Transparenz ist beim Thema Entwicklungshilfe besonders wichtig: Nicht nur, damit BürgerInnen nachvollziehen können, wohin ihre Steuern fließen, sondern auch, damit andere im Bereich der Entwicklungshilfe tätige Akteure und Geldgeber wie Stiftungen und Regierungen, nachvollziehen können, welche Projekte von wem wo finanziert werden. So lassen sich Überschneidungen vermeiden und Ressourcen konzentriert und effektiv einsetzen.

Keine Open Data zur Entwicklungshilfe

Im Aid Transparency Index der NGO PublishWhatYouFund von 2014, der die Offenheit und Nachvollziehbarkeit von Entwicklungshilfe-Projekten bewertet, fällt die Austrian Developement Agency (ADA) in die Kategorie “very poor” – “sehr schlecht”.
Die Kritikpunkte: Informationen sind nicht als Open Data verfügbar, kaum verfügbare Informationen zu Evaluierungen und Resultaten von Projekten, und die fehlende Veröffentlichung von Daten nach dem Standard der International Aid Transparency Initiative (IATA), der eine Vergleichbarkeit der Daten vereinfachen soll.

1.300 ADA-Projekte seit 2010

Die ADA veröffentlicht auf ihrer Website Informationen zu seit Anfang 2010 finanzierten Projekten. Insgesamt finden sich dort knapp 1.300 Projekte (Stand April 2016), darunter auch einzelne aus den Jahren vor 2010. Wir haben diese Daten extrahiert – sie stehen bislang leider nicht als Open Data zur Verfügung – um sie einfach weiterverwendbar und analysierbar zu machen. Dafür haben wir uns im Herbst 2015 von der ADA die Erlaubnis nach dem Informationsweiterverwendungsgesetz geholt – der, wie wir vermuten, vielleicht erste Antrag in Österreich nach diesem Mitte 2015 novellierten Gesetz.

Die ADA leistet nur einen Teil der heimischen Entwicklungshilfe – nämlich den, der in der öffentlichen Wahrnehmung dem Bild der klassischen Hilfe wohl am nächsten kommt: Sie finanziert Projekte, die von Vereinen und NGOs, aber auch von Firmen, Regierungsstellen und internationalen Organisationen umgesetzt werden.

Für andere Formen der Entwicklungshilfe, etwa Stipendien für ausländische Studierende, Zahlungen an internationale Organisationen oder von der Republik besicherte (Export-)Kredite, sind verschiedene Ministerien zuständig.

Österreich hat neben anderen Industriestaaten versprochen, Entwicklungshilfe in Höhe von 0,7 Prozent des Bruttoinlandprodukts (BIP) zu leisten. 2014 lag dieser Wert jedoch nur bei 0,27 Prozent des BIP. Aggregierte Statistiken zur Entwicklungshilfe werden von der OECD gesammelt und aufbereitet. Diese Visualisierung zeigt die Österreich-Daten im Überblick.

Die ADA-Daten

Insgesamt finden sich mit Stand Anfang April 2016 auf der Website der ADA geförderte Projekte mit einem Wert von 620 Millionen Euro. 2013 wurde mit 115 Millionen Euro das höchste Projekt-Volumen vergeben, 2015 waren es 89,5 Millionen Euro. In den ersten drei Monaten des Jahres 2016 wurden Projekte im Wert von knapp 18 Millionen Euro gefördert.

Die größten Empfängerländer von bilateralen Projekten waren Uganda (73,6 Millionen Euro), Äthiopien (32,5 Millionen Euro) und Burkina Faso (24 Millionen Euro). Ein signifikanter Teil der Gelder bleibt jedoch in Österreich. Dies betrifft nicht nur Verwaltungs- und Personalkosten heimischer Organisationen, die Projekte im Ausland betreiben, sondern auch Projekte im Wert von mehr als 40 Millionen Euro, die in Österreich umgesetzt wurden.

Ein wesentlicher Teil der Projekte lässt sich nicht einzelnen Ländern zuordnen. So finden sich in den Daten mehr als 90 Millionen Euro für Projekte, bei denen in der Rubrik Land / Region “bilateral unallocated” steht. Viele dieser Gelder scheinen an einzelne Initiativen und Organisationen zu gehen, wobei die Aktivitäten mit keinem spezifischen Land verknüpft sind. Ebenso gibt es Mittel, die in regionale Initiativen geflossen sind, bei denen eine Zuordnung zu einzelnen Ländern auf Basis der veröffentlichten Daten nicht möglich ist. Wofür Gelder zur Verfügung gestellt wurden, geht jeweils aus Projektbeschreibungen hervor.

Die größten EmpfängerInnen von ADA-Projekten in den vergangenen Jahren waren die Regierung von Uganda mit mehr als 60 Millionen Euro, die Organisation Horizont3000 mit rund 50 Millionen Euro und die EU-Kommission, die unter anderem Gelder für einen Fonds zur Syrien-Krise, einen Fonds zur Bekämpfung von Ursachen illegaler Migration in Afrika, und für die Unterstützung der palästinensischen Verwaltung erhalten hat . Weitere wichtige Partner der ADA sind das Rote Kreuz und die Regierung von Mosambik, gefolgt von CARE Österreich, dem Österreichischen Austauschdienst, der Regierung von Äthiopien und dem UNO-Flüchtlingshilfswerk UNHCR, die jeweils Mittel und Projekte im Gesamtwert von mehr als 10 Millionen Euro erhalten haben.

