---
title: "Was ist ein Datensatz? Arten, Beispiele und Quellen"
description: "Ein Datensatz ist eine Sammlung zusammengehöriger Daten, meist eine Tabelle: Zeilen sind Beobachtungen, Spalten Variablen. Arten, Beispiele, Quellen, Lizenzen."
url: https://proxynet.io/de/blog/what-is-a-dataset
date: 2026-11-19
author: "Acar Diveroli"
category: "Anwendungsfälle, KI"
lang: de
---

# Was ist ein Datensatz? Arten, Beispiele und Quellen

Sie laden `air-quality-2025.zip` vom Open-Data-Portal einer Stadt herunter. Darin liegen drei Dateien: eine CSV-Datei mit einer Zeile pro Messstation und Stunde, ein kurzes PDF namens „Datenwörterbuch“ und eine Textdatei mit einer Lizenz. Die CSV-Datei enthält die Zahlen, verrät für sich aber nicht, ob `pm25` ein Stunden- oder ein Tagesmittel ist, ob die Zeiten in Ortszeit oder in UTC angegeben sind und ob Sie ein daraus erstelltes Diagramm veröffentlichen dürfen. Erst die drei Dateien zusammen bilden den Datensatz; die CSV-Datei allein enthält bloß Daten.

Dieser Beitrag erklärt, was ein Datensatz (englisch „dataset“) ist, wie Zeilen, Spalten und Arten zusammenhängen, wie ein Datensatz aufgebaut und für maschinelles Lernen aufgeteilt wird, und behandelt bekannte Beispiele, Quellen, Dateiformate, Lizenzen, Dokumentation und personenbezogene Daten.

> **Hinweis: Kurzantwort**
>
> Ein Datensatz ist eine Sammlung zusammengehöriger Daten, die für einen Zweck erhoben und so geordnet wurden, dass man sie als Ganzes auswerten kann. Die meisten Datensätze sind Tabellen: Jede Zeile ist eine Beobachtung (ein Kunde, ein Produkt, ein Tag, eine Messung), und jede Spalte ist eine Variable, also eine Eigenschaft, die für jede Beobachtung erfasst wird, etwa Preis, Datum oder Temperatur. Datensätze können auch Text, Bilder, Audio oder die Verbindungen zwischen Dingen enthalten. Zu einem brauchbaren Datensatz gehören eine Dokumentation, die jede Variable und die Art der Erhebung erklärt, und eine Lizenz, die festlegt, was Sie damit tun dürfen. Übliche Quellen sind amtliche Statistiken, Open-Data-Portale, Forschungsrepositorien, APIs, Ihre eigenen Systeme und öffentliche Webseiten.

## Was ist ein Datensatz?

Ein Datensatz ist eine Menge von Daten über ein Thema, die auf einer einzigen Detailebene erfasst und zusammengehalten wird, damit man sie als Ganzes auswerten kann. Die Bestellhistorie eines Shops, die stündlichen Messwerte einer Wetterstation und 10.000 beschriftete Fotos von Verkehrsschildern sind Datensätze, weil jeder Eintrag darin dieselbe Art von Sache auf dieselbe Weise beschreibt.

Die meisten Datensätze, denen Sie im Beruf begegnen, sind Tabellen. Hier die ersten Zeilen eines kleinen Wetterdatensatzes im CSV-Format, in dem Kommas die Werte trennen:

```text
date,city,temp_c,rain_mm
2026-01-01,Lyon,4.2,0.0
2026-01-01,Porto,11.8,2.5
2026-01-02,Lyon,3.6,1.2
```

Jede Zeile nach der Kopfzeile ist eine Beobachtung: eine Stadt an einem Tag. Jede Spalte ist eine Variable, die für jede Beobachtung erfasst wird, und wo sich Zeile und Spalte kreuzen, steht ein Wert, etwa 4,2 Grad. Das, was eine Zeile beschreibt, heißt Beobachtungseinheit; wer sie zuerst festlegt (eine Zeile pro Stadt und Tag, nicht eine pro Sensormessung), bestimmt damit alles Weitere.

## Was sind Zeilen, Spalten und Werte in einem Datensatz?

Zeilen sind Beobachtungen, Spalten sind Variablen, und jede Zelle enthält genau einen Wert. Diese Anordnung, oft „Tidy Data“ (aufgeräumte Daten) genannt, macht einen Datensatz leicht zu filtern, zu summieren und mit einer anderen Tabelle zu verknüpfen, weil fast jedes Analysewerkzeug eine Beobachtung pro Zeile erwartet. Eine Tabellenkalkulation mit verbundenen Zellen und Zwischensummen mittendrin sieht aus wie eine Tabelle, bricht aber die Regel.

