Tagungsbericht: Im Datenlabor - zwischen Mikrofon und Messbecher

Ist das noch Journalismus oder schon Wissenschaft? Im Oktober 2015 brachte das netzwerk recherche Wissenschaftler, Journalisten, und viele, die dazwischen liegen, zur „Datenlabor“-Tagung an der TU Dortmund zusammen. Sie wollten gemeinsam ihre Reviergrenzen erkunden, Schnittstellen finden und Modelle für die Zukunft entwerfen. Zwei Datenjournalismus-Studentinnen ziehen Bilanz.

Von Kira Schacht und Marie-Louise Timcke

Drei Fragen sollten die Fachkonferenz leiten: Wo steht der Datenjournalismus? Von wem kann er lernen? Wie wird er besser? Die Bestandsaufnahme verlief zwar zunächst eher holprig, insgesamt lieferte das „Daten-Labor“ aber dennoch einige Denkanstöße. Ein Gund dafür war sicherlich die Diversität der Teilnehmer: Wissenschaftler unterschiedlichster Fachrichtungen hatten sich unter die Datenjournalisten gemischt - vom Geoinformatiker (Jochen Schiewe, HafenCity Universität Hamburg) bis zum Sozialstatistiker (Ralph Münnich, Universität Trier).

Dass Journalisten und Wissenschaftler zum Teil recht  unterschiedliche Vorstellungen von Datenjournalismus haben, zeigte direkt die Einstiegsdikussion: Informatik-Professorin Katharina Morik, Wissenschaftsforscher Stefan Hornbostel, Datenjournalismus-Forscher Ralf Spiller und der Wissenschaftsjournalist Volker Stollorz sollten eigentlich darüber diskutieren, wie Wissenschaft und Datenjournalismus voneinander profitieren können.

Definition birgt Konfliktpotenzial

Leider scheiterte der Dialog bereits an der Definition des Gesprächsthemas: Unter “Datenjournalismus” schienen die Gesprächspartner sehr Unterschiedliches zu verstehen. Die Wissenschaftler Morik und Hornbostel sind klar der Ansicht, die Hauptaufgaben eines Datenjournalisten sei es, bestehende Datenerhebungen verständlich zu machen, zu kritisieren und in Kontext zu setzen. Stollorz und Spiller, die eher aus dem Journalismus kommen, sehen das nicht so eng. Ihrer Ansicht nach könnten Journalisten durchaus auch Rohdatensätze, etwa von Behörden, bearbeiten oder gar selbst Daten erheben. Davor warnten wiederum Hornbostel und Morik, aus Sorge um die Qualität solcher Datenanalysen.

Als Zuhörer wirkte es bald so, als redeten Journalisten und Wissenschaftler aneinander vorbei. Ein Teil des Problems lag vielleicht in der Auswahl der Gesprächsteilnehmer: Während auf der Tagung der Anteil praktizierender Datenjournalisten recht hoch war, fehlte ihre Stimme in der Einstiegsdiskussion: Ralf Spiller beschäftigt sich mit Datenjournalismus zumeist auf der Meta-Ebene, während Volker Stollorz, obwohl deutlich daten-affin, eher dem klassischen Wissenschaftsjournalismