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": 17, "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": [], "color": "Darkred", "highlighted": false, "icon": "fa fa-heartbeat", "id": "c51f7f61-5c5a-406e-b139-453878b112b7", "name": "gesundheit", "package_count": 4, "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": [], "highlighted": false, "id": "b739013c-1f67-4a6a-82d0-6b894f64e0d7", "name": "regierung-und-offentlicher-sektor", "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": 4, "title": "Wirtschaft und Finanzen"}, {"children": [], "highlighted": false, "id": "110f547b-8ba7-4062-bef3-f920cc7d0572", "name": "wissenschaft-und-technologie", "title": "Wissenschaft und Technologie"}]

nach Schlagwörtern

[{"active": true, "count": 25, "display_name": "20 bis unter 25 Jahre", "id": "3474ee68-9ba8-4902-87aa-8919af5851c9", "name": "20 bis unter 25 Jahre", "vocabulary_id": null, "vocabulary_name": null}, {"active": false, "count": 25, "display_name": "25 bis unter 30 Jahre", "id": "64fb5b31-e00d-4346-b688-7f0ccda12117", "name": "25 bis unter 30 Jahre", "vocabulary_id": null, "vocabulary_name": null}, {"active": false, "count": 19, "display_name": "30 bis unter 35 Jahre", "id": "dc8f3494-cf09-4a4c-b00f-ac8a8ac90733", "name": "30 bis unter 35 Jahre", "vocabulary_id": null, "vocabulary_name": null}, {"active": false, "count": 19, "display_name": "35 bis unter 40 Jahre", "id": "9bc09242-4ded-4edb-a8e1-4e6166d47335", "name": "35 bis unter 40 Jahre", "vocabulary_id": null, "vocabulary_name": null}, {"active": false, "count": 19, "display_name": "60 bis unter 65 Jahre", "id": "de2bac5c-f661-46ab-80aa-014f2a79ded7", "name": "60 bis unter 65 Jahre", "vocabulary_id": null, "vocabulary_name": null}, {"active": false, "count": 17, "display_name": "Geschlecht", "id": "c81e99a9-6d05-42d2-8ff8-ee1b48a9e2ef", "name": "Geschlecht", "vocabulary_id": null, "vocabulary_name": null}, {"active": false, "count": 17, "display_name": "m\u00e4nnlich", "id": "2b38bf58-b5b3-4e23-aef2-e8efb0969782", "name": "m\u00e4nnlich", "vocabulary_id": null, "vocabulary_name": null}, {"active": false, "count": 17, "display_name": "weiblich", "id": "ddd3f478-ec9f-4e3e-9f96-b905097d34e4", "name": "weiblich", "vocabulary_id": null, "vocabulary_name": null}, {"active": false, "count": 15, "display_name": "40 bis unter 45 Jahre", "id": "b7cb8fa3-e965-438d-8cc0-659c17a77d79", "name": "40 bis unter 45 Jahre", "vocabulary_id": null, "vocabulary_name": null}, {"active": false, "count": 15, "display_name": "45 bis unter 50 Jahre", "id": "fb8854dd-1ff8-4208-8f49-2f8a2242d272", "name": "45 bis unter 50 Jahre", "vocabulary_id": null, "vocabulary_name": null}, {"active": false, "count": 15, "display_name": "50 bis unter 55 Jahre", "id": "c52d1c8f-b941-4ccc-80bd-4c75432c3473", "name": "50 bis unter 55 Jahre", "vocabulary_id": null, "vocabulary_name": null}, {"active": false, "count": 15, "display_name": "55 bis unter 60 Jahre", "id": "9f1e25bc-3211-453f-aaf1-b7eec439403d", "name": "55 bis unter 60 Jahre", "vocabulary_id": null, "vocabulary_name": null}, {"active": false, "count": 13, "display_name": "10 bis unter 15 Jahre", "id": "d0d50737-47c0-4400-9116-0490d005a6a5", "name": "10 bis unter 15 Jahre", "vocabulary_id": null, "vocabulary_name": null}, {"active": false, "count": 