Die Art der Variable entscheidet, was Sie damit berechnen können:

- **Numerisch:** Messwerte (4,2 Grad) oder Zählungen (3 Bestellungen). Mittelwerte sind sinnvoll.
- **Kategorial:** Bezeichnungen aus einer festen Menge, etwa die Stadt. Sie zählen sie; eine „durchschnittliche Stadt“ bedeutet nichts.
- **Datum und Uhrzeit:** nur vergleichbar, wenn Format und Zeitzone bekannt sind.
- **Text:** Freitext wie Bewertungen, der vor der Analyse aufbereitet werden muss.
- **Kennung:** eine Bestellnummer oder Produkt-ID, die eine Zeile mit anderen Tabellen verbindet. Sie sieht numerisch aus, wird aber nie gemittelt.

Ein Datenwörterbuch (Data Dictionary) listet jede Variable mit Typ, Einheit und zulässigen Werten auf. Ohne ein solches Verzeichnis kann eine Spalte namens `temp` Celsius oder Fahrenheit enthalten, und eine leere Zelle kann null, unbekannt oder nicht zutreffend bedeuten.

## Was bedeutet Datensatz in der Statistik?

In der Statistik und im Mathematikunterricht ist ein Datensatz einfach die Liste der Werte, die Sie auswerten, oft eine einzige Variable. Die Testergebnisse 4, 7, 7, 9 und 13 bilden einen Datensatz aus fünf Werten: Die Spannweite beträgt 13 − 4 = 9, der Median (der mittlere Wert nach dem Sortieren) ist 7, der Modalwert (der häufigste Wert) ist 7, und das arithmetische Mittel beträgt 40 ÷ 5 = 8.

Eine Tabelle mit 12 Spalten besteht aus zwölf solchen Listen, die für dieselben Beobachtungen nebeneinander erfasst wurden. So lassen sie sich vergleichen, zum Beispiel um zu sehen, ob Regentage kälter sind.

## Welche Arten von Datensätzen gibt es?

Datensätze werden danach eingeteilt, wie streng die Daten strukturiert sind und wie ein einzelner Eintrag aussieht. Strukturierte Daten passen in feste Spalten, wie in einer Tabellenkalkulation. Semistrukturierte Daten tragen ihre eigenen Bezeichnungen ohne feste Tabelle, etwa JSON aus einer API oder Logzeilen mit `key=value`-Paaren. Unstrukturierte Daten wie Freitext, Bilder und Audio haben keine vordefinierten Felder und brauchen vor der Analyse meist Labels oder extrahierte Merkmale.

Nach der Form eines Eintrags sind dies die häufigsten Arten:

| Art | Ein Eintrag ist | Beispiel | Typisches Format |
|---|---|---|---|
| Tabellarisch | Eine Beobachtung, feste Felder | Bestellungen, Umfrageantworten | CSV, Excel, Parquet |
| Zeitreihe | Ein Wert zu einem Zeitpunkt | Stündliche Temperatur | CSV, Parquet |
| Paneldaten | Eine Einheit zu einem Zeitpunkt | Tagespreise von 500 Produkten | CSV, Parquet |
| Text | Ein Dokument | Bewertungen, Nachrichtenartikel | JSON Lines, TXT |
| Bild oder Audio | Eine Datei plus Label | Fotos mit dem Label „Katze“ | Ordner + Label-Datei |
| Graph | Ein Knoten oder eine Verbindung | Links zwischen Webseiten | Kantenlisten, JSON |

Eine Zeitreihe verfolgt eine Sache über die Zeit, ein Querschnittsdatensatz ist eine Momentaufnahme vieler Dinge zu einem Zeitpunkt, und Paneldaten verbinden beides. In einer Zeitreihe hängt jeder Wert von den vorherigen ab, deshalb lassen sich ihre Zeilen nicht wie Umfrageantworten mischen.

