Was ist Datenjournalismus?

Datenjournalismus ist wichtiger denn je, aber was ist Datenjournalismus und warum ist er in den Nachrichtenredaktionen auf der ganzen Welt in den Vordergrund gerückt?

Datenjournalismus ist das Sammeln und Analysieren von Daten, gefolgt von deren Präsentation in einer fesselnden Geschichte, die das Publikum verdauen kann.

Einige Kritiker argumentieren, dass jeder moderne Journalismus Datenjournalismus ist. Schließlich sollte ein Nachrichtenartikel, wenn er gedruckt wird, Fakten enthalten, und diese Fakten können als „Daten“ quantifiziert werden. Der Begriff „Datenjournalismus“ erinnert jedoch an etwas mehr als an die traditionelle Berichterstattung.

Wie Aron Pilhofer, Redakteur für visuelle Daten bei The Guardian, es ausdrückte, bedeutet Datenjournalismus „für fast jeden etwas anderes“.

Die meisten Menschen können sich auf ein Merkmal der Datenberichterstattung einigen; Es ist eine Art Journalismus, der Rohdaten interpretiert und diese Informationen als kritische Quelle für eine Geschichte verwendet.

Dieser Punkt wurde in einem Artikel des American Press Institute mit dem Titel „Wie sich Datenjournalismus von dem unterscheidet, was wir immer getan haben“ diskutiert.

Dieser Artikel weist auch darauf hin, wie die Datenberichterstattung in drei sich überschneidende Kategorien unterteilt werden kann: Erfassung, Analyse und Präsentation.

In gewisser Weise ist dies nicht unähnlich, wie ein Journalist an den meisten Geschichten arbeiten würde; Suchen Sie zuerst eine Quelle, analysieren Sie dann die präsentierten Informationen und verteilen Sie diese Informationen dann auf eine leicht verständliche Weise an die Öffentlichkeit. Obwohl die Schritte der Arbeit in Redaktionen ähneln mögen, sind es die beteiligten Prozesse nicht.

Bevor Sie weiterlesen, sehen Sie sich unseren Leitfaden zu den besten Journalismus-Tools an.

Datenerfassung

Die Ersterfassung von Daten ist ein wesentlicher Bestandteil der Arbeit eines jeden Datenjournalisten. Es sind Fähigkeiten erforderlich, die nicht mit dem übereinstimmen, was viele Menschen unter Journalismus verstehen.

Beispielsweise ist die Fähigkeit, Anomalien in Datenquellen wie Tabellenkalkulationen zu finden, weit davon entfernt, Whistleblower zu befragen, globale Ereignisse mitzuerleben und darüber zu berichten.

Diese Fähigkeit kann und hat jedoch dazu beigetragen, einige der wichtigsten Geschichten aufzudecken und darzustellen, die sich in unserer Zeit ereignet haben.

Die New York Times hat einen Artikel veröffentlicht, in dem es um den Wert des Wissens geht, wie man eine Tabelle untersucht, und wie ihre Journalisten den Prozess lieben gelernt haben, der ihnen hilft, eine Geschichte zu finden und sich mit ihr auseinanderzusetzen. Es sind nicht nur Tabellenkalkulationen, in denen Journalisten nachrichtenwürdige Informationen finden können.

Andere Datenerfassungsmethoden umfassen das Scraping von Websites, das Einreichen von Informationsfreiheitsanfragen und das Suchen und Sammeln verschiedener komplexer Datenformate.

Datenanalyse

In den meisten Fällen entsteht die Geschichte nicht einfach aus dem Abrufen der Daten, sondern aus der Analyse dieser Daten. Dies gilt insbesondere für Big Data, die möglicherweise eine computergestützte Berichterstattung oder einige andere Formeln erfordern, um die Geschichte in den Datensätzen zu entschlüsseln.

Natürlich war die Datenanalyse einst eine reine Aufgabe von Data Scientists. Heutzutage ist Data Science jedoch angesichts der Menge an verfügbaren Informationen zu einem unverzichtbaren Werkzeug in den Nachrichtenredaktionen geworden und weit davon entfernt, eine ignorierte Sozialwissenschaft zu sein.

Die Fähigkeit, Muster und eine überzeugende Geschichte in der Komplexität von Daten zu erkennen, ist zu einer Waffe im Arsenal der heutigen Journalisten geworden.

