Linked Data Day 2025
10 November 2025, 08:30–16:30 @ Welle 7, Schanzenstrasse 5, 3008 Bern
Organised by Swiss Federal Archives, Institut Public Sector Transformation
This announcement is only available in German.
Der Linked Data Day ist eine jährliche Konferenz des Schweizerischen Bundesarchivs, die in Zusammenarbeit mit dem Institut Public Sector Transformation der BFH Wirtschaft organisiert wird.
Am Montag, 10. November 2025 trafen sich im Rahmen des dritten nationalen Linked Data Days rund 150 Teilnehmende in Bern. Fachpersonen aus Verwaltung, Forschung und Privatwirtschaft referierten zu Linked Data und LINDAS im künftigen Datenökosystem Schweiz.
Der thematische Fokus lag auch dieses Jahr auf der Einführung und Umsetzung von Linked Data in Verwaltungsbetrieben. Keynote-Speaker sprachen über die erreichten Etappenziele, die neusten Entwicklungen und den Blick in die Zukunft hinsichtlich Linked Data.
Spannende Praxisbeispiele und Success-Stories aus verschiedenen Branchen füllten den Anlass zudem mit vielfältigen, alltagsnahen und motivierenden Inputs. Dabei standen der gemeinsame Austausch von Erfahrungen, das Meistern von Herausforderungen und nicht zuletzt die Potenziale von Linked Data im Vordergrund.
Moderiert wurde der Anlass von Prof. Dr. Matthias Stürmer, Leiter des Instituts Public Sector Transformation der Berner Fachhochschule und von Stefan Kwasnitza, stellvertretendem Direktor des Schweizerischen Bundesarchivs.
Programme
- 09:00–09:15
- 09:15–09:45
Keynote: Vertrauen in die KI – Wie Wissensgraphen und GraphRAG verlässliche Ergebnisse liefern
Welt, die zunehmend von Daten und künstlicher Intelligenz geprägt ist, stehen wir vor einer zentralen Herausforderung: Wie können wir sicherstellen, dass KI-Systeme, Suchmaschinen und andere datenintensive Anwendungen uns Ergebnisse liefern, denen wir vertrauen können? Insbesondere bei der Nutzung von öffentlichen Daten ist es entscheidend, dass die Resultate nicht nur korrekt, sondern auch nachvollziehbar und erklärbar sind.
Dieser Vortrag beleuchtet, wie die Verknüpfung von Daten in Wissensgraphen eine solide Basis für qualitativ hochwertige KI-Anwendungen schafft. Anstatt sich auf unstrukturierte Informationen zu verlassen, nutzen wir ein geordnetes Netz von Wissen, das die Zusammenhänge zwischen den Daten abbildet.
Der Schlüssel zur Veredelung dieser Technologie ist GraphRAG (Retrieval Augmented Generation auf Wissensgraphen). Vereinfacht gesagt, ermöglicht GraphRAG den KI-Systemen, nicht nur in einem riesigen Haufen von Dokumenten zu suchen, sondern gezielt auf das strukturierte Wissen im Graphen zuzugreifen. Das Resultat sind präzisere, verlässlichere und vor allem erklärbare Antworten. Andreas Blumauer zeigt in seiner Keynote anhand von praktischen Beispielen, wie dieser Ansatz es ermöglicht, die «Black Box» der KI zu öffnen und nachvollziehbare Ergebnisse zu erzeugen, die eine solide Grundlage für Entscheidungen bilden.
- 09:45–10:15
Keynote: Von Silos zur gemeinsamen Praxis: Daten zur Sache aller machen
In vielen Organisationen werden Daten als ein Nebenprodukt von Anwendungen betrachtet, anstatt als Fundament des eigentlichen Geschäfts. Diese anwendungszentrierte Denkweise schafft Silos, Doppelungen und fragile Datenökosysteme, die den langfristigen strategischen Anforderungen nicht gerecht werden.