## Wie wird ein Datensatz aufgebaut?

Ein Datensatz entsteht, indem Sie festlegen, was eine Zeile bedeutet, jede Zeile auf dieselbe Weise erheben und aufschreiben, wie Sie vorgegangen sind:

1. **Frage festlegen.** „Wie stehen unsere Preise Woche für Woche im Vergleich zu drei Wettbewerbern da?“ bestimmt den Umfang.
1. **Beobachtungseinheit wählen.** Hier: eine Zeile pro Produkt, pro Wettbewerber, pro Tag.
1. **Variablen wählen.** Produkt-ID, Wettbewerber, Preis, Währung, Lagerbestand und Erhebungszeit, jeweils mit Typ und Einheit.
1. **Erheben.** Aus Ihren eigenen Systemen, über eine API, einen amtlichen Download oder öffentliche Webseiten, mit derselben Methode für jede Zeile.
1. **Prüfen und bereinigen.** Duplikate entfernen, Typen korrigieren und fehlende Werte markieren; [Was ist Datenqualität?](/de/blog/what-is-data-quality) macht aus diesen Prüfungen Regeln, die bei jeder Lieferung laufen.
1. **Dokumentieren.** Datenwörterbuch, Quelle, Erhebungszeitraum und bekannte Lücken festhalten.
1. **Versionieren und speichern.** Jeder Veröffentlichung ein Datum oder eine Nummer geben, damit sich ein Diagramm aus dem März im Juni nachbauen lässt.

## Wie werden Datensätze im maschinellen Lernen genutzt?

Im maschinellen Lernen ist ein Datensatz die Menge an Beispielen, aus denen ein Modell lernt: Jede Zeile enthält Merkmale (Features, die Eingaben) und beim überwachten Lernen ein Label (die Antwort, die das Modell vorhersagen lernen soll). Ein Spamfilter lernt zum Beispiel aus Tausenden E-Mails, die Menschen als Spam oder Nicht-Spam markiert haben.

Vor dem Training wird der Datensatz in drei Teile aufgeteilt, die sich nie überschneiden:

- **Trainingsdatensatz:** die Beispiele, aus denen das Modell lernt, meist der größte Teil.
- **Validierungsdatensatz:** dient während der Entwicklung dazu, Einstellungen zu vergleichen und zu entscheiden, wann das Training endet.
- **Testdatensatz:** wird zurückgehalten und erst ganz am Ende einmal genutzt, um abzuschätzen, wie das Modell mit Daten abschneidet, die es nie gesehen hat.

Landen fast identische Zeilen, etwa zwei Fotos desselben Gegenstands, sowohl im Trainings- als auch im Testdatensatz, sieht das Ergebnis besser aus, als es ist; das nennt man Data Leakage. Zeitreihen werden nach Datum aufgeteilt: Das Modell trainiert auf der Vergangenheit und wird an einem späteren Zeitraum getestet, damit es nicht in die Zukunft schauen kann.

## Welche bekannten Datensätze gibt es?

Drei öffentliche Datensätze zeigen, wie viel der Begriff abdeckt:

- **Iris:** 150 Blüten aus drei Arten mit je vier Messwerten, 1936 vom Statistiker R. A. Fisher veröffentlicht. Das [UCI Machine Learning Repository](https://archive.ics.uci.edu/dataset/53/iris) verbreitet ihn unter einer CC-BY-4.0-Lizenz.
- **MNIST:** 70.000 Graustufenbilder handgeschriebener Ziffern, jeweils 28 × 28 Pixel, aufgeteilt in 60.000 Trainings- und 10.000 Testbilder, jedes mit einem Label von 0 bis 9. Er ist eine klassische erste Übung in der Bildklassifikation.
- **Common Crawl:** Petabytes an Webseiten, seit 2008 regelmäßig gesammelt und frei verfügbar. Viele Textdatensätze für das Training von Sprachmodellen werden daraus gefiltert; [Was ist Common Crawl?](/de/blog/what-is-common-crawl) erklärt, was ein Crawl enthält.

