„Digital Methods” im Journalismus: Workflows in datenjournalistischen Projekten

Julian Ausserhofer (FH Joanneum Graz)

PANEL 4A  | SA 10:15 – 11:15 | Ort: IPK Hörsaal 3 (3. Stock)

Das Analysieren und Visualisieren von kleinen und mittelgroßen Datenmengen gehört immer öfter zum journalistischen Arbeitsalltag. Was früher Wetterreportern und Wahlanalystinnen vorbehalten war, passiert heute in vielen Ressorts auf der ganzen Welt. Beim Datenjournalismus ist die Tabellenkalkulation und nicht die Textverarbeitung das wichtigste journalistische Werkzeug. Und obwohl immer mehr BürgerreporterInnen und Redaktionen Datenjournalismus betreiben, steht die empirische, wissenschaftlich fundierte Untersuchung dieser Praktiken erst am Anfang (Anderson, 2012; Bounegru, 2013, p. 3; Schwabl & Roither, 2012; Spiller & Weinacht, 2013). Daran mag auch die bis in die 1950er zurückreichende Tradition des Computer-Assisted Reporting (für einen historischen Überblick über CAR, siehe Cox, 2000), das durchaus als Wegbereiter des heutigen Datenjournalismus gesehen werden kann, wenig ändern, schließlich ist einerseits die (fast ausschließlich US-amerikanische) Forschung über CAR überschaubar, andererseits pflegen CAR und Datenjournalismus jeweils unterschiedliche Methoden und Selbstverständnisse (Bounegru, 2012).

JournalistInnen, die ihre Berichterstattung auf strukturierter Information aufbauen, greifen auf ähnliche Methoden zurück, wie sie auch in den Sozialwissenschaften angewandt werden (Weaver & McCombs, 1980; Meyer, 2002, 2011). Einer der markantesten Unterschiede liegt in der Datenerhebung: In den wenigsten Fällen führen JournalistInnen diese selbst durch. Zumeist verwenden sie zugespielte Daten oder öffentliche Daten  (z.B. Statistiken, Wetter- oder Wahldaten). SozialwissenschaftlerInnen erheben ihre Daten jedoch in der Regel selbst. Bei anderen Verfahren sind sich (Daten-)Journalismus und (Sozial-)Wissenschaft wiederum sehr ähnlich – auch wenn unterschiedliche Standards in Sachen Sorgfalt, Geschwindigkeit und Ethik an den Tag gelegt werden: Die akquirierten Daten werden gesäubert, integriert, analysiert und präsentiert. Sowohl Journalismus wie auch Sozialwissenschaft setzen auf klassische Methoden wie Umfragen, Interviews, soziale Netzwerkanalyse oder Feldstudien.

Neben den klassischen sozialwissenschaftlichen Methoden verwenden DatenjournalistInnen jedoch immer öfter das, was Rogers (2009, 2010, 2013) im Kontext der Internetforschung als „Digital Methods” bezeichnet hat: Forschungsmethoden, die das Internet nicht als Mittler klassischer sozialwissenschaftlicher Arbeitsweisen wie z.B. Umfragen benützen, sondern Methoden, die das Internet, dessen Struktur, digitale Objekte und Artefakte computerunterstützt erforschen, um Aussagen über soziale Sachverhalte zu treffen. Beispielhafte Projekte für die Anwendung digitaler Methoden im Datenjournalismus sind etwa die Visualisierung der Ausbreitung und Entkräftung von Gerüchten in sozialen Medien[1] oder die Netzwerkanalyse des Twitternetzwerk des Attentäters auf den Boston-Marathon[2]. Auch zahlreiche Datenbankanalysen von so genannten „Leaks” („Iraq War Logs”, „Cablegate”, „Offshore-Leaks”) fallen in die Kategorie des Digital-Methods-Datenjournalismus.

