Was meinen wir, wenn wir von Datenjournalismus sprechen? Mariela Sirakova von der Leizig School of Media (LSoM) hat ein Interview mit mir darüber gemacht, was relevante Daten sind, ob sie automatisch zu Geschichten führen, welche Fähigkeiten im Datenjournalismus am wichtigsten sind, und wie man am besten selbst einsteigen kann.
(Das Interview ist in ähnlicher Form auch auf der Seite der LSoM veröffentlicht und wurde im Vorfeld eines zweitägigen Datenjournalismus-Kurses geführt, den ich dort am 2. und 3. November halte.)
Mariela Sirakova: Herr Schwentker, es gibt viele verschiedene Auffassungen dazu, was Datenjournalismus ist. Was verstehen Sie unter Datenjournalismus?
Björn Schwentker: Es gibt keine eindeutige Definition von Datenjournalismus, zumindest nicht in Deutschland. Ich verstehe darunter ein Handwerk: Die Fähigkeit mit Daten umzugehen, Daten richtig auf eine journalistische Geschichte hin zu recherchieren, sie zu analysieren, auszuwerten und zu bereinigen. Wenn es die Daten zulassen, und es für die Story angemessen ist, kann auch die Datenvisualisierung eine wichtige Rolle spielen. Für mich geht es vor allem darum, Daten in den Kontext einer relevanten journalistischen Geschichte zu setzen. Andere legen beim Datenjournalismus einen meiner Meinung nach zu großen Wert auf eine opulente Visualisierung. Dieser Ansatz treibt auch viele in datenjournalistische Kurse. Ich halte Datenvisualisierung letztlich für einen Teilbereich, der an falscher Stelle betont wird und in vielen Fällen eher zur einer Verflachung statt zu einer Vertiefung des Journalismus führt.
Welche Fähigkeit ist demnach die wichtigste, die Datenjournalisten beherrschen müssen?
Ich muss als Datenjournalist vor allem die Kompetenz besitzen, die relevanten Daten zu erkennen. Datenjournalismus ist am Ende auch nur Journalismus. Journalismus versucht immer aus der komplexen Welt Informationen zu selektieren, das heißt nach bestimmten Relevanzkriterien eine Vorauswahl zu treffen, zu vereinfachen und zu erklären. Das gilt für Datenjournalismus in besonderem Maße.
Das ist eine Fähigkeit, die viele Journalisten für Daten erst lernen müssen. Es beginnt damit, zu wissen, welche Daten es gibt und wo ich sie bekomme. Dann muss ich wissen, welche Datenformate existieren, wie ich sie lesbar mache, welches Programm ich zum Öffnen der Daten benutze, um sie überhaupt journalistisch aufbereiten und analysieren zu können. Das sind die simplen Fragen, mit denen es losgeht. Aber wenn man das nicht kann, bleiben viele Datensätze unzugänglich.
Kann jedes Thema aus Sicht des Datenjournalismus interessant sein oder gibt es auch Themen, die dafür prädestiniert sind?
Grundsätzlich eignet sich jedes Thema. Es ändert sich wenig an der normalen journalistischen Vorgehensweise, zuerst ein für das entsprechende Medium oder die Zielgruppe relevantes Thema zu finden. Erst dann informiert man sich darüber, ob es Daten zum Thema gibt und ob diese Daten mehr sagen als andere journalistische Quellen. Das ist ein anderer Ansatz als der, den man gemeinhin hört.
Was meinen Sie damit?
Mit Datenjournalismus wird oft der Satz verbunden „Geschichten in Daten finden“. Das bedeutet, man beginnt mit einem Datensatz und sucht dann die Geschichte, die dort schon drinsteckt. Das ist aber ein Holzweg! Dieses Vorgehen birgt gleich mehrere Gefahren. Zum Beispiel, dass man schon mit einem kleinen, selektierten Teil der Wirklichkeit beginnt (nämlich dem, den die Daten widerspiegeln), dass man am Ende nur eine Quelle nutzt, oder dass man PR-Meldungen aufsitzt. PR setzt inzwischen vermehrt bewusst auf Daten, weil Daten – fälschlich – als per se objektiv gelten. Essentielle Arbeitsweisen des Journalismus darf man aber nicht ausblenden – Daten hin oder her. Und das heißt: die journalistische Frage steht immer ganz vorne. Nicht die Daten. Die ergeben sich erst aus der Datenrecherche entlang meiner Frage.
Es besteht die Gefahr, dass Daten falsch interpretiert werden. Wie lässt sich diese Gefahr minimieren?
Vor allem durch gründliche Recherche. Man sollte sich angewöhnen, an die Datenquellen zurückzugehen und sich dort die Zahlen und die Methodik erklären zu lassen. Dieses Wissen findet man oft nicht in den Daten selbst oder im Internet. Man muss zum Telefonhörer greifen, und die Macher der Daten selbst befragen. Da sind wir wieder beim klassischen Journalismus, der so mit jeder Form von Information umgeht. Journalisten gehen an die Quelle und fragen: Was meinst du eigentlich? Erklär mal!
Das größte Missverständnis im Datenjournalismus kommt daher, dass dieser Schritt nicht oder nicht ausreichend gemacht wird. Oftmals weiß der Journalist gar nicht, was die Daten genau bedeuten – oder ob sie überhaupt das aussagen, was er vermutet.
Stichwort Programmiersprachen: Wie tief sollten die Kenntnisse reichen, um im Berufsalltag arbeitsfähig zu sein?