## Woher kommen Datensätze?

Datensätze stammen aus einer Handvoll Quellen, und die Quelle entscheidet, wie weit Sie ihnen vertrauen und sie wiederverwenden können:

- **Amtliche Statistik:** Nationale Statistikämter und internationale Organisationen veröffentlichen Bevölkerungs-, Preis- und Handelsdaten mit dokumentierten Methoden.
- **Open-Data-Portale:** Staaten und Städte veröffentlichen Haushalte, Fahrpläne und Luftqualitätswerte, meist unter einer offenen Lizenz.
- **Forschungsrepositorien:** Universitäten und Fachzeitschriften stellen die Daten hinter veröffentlichten Studien bereit.
- **APIs:** Dienste geben Daten über dokumentierte Endpunkte heraus, mit eigenen Limits und Bedingungen.
- **Ihre eigenen Systeme:** Bestellungen, Serverlogs und CRM-Einträge; oft die wertvollste Quelle und diejenige, die am ehesten personenbezogene Daten enthält.
- **Öffentliche Webseiten:** Preise, Angebote, Stellenanzeigen und Bewertungen, erhoben innerhalb der Nutzungsbedingungen und Anfragelimits jeder Website.

Wer einen vorhandenen Datensatz sucht, beginnt bei der Organisation, die ihn erheben würde: Arbeitslosendaten beim Statistikamt, Busverspätungen beim Open-Data-Portal der Stadt.

## Welche Dateiformate nutzen Datensätze?

Die meisten tabellarischen Datensätze werden als CSV geteilt, verschachtelte Einträge als JSON oder JSON Lines und große Analysetabellen als Parquet. CSV ist Klartext mit einer Zeile pro Eintrag und Kommas zwischen den Werten; [RFC 4180](https://datatracker.ietf.org/doc/html/rfc4180) beschreibt die gängige Form, einschließlich doppelter Anführungszeichen um jeden Wert, der ein Komma, ein Anführungszeichen oder einen Zeilenumbruch enthält.

Auf unserem Testrechner (Node.js 24) haben wir dieselbe Tabelle mit 1.000 Zeilen und 4 Spalten in beiden Formaten gespeichert: Die CSV-Datei war 25.492 Byte groß, das JSON-Array 68.468 Byte, also etwa 2,7-mal so groß, weil JSON jeden Spaltennamen in jedem Eintrag wiederholt. Die Zeile `2026-01-01,"Washington, D.C.",4.2,0.0` an den Kommas zu trennen ergab fünf statt vier Felder, während ein Parser, der Anführungszeichen beachtet, die richtigen vier lieferte. Lesen Sie CSV deshalb immer mit einem echten CSV-Parser.

Parquet ist ein spaltenorientiertes Open-Source-Format, das die Werte jeder Spalte gemeinsam speichert und komprimiert, sodass eine Abfrage, die 2 von 50 Spalten braucht, nur diese 2 liest. JSON Lines legt einen Eintrag pro Zeile ab, was zu wachsenden Logs und Texten passt.

## Unter welcher Lizenz steht ein Datensatz?

Die Lizenz eines Datensatzes legt fest, was Sie damit tun dürfen; ohne sie haben Sie keine klare Erlaubnis zur Wiederverwendung, weil Urheberrechte oder Datenbankrechte trotzdem gelten können. Die gängigen offenen Lizenzen sind:

- **CC BY 4.0:** Teilen und Bearbeiten für jeden Zweck, auch kommerziell, wenn Sie den Urheber nennen, auf die Lizenz verlinken und angeben, ob Sie Änderungen vorgenommen haben. Die [Zusammenfassung von Creative Commons](https://creativecommons.org/licenses/by/4.0/) nennt die genauen Bedingungen.
- **ODbL 1.0 (Open Database License):** für Datenbanken geschrieben. Nennen Sie die Quelle, stellen Sie jede bearbeitete Datenbank, die Sie öffentlich nutzen, unter dieselbe Lizenz, und wenn Sie technische Beschränkungen hinzufügen, verbreiten Sie auch eine Fassung ohne sie.
- **CC0:** Der Herausgeber verzichtet auf seine Rechte, soweit das Gesetz es erlaubt; es gelten also keine Bedingungen.
- **Nutzungsbedingungen:** Daten aus einer API oder von einer Website unterliegen den Bedingungen dieses Dienstes, die strenger sein können als jede offene Lizenz.

Eine Lizenz regelt die Rechte des Herausgebers, nicht die Rechte der Menschen in den Daten. Ein CC-BY-Datensatz mit Namen und E-Mail-Adressen bleibt personenbezogen.

## Wie sollte ein Datensatz dokumentiert werden?

Ein Datensatz sollte so gut dokumentiert sein, dass eine fremde Person ihn richtig nutzen kann, ohne den Autor zu fragen. Die Arbeit [Datasheets for Datasets](https://arxiv.org/abs/1803.09010) (Gebru und andere, erstmals 2018 veröffentlicht) schlägt vor, jedem Datensatz ein Datenblatt beizulegen, das Motivation, Zusammensetzung, Erhebungsprozess und empfohlene Verwendungen beschreibt, so wie elektronische Bauteile mit Datenblättern ausgeliefert werden.