Ziel meines Beitrags ist es, die digitalen Methoden und den redaktionellen Workflow von ausgewählten datenjournalistischen Projekten zu beleuchten. Mich interessiert, wie ein Digital-Methods-Datenjournalismus-Projekt entsteht, über welche Kompetenzen die einzelnen Akteure verfügen und welche Rollen digitale Artefakte bei der Arbeit an diesen Projekten spielen. Im Vorfeld der Bundestagswahl 2013 habe ich neun Experteninterviews mit DatenjournalistInnen in deutschen Newsrooms geführt. Damit wurde ein Gutteil derjenigen befragt, die sich hauptberuflich in Deutschland dem Thema widmen. Es zeigt sich, dass Datenjournalismus in den wenigsten Fällen eine Einzelarbeit ist: Zumindest in Zweierteams wird an Projekten gearbeitet (und oft sind es mehr) – eine Person mit Journalismus-Hintergrund, eine Person mit Programmier- bzw. Visualisierungssausbildung. Je nach Projekt werden auch externe Berater hinzugezogen oder Unterstützung online sowie bei RedakteurInnen von anderen Medienhäusern gesucht. Alle Befragten äußerten den Anspruch, Objektivität durch Transparenz herzustellen, indem sie Methoden und Quellen veröffentlichten – ähnliche Argumentationsmuster wie sie in Communities of Practice (Wenger, 1998) oder der Open-Science- oder Open-Source-Bewegung geäußert werden.

 
[1] http://www.guardian.co.uk/uk/interactive/2011/dec/07/london-riots-twitter
[2] http://digg.com/originals/dzhokhar-tsarnaev-twitter-map
 
Anderson, C. W. (2012). Towards a Sociology of Computational and Algorithmic Journalism. New Media & Society, 0(0), 1–17. doi:10.1177/1461444812465137
Bounegru, L. (2012). Data Journalism in Perspective. In J. Gray, L. Bounegru, & L. Chambers (Eds.), The Data Journalism Handbook: How Journalists Can Use Data to Improve the News (pp. 17–22). Sebastopol, CA: O’Reilly Media. Retrieved from http://datajournalismhandbook.org/
Bounegru, L. (2013). Sourcing Practices and Knowledge Production in Data Journalism at The Guardian, The New York Times and ProPublica (Unpublished Master Thesis). University of Amsterdam, Amsterdam.
Cox, M. (2000). The Development of Computer-Assisted Reporting. Presented at the Newspaper Division, Association for Education in Journalism and Mass Communication, Southeast Colloquium, Chapel Hill, North Carolina. Retrieved from http://com.miami.edu/car/cox00.pdf
Meyer, P. (2002). Precision Journalism: A Reporter’s Introduction to Social Science Methods (4th ed.). Oxford, England: Rowman & Littlefield.
Meyer, P. (2011, Fall). Precision Journalism and Narrative Journalism: Toward a Unified Field Theory. Nieman Reports. Retrieved from http://www.nieman.harvard.edu/reports/article-online-exclusive/100044/Precision-Journalism-and-Narrative-Journalism-Toward-a-Unified-Field-Theory.aspx
Rogers, R. (2009). The End of the Virtual: Digital Methods. Amsterdam: Vossiuspers UvA.
Rogers, R. (2010). Internet Research: The Question of Method — A Keynote Address from the YouTube and the 2008 Election Cycle in the United States Conference. Journal of Information Technology & Politics, 7, 241–260. doi:10.1080/19331681003753438
Rogers, R. (2013). Digital Methods. Cambridge, Massachusetts & London, England: MIT Press.
Weaver, D. H., & McCombs, M. E. (1980). Journalism and Social Science: A New Relationship? Public Opinion Quarterly, 44(4), 477–494.
Schwabl, T., & Roither, M. (2012, October 3). Die Relevanz des Datenjournalismus in der täglichen journalistischen Arbeit. Retrieved from http://www.marketagent.com/webfiles/pdf/news/%7B344AC108-10BB-4A32-9372-35B410C1029D%7D.PDF#
Weinacht, S., & Spiller, R. (2013). Wie wissenschaftlich ist Datenjournalismus? Ergebnisse einer bundesweiten Befragung. WPK Quarterly, (1), 14–15.
Wenger, E. (1998). Communities of Practice: Learning, Meaning, and Identity. Cambridge, UK: Cambridge University Press.
> zurück zum Programm ‘Digital Methods’