In diesem Vortrag zeigt Katariina Kari, wie Organisationen den Wandel hin zur Datenzentrierung vollziehen können, bei der Datenentwicklung eine gemeinsame Praxis von Management, Produkt und Technik ist. Sie wird darstellen, wie es aussieht, wenn das konzeptionelle Modell des Unternehmens auch maschinenlesbar ist – und warum dies entscheidend ist, um Data Engineering mit den zentralen Konzepten der Organisation in Einklang zu bringen.
Anhand von Erfahrungen bei Zalando, IKEA und zuletzt beim Aufbau einer datenzentrierten Organisation beim finnischen Strategie-Start-up In Parallel demonstriert Kari, wie explizite und maschinenlesbare Datenmodelle sowohl den Alltag als auch die langfristige Wertschöpfung transformieren.
Die Teilnehmenden gehen mit einem klaren Verständnis davon nach Hause, wie Datenzentrierung in der Praxis aussieht, und mit konkreten Ideen, wie sie Verantwortung für die zentralen Konzepte ihres Geschäfts übernehmen können – sodass Daten nicht nur als technisches Asset, sondern als gemeinsame organisatorische Verantwortung behandelt werden.
- 10:45–11:00
LINDASnext – die nächste Generation
Die Dateninfrastruktur LINDAS bildet eine wichtige Grundlage im Datenökosystem Schweiz. In LINDASnext wird die Erneuerung dieser Linked-Data-Infrastruktur des Bundes realisiert. Ziel ist der Aufbau einer skalierbaren, interoperablen Plattform zur Vernetzung, Publikation und Wiederverwendung von Verwaltungsdaten ab 2026. LINDASnext unterstützt mehr Datenquellen, ermöglicht komplexere Visualisierungen und fördert Interoperabilität zwischen Bund, Kantonen und Gemeinden.
- 11:00–11:15
Gemeinsame Datensprache, gemeinsamer Nutzen
Eine einheitliche «Datensprache» fehlt bislang in der Schweiz. Diese gilt es Schritt für Schritt zu entwickeln, um gemeinsamen Nutzen aus Daten erzeugen zu können. Ein solcher Schritt ist das Projekt Metadata.swiss. Unter diesem Arbeitstitel schafft das BFS ein zentrales Verzeichnis für Daten, Nomenklaturen, Schnittstellen und digitale Behördendienste. Die geplante Plattform wird LINDAS als operationelle Datenbank nutzen und zahlreiche Funktionen bieten. So unterstützt die Plattform eine einfachere Verständigung im Schweizer Datenökosystem.
- 11:15–11:30
Linked Data als Wegbereiter für KI und nachhaltiges Umweltwissen
Daten sind das strategische Steuerungsinstrument einer modernen Umweltpolitik. Das BAFU entwickelt sich vom Datenhalter zum Daten-Enabler und bereitet mit Plattformen wie LINDAS und visualize.admin.ch den Weg für vernetzte, KI-gestützte Umweltanalysen. Im Fokus steht, wie klare Governance und intelligente Datenverknüpfung Wissen, Transparenz und Wirksamkeit fördern.
- 11:30–11:45
Das Potenzial von LINDAS für das Datenökosystem Schweiz
Die Mehrfachnutzung von Daten ist ein zentraler Faktor für gesellschaftlichen, wirtschaftlichen und wissenschaftlichen Fortschritt. Sie ermöglicht effizientere Entscheidungsprozesse, innovative (Behörden-)Leistungen und eine nachhaltige Nutzung öffentlicher Ressourcen. Voraussetzung dafür sind Interoperabilität und die sinnvolle Verknüpfung von Daten über Organisations- und Systemgrenzen hinweg.
