Dataset - opendata.hessen.de

Suche
SPARQL

nach Themen

[{"children": [], "color": "MediumVioletRed", "highlighted": false, "icon": "fa fa-users", "id": "c51346dd-559a-413f-8f68-9aef3fbfd395", "name": "bevolkerung-und-gesellschaft", "package_count": 14, "title": "Bev\u00f6lkerung und Gesellschaft"}, {"children": [], "highlighted": false, "id": "b345842a-23c8-4855-bbf2-4be85039a3f7", "name": "bildung-kultur-und-sport", "title": "Bildung, Kultur und Sport"}, {"children": [], "highlighted": false, "id": "b5b42983-23a9-402f-b78c-dd0654538486", "name": "energie", "title": "Energie"}, {"children": [], "highlighted": false, "id": "c51f7f61-5c5a-406e-b139-453878b112b7", "name": "gesundheit", "title": "Gesundheit"}, {"children": [], "highlighted": false, "id": "71d3dfc9-8f47-4926-9cff-3b19b11a2404", "name": "internationale-themen", "title": "Internationale Themen"}, {"children": [], "highlighted": false, "id": "e2d9e3b8-2e2c-4ab4-b2d4-867b4539157b", "name": "justiz-rechtssystem-und-offentliche-sicherheit", "title": "Justiz, Rechtssystem und \u00f6ffentliche Sicherheit"}, {"children": [], "highlighted": false, "id": "785c8121-9464-4bd2-a9ae-7b9a6990b201", "name": "landwirtschaft-fischerei-forstwirtschaft-und-nahrungsmittel", "title": "Landwirtschaft, Fischerei, Forstwirtschaft und Nahrungsmittel"}, {"children": [], "color": "CadetBlue", "highlighted": false, "icon": "fa fa-bank", "id": "b739013c-1f67-4a6a-82d0-6b894f64e0d7", "name": "regierung-und-offentlicher-sektor", "package_count": 1, "title": "Regierung und \u00f6ffentlicher Sektor"}, {"children": [], "highlighted": false, "id": "2b667098-7c6a-4084-9497-fd0107aea558", "name": "regionen-und-stadte", "title": "Regionen und St\u00e4dte"}, {"children": [], "highlighted": false, "id": "d06ae5e3-bfbc-4923-adcc-dc492f399458", "name": "umwelt", "title": "Umwelt"}, {"children": [], "highlighted": false, "id": "224db1bd-e82e-462c-b955-a0c79986cbef", "name": "verkehr", "title": "Verkehr"}, {"children": [], "highlighted": false, "id": "c215406d-d866-4e00-b0fb-5ebacaa2d626", "name": "vorlaufige-daten", "title": "Vorl\u00e4ufige Daten"}, {"children": [], "color": "Teal", "highlighted": false, "icon": "fa fa-line-chart", "id": "54917440-dd7c-45d6-83a7-f03099534059", "name": "wirtschaft-und-finanzen", "package_count": 1, "title": "Wirtschaft und Finanzen"}, {"children": [], "highlighted": false, "id": "110f547b-8ba7-4062-bef3-f920cc7d0572", "name": "wissenschaft-und-technologie", "title": "Wissenschaft und Technologie"}]

