Data-Culture: Transparenz und Teilen

Es muss nicht immer Konkurrenzdenken sein. Gerade Datenjournalisten leisten, wenn sie ihre Methoden transparent machen und ihr Recherchematerial zur Verfügung stellen, auch einen Beitrag zur Sharing-Kultur im Netz. In Hackathons wird manchmal sogar über Verlagsgrenzen hinaus gemeinsam an überraschenden Lösungen gebastelt.

Eine Meta-Recherche von Jacqueline Winkler, Nicole Stranzl und Alexandra Polič

Transparenz herzustellen, zählt zu einer der wichtigsten Aufgaben des Journalismus. Durch die Digitalisierung wird es für den Leser immer einfacher, Geschichten zu hinterfragen und selbst zu recherchieren. Um Informationen zugänglich und die Recherche nachvollziehbar zu machen, stellen Journalistinnen und Journalisten nun Datensätze und Dokumente bereit. Sie führen den Leser so durch den Rechercheprozess.

Dafür definiert Timo Grossenbacher, Programmierer und Datenjournalist beim Schweizer Radio und Fernsehen (SRF), verschiedene Stufen der Transparenz. Es beginnt mit der Quellenangabe: Der Autor bzw. die Autorin verweisen auf den Ursprung ihrer Zitate und Informationen. Die nächste Stufe stellt die Veröffentlichung des Rechercheprotokolls dar, in dem die Methoden der Datenbearbeitung ausführlich beschrieben und erklärt werden. Durch das Bereitstellen der Rohdaten kann der Leser den Rechercheprozess selbst durchführen. Die Arbeit des Journalisten ist nun reproduzierbar. „Pseudo-Objektivität”, nennt Grossenbacher als Grund für die Methodenoffenlegung. Jeder Schritt in der Datenbearbeitung – Auswahl, Filtern, Säubern – ist eine subjektive Entscheidung. Zahlen lügen vielleicht nicht, aber ihre Verwendung ist das Ergebnis der Interpretation des Datenjournalisten. Exakt an diesem Kritikpunkt greift die Methodenoffenlegung, die es den Lesern ermöglichen soll, sich – frei von journalistischen Entscheidungen – selbst eine Meinung zu bilden oder sogar weitere Erkenntnisse zu gewinnen.

Um „die jeweilige Grundlage einer Tatsachenbehauptung gegenüber Lesern so weit wie irgend möglich transparent” zu machen, hat das Datenjournalismusnetzwerk „CORRECT!V” die Methodenoffenlegung sogar in seinen Statuten festgehalten. Regelmäßig werden Rechercheprotokolle, Dokumente sowie zusätzliche Erklärungen zu den behandelten Themen veröffentlicht.

Hackathons

Nicht nur im Rahmen der Methodenoffenlegung gehen im Datenjournalismus Transparenz und Teilen Hand in Hand. Journalisten treffen sich auch bei “Hackathons”, die eigentlich aus der IT-Szene kommen, um gemeinsam neue Methoden zur Datenbeschaffung zu entwickeln, Datensätze zu „befreien“ oder neue News-Apps zu entwickeln.

Hackathons helfen vor allem dann, wenn in Redaktionen die Ressourcen und die technischen Tools, um große Datenmengen zu beschaffen und aufzubereiten, fehlen. Die Datenbeschaffung sei dabei aber nicht die Schwierigkeit, erklärt Katrin Nussmayr, Multimedia-Journalistin bei der „Presse”. Es sei das Format, das Probleme verursacht: Wenn Datensätze nur in Bild- oder PDF-Dateien verfügbar sind, müsse man sie mühsam händisch eingeben. Allerdings gibt es auch bereits automatisierte Methoden zur Datenbeschaffung.

Einige von ihnen wurden von Journalisten, IT- und Rechtsexperten gemeinsam im Rahmen von Hackathons entwickelt. Die Verbindung der Wörter “Hacken” und “Marathon” beschreibt bereits das Wesen des Events: eine Veranstaltung, während der, oft 24 bis 48 Stunden ohne (Schlaf-)Pause, an der Offenlegung von Daten und der Entwicklung von überraschenden Lösungen gearbeitet wird.

Oft veranstalten Medienunternehmen Hackathons, um Projekte rund um Daten voranzutreiben. Die Organisatoren stellen dann zu Beginn der Veranstaltung deren Schwerpunkte und Aufgabenstellungen vor. Die Teilnehmer können ihrerseits Lösungsvorschläge einbringen, die sie anschließend in Gruppen umsetzen. Konzepte und Prototypen werden intern – oder auf der Straße – getestet, bevor die Abschlusspräsentation stattfindet.