LINDAS spielt dabei eine wichtige Rolle. Sie schafft eine Grundlage für vernetzte Daten und ist damit ein zentraler Baustein im entstehenden Datenökosystem Schweiz. Gleichzeitig profitiert LINDAS von den übergeordneten Grundlagen des Datenökosystems, etwa durch gemeinsame Gouvernanzmodelle, rechtliche Rahmenbedingungen und die Entwicklung von Datenräumen.
- 13:30–13:50
Von CSV zu RDF – Linked Data ganz konkret
In diesem Beitrag zeigen Benedikt Hitz-Gamper und Melanie Senn den konkreten Weg von Open Government Data zu Linked Open Government Data auf und demonstrieren die Integration von Datensätzen in LINDAS. Anhand eines Praxisbeispiels werden die notwendigen Schritte zur Datenmodellierung und -transformation erläutert, sowie die daraus folgenden Möglichkeiten der attraktiven Datenvisualisierung mit dem Tool Visualize aufgezeigt. Dieser Input soll speziell auch Personen aus dem Management einen Einblick in die konkrete Arbeit mit Linked Data geben.
- 13:50–14:10
MarmotGraph – Ein Knowledge Graph für die Wissenschaft und mehr
Ein effizientes und umfassendes wissenschaftliches Metadatenmanagement auf Basis von Linked Data hilft nicht nur bei der Etablierung sogenannter «FAIRness» («Findable», «Accessible», «Interoperable» and «Reusable») und der Aufzeichnung von Provenienz von Daten. Durch die Flexibilität, die unbegrenzte Erweiterbarkeit der Metadaten-Strukturen und zugehöriger Inferenz-Mechanismen ist es möglich, unterschiedlichen Anspruchsgruppen die richtige Granularität von Informationen zur Verfügung zu stellen, sowie die Sensitivität der solchen zu berücksichtigen.
Im Rahmen des «Human Brain Project» wurde eine Knowledge Graph Lösung entwickelt, mit der nun im Rahmen der «EBRAINS Research Infrastructure» (https://ebrains.eu) eine umfangreiche Sammlung neurowissenschaftlicher Daten beschrieben, verwaltet und publiziert wird. Aktuell wird die zugrundeliegende Technologie «MarmotGraph» (https://marmotgraph.org) dafür vorbereitet, noch weitere Anwendungsfälle zu unterstützen. So wird die Technologie u.a. auch dafür verwendet, einen semantischen «Digital Twin» des schweizerischen Supercomputer Centers CSCS zu erstellen.
In dieser Präsentation sollen einerseits die beschriebenen Anwendungsfälle vorgestellt und andererseits die Möglichkeiten und Herausforderungen bezüglich der Schnittstellen zwischen WissensträgerInnen und -konsumentInnen (sowohl «in silico» als auch «in vivo») besprochen werden.
- 14:10–14:30
LINDAS trifft KI: Vorstellung des Chatbot-Prototyps
Wie können wir den Zugang zu LINDAS vereinfachen? Dank der Zusammenarbeit mit der Fachhochschule Graubünden hat das Schweizerische Bundesarchiv einen KI-Chatbot entwickelt, mit dem User*innen in natürlicher Sprache recherchieren können. Im Vortrag von Julien Raemy wird der Prototyp vorgestellt und die gewonnenen Erfahrungen präsentiert.
- 15:00–16:00
Breakoutsession 1Hands-on AI: Evaluierung eines Linked Data Chatbots
In dieser Session erkunden wir gemeinsam den experimentellen RAG-Chatbot, der im Rahmen des Projekts «SIARD (Software Independent Archiving of Relational Databases) zu Linked Data» zwischen dem Schweizerischen Bundesarchiv und der Fachhochschule Graubünden entwickelt wurde. Der Prototyp wurde auf alle LINDAS-Datensätze erweitert und ermöglicht es, mittels natürlicher Sprache in allen verfügbaren Datensätzen zu recherchieren – beispielsweise in der Stapfer-Enquête von 1799 zum Schulwesen. Die Teilnehmenden können den Chatbot live testen und Fragen wie «Welche Schule hatte im Sommer am meisten fehlende Schüler?» direkt ausprobieren.