nach Schlagwörtern

[{"active": false, "count": 58, "display_name": "Bundesl\u00e4nder", "id": "c89fa8ad-3310-4cdd-8912-207a8ab7b38a", "name": "Bundesl\u00e4nder", "vocabulary_id": null, "vocabulary_name": null}, {"active": true, "count": 58, "display_name": "Hessen", "id": "ec342697-2c1f-4734-a967-9fae83190feb", "name": "Hessen", "vocabulary_id": null, "vocabulary_name": null}, {"active": false, "count": 33, "display_name": "Deutschland", "id": "59d12a29-faf7-4fd4-aa8a-9df52474783a", "name": "Deutschland", "vocabulary_id": null, "vocabulary_name": null}, {"active": false, "count": 33, "display_name": "Stadtstaaten", "id": "6cba4ee8-3a9d-4256-b01d-959977986ca6", "name": "Stadtstaaten", "vocabulary_id": null, "vocabulary_name": null}, {"active": false, "count": 33, "display_name": "Summe der L\u00e4nder", "id": "92f29afd-7d32-46ab-a7ed-6040d8ce23b1", "name": "Summe der L\u00e4nder", "vocabulary_id": null, "vocabulary_name": null}, {"active": false, "count": 15, "display_name": "Umwelt\u00f6konomische Gesamtrechnungen der L\u00e4nder - Energierechnungen", "id": "e016e8f7-9a49-48f7-88a4-170c6cf362c3", "name": "Umwelt\u00f6konomische Gesamtrechnungen der L\u00e4nder - Energierechnungen", "vocabulary_id": null, "vocabulary_name": null}, {"active": false, "count": 14, "display_name": "Sozialberichterstattung in der amtlichen Statistik", "id": "e7f326de-a5a1-4de8-b41f-4c23d5942e39", "name": "Sozialberichterstattung in der amtlichen Statistik", "vocabulary_id": null, "vocabulary_name": null}, {"active": false, "count": 12, "display_name": "Armutsgef\u00e4hrdungsquote gemessen am Bundesmedian", "id": "4278eb81-2029-49c0-8484-306a8f850c56", "name": "Armutsgef\u00e4hrdungsquote gemessen am Bundesmedian", "vocabulary_id": null, "vocabulary_name": null}, {"active": false, "count": 12, "display_name": "Armutsgef\u00e4hrdungsquote gemessen am Landesmedian", "id": "2cb0a612-c4b2-47e9-ad01-09edab561a0a", "name": "Armutsgef\u00e4hrdungsquote gemessen am Landesmedian", "vocabulary_id": null, "vocabulary_name": null}, {"active": false, "count": 10, "display_name": "Umwelt\u00f6konomische Gesamtrechnungen der L\u00e4nder - Gase", "id": "d416617d-6435-4c93-bcf5-276fdfa751ed", "name": "Umwelt\u00f6konomische Gesamtrechnungen der L\u00e4nder - Gase", "vocabulary_id": null, "vocabulary_name": null}, {"active": false, "count": 9, "display_name": "Geschlecht", "id": "c81e99a9-6d05-42d2-8ff8-ee1b48a9e2ef", "name": "Geschlecht", "vocabulary_id": null, "vocabulary_name": null}, {"active": false, "count": 9, "display_name": "m\u00e4nnlich", "id": "2b38bf58-b5b3-4e23-aef2-e8efb0969782", "name": "m\u00e4nnlich", "vocabulary_id": null, "vocabulary_name": null}, {"active": false, "count": 9, "display_name": "weiblich", "id": "ddd3f478-ec9f-4e3e-9f96-b905097d34e4", "name": "weiblich", "vocabulary_id": null, "vocabulary_name": null}, {"active": false, "count": 6, "display_name": "Wirtschaft A-T", "id": "9744cf17-b6af-4130-9667-c01c218bfa2e", "name": "Wirtschaft A-T", "vocabulary_id": null, "vocabulary_name": null}, {"active": false, "count": 5, "display_name": "Prim\u00e4renergieverbrauch", "id": "62f87f7b-a9f7-4f7d-8a6c-dfda7eb9b423", "name": "Prim\u00e4renergieverbrauch", "vocabulary_id": null, "vocabulary_name": null}, {"active": false, "count": 