Christina Elmer, Datenjournalistin für Spiegel Online, sagt, Datenjournalismus ist auch etwas für kleine Redaktionen. Programmierkenntnisse sind, zur Beruhigung aller, nicht zwingend nötig.

Präsentation von Christina Elmer mit Beispielen und Tipps

Zunächst stellt Elmer eines klar: „Computers don’t make a bad reporter a good reporter. What they do is make a good reporter a better one.“ Datenjournalismus gebe es deshalb, „weil wir es können“, sagt sie. Daten sind heute so schnell verfügbar wie nie zuvor. Aber Datenjournalismus sei auch notwendig, um die Kontrolle über Daten zu behalten und Zusammenhänge transparent zu machen.

Auch im Lokalen gebe es diverse Möglichkeiten, datenjournalistische Inhalte zu erstellen. Dafür brauche es nicht einmal zwingend Programmierkenntnisse. Sie selbst habe auch keine Expertise in diesem Bereich. Zum Glück übernehme ein Kollege diese Arbeit für sie. Aber selbst mit einfachen Exceltabellen und Balkendiagrammen könne man relevante Daten schöner und anders erzählen als in Textform. Am beeindruckendsten seien jedoch die Geschichten, die auf innovative Weise programmiert und aufbereitet sind.

Geschichten anders erzählen

Die Storys im Datenjournalismus seien auf zwei Ebenen interessant: Einerseits sind sie inhaltlich fundiert, überzeugend, exklusiv und überraschend. Andererseits tiefgründig, multimedial, interaktiv und personalisiert. Besonders wichtig sei die Personalisierung von Geschichten. Im Lokalen sei Datenjournalismus dieser Aspekt eine besondere Chance, weil Geschichten anders erzählt werden können, als es konkurrierende größere Redaktionen tun.

Datenjournalismus fußt in erster Linie, klar, auf Daten. Visualisierung, Interaktivität und Transparenz gehören Elmer zufolge aber nicht zum Kern des Datenjournalismus. Das sind manchmal schöne Spielereien, die Daten besonders leicht konsumierbar und erfassbar machen. Ein Muss ist das aber nicht.

Selbst investigativen Themen kann sich der Datenjournalismus widmen. Beispielsweise haben die SPON-Datenredakteure den Wasserverbrauch aus Beate Zschäpes Wohnung in einer simplen Exceltabelle ausgewertet. Ziel war es zu be- oder widerlegen, dass Zschäpe über längere Zeit die Neonazis Mundlos und Böhnhardt beherbergt hatte.

Datenjournalismus bedeutet also nicht einfach Daten in Diagramme zu übersetzen, sondern mittels Daten erst auf Geschichten zu stoßen.

Ein Lokalbeispiel – Mindestlohn und Miete

Ein paar Inspirationen aus der lokalen Praxis hat Elmer auch im Gepäck.

„Brauchbar für Datenjournalismus im Lokalen sind Themen, die die Leser direkt interessieren oder betreffen – Themen die möglichst nah am Alltag und der Lebenswelt der Leser sind.“

Eines ist zum Beispiel eine von Immobilienscout durchgeführte Untersuchung der Durchschnittsmieten in Hamburg. Diese Daten wurden dann weiterverwendet und ins Verhältnis zum Durchschnittseinkommen in Hamburg gesetzt. Ziel war es zu analysieren, welche Stadtteile zu teuer sind, wenn man davon ausgeht 30% des Einkommens für die Miete zu zahlen.

„Wie überzeugt man große Firmen diese Daten für lokale Medien rauszurücken?“, fragte eine Teilnehmerin. Wenn es sauber erhobene Daten sind, haben Unternehmen oft keine Probleme damit, dass diese Daten verwendet werden, so Elmer. Als kleines lokales Medium sei ein wenig Klinkenputzen allerdings nötig.

Datenquellen im Lokalen

Sowohl amtliche Statistiken vom Statistischen Bundesamt als auch die der statistischen Landesämter seien meist eine erste und ergiebige Anlaufstelle. Behörden vor Ort können auch interessante Daten liefern.

Auch das Crowdsourcing hat sich als Datenquelle bewährt. Die Leser werden dabei dazu aufgerufen, Infos an die Redaktionen weiterzuleiten. Beispielsweise hat die Süddeutsche Zeitung mit Unterstützung der Crowd eine Karte davon erstellt, wo die Straßen in Bayern besonders schlecht sind.

„Der große Vorteil im Lokalen ist es, seine Leser direkt ansprechen und aktivieren zu können. Damit kann zusätzliche eine starke Leserbindung aufgebaut werden.“

Hier ist der Einsatz der Journalisten und Journalistinnen selbst jedoch auch nötig, da sie die Daten pflegen und verwalten müssen. Ist ein relevanter und ergiebiger Datensatz erreicht, können die eigens produzierten Daten und ausgewertet und aufbereitet werden.

Auf diese Weise können Phänomene auch langfristig beobachtet werden.

Wo soll ich als Datenjournalist-Newcomer anfangen?

Es gibt inzwischen ein wachsendes Angebot an Kursen und Seminaren, beispielsweise von der Akademie mit Publizistik, bei dem sich Interessierte für den Datenjournalismus fit machen können. Elmer appelliert an die Teilnehmer, Mut zu haben, sich auch auf neue Wege in der Berichterstattung einzulassen.

Das Thema Datenjournalismus sei eben kein Hexenwerk und lasse sich schon mit kostenlosen Tools und Werkzeugen gut umsetzen. Die Datenbearbeitung erfolge in einem ersten Schritt zum Beispiel mit Microsoft Excel, Apple Numbers oder Google Tabels. Im zweiten Schritt könne mit einfachen Tools wie Datawrapper oder Highcharts die Daten visualisiert werden. Besonders Kartendarstellungen eignen sich im Lokalen. Hierfür könne Google Maps und CartoDB benutzt werden. (Anm: Nicht alle hier vorgestellten Tools sind kostenlos. Die Preise sind meist Klick-gebunden)

„Es ist ganz wichtig sich ein paar Beispiele anzuschauen und sich davon inspirieren zu lassen. Dann kann man ganz niedrigschwellig anfangen und ein paar kleine Berechnungen machen mit den Tools, die es bereits auf dem Markt gibt. Wer mehr will, sollte sich mit der lokalen Entwicklerszene befassen, um Leute zu finden, die helfen können, auch komplizierte Sachen zu programmieren.“