Het integreren van datasets is een van de uitdagingen bij het bouwen van toepassingen. Zo moet een weer-applicatie naast voorspellingen ook waarnemingen van weerstations ophalen. Het doel van geïntegreerde diensten is om toepassingen een meer samenhangend en uniform toegangspunt tot een groot aantal datasets te bieden. Toegang tot de historische en actuele veranderingen van een dataset wordt momenteel echter opgelost via dataset-exports en zoek-interfaces, die respectievelijk niet schaalbaar zijn voor snel veranderende datasets en onvoldoende flexibiliteit bieden om elke soort vraag op te lossen. Linked Data Event Streams (LDES) lost dit probleem op door een dataset voor te stellen als een groeiende verzameling onveranderlijke objecten wat vergelijkbaar is met een newsfeed: telkens wanneer een dataset verandert, wordt een update aan de verzameling toegevoegd. De resultaten van dit proefschrift behandelen verschillende aspecten van het gebruik van LDES om datasets te publiceren als Open Data: richtlijnen voor het publiceren van live datasets, anonimiseren van Automatic Number Plate Recognition (ANPR) datasets, het vormgeven van data conform specificaties, het fragmenteren van cultureel erfgoed collectiebeheersystemen en Next Generation Service Interfaces for Linked Data (NGSI-LD) context brokers, en het mogelijk maken van geïntegreerde diensten met LDES als bron van waarheid.