13, "display_name": "Stichtag", "id": "3de7fcc3-69f9-4475-bbaa-63239a846771", "name": "Stichtag", "vocabulary_id": null, "vocabulary_name": null}, {"active": false, "count": 12, "display_name": "Ausl\u00e4nder_-innen", "id": "04855ad1-177d-4c8e-871d-18427dcb6ce6", "name": "Ausl\u00e4nder_-innen", "vocabulary_id": null, "vocabulary_name": null}, {"active": false, "count": 12, "display_name": "Deutsche", "id": "55ef7ba0-280b-4e40-8cca-3007e183d9bc", "name": "Deutsche", "vocabulary_id": null, "vocabulary_name": null}, {"active": false, "count": 12, "display_name": "Nationalit\u00e4t", "id": "59cb6782-4dc8-4982-8364-911485f46934", "name": "Nationalit\u00e4t", "vocabulary_id": null, "vocabulary_name": null}, {"active": false, "count": 10, "display_name": "65 bis unter 70 Jahre", "id": "32310a68-139e-47e2-8596-ac539f68c933", "name": "65 bis unter 70 Jahre", "vocabulary_id": null, "vocabulary_name": null}, {"active": false, "count": 10, "display_name": "70 bis unter 75 Jahre", "id": "a9232196-2414-4a57-b783-c07a9a933c20", "name": "70 bis unter 75 Jahre", "vocabulary_id": null, "vocabulary_name": null}, {"active": false, "count": 10, "display_name": "75 bis unter 80 Jahre", "id": "dc122315-8fb3-4c00-92a0-ac29cc4aa7b7", "name": "75 bis unter 80 Jahre", "vocabulary_id": null, "vocabulary_name": null}, {"active": false, "count": 10, "display_name": "80 bis unter 85 Jahre", "id": "520fb817-c9b8-402c-a4b4-ab0a10bd3c03", "name": "80 bis unter 85 Jahre", "vocabulary_id": null, "vocabulary_name": null}, {"active": false, "count": 10, "display_name": "unter 20 Jahre", "id": "20da3fbf-0645-43a9-96ab-64f8448447e8", "name": "unter 20 Jahre", "vocabulary_id": null, "vocabulary_name": null}, {"active": false, "count": 9, "display_name": "Bev\u00f6lkerungsstand", "id": "117e30ab-3766-43f9-bd4c-70191914caf7", "name": "Bev\u00f6lkerungsstand", "vocabulary_id": null, "vocabulary_name": null}, {"active": false, "count": 9, "display_name": "Fortschreibung des Bev\u00f6lkerungsstandes", "id": "e7e10c76-3ae0-4135-b619-992e654503cf", "name": "Fortschreibung des Bev\u00f6lkerungsstandes", "vocabulary_id": null, "vocabulary_name": null}, {"active": false, "count": 8, "display_name": "15 bis unter 20 Jahre", "id": "51e0e37e-e856-4188-bdd7-22a2d0ae9865", "name": "15 bis unter 20 Jahre", "vocabulary_id": null, "vocabulary_name": null}, {"active": false, "count": 8, "display_name": "85 bis unter 90 Jahre", "id": "ca3418a0-5a8a-43cf-a068-4b8b8126bcba", "name": "85 bis unter 90 Jahre", "vocabulary_id": null, "vocabulary_name": null}, {"active": false, "count": 7, "display_name": "15 bis unter 18 Jahre", "id": "abb74ddf-2e92-4479-8983-3786c9790b85", "name": "15 bis unter 18 Jahre", "vocabulary_id": null, "vocabulary_name": null}, {"active": false, "count": 7, "display_name": "18 bis unter 20 Jahre", "id": "beb5281d-5b4d-4281-9dbf-849a65f3233b", "name": "18 bis unter 20 Jahre", "vocabulary_id": null, "vocabulary_name": null}, {"active": false, "count": 7, "display_name": "3 bis unter 6 Jahre", "id": "6ba0da7d-93bc-455d-838f-e93426b4bb50", "name": "3 bis unter 6 Jahre", "vocabulary_id": null, "vocabulary_name": null}, {"active": false, "count": 7, "display_name": "6 bis unter 10 Jahre", "id": "777d715b-4e26-48e0-8413-4c45e8af9389", "name": "6 bis unter 10 Jahre", "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