Schon eine kurze README-Datei hilft viel: was eine Zeile ist, Quelle und Methode, abgedeckter Zeitraum, Einheiten und Zeitzone, bekannte Lücken, Lizenz, Version und ein Kontakt.

## Was gilt, wenn ein Datensatz personenbezogene Daten enthält?

Bezieht sich auch nur eine Zeile auf eine Person, die identifiziert werden kann, enthält der Datensatz personenbezogene Daten, und das Datenschutzrecht gilt. Die DSGVO definiert personenbezogene Daten in [Artikel 4 Nummer 1](https://eur-lex.europa.eu/eli/reg/2016/679/oj/deu) als alle Informationen, die sich auf eine identifizierte oder identifizierbare natürliche Person beziehen, direkt oder über Angaben wie einen Namen, eine Kennnummer, Standortdaten oder eine Online-Kennung. Das Gesetz Nr. 6698 über den Schutz personenbezogener Daten (KVKK) in Türkiye folgt in Artikel 3 demselben Gedanken.

Namen zu entfernen reicht nicht: Pseudonymisierte Daten, bei denen Namen durch Codes ersetzt werden und der Schlüssel an anderer Stelle liegt, bleiben nach der DSGVO personenbezogene Daten. Erheben Sie nur die Spalten, die Sie brauchen, maskieren Sie direkte Kennungen, beschränken Sie den Zugriff und legen Sie ein Löschdatum fest; [Personenbezogene Daten (PII) in Scraping-Datensätzen](/de/blog/personal-data-in-scraped-datasets) geht diese Schritte für Webdaten durch.

## Wie erstellen Sie einen Datensatz aus öffentlichen Webseiten?

Wenn es weder Download noch API gibt, liegt die Schwierigkeit bei öffentlichen Webseiten darin, jede Zeile unter denselben Bedingungen zu erheben. Viele Websites zeigen je nach Land des Besuchers andere Preise, Währungen, Lagerbestände und Sprachen, sodass ein Datensatz, der von einem einzigen Standort aus erhoben wurde, stillschweigend nur diesen Standort beschreibt. Ein [Residential-Proxy](https://proxynet.io/de/residential-proxy) mit Targeting nach Land und Stadt erlaubt es, die Zeilen jedes Marktes so zu erheben, wie ein lokaler Besucher sie sehen würde, und eine Sticky-Sitzung behält bei einer mehrseitigen Prüfung 1 bis 60 Minuten lang dieselbe IP-Adresse.

Halten Sie in jeder Zeile Erhebungsland und -zeit fest, beachten Sie die robots.txt, die Nutzungsbedingungen und die Anfragelimits jeder Website, und nutzen Sie eine offizielle API oder einen Download, wo immer es eines davon gibt. Teams, die die Erhebung nicht selbst betreiben möchten, können die verwaltete Seitenextraktion unserer [Web Scraping API](/de/data-scraping) nutzen, erhältlich über unser Vertriebsteam.

## Wo werden Datensätze eingesetzt?

- **Business Analytics:** Umsatz- und Kostentabellen hinter Dashboards und Berichten.
- **Maschinelles Lernen und KI:** Trainings- und Testdaten, vom Spamfilter bis zum Sprachmodell.
- **Forschung:** Umfragen, Experimente und amtliche Statistiken hinter veröffentlichten Studien.
- **Preisgestaltung und E-Commerce:** Preise und Lagerbestände von Wettbewerbern, über die Zeit verfolgt.
- **Öffentlicher Sektor und Journalismus:** Haushalts- und Verkehrsdaten, die Behauptungen überprüfbar machen.

## Häufige Fehler

- **Keine Beobachtungseinheit.** Wer eine Zeile pro Bestellung mit einer Zeile pro Kunde mischt, erhält falsche Summen.
- **Zwei Werte in einer Zelle.** „12 kg / 26 lb“ lässt sich weder summieren noch filtern.
- **Fehlende Einheiten und Zeitzonen.** Ein Preis ohne Währung ist eine Vermutung.
- **CSV an Kommas trennen.** Werte in Anführungszeichen mit Kommas verschieben die Spalten.
- **Lizenz ignorieren.** „Im Netz gefunden“ ist keine Lizenz.
- **Testdaten ins Training durchsickern lassen.** Duplikate über die Aufteilung hinweg blähen jedes Ergebnis auf.
- **Keine Version und kein Erhebungsdatum.** Ergebnisse, die niemand nachvollziehen kann, verdienen kein Vertrauen.