5, "display_name": "Prim\u00e4renergieverbrauch Index 2010_100", "id": "1728c206-09c9-4664-bcd7-c667c7f61e96", "name": "Prim\u00e4renergieverbrauch Index 2010_100", "vocabulary_id": null, "vocabulary_name": null}, {"active": false, "count": 5, "display_name": "Umwelt\u00f6konomische Gesamtrechnungen der L\u00e4nder - Wirtschaft und Bev\u00f6lkerung UGRdL-Bezugszahlen", "id": "ace49387-bbd9-40f4-9d6a-564d806a8000", "name": "Umwelt\u00f6konomische Gesamtrechnungen der L\u00e4nder - Wirtschaft und Bev\u00f6lkerung UGRdL-Bezugszahlen", "vocabulary_id": null, "vocabulary_name": null}, {"active": false, "count": 4, "display_name": "18 bis unter 25 Jahre", "id": "e3f0681f-e48d-4e1a-a5b1-f5c0c2660209", "name": "18 bis unter 25 Jahre", "vocabulary_id": null, "vocabulary_name": null}, {"active": false, "count": 4, "display_name": "25 bis unter 50 Jahre", "id": "d5c30d91-c500-4fd8-88ca-e79d24147993", "name": "25 bis unter 50 Jahre", "vocabulary_id": null, "vocabulary_name": null}, {"active": false, "count": 4, "display_name": "50 bis unter 65 Jahre", "id": "0de3ebf1-641d-49d2-bdbb-21a252b7d829", "name": "50 bis unter 65 Jahre", "vocabulary_id": null, "vocabulary_name": null}, {"active": false, "count": 4, "display_name": "65 Jahre und mehr", "id": "6c990d6f-4e83-46f0-8739-19092d77dbe7", "name": "65 Jahre und mehr", "vocabulary_id": null, "vocabulary_name": null}, {"active": false, "count": 4, "display_name": "Altersgruppen unter 18_ 18-25_ 25-50_ 50-65_ 65 und \u00e4lter", "id": "de5e9a5b-885a-4c57-934b-c1c5f1c97b8b", "name": "Altersgruppen unter 18_ 18-25_ 25-50_ 50-65_ 65 und \u00e4lter", "vocabulary_id": null, "vocabulary_name": null}, {"active": false, "count": 4, "display_name": "darunter", "id": "a5cf5135-9eed-4b34-93de-51b0f5d3ec69", "name": "darunter", "vocabulary_id": null, "vocabulary_name": null}, {"active": false, "count": 4, "display_name": "Gesundheitspersonalrechnung der L\u00e4nder GPR", "id": "376ec0b0-e7d5-4dd5-97c7-6d41d8e21514", "name": "Gesundheitspersonalrechnung der L\u00e4nder GPR", "vocabulary_id": null, "vocabulary_name": null}, {"active": false, "count": 4, "display_name": "Prim\u00e4renergieverbrauch Anteil an Insgesamt", "id": "978991f6-4193-46ea-904f-e6eb0a4c24b7", "name": "Prim\u00e4renergieverbrauch Anteil an Insgesamt", "vocabulary_id": null, "vocabulary_name": null}, {"active": false, "count": 4, "display_name": "unter 18 Jahre", "id": "fad9ba69-72f6-4d4c-b2a1-ce9b9a5c187a", "name": "unter 18 Jahre", "vocabulary_id": null, "vocabulary_name": null}, {"active": false, "count": 3, "display_name": "Ambulante Pflege", "id": "6b4084e0-e89f-4d8d-b1fe-444fa4d2a99c", "name": "Ambulante Pflege", "vocabulary_id": null, "vocabulary_name": null}, {"active": false, "count": 3, "display_name": "Apotheken", "id": "0cd84058-1bbc-49e5-9dac-e3c2f390bc13", "name": "Apotheken", "vocabulary_id": null, "vocabulary_name": null}, {"active": false, "count": 3, "display_name": "Art der Einrichtungen", "id": "db821a92-c4ce-4b9e-a0c4-bea880a1002e", "name": "Art der Einrichtungen", "vocabulary_id": null, "vocabulary_name": null}, {"active": false, "count": 3, "display_name": "Arztpraxen", "id": "e1a542ac-4410-4437-a334-1bbd16846e8e", "name": "Arztpraxen", "vocabulary_id": null, "vocabulary_name": null}]

