Datengrundlage Parlamentsarchiv

Die Quelle: Inhaltsverzeichnisse zur Gesetzesdokumentation

Das Parlamentsarchiv des Deutschen Bundestages dokumentiert zu jedem verkündeten Bundesgesetz nahezu jedes Ereignis des Verfahrensverlaufs, soweit dabei ein Dokument entstanden ist: von der Initiative über Ausschussbefassungen und Plenarberatungen bis zur Verkündung. Zu jedem Gesetz veröffentlicht das Archiv ein Inhaltsverzeichnis zur Gesetzesdokumentation, online als PDF, ab der 8. Wahlperiode (1976).

Jedes Inhaltsverzeichnis enthält:

• ein Titelblatt mit Metadaten, etwa Titel und Drucksachen-Nummern von Bundestag und Bundesrat,
• die beteiligten Ausschüsse und ihre Rolle im Verfahren,
• das Gesetzgebungsmaterial mit Datum, beteiligten Akteuren, Inhalt und Ergebnis jedes Schritts, gruppiert nach Verfahrensphasen und durchnummeriert entlang der zeitlichen Abfolge,
• Zusatzmaterial wie Pressemitteilungen oder Stellungnahmen.

Von PDF zu JSON

Die PDFs unterscheiden sich je nach Wahlperiode in Layout und Satz. Die Aufbereitung erfolgte in vier Schritten:

1. Extraktion. Ein layoutlernender Algorithmus (pdftables.com) überführte die tabellarischen Textdaten von PDF in CSV.
2. Transformation. Ein regelbasiertes Verfahren identifizierte die einzelnen Verfahrensschritte, vereinheitlichte Datumsangaben und Institutionsbezeichnungen und überführte alles in ein schema-konformes JSON-Format. Nicht zuordenbare Zeilen gingen in eine Fehlerausgabe zur manuellen Prüfung.
3. Nachbereitung. Halbautomatische und manuelle Bereinigung in zwei Editoren mit Schema-Validierung, Versionskontrolle und Vier-Augen-Prüfung.
4. Validierung. Manueller und automatisierter Abgleich der JSON-Daten gegen die Original-PDFs.

Abdeckung und Format

Aufbereitet wurden alle 3.135 verkündeten Bundesgesetze der Jahre 1990 bis 2017. Ältere Inhaltsverzeichnisse liegen nur als Scans vor, deren Qualität für die automatische Extraktion nicht ausreichte. Die Daten liegen als baumstrukturierte JSON-Dokumente vor: jedes Gesetz mit seinen Verfahrensschritten, jeweils mit Datum, beteiligten Akteuren, Verfahrensstatus und inhaltlicher Beschreibung.

Die Daten stehen im Archiv dieser Website zum Abruf und Download bereit.

Bekannte Lücken

• Sitzungstermine des Verteidigungsausschusses sind nicht öffentlich und fehlen daher.
• Unterausschüsse werden nur gelegentlich dokumentiert und sind nicht vollständig erfasst.
• Die Sachgebietszuordnung über FNA- und GESTA-Nummern ist nicht Teil der Archivverzeichnisse. Sie wurde über die Juris GmbH integriert.

Nachweise

• Riedl, J. (2018): Time to Legislate. A Database to Analyse the Temporal Dynamics of the German Legislature. In: N. Edelmann et al. (Hrsg.): Electronic Participation (ePart 2018), LNCS 11021, S. 117–128.
• Riedl, J. (2019): Uncovering legislative pace in Germany. Government Information Quarterly 36(4), 101390.