- 15:00–16:00
Breakoutsession 2MeLODy – der Linked Data Chatbot
Mit MeLODy präsentieren wir einen AI-Chatbot, der auf Linked Data basiert, dadurch faktenbasiert antwortet und deutlich seltener halluziniert als herkömmliche KI-Bots. Anders als vergleichbare Ansätze kann MeLODy nicht nur «handverlesene Daten» verarbeiten, sondern auf verschiedene Endpunkte zugreifen und alle Daten nutzen, die nach dem Cube.link-Schema publiziert werden. Ein zweistufiges Verfahren identifiziert zunächst relevante Cubes und ruft anschliessend die passenden Datenpunkte über SPARQL-Endpunkte ab. In der Session stellen Rolf Schenker Thomas Kurz die Technologie vor, zeigen Anforderungen an die Datenaufbereitung und diskutieren Potenziale, Use Cases und Lessons Learned.
- 15:00–16:00
Breakoutsession 3Bye PDF, hello Visualize – Learnings aus dem BAKOM auf dem Weg zu interaktiven Berichten
Wie ersetzt man statische PDF-Berichte durch aussagekräftige, interaktive Visualisierungen?
Diese Session zeigt anhand konkreter Erfahrungen aus dem BAKOM, wie Linked Open Data und Visualize genutzt werden, um Berichte neu zu denken – weg von PDFs, hin zu zeitgemässen, verlinkten und nutzerfreundlichen Darstellungen. Wir teilen Erfahrungen aus der Publikation von Linked Open Data, sprechen über Herausforderungen und zeigen, wie dadurch auch die abteilungsweite OGD-Strategie vorangetrieben wurde.
Matthias BrändliMedienspezialist, Bundesamt für Kommunikation BAKOM
Nick EichmannMedienspezialist, Bundesamt für Kommunikation BAKOM - 15:00–16:00
Breakoutsession 4Daten publizieren und visualisieren mit Visualize – Erfahrungsbericht Umweltdaten
Die digitale Transformation bringt neue Möglichkeiten:
Auf welchen Wegen können Daten manuell oder automatisiert auf LINDAS integiert, publiziert und kontinuierlich nachgeführt werden?
Wie können diese Daten mit Hilfe von Visualize als Diagramme publiziert und für Webreporting bereitgestellt werden?
Welche weiterführenden Möglichkeiten ergeben sich durch die Visualize-API?
Wir möchten in unserer Session aufzeigen, wie tabellarische Daten mittels Github/Gitlab in LINDAS publiziert werden können und diese mittels Visualize API für Webreporting verwendet werden können.
- 15:00–16:00
Breakoutsession 5Nutzung des historisierten Gemeindeverzeichnisses von LINDAS für die Arbeit mit Zeitreihendaten
Wenn Zeitreihendaten bezogen auf eine einzelne Gemeinde ausgewertet werden, besteht das Problem, dass sich diese Gemeinde über die Zeit verändert haben könnte. Beispielsweise durch Fusionen mit Nachbargemeinden. Dies führt möglicherweise zu Sprüngen in der Zeitreihe, die missinterpretiert werden könnten. In dieser Session erkunden wir Wege, wie das historisierte Gemeindeverzeichnis von LINDAS in einem solchen Fall hilfreich genutzt werden kann.
- 16:15–16:45
Wrap up der Sessions und Abschluss der Konferenz
Matthias StürmerModeration
Stefan KwasnitzaModeration
Julien A. RaemySessionleitung
Florian KlessascheckSessionleitung
Rolf SchenkerSessionleitung
Thomas KurzSessionleitungMatthias BrändliSessionleitungNick EichmannSessionleitung
Thomas BettlerSessionleitung
Marco KronenbergSessionleitung
Benedikt Hitz-GamperSessionleitung