Datenvisualisierung

Obwohl einige argumentieren, dass der Journalismus im Sterben liegt, gibt es heute mehr Möglichkeiten als je zuvor, Geschichten zu erzählen, was teilweise darauf zurückzuführen ist, dass Datenvisualisierung in den meisten großen Nachrichtenredaktionen ein geschätztes Werkzeug ist.

Hier arbeiten Datenteams zusammen, um Grafiken, Infografiken und andere visuelle Präsentationen zu präsentieren, um die Ergebnisse ihrer kollektiven investigativen Berichterstattung zu demonstrieren.

Ein hervorragendes Beispiel für die Visualisierung von Datengeschichten ist die Präsentation von Edward Snowdens Leak von NSA-Dateien in The Guardian.

Hier machten sie die Geschichte mit ihrer Visualisierung „Was die Enthüllungen für Sie bedeuten“ für den durchschnittlichen Leser interessanter.

Anstatt dass dieses große Datenleck auf eine Weise angezeigt wird, die für die Leser überwältigend erscheint, haben sie es humanisiert. Sie taten dies, indem sie ihrem Publikum die Möglichkeit gaben, zu sehen, wie sich die Daten auf die Dinge auswirkten, die ihnen am wichtigsten waren.

Es war eine großartige Nutzung von Daten und es verbreitete die Geschichte einem viel breiteren Publikum, als es sonst erreicht hätte.

Daten sind überall

Ein frühes Beispiel für Datenerfassung, Datenanalyse und Datenvisualisierung war Philip Meyer und seine computergestützte Berichterstattung im Jahr 1967. Nachdem Informationen über die Demografie von Menschen verbreitet wurden, die in Detroit aufrührten, analysierte Meyer Umfragedaten. Er zeigte, dass es sich bei den Aufständischen genauso wahrscheinlich um Hochschulabsolventen wie um Schulabbrecher handelte.

Jetzt gibt es so viele Daten da draußen, dass es für einen Reporter fast unmöglich ist, alle drei Aspekte zu übernehmen, wie es Meyer tat.

Im Datenjournalismus-Handbuch wurde diese Änderung im Arbeitsablauf von Datenjournalisten diskutiert. Meyer hat diesen Punkt selbst diskutiert und einmal gesagt:

„Als Informationen knapp waren, widmeten wir uns hauptsächlich dem Jagen und Sammeln. Jetzt, da Informationen im Überfluss vorhanden sind, ist die Verarbeitung wichtiger.“

Heutzutage gibt es so viele Informationen, dass es eine Wissenschaft ist, überzeugende Geschichten aus großen Datenmengen zu finden.

Wo ist Datenjournalismus?

DataJournalism.com hat Ende letzten Jahres eine Recherche zum Stand des Datenjournalismus und seiner Entwicklung durchgeführt. Es hatte über 1.250 Antworten von Journalisten weltweit und veröffentlichte die Ergebnisse.

Eine der spannendsten Erkenntnisse war, dass mehr als ein Viertel der Datenjournalisten wegen der Pandemie ins Feld gerieten.

Ein weiteres interessantes Ergebnis war, dass die von Datenjournalisten am häufigsten verwendete Programmiersprache Python ist (63 %), gefolgt von HTML/CSS (51 %) und dann R (46 %).

What's New In Publishing ist eine weitere Nachrichtenorganisation, die versucht, die Frage „Wo steht Datenjournalismus heute?“ zu beantworten. Sie haben Gespräche mit mehreren Reportern aus diesem Bereich geführt, wobei ihr Gespräch mit Jacopo Ottaviani im Rahmen ihres IJNotes-Podcasts von besonderem Interesse ist.

Herr Ottaviani ist ein panafrikanischer ICFJ Knight Fellow, der als Chief Data Officer bei Code for Africa arbeitet. Er hilft Nachrichtenredaktionen auf dem Kontinent, Datendesks einzurichten und Daten in ihrer Berichterstattung effizienter zu nutzen.

Einer der Punkte, die er in dieser Diskussion anspricht, ist, dass Datennachrichten humanisiert werden müssen. Wie wir bei den veröffentlichten Dateien des Guardian und von Edward Snowden gesehen haben, kann dies der Unterschied zwischen Ihren Geschichten sein, die ein Publikum finden, oder den Massen von Daten, die als schwer verständlich angesehen werden.

