„Kevin ist kein Name, sondern ein Diagnose“

Kevin, Chantal, Justin, Jaqueline – Die Anzahl der Personen, die mit diesen Namen positive Eigenschaften verknüpfen, ist verschwindend gering. Vor allem bei deutschen Lehrpersonen. Gibt es in Österreich genauso viele Kinder, die mit diesen Namen und den damit verbundenen Vorurteilen leben müssen?

Die deutsche Sprachwissenschaftlerin Julia Kube hat im Rahmen ihrer  Master-Arbeit eine Studie in Auftrag gegeben, die folgendes Resultat zu Tage förderte:

Lehrerinnen assozieren  mit Namen wie Mandy, Chantal, Kevin, Justin oder Maurice mit Leistungsschwäche und Verhaltensauffälligkeit. 84,4 Prozent der Lehrer sahen Schüler mit Namen Kevin als “eher leistungsschwach” an. In dem Fragebogen war der symptomatische Satz “Kevin ist kein Name, sondern eine Diagnose!” zu lesen. Anders sieht es beim Namen Jakob aus. Dieser wird als leistungsstark (75,8 Prozent), verhaltensunauffällig (71,8 Prozent) und freundlich (71 Prozent) eingestuft. (Quelle)

Chantalismus  – dieses Blog erfreut sich seit einiger Zeit größter Beliebtheit. Was nicht zuletzt daran liegt, dass es sich das Bildungsbürgertum zum Freizeitvergnügen gemacht hat, über diese vorwiegend in bildungsfernen Familien vorkommenden Namen lustig zu machen.

Das Blog kommt aus Deutschland, führt aber auch Beispiele aus Österreich an. Um den Gegenbeweis dazu anzutreten, wurden die Top 100 Vornamen in Wien aller Neugeborenen seit 2006 ausgewertet und letztendlich auf die männlichen und weiblichen Top Ten des Jahres 2012 reduziert. Das Ergebnis: Emma und David waren die beliebtesten Vornamen für Mädchen und Jungen. In Österreich ist man also vom “Kevinismus” weit entfernt.

Nerd trifft Schreiber

Im Datenjournalismus prallen Programmierer und Journalisten aufeinander – Ähnliches passiert bei sogenannten Hackathons. IT-Fachleute setzten sich mit Projektmanagern zusammen, um dann idealerweise nach ein paar „Hackdays“ den Stand der Dinge etwas weitergeschoben zu haben.

Ein Hackathon, ganz nebenbei die wohl unsportlichste Variation des Wortes Marathon, ist  eigentlich ganz leicht beschrieben: Über  zumeist mehrere Tage arbeiten Experten ihrer IT-Fachgebiete gemeinsam Lösungen für Softwareprobleme aus. Nach Standard-Vorgehensweise werden Teams gegründet, die sich einzelnen Teilgebieten des zu behandelnden Problems sind – anschließend wird programmiert und präsentiert.  Am Ende des Tages soll dann Software in Form von Apps oder zumindest die ideale Nutzung derer dabei herausschauen, um sich beim nächsten Hackathon einem neuen Problem widmen zu können. So weit, so gut.

Datengeschichte

Im Datenjournalismus greift man nun auf genau dieses Prinzip der Weiterentwicklung zurück und konferiert sich sozusagen auf die jeweils nächste Stufe. Programmierer sind selbstverständlich auch dort vor Ort, schließlich müssen die Vorstellungen und Daten der ebenfalls anwesenden Journalisten in eine ansprechende Form gebracht werden. Ziel ist es, über Daten und deren Inszenierung eine Geschichte zu erzählen. Außerdem vonnöten sind Rechtsexperten, die über die Herkunft und Verwendung von Daten für Klarheit sorgen sollen. Nach dem Vorbild herkömmlicher Hackathons werden Gruppen eingeteilt, in jeder Gruppe findet sich zumindest ein Journalist und ein Programmierer.

Ebensolche journalistische Hackathons existieren jedoch noch nicht allzu lange. Den Anfang machte ein 30-Stunden-Hackathon nahe Buenos Aires im April 2011. Unter dem Arbeitstitel „Mapa76“ setzten sich 150 Experten in Rosario, um die Barrieren Journalismus und IT einzureißen, indem man mit Informationen auf einer Karte eine Geschichte erzählt. Die Daten stammen aus der Zeit der argentinischen Diktatur der Jahre 1976-83, angepeilt wurde es, Beschlüsse und historische Fakten auf ihren damaligen Schauplätzen abzubilden. Von Seiten der „Hacker“ heißt es, das Projekt sei in der aktiven Entwicklungsphase.

Thinking outside the box

In Helsinki fand im Rahmen des OKFestivals eine vergleichbare Versammlung statt. Hier standen Datenvisualisierungen im Vordergrund. Die größte finnische Tageszeitung, Helingin Sanomat, lud zu einem Hackathon um Datenjournalismus-Projekte zu launchen. In jedem der Teams fand sich zumindest ein Designer, ein Programmier und ein Journalist um neue Ideen zu entwickeln und aus den alltäglichen Schemata „herauszudenken“.  Die untenstehende Slideshow gibt Aufschluss über die Arbeitsschritte des Hackathons.  Dass dieser Prozess ebenfalls mit OpdenData zu tun hat, versteht sich. Schließlich müssen die Daten auch irgendwo herkommen.

