LageLuchs · Datenlogik

Wie wird das DatenVertrauen hoch/mittel/niedrig berechnet?

Das DatenVertrauen ist keine subjektive Einschätzung, sondern ein deterministischer Schwellenwert aus der Anzahl vorhandener score-relevanter Indikatoren — und ob sie eigene Gemeindemessungen oder geerbte Kreiswerte sind. Mehr Indikatoren = mehr Vertrauen, aber geerbte Werte können nie „hoch" erreichen.

01Ebenen-abhängige Berechnung

In lib/data-quality/trust.ts gibt es zwei Arten der Vertrauens-Ableitung — je nach Verwaltungsebene:

Landkreis & Bundesland — eigene Daten

Hoch≥ 4 Indikatoren

Mittel≥ 2 Indikatoren

NiedrigWeniger als 2

Kreis und Bundesland haben immer eigene offizielle Daten — kein Unterschied zwischen „eigen" und „geerbt".

Gemeinde — eigene vs. geerbte Indikatoren

Hoch

≥ 4 eigene Indikatoren (selten)

Echte Gemeindemessungen, kein Kreiswert

Mittel

≥ 4 Indikatoren gesamt (inkl. Kreiswerte)

Vollständiger Kreis-Datensatz geerbt

Niedrig

Weniger als 4 insgesamt

Sparse Datenlage

Geerbte Kreiswerte liefern ehrliche „Werte auf Kreisebene" — sie sind nicht unzuverlässig, aber auch nicht die direkteste Quelle. Deshalb: maximal „mittel", nie „hoch" — auch bei 42 geerbten Indikatoren.

02DatenVertrauen vs. „Datenbasis N/7 Dimensionen“

Das DatenVertrauen und die Datenbasis-Zählung („N/7 Dimensionen") klingen ähnlich, messen aber verschiedene Dinge:

Datenbasis N/7

Dim.

Wie viele der 7 Dimensionen mindestens einen Indikatorwert haben — zählt Dimensionen, nicht einzelne Indikatoren.

DatenVertrauen

hoch/m./n.

Wie viele einzelne Score-relevante Indikatoren vorhanden sind — und ob sie eigene oder geerbte Werte sind.

Eine Region kann 7/7 Dimensionen haben (jede hat mindestens einen Wert) und trotzdem nur „mittleres" Vertrauen bekommen — wenn fast alle Werte aus Kreiswert-Erbschaft stammen. Umgekehrt: 5 eigene, hochwertige Indikatoren können reichen für „hoch". Mehr zur Datenlücken-Renormierung: Fehlende Daten.

← Zurück zur Übersicht