Aufgrund unterschiedlicher Schreibweisen ist eine vollständige Zuordnung der Empfängerländer bzw. der umsetzenden Organisationen, insbesonderer bei solchen lokalen und internationalen Zweigstellen, nicht immer möglich. In wie weit die von der ADA publizierten Daten vollständig sind, können wir nicht beurteilen. Zwar haben wir uns bemüht, beim Extrahieren der Daten etwaige Probleme zu identifizieren und zu beheben – garantieren, dass unsere Daten vollständig sind, können wir aufgrund der automatisierten Verarbeitung jedoch nicht.

Unsere Datenbefreiung

Die ADA aktualisiert die Auflistung der von ihr geförderten Projekte monatlich.

Wir haben diese Daten mit einem selbst-entwickelten Scraper extrahiert, weiter gesäubert und aufbereitet:

• Die Daten behalten in den meisten Fällen das Empfänger-Land bzw. die Region, in der das Projekt umgesetzt wird und der die ADA-Mittel zugutekommen. Hier gibt es jedoch oft unterschiedliche Schreibweisen im Datensatz, der teils auf Englisch, teils auf Deutsch ist. Ebenso sind die Namen der Organisationen, die Projekte umsetzten, nicht vereinheitlicht.
  • Um die Daten zu reinigen und besser analysieren zu können, haben wir den Datensatz im open source Programm Open Refine geöffnet. Ein Klick auf die entsprechende Spalte, etwa mit Empfänger-Land oder Organisationsbezeichnungen => “edit cells” => “cluster and edit”. So erlaubt Open Refine, verschiedene Algorithmen einfach anzuwenden, um ähnliche Bezeichnungen zu identifizieren. Mit wenigen Klicks lassen diese sich dann vereinheitlichen.
• Der Datensatz beinhaltet Vertragsnummern, die etwa so aussehen: “2694-08/2015”. Die letzten vier Ziffern beschreiben offensichtlich das Jahr, in dem der Vertrag abgeschlossen wurde.
  • Wir haben deshalb in Excel eine eigene Spalte mit dem Jahr erstellt. Einfach geht das etwa, indem man die Spalte mit den Vertragsnummern markiert => Menü: Daten => Text in Spalten => Mit Trennzeichen versehen => das Dialogfeld “Anderes:” wählen, und dort “/” eingebe (das zwischen dem Jahr und dem Rest der Vertragsnummer) => Fertig stellen. Damit haben wir das Jahr in einer neuen Spalte und können die Daten einfacher nach Jahren analysieren.

Falls Ihr euch die Daten selbst näher ansehen möchtet: Wir haben den Datensatz auf unseren GitHub Data Repository gestellt.

Wie der Scraper funktioniert

Der Scraper hilft uns dabei, die Daten aus den Tabellen der Internetseite in eine Struktur zu bringen, die für Maschinen besser verständlich ist und somit für weitere Analysen und Visualisierungen die Grundlage ist.

Beim ersten Schritt werden die Rohdaten (HTML Seiten) heruntergeladen, lokal gesichert und die Informationen (Vertragsnummer, Vertragstitel, Land/Region, Vertragssumme und Vertragspartner) aus den enthaltenen Tabellen extrahiert. Danach werden die Beschreibungen der Projekte aus den Projekt-Seiten extrahiert und zu den Daten hinzugefügt. Die nun vollständigen Daten werden final zur einfacheren Verwendung in eine JSON und in eine CSV Datei exportiert.

Durch die klar strukturierten HTML-Tables und den konsistenten Daten, war der Scraper relativ einfach zu schreiben. Die Anzahl der gefundenen Datenfehler ist mit fünf falschen Einträgen sehr niedrig. Nähere Informationen zu dem Scraper gibt es im Scraper Repository auf GitHub und im Quellcode des Scraper zu finden.

Daten und Scraper nutzen

Die Daten sind jetzt strukturiert und befreit und unter einfach nutzbaren Datenformaten verfügbar, doch jetzt beginnt erst der spannende Teil der Offenheit. Die Daten müssen nämlich angeschaut, analysiert, kombiniert und visualisiert werden, und da kommst du ins Spiel. Schau dir die Daten an und schick uns deine Visualisierungen und Einsichten, entweder als Kommentar unten dran oder oder auf anderem Weg (Kontakt). Stehen euch auch gerne für Fragen zur Verfügung und freuen uns auf Ergebnisse sowie Feedback.

Quellen

• Österreichische Entwicklungs Zusammenarbeit (EZA)
• Gute Taten für gute Daten Projekt
• Rohdaten (EZA Website)
• Daten (GitHub repo)
• Scraper (GitHub repo)