Der Sinn dieser Veranstaltungen liegt selbstverständlich im Entwickeln von Software und Projekten – vielmehr jedoch geht es meiner Meinung nach darum, Branchengrenzen zu durchbrechen um eine Art Selbstverständlichkeit der Zusammenarbeit entstehen zu lassen. Erst wenn Programmierer, Journalisten und Designer in einem Raum sitzen, kann sich der Datenjournalismus weiterentwickeln.

Von Florence Nightingale zum Datablog: die Geschichte des Datenjournalismus

Some people think of “data” as any collection of numbers, most likely gathered on a spreadsheet. 20 years ago, that was pretty much the only sort of data that journalists dealt with. But we live in a digital world now, a world in which almost anything can be (and almost everything is) described with numbers.

The Data Journalism Handbook, Seite 2

Moderner Datenjournalismus hat seinen Durchbruch in der digitalisierten Welt des 21. Jahrhunderts erfahren, doch datenjournalistische Ansätze reichen wesentlich weiter in die Geschichte zurück. Kurz gesagt: Datenjournalismus gibt es, seit es Daten gibt.

Im Guardian etwa fand sich bereits 1821 eine Liste der Schulen in Manchester, die die Schülerzahlen und Kosten aufschlüsselte. Diese Datensammlung illustrierte, dass die Anzahl jener Schüler, die für ihre Schulbildung nicht bezahlen mussten, wesentlich größer war, als offizielle Zahlen belegten.

image

Die Liste der Schulen im Manchester Guardian (Ausschnitt) (Quelle: The Guardian)

Ein anderes Beispiel aus dem England des 19. Jahrhundert ist der Bericht “Mortality in the British Army” von Florence Nightingale. Im Jahr 1858 verwendete sie Grafiken in ihrem Bericht an das Parlament, um ein besseres Gesundheitswesen für britische Soldaten zu erreichen. Der bekannteste Ausschnitt dieses Berichts ist wohl der „coxcomb“, eine grafische Darstellung der monatlichen Todesfälle, die zeigte, dass der Großteil der Soldaten nicht durch Kugeln, sondern durch vermeidbare Krankheiten starb.

image

“Coxcomb” von Florence Nightingale (Quelle: Wikimedia)

Der wohl unmittelbarste Vorläufer dessen, was wir heute als Datenjournalismus verstehen, ist computer assisted reporting, kurz CAR. Wie der Name bereits sagt, wurden bei CAR Computer eingesetzt, um Daten zu sammeln, zu strukturieren und zu analysieren. CAR gibt es seit rund 60 Jahren, erstmals wurde die Technik vom amerikanischen TV-Sender CBS eingesetzt, um den Ausgang der amerikanischen Präsidentenwahl vorauszusagen.

In den 1960er-Jahren wurde CAR verbreitet eingesetzt, vorwiegend von Investigativjournalisten im US-amerikanischen Raum. Ziel des CAR war es stets, mittels wissenschaftlicher Methoden öffentlich zugängliche Datensätze auf eigene Faust zu analysieren – um so Trends erkennbar zu machen, Populärwissen zu widerlegen und Ungerechtigkeiten aufzuzeigen. Aus diesem Grund bekam diese Form der Berichterstattung auch den Namen public service journalism.

Als neuer Zugang zum Journalismus und als Antwort auf den “neuen Journalismus” enstand in den 1970er-Jahren der Begriff precision journalism.  Diese journalistische Form bediente sich den Methoden des CAR – gab damit gewissermaßen dem Datenjournalismus einen neuen Namen – und stellte sich offensiv gegen den new journalism, der fiktionale Elemente in die Berichterstattung einfließen ließ. Precision journalism nutzte Forschungsmethoden der Sozial- und Verhaltenswissenschaft und sollte bekannte Schwächen der journalistischen Praxis ausmerzen, wie zum Beispiel die Abhängigkeit von Pressemitteilungen oder Voreingenommenheit bei amtlichen Quellen.

Datenjournalismus, wie wir ihn heute verstehen, ist eine Geburt der Nullerjahre. Der Begriff data driven journalism, kurz DDJ, wurde 2009 vom Guardian geprägt, der in diesem Jahr auf seiner Website einen eigenen Datablog einrichtete und datengetriebene Storys mit entsprechender Visualisierung auf diesem veröffentlichte. Auch wenn der Guardian damit als absoluter Vorreiter gilt, gab es Vorläufer zu dieser Idee schon 2006: Adrian Holovaty lieferte in seinem Text “A fundamental way newspaper sites need to change” Vorschläge, wie klassischer Journalismus sich an das Internet anpassen solle. Holovatys Artikel gilt gewissermaßen als DDJ-Manifest.

Diskutiert wird momentan, ob es einen Unterschied zwischen CAR und DDJ gibt. “Die Recherche in Datensätzen, etwa Statistiken, ist wahrlich nichts Neues”, schreibt etwa Lorenz Matzat. Aber: DDJ ist für Matzat die Kombination aus Rechercheansatz und Darstellungsform. Während CAR allgemein oft als Tool angesehen (und verwendet) wird, um an und für sich bestehende Storys mit Informationen anzureichern, ist DDJ eine eigene journalistische Disziplin. Die Daten werden gesammelt, analysiert und anschließend visualisiert und veröffentlicht: nicht als Teil einer Story, sondern ergänzend oder überhaupt für sich allein gestellt.