Gestorbene nach Altersgruppen und ausgewählten Todesursachen- Jahr -...

Gestorbene nach Altersgruppen und ausgewählten Todesursachen- Jahr - regionale Ebenen (bis 2017)
- TXT
- CSV
- JSON
- REST
Dataset · Hessisches Statistisches Landesamt

Gestorbene nach Altersgruppen und ausgewählten Todesursachen- Jahr -...

Gestorbene nach Altersgruppen und ausgewählten Todesursachen- Jahr - regionale Tiefe: Kreise und krfr. Städte (bis 2017)
- TXT
- CSV
- JSON
- REST
Dataset · Hessisches Statistisches Landesamt

Vollstationär behandelte Patienten nach Alter undHauptdiagnose nach Wohnsitz...

Vollstationär behandelte Patienten nach Alter undHauptdiagnose nach Wohnsitz - Jahr - regionale Ebenen
- TXT
- CSV
- JSON
- REST
Dataset · Hessisches Statistisches Landesamt

Vollstationär behandelte Patienten nach Alter undHauptdiagnose nach Wohnsitz...

Vollstationär behandelte Patienten nach Alter undHauptdiagnose nach Wohnsitz - Jahr - regionale Tiefe:Kreise und krfr. Städte
- TXT
- CSV
- JSON
- REST
Dataset · Hessisches Statistisches Landesamt

Lebendgeborene nach Geschlecht, Nationalität und Alter derMütter -...

Lebendgeborene nach Geschlecht, Nationalität und Alter derMütter - Jahressumme - regionale Ebenen (bis 2017)
- TXT
- CSV
- JSON
- REST
Dataset · Hessisches Statistisches Landesamt

Lebendgeborene nach Geschlecht, Nationalität und Alter derMütter -...

Lebendgeborene nach Geschlecht, Nationalität und Alter derMütter - Jahressumme - regionale Tiefe: Kreise und krfr.Städte (bis 2017)
- TXT
- CSV
- JSON
- REST
Dataset · Hessisches Statistisches Landesamt

Eheschließungen nach Alter des Ehemannes und der Ehefrau -Jahr - regionale...

Eheschließungen nach Alter des Ehemannes und der Ehefrau -Jahr - regionale Ebenen (bis 2017)
- TXT
- CSV
- JSON
- REST
Dataset · Hessisches Statistisches Landesamt

Eheschließungen nach Alter des Ehemannes und der Ehefrau -Jahr - regionale...

Eheschließungen nach Alter des Ehemannes und der Ehefrau -Jahr - regionale Tiefe: Kreise und krfr. Städte (bis 2017)
- TXT
- CSV
- JSON
- REST
Dataset · Hessisches Statistisches Landesamt

Bevölkerung nach Geschlecht und Altersgruppen(20) - Stichtag 31.12. - (ab...

Bevölkerung nach Geschlecht und Altersgruppen(20) - Stichtag 31.12. - (ab 2011) regionale Ebenen
- TXT
- CSV
- JSON
- REST
Dataset · Hessisches Statistisches Landesamt

Bevölkerung nach Geschlecht und Altersgruppen(20) - Stichtag 31.12. - (ab...