Herausforderungen für den Datenjournalismus

Datenanalyse und die Arbeit als Datenjournalist stellen einige Herausforderungen für diejenigen dar, die eine journalistische Karriere in Betracht ziehen. Hier sind nur ein paar…

Zugriff auf Qualitätsdaten

Der Zugang zu hochwertigen Daten ist beim Crowdsourcing von Nachrichten nicht immer so einfach zu finden. Tatsächlich gaben Datenjournalisten in der oben erwähnten Umfrage von DataJournalism.com an, dass dies ihre größte Herausforderung sei.

Über die Hälfte der Befragten gab an, dass der Zugang zu guten Daten das größte Problem sei.

Zeitbeschränkungen in traditionellen Nachrichtenredaktionen

Nach dem Zugriff auf die Daten haben viele Journalisten das Gefühl, keine Zeit zu haben, sie zu untersuchen und richtig zu visualisieren. Die Arbeit als investigativer Journalist an großen Datensätzen braucht Zeit, und leider nimmt diese Zeit die Menschen von anderen Elementen ihrer Arbeit ab.

Mit der heutigen Rolling-News-Mentalität ist es schwieriger, Wochen und Monate mit einzelnen Geschichten zu verbringen. Das ist einer der Gründe, warum „Zeitbeschränkungen“ in dieser Umfrage als zweitwichtigstes Problem für Datenjournalisten aufgeführt wurden.

Ressourcen

Fast die Hälfte der befragten Journalisten gab an, dass der Mangel an Ressourcen ihr größtes Problem sei. Dies liegt daran, dass Redaktionen oft nicht über die finanziellen, zeitlichen oder fachlichen Ressourcen verfügen, die erforderlich sind, um datenbezogenen Meldungen nachzugehen.

Der Wert des Datenjournalismus

Etwa 70 Prozent der Datenjournalisten glauben, dass Daten „einer Geschichte Verlässlichkeit und Kontextualisierung verleihen“. Diese Journalisten wiesen auch auf andere Werte des Feldes hin, wie z. B. die Fähigkeit, sowohl relevante als auch einzigartige Geschichten zu finden und sie der Öffentlichkeit zugänglich zu machen.

Auch das American Press Institute diskutierte den Wert des Datenjournalismus und wies auf seine Unparteilichkeit hin. Es sagt aus:

„Der eindeutigste Vorteil von Daten gegenüber anderen Quellen ist, dass es sich um Tatsachen handelt … Es handelt sich beispielsweise um eine tatsächlich gezählte Anzahl von Todesfällen oder um Steuergelder oder Schlaglöcher. Man muss sich nicht so sehr auf anekdotische Beweise verlassen, wenn man die wahren Beweise vor sich hat.“

Sie weisen auch darauf hin, dass Datenjournalismus es Reportern ermöglicht, Behauptungen zu überprüfen, kritischere Geschichten anzugehen und Details und Distanz zu bieten, während sie effizienter sind.

Die Vorteile dieser Art der Berichterstattung sind zahlreich, und es ist klar, dass der Datenjournalismus ein Bereich ist, der hier bleiben wird. Datenanalyse war schon immer ein Bestandteil der Arbeit eines Journalisten.

Mit der Fülle an Big Data, die heute verfügbar ist, ist es jetzt eine Sozialwissenschaft, die praktisch jede große Nachrichtenredaktion annehmen muss.

Ressourcen für Journalisten

Was ist Advocacy-Journalismus?

Was ist eine umgekehrte Pyramide im Journalismus?

Was ist Bürgerjournalismus?

Ist Journalismus ein guter Beruf?

Stirbt der Journalismus?

Was ist Literaturjournalismus?

Die 11 besten Journalismus-Tools für vielbeschäftigte Profis

Was ist Muckraking-Journalismus?

Was ist Watchdog-Journalismus? Ein hilfreicher Leitfaden

Was ist neuer Journalismus?

Was ist Wissenschaftsjournalismus? Eine ausführliche Anleitung

Die 10 besten Tools für Datenjournalismus für Forschung und Datenmanagement

Die 7 besten journalistischen Fähigkeiten, um Sie zu einem erfolgreichen Journalisten zu machen

Was ist gelber Journalismus?

5 W des Journalismus: Alles, was Sie wissen müssen

Was ist Lektorat im Journalismus? Ein umfassender Leitfaden für angehende Journalisten

Was ist Gonzo-Journalismus? Erklärt

FAQs zum Datenjournalismus