nach Regionen

nach Zeiten

Räumliche Verteilung auf einen Blick

Die Karte zeigt, wie sich die aktuell gefundenen Datensätze über Hessen verteilen: je dunkler ein Gebiet, umso mehr Datensätze liegen dort vor. Dabei überlagern sich Landkreise (rot) mit Städten und Gemeinden (blau).

Datensätze, die ganze Regierungsbezirke oder ganz Hessen umfassen (auch dann, wenn sich die darin enthaltenen Daten selbst bis auf Gemeindeebene aufgliedern), werden hier weggelassen, weil ihre Anzahl keine regionalen Unterschiede ausmachen.

Mit einem Klick auf eine Region fügen sie diese dem Datensatz-Filter hinzu. Zugleich wird damit die darunterliegende Ebene aufgedeckt, d.h. ein Klick auf einen Landkreis zeigt seine Gemeinden.

Tipps und Tricks

Kreisfreie Städte werden wie Städte und Gemeinden behandelt. Sie erscheinen in blau, auf der Ebene der Landkreise (rot) sind ihre Flächen leer.
Mehrere Filter sind UND-verknüpft. Wenn Sie etwa Darmstadt und Kassel als Filter hinzufügen, dann suchen Sie nach Datensätzen, die Daten sowohl über Darmstadt als auch über Kassel enthalten (also nicht nach solchen, die entweder nur Darmstadt oder nur Kassel enthalten).
Die Filter von Landkreisen und Gemeinden wirken getrennt. Wenn Sie also nach einem Landkreis filtern, sind nicht automatisch die Datensätze aller kreisangehörigen Gemeinden gleich mit enthalten.
Wenn sie nur nach einer Gemeinde filtern wollen, dann klicken sie zunächst auf ihren Landkreis - und haben ihn dadurch sogleich als Filter hinzugefügt. Klicken Sie dann erst auf die Gemeinde und aktivieren Sie sie somit ebenfalls als Filter; danach entfernen Sie wieder den Landkreis in der Reihe der aktiven Filter durch Klick auf das x.
Diese Karte dient nur der schnellen Orientierung. Wenn Sie Datensätze gezielt über Regionen und Verwaltungsebenen suchen, dann wechseln Sie zum Dashboard "Regionen". Dort können Sie auch alle Ebenen einzeln ein- und ausblenden und sehen eine Legende über die zahlenmäßige Verteilung.
Region ist nicht identisch mit Herausgeber. Daten über eine Gemeinde können, müssen aber nicht von dieser Gebietskörperschaft stammen, sondern ebenso gut von einer ganz anderen Behörde.
Die Anzahl der Datensätze sagt noch nichts aus über die Menge an Daten, die darin enthalten ist. So kann z.B. ein WMS-Dienst aus lediglich einem Layer bestehen oder aber zahlreiche Layer enthalten zu ganz unterschiedlichen Aspekten.

Dataset · Hessisches Statistisches Landesamt

Armutsgefährdungsquote nach Haushaltstyp (8) - Jahr -regionale Tiefe:...

Armutsgefährdungsquote nach Haushaltstyp (8) - Jahr -regionale Tiefe: Bundesländer (2005-2019)
- TXT
- CSV
- JSON
- REST
Dataset · Hessisches Statistisches Landesamt

Armutsgefährdungsquote nach Personentyp (2) undBildungsstand (3) - Jahr -...

Armutsgefährdungsquote nach Personentyp (2) undBildungsstand (3) - Jahr - regionale Tiefe: Bundesländer(2005-2019)
- TXT
- CSV
- JSON
- REST
Dataset · Hessisches Statistisches Landesamt

Armutsgefährdungsquote nach Erwerbsstatus - Jahr - regionaleTiefe:...

Armutsgefährdungsquote nach Erwerbsstatus - Jahr - regionaleTiefe: Bundesländer (2005-2019)
- TXT
- CSV
- JSON
- REST
Dataset · Hessisches Statistisches Landesamt

Armutsgefährdungsquote nach Staatsangehörigkeit undMigrationshintergrund -...

Armutsgefährdungsquote nach Staatsangehörigkeit undMigrationshintergrund - Jahr - regionale Tiefe:Bundesländer (2005-2019)
- TXT
- CSV
- JSON
- REST
Dataset · Hessisches Statistisches Landesamt

Armutsgefährdungsquote nach Geschlecht und Altersgruppen (5)(Landesmedian) -...

Armutsgefährdungsquote nach Geschlecht und Altersgruppen (5)(Landesmedian) - Jahr - regionale Tiefe: Bundesländer(2005-2019)
- TXT
- CSV
- JSON
- REST
Dataset · Hessisches Statistisches Landesamt

Armutsgefährdungsquote nach Geschlecht und Altersgruppen (5)(Bundesmedian) -...

Armutsgefährdungsquote nach Geschlecht und Altersgruppen (5)(Bundesmedian) - Jahr - regionale Tiefe: Bundesländer(2005-2019)
- TXT
- CSV
- JSON
- REST
Dataset · Hessisches Statistisches Landesamt

Armutsgefährdungsquote nach Geschlecht in Deutschland - Jahr- regionale...

Armutsgefährdungsquote nach Geschlecht in Deutschland - Jahr- regionale Tiefe: Bundesländer (2005-2019)
- TXT
- CSV
- JSON
- REST
Dataset · Hessisches Statistisches Landesamt

Armutsgefährdungsquote nach Haushaltstyp (8) - Jahr -regionale Tiefe:...

Armutsgefährdungsquote nach Haushaltstyp (8) - Jahr -regionale Tiefe: Bundesländer (ab 2020)
- TXT
- CSV
- JSON
- REST
Dataset · Hessisches Statistisches Landesamt

Armutsgefährdungsquote nach Personentyp (2) undBildungsstand (3) - Jahr -...

Armutsgefährdungsquote nach Personentyp (2) undBildungsstand (3) - Jahr - regionale Tiefe: Bundesländer (ab2020)
- TXT
- CSV
- JSON
- REST
Dataset · Hessisches Statistisches Landesamt

Armutsgefährdungsquote nach Erwerbsstatus (5) - Jahr -regionaleTiefe:...