## Entscheidungshilfe

| Bedarf | Empfehlung |
|---|---|
| Eine kleine Tabelle, die Menschen von Hand bearbeiten | Excel oder CSV mit Datenwörterbuch |
| Eine Tabelle mit anderen Werkzeugen teilen | CSV mit Kopfzeile, UTF-8, Werte in Anführungszeichen |
| Große Tabellen für Analysen | Parquet, nach Datum partitioniert |
| Verschachtelte Einträge aus einer API | JSON Lines |
| Ein Modell trainieren | Getrennte Trainings-, Validierungs- und Testdatensätze |
| Zeitlich geordnete Daten | Nach Datum aufteilen, nie zufällig |
| Daten anderer wiederverwenden | Zuerst Lizenz und Bedingungen prüfen |
| Daten über Personen | Nur das Nötige erheben; Kennungen maskieren |
| Preise oder Angebote in mehreren Ländern | Jeden Markt aus diesem Markt heraus erheben |

## Häufige Fragen

### Was ist ein Datensatz, einfach erklärt?

Ein Datensatz ist eine Sammlung zusammengehöriger Daten, die für einen Zweck zusammengehalten werden, meist eine Tabelle. Jede Zeile beschreibt eine Sache, etwa einen Verkauf oder einen Tag, und jede Spalte hält eine Eigenschaft davon fest, etwa den Preis oder die Temperatur.

### Was ist der Unterschied zwischen einem Datensatz und einer Datenbank?

Ein Datensatz ist die Datensammlung selbst, für einen Zweck erhoben; eine Datenbank ist die Software, die Daten speichert und Abfragen beantwortet. Eine Datenbank kann viele Datensätze enthalten, und ein Datensatz kann in einer Datenbank, einer CSV-Datei oder einer Tabellenkalkulation liegen.

### Was ist ein Beispiel für einen Datensatz?

Die Bestellliste eines Shops ist ein Datensatz: eine Zeile pro Bestellung, mit Spalten für Datum, Produkt, Menge und Preis. Bekannte öffentliche Beispiele sind Iris, MNIST und Common Crawl.

### Was ist ein Datensatz im maschinellen Lernen?

Es ist die Menge an Beispielen, aus denen ein Modell lernt und an denen es getestet wird. Jedes Beispiel enthält Merkmale (die Eingaben) und meist ein Label (die richtige Antwort) und wird in Trainings-, Validierungs- und Testdatensatz aufgeteilt.

### Wo finde ich kostenlose Datensätze?

Beginnen Sie bei der Organisation, die die Daten erheben würde: nationale Statistikämter, Open-Data-Portale von Staaten und Städten, Forschungsrepositorien wie das UCI Machine Learning Repository und internationale Organisationen. Prüfen Sie vor jeder Wiederverwendung die Lizenz des Datensatzes, auch wenn der Download kostenlos ist.

### Wie erstellt man einen eigenen Datensatz?

Legen Sie die Frage fest, bestimmen Sie, wofür eine Zeile steht, und wählen Sie die Variablen mit Typ und Einheit. Erheben Sie jede Zeile auf dieselbe Weise, prüfen und bereinigen Sie das Ergebnis, schreiben Sie dann eine kurze README mit Quelle, Zeitraum und Lizenz, und geben Sie jeder Veröffentlichung eine Version.

## Fazit

Ein Datensatz besteht aus zusammengehörigen Daten, die für einen Zweck geordnet wurden, meist einer Tabelle aus Beobachtungen und Variablen, dazu aus der Dokumentation und die Lizenz, die ihn nutzbar machen. Legen Sie fest, was eine Zeile bedeutet, bevor Sie irgendetwas erheben, halten Sie einen Wert pro Zelle ein und erfassen Sie Einheiten, Zeitzonen und Erhebungsdaten. Prüfen Sie vor der Wiederverwendung die Lizenz, behandeln Sie personenbezogene Daten als rechtliche Pflicht, und wenn Webseiten je nach Land variieren, erheben Sie jeden Markt aus diesem Markt heraus.