Dadurch entsteht ein Netzwerk von Experten, auf das Medien bei Bedarf zurückgreifen können. 2010 lud “The New York Times” zum ersten “TimesOpen Hack Day”, der seitdem jährlich Menschen aus New York zusammenführt, um gemeinsam mit Entwicklern und Firmenpartnern zu hacken. Auch Facebook veranstaltet interne “Hackathons” – das Ergebnis eines solchen war etwa der Like-Button.

Sharingkultur

Dieselbe Intention verfolgt eine Bewegung in der Wissenschaft. “Open Science” möchte wissenschaftliche Ergebnisse sowie deren Zustandekommen dokumentieren und der Öffentlichkeit zugänglich machen. Denn in den Naturwissenschaften ist es schon sehr lange üblich, den gesamten Forschungsprozess zu veröffentlichen. Da aber auch manche Geisteswissenschaften mit quantitativen Daten arbeiten, macht es durchaus Sinn, dem Nutzer auch hier Einblick in die Vorarbeit zu bieten. Durch kollaborative Nutzung von Daten können sowohl in Natur- als auch in Geisteswissenschaften neue Lösungen entstehen. Der Nutzer ist so auch im Stande, die Verwendung der Daten selbst nachzuvollziehen. 

Die Sharing-Kultur unter Journalisten hat aber womöglich auch ihre Grenzen. Katrin Nussmayr gibt zu bedenken: “Wenn man das jahrelang recherchiert hat und dann die Daten selbst erhoben hat, will man das vielleicht auch nicht herschenken. Ich glaub, das muss man im Einzelfall abwägen.”


Beispiele für Methodenoffenlegung

http://datadrivenjournalism.net/featured_projects/chennai_floods_map_crowdsourcing_data_and_crisis_mapping_for_emergency_resp

http://www.iliablinderman.com/connections/

http://blog.zeit.de/open-data/2013/09/19/karte-kitagebuehren-deutschland/

http://blog.zeit.de/open-data/2013/07/25/155-965-datensatze-fur-unsere-abgeordnetenbilanz/

http://www.digitalerwandel.de/2013/04/23/wir-bauen-uns-eine-nachrichtenquelle-werkstattbericht-zum-flugrouten-radar/

http://www.srf.ch/news/schweiz/notrecht-als-letztes-mittel-gegen-heikle-ruestungsexporte

http://srfdata.github.io/1503-seco-dual-use-goods/

http://www.nzz.ch/international/bildungschancen-fuer-frauen-steigen-1.18501684

http://jonathanstray.com/a-full-text-visualization-of-the-iraq-war-logs

https://www.dossier.at/dossiers/gluecksspiel/meta/ueber-die-recherche/

https://www.dossier.at/dossiers/gluecksspiel/computer-als-automaten-wie-cashpoint-das-verbot-des-kleinen-gluecksspiels-in-wien-umgeht/


Recherche

Leitfrage: Was bedeutet Methodenoffenlegung und wie wird sie im Datenjournalismus umgesetzt?

Dauer der Recherche: Sieben Tage

Herausforderung: Die Herausforderung lag vor allem darin, unsere selbst formulierte Erklärung des Begriffs Methodenoffenlegung mit verlässlichen Quellen zu belegen. Da wir bei unserer Recherche auf keine wissenschaftliche Definition im datenjournalistischen Sinne gestoßen sind, haben wir verschiedene Erklärungsansätze kombiniert. Positiv überrascht waren wir von der vergeblichen Suche nach richtig schlechten Beispielen für die Methodenoffenlegung bei datenjournalistischen Projekten.

http://grssnbchr.github.io/nr15-rddj

http://datablog.fh-joanneum.at/category/datenjournalismus-dossiers/

http://virtual.vtt.fi/virtual/nextmedia/Deliverables-2011/D3.2.1.2.B_Hyperlocal_Trends_In%20Data_Journalism.pdf

https://medium.com/hackathons-anonymous/wtf-is-a-hackathon-92668579601#.46pwopj2d

http://blog.zeit.de/open-data/2012/03/13/api-werkzeug-journalismus/

http://www.wpk.org/quarterly/einzelartikel/wie-wissenschaftlich-ist-datenjournalismus.html

http://openscienceasap.org/open-science/

http://trendreport.betterplace-lab.org/trend/hackathons

Ausserhofer, J. (2016). Die Datenbank verdient die Hauptrolle: Aspekte einer Methodologie für Open Digital Humanities. In S. Eichhorn, B. Oberreither, M. Rauchenbacher, I. Schwentner, & K. Serles (Eds.), Aufgehoben? Speicherorte, -diskurse und -medien. Würzburg: Königshausen & Neumann.

 

Stand der Recherche: 17.12.2015

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert.

19 + zwanzig =