Die Frage ist, wie weit man gehen möchte. Für einfachen „Alltags-Datenjournalismus“ braucht es keine Programmierkenntnisse. Das ist zu viel; darüber vergisst man den Journalismus. Man muss zunächst verstehen, was Daten überhaupt sind und wie man sie gut recherchiert, bereinigt und in einfachen Schritten analysiert. Da kommt man schon weit mit Excel, insbesondere bei der Analyse von Daten. Um Daten zu bereinigen, braucht man zusätzlich einen guten Texteditor, zum Beispiel Sublime. Dann gibt es verschiedene Online-Tools, um Daten aus PDFs zu extrahieren oder Datenformate wie XML oder JSON zu konvertieren.
Wenn es um Online-Datenvisualisierung geht, reicht für die Mehrzahl der Fälle, für die man nicht mehr als einfache Grafiktypen wie Linien oder Säulen braucht, ein fertiges Tool-Paket wie z.B. der Datawrapper. Für den Alltag reichen also meistens einfache Online-Dienste, die einem das Programmieren ersparen. Wenn es darum geht, interaktive Grafiken komplett in Eigenregie zu erstellen, sind wir in einem Spezial-Bereich, wo eine Redaktion einen Entwickler, bzw. Programmierer anstellen oder beauftragen wird. Hierbei handelt es sich aber nicht mehr um journalistische Kompetenzen im engeren Sinne.
Programmierkenntnisse sind sinnvoll, um als Journalist verstehen zu können, was die Entwickler überhaupt machen, und was technisch möglich ist. Denn auch wenn der Entwickler programmiert, sollte der Journalist den Hut aufhaben. Außerdem hilft Programmierwissen bei fortgeschrittenen statistischen Analysen. Hierfür gibt es beispielsweise die Programmiersprachen Python oder R. Damit lassen sich auch tolle Offline-Visualisierungen realisieren. Das ist aber alles schon eher fortgeschritten und geht über das hinaus, was man in den meisten Redaktionen brauchen wird, um anzufangen.
Stichwort Datenschutz: Wie leicht oder schwer kommt man in Deutschland an Daten ran?
Es kommt darauf an, welches Niveau man erreichen möchte. Die meisten Lokalredaktionen beispielsweise arbeiten ja eher selten intensiv mit Daten. Für sie wird es erstmal interessant sein, sich überhaupt Daten zu spannenden Themen von ihrer Kommune oder aus ihrem statistischen Landesamt zu besorgen, diese regelmäßig zu bearbeiten und zu schauen, was da drinsteckt. Damit kommen sie schon recht weit, und datenschutzrechtliche Hindernisse fallen noch nicht nicht so stark auf.
Wenn man längerfristige investigative Recherchen betreibt, um an Daten zu gelangen, kommt man allerdings in den Bereich, wo der Staat die Daten oft nicht mehr rausrückt. Für Unternehmen gilt übrigens dasselbe, nur dass man gegenüber der Wirtschaft im Allgemeinen keinen Anspruch auf Daten hat – anders als gegenüber dem Staat, also auch allen Statistikämtern und Kommunen. Spätestens an diesem Punkt stellt sich die Frage, wie es um die Informationsfreiheit in unserem Land steht, also um das Recht, Dokumente und Daten vom Staat zu erhalten. Und da steht es schlecht. Wenn der Staat nicht will, hat man oft wenig Chance, an Daten zu kommen – trotz Informationsfreiheitsgesetzen. Denn die gibt es nicht in jedem Bundesland. Und selbst wenn ein solches Gesetz existiert, muss man sich oftmals Monate oder sogar Jahre mit den Behörden auseinandersetzen, um ihnen – zur Not vor Gericht – zu beweisen, dass all die Ausnahmeregelungen, auf die sie sich berufen, um Informationen doch zurückzuhalten, in ihrem Fall in Wahrheit nicht zutreffen. Ein sehr häufiges Argument der Behörden ist eine übertriebene Auslegung des Datenschutzes. Dagegen anzukommen kostet Zeit und Geld. Beides hat Journalismus meistens nicht.
Nach wie vor wird behauptet, Datenjournalismus koste sehr viele Ressourcen. Wie stehen Sie dazu?
Ich glaube, dass man mit Daten relativ schnell interessante Beiträge erstellen kann, die sich von denen der medialen Konkurrenz absetzen, wenn man in seinem Alltag regelmäßig datenjournalistisch arbeitet. Es gibt aber keine datenjournalistische Wunderwaffe, kein Wundertool, mit dem ich tolle Geschichten im Handumdrehen schreiben kann. Und schon gar nicht, um mit einer investigativen Story den Pulitzer-Preis zu holen. Das dauert meist Monate – mit oder ohne Daten.
Für den Start sollte man sich ein wenig Zeit fürs Lernen nehmen: Vor allem, um Daten zu verstehen und mit Excel solide umgehen zu können. Sobald ich das kann, gehe ich zurück in den Redaktionsalltag und bleibe dran –regelmäßig und geduldig. Nach und nach werde ich schließlich immer mehr und bessere Datensätzen zu meinen Themen finden, immer mehr darin sehen, und daraus spannende Geschichten machen. Auf diese Weise kann ich mit geringen Mitteln besseren Journalismus erreichen und mich von der Konkurrenz abheben. Es ist zwar relativ einfach, aber eben auch eine Daueraufgabe. Man sollte nicht erwarten, dass es sofort funktioniert. Aber dranbleiben lohnt sich definitiv.
0 Kommentare…