Bevölkerung nach Geschlecht und Altersgruppen(20) - Stichtag 31.12. - (ab 2011) regionale Tiefe: Kreiseund krfr. Städte
- TXT
- CSV
- JSON
- REST
Dataset · Hessisches Statistisches Landesamt

Bevölkerung nach Geschlecht, Nationalität und Altersgruppen(21) - Stichtag...

Bevölkerung nach Geschlecht, Nationalität und Altersgruppen(21) - Stichtag 31.12. - (ab 2011) regionale Ebenen
- TXT
- CSV
- JSON
- REST
Dataset · Hessisches Statistisches Landesamt

Bevölkerung nach Geschlecht, Nationalität und Altersgruppen(21) - Stichtag...

Bevölkerung nach Geschlecht, Nationalität und Altersgruppen(21) - Stichtag 31.12. - (ab 2011) regionale Tiefe: Kreiseund krfr. Städte
- TXT
- CSV
- JSON
- REST
Dataset · Hessisches Statistisches Landesamt

Bevölkerung nach Geschlecht, Nationalität und Altersgruppen(17) - Stichtag...

Bevölkerung nach Geschlecht, Nationalität und Altersgruppen(17) - Stichtag 31.12. - (bis 2010) regionale Ebenen
- TXT
- CSV
- JSON
- REST
Dataset · Hessisches Statistisches Landesamt

Bevölkerung nach Geschlecht, Nationalität und Altersgruppen(17) - Stichtag...

Bevölkerung nach Geschlecht, Nationalität und Altersgruppen(17) - Stichtag 31.12. - (bis 2010) regionale Tiefe: Kreiseund krfr. Städte
- TXT
- CSV
- JSON
- REST
Dataset · Hessisches Statistisches Landesamt

Bevölkerung nach Geschlecht und Altersgruppen (17) -Stichtag 31.12. -...

Bevölkerung nach Geschlecht und Altersgruppen (17) -Stichtag 31.12. - regionale Ebenen
- TXT
- CSV
- JSON
- REST
Dataset · Hessisches Statistisches Landesamt

Bevölkerung nach Geschlecht und Altersgruppen (17) -Stichtag 31.12. -...

Bevölkerung nach Geschlecht und Altersgruppen (17) -Stichtag 31.12. - regionale Tiefe: Gemeinden
- TXT
- CSV
- JSON
- REST
Dataset · Hessisches Statistisches Landesamt

Bevölkerung nach Geschlecht und Altersgruppen (17) -Stichtag 31.12. -...

Bevölkerung nach Geschlecht und Altersgruppen (17) -Stichtag 31.12. - regionale Tiefe: Kreise und krfr. Städte
- TXT
- CSV
- JSON
- REST
Dataset · Hessisches Statistisches Landesamt

Lebendgeborene nach Alter der Mütter - Jahressumme -regionale Tiefe: Kreise...

Lebendgeborene nach Alter der Mütter - Jahressumme -regionale Tiefe: Kreise und krfr. Städte
- TXT
- CSV
- JSON
- REST
Dataset · Hessisches Statistisches Landesamt

Sozialversicherungspflichtig Beschäftigte am Wohnort nachGeschlecht,...

Sozialversicherungspflichtig Beschäftigte am Wohnort nachGeschlecht, Nationalität und Altersgruppen - Stichtag30.06. - regionale Ebenen
- TXT
- CSV
- JSON
- REST
Dataset · Hessisches Statistisches Landesamt

Sozialversicherungspflichtig Beschäftigte am Wohnort nachGeschlecht,...

Sozialversicherungspflichtig Beschäftigte am Wohnort nachGeschlecht, Nationalität und Altersgruppen - Stichtag30.06. - regionale Tiefe: Kreise und krfr. Städte
- TXT
- CSV
- JSON
- REST

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

25 datasets found

Diagramme für Kategorien

nach Themen

nach Schlagwörtern

nach Regionen

nach Zeiten

Suchergebnis

Hilfe

API-Code-Beispiele