest, was sie enthält und wie sie entstanden ist:

m <- pks_manifest("2026.1")
m                                  # Dateien mit SHA-256, Größe und Zeilen
meta <- attr(m, "manifest")
meta$pipeline_commit               # der Code der Pipeline, der sie erstellt hat
meta$target_boundary_year          # Gebietsstand des harmonisierten Panels
meta$validation                    # Ergebnis der Prüfung
meta$attribution                   # Quellen, Lizenzen, Quellenvermerke

pks_get() prüft jede heruntergeladene Datei gegen die SHA-256-Prüfsumme im Manifest und lehnt eine Datei ab, die nicht passt. Veröffentlichungen ändern sich nie: version = "2026.1" liefert jederzeit dieselben Daten, und eine Korrektur erscheint als neue Version.

Die Register einer Veröffentlichung (sources.csv, boundary_map.csv, offence_map.csv, known_breaks.csv und die Quellenlisten der Bundestabellen, des Umsteigeschlüssels und der Gebietsänderungen) sind ebenfalls Dateien der Veröffentlichung; jede Zuordnung, die in die Daten eingegangen ist, lässt sich nachlesen.

Die Prüfung vor jeder Veröffentlichung

Vor jeder Veröffentlichung prüft die Pipeline:

Prüfung Regel
Schema Alle Spalten mit ihren Datentypen vorhanden
Eindeutigkeit Eine Zeile je Jahr, Kreis und Straftatenschlüssel
Abdeckung Die erwartete Zahl der Kreise für den Gebietsstand; Berlin und Hamburg in jedem Jahr
Bundessummen Die Summe über die Kreise passt zur Bundestabelle desselben Jahres und Schlüssels, mit dokumentierter Toleranz für Fälle ohne bekannten Tatort
Erhalt Die Harmonisierung verändert die Bundessumme keiner Fallzahl und nicht die Einwohnerzahl
Plausibilität Keine negativen Zahlen; nicht mehr Versuche als Fälle; Median der Kreiseinwohnerzahl zwischen 50.000 und 400.000
Vollständigkeit Jedes registrierte Jahr liefert Daten

Scheitert eine Prüfung, wird nichts veröffentlicht, und ein Issue mit dem Bericht wird eröffnet. Das Ergebnis der Prüfung steht im Manifest (validation).

Eigene Daten prüfen

pks_validate() führt die Prüfungen aus, die nur das Panel selbst brauchen, etwa nach dem Filtern oder Verknüpfen von Daten:

d <- pks_example()
pks_validate(d)
#> Prüfung: 6 bestanden, 0 Warnungen, 0 nicht bestanden.
#> # A tibble: 6 x 4
#>   check       status problems details
#>   <chr>       <chr>     <int> <chr>  
#> 1 schema      pass          0 ""     
#> 2 uniqueness  pass          0 ""     
#> 3 city_states pass          0 ""     
#> 4 coverage    pass          0 ""     
#> 5 counts      pass          0 ""     
#> 6 population  pass          0 ""

# Ein fehlerhaftes Panel: Berlin entfernt
pks_validate(d[d$ags != "11000", ])
#> Prüfung: 5 bestanden, 0 Warnungen, 1 nicht bestanden.
#> ! city_states: 2019: 11000 fehlt; 2020: 11000 fehlt; 2021: 11000 fehlt; 2022:
#>   11000 fehlt; 2023: 11000 fehlt; 2024: 11000 fehlt; 2025: 11000 fehlt
#> # A tibble: 6 x 4
#>   check       status problems details                                           
#>   <chr>       <chr>     <int> <chr>                                             
#> 1 schema      pass          0 ""                                                
#> 2 uniqueness  pass          0 ""                                                
#> 3 city_states fail          7 "2019: 11000 fehlt; 2020: 11000 fehlt; 2021: 1100~
#> 4 coverage    pass          0 ""                                                
#> 5 counts      pass          0 ""                                                
#> 6 population  pass          0 ""

Was die Daten nicht sind

Die harmonisierten Daten sind veränderte Daten: Werte veränderter Kreise sind aus den veröffentlichten berechnet und keine amtlichen Zahlen des BKA. Die Fallzahlen der PDF-Jahre sind aus gerundeten Quoten abgeleitet. Die Kreistabellen enthalten nur eine Auswahl von Straftatenschlüsseln, und Erfassungspraxis, Straftatendefinitionen und Bezugsbevölkerung ändern sich über die Zeit (pks_breaks()).

Nutzungsbedingungen und Zitieren

Die PKS-Tabellen und der BBSR-Umsteigeschlüssel stehen unter der Datenlizenz Deutschland, Namensnennung, Version 2.0 (https://www.govdata.de/dl-de/by-2-0), die die Nennung der Quelle („PKS Bundeskriminalamt“, Berichtsjahr, Version) und einen Hinweis auf Veränderungen verlangt. Das Gemeindeverzeichnis von Destatis darf mit Quellenvermerk wiedergegeben werden. pks_cite() liefert Zitierangaben für das Paket, die Datenversion und alle drei Quellen.

These binaries (installable software) and packages are in development.
They may not be fully stable and should be used with caution. We make no claims about them.
Health stats visible at Monitor.