Armutsgefährdungsquote nach Erwerbsstatus (5) - Jahr -regionaleTiefe: Bundesländer (ab 2020)
- TXT
- CSV
- JSON
- REST
Dataset · Hessisches Statistisches Landesamt

Armutsgefährdungsquote nach Staatsangehörigkeit undMigrationshintergrund -...

Armutsgefährdungsquote nach Staatsangehörigkeit undMigrationshintergrund - Jahr - regionale Tiefe:Bundesländer (ab 2020)
- TXT
- CSV
- JSON
- REST
Dataset · Hessisches Statistisches Landesamt

Armutsgefährdungsquote nach Geschlecht und Altersgruppen (5)(Landesmedian) -...

Armutsgefährdungsquote nach Geschlecht und Altersgruppen (5)(Landesmedian) - Jahr - regionale Tiefe: Bundesländer (ab2020)
- TXT
- CSV
- JSON
- REST
Dataset · Hessisches Statistisches Landesamt

Armutsgefährdungsquote nach Geschlecht und Altersgruppen (5)(Bundesmedian) -...

Armutsgefährdungsquote nach Geschlecht und Altersgruppen (5)(Bundesmedian) - Jahr - regionale Tiefe: Bundesländer (ab2020)
- TXT
- CSV
- JSON
- REST
Dataset · Hessisches Statistisches Landesamt

Armutsgefährdungsquote nach Geschlecht in Deutschland - Jahr- regionale...

Armutsgefährdungsquote nach Geschlecht in Deutschland - Jahr- regionale Tiefe: Bundesländer (ab 2020)
- TXT
- CSV
- JSON
- REST
Dataset · Hessisches Statistisches Landesamt

Erwerbstätige in der Gesundheitswirtschaft, je 1000Einwohner/-innen sowie...

Erwerbstätige in der Gesundheitswirtschaft, je 1000Einwohner/-innen sowie Länderanteil an den Erwerbstätigender Gesundheitwirtschaft in Deutschland - Jahr - regionaleTiefe:...
- TXT
- CSV
- JSON
- REST
Dataset · Hessisches Statistisches Landesamt

Bruttowertschöpfung in der Gesundheitswirtschaft, jeEinwohner/-in sowie...

Bruttowertschöpfung in der Gesundheitswirtschaft, jeEinwohner/-in sowie Länderanteil an der Bruttowertschöpfungder Gesundheitswirtschaft in Deutschland - Jahr - regionaleTiefe:...
- TXT
- CSV
- JSON
- REST
Dataset · Hessisches Statistisches Landesamt

Bruttowertschöpfung (in jew. Preisen) und Erwerbstätige inder...

Bruttowertschöpfung (in jew. Preisen) und Erwerbstätige inder Gesundheitswirtschaft - Jahr - regionale Tiefe:Bundesländer
- TXT
- CSV
- JSON
- REST
Dataset · Hessisches Statistisches Landesamt

Gesundheitspersonalrechnung der Länder: Vollzeitäquivalente(VZÄ) im...

Gesundheitspersonalrechnung der Länder: Vollzeitäquivalente(VZÄ) im Gesundheitswesen am 31.12., je 100 Beschäftigtenach Art der Einrichtung (14) - Jahr - regionale...
- TXT
- CSV
- JSON
- REST
Dataset · Hessisches Statistisches Landesamt

Gesundheitspersonalrechnung der Länder: Gesundheitspersonalam 31.12. je 1000...

Gesundheitspersonalrechnung der Länder: Gesundheitspersonalam 31.12. je 1000 Einwohner/-innen, Anteil an der jeweiligenEinrichtungsart, Geschlecht sowie nach Art der...
- TXT
- CSV
- JSON
- REST
Dataset · Hessisches Statistisches Landesamt

Gesundheitspersonalrechnung der Länder: Gesundheitspersonalam 31.12. je 1000...

Gesundheitspersonalrechnung der Länder: Gesundheitspersonalam 31.12. je 1000 Einwohner/-innen, Länderanteil amGesundheitspersonal in Deutschland sowie nach Art derEinrichtung...
- TXT
- CSV
- JSON
- REST

You can also access this registry using the API (see API Docs).

58 datasets found

Diagramme für Kategorien

nach Themen

nach Schlagwörtern

nach Regionen

nach Zeiten

Suchergebnis

Hilfe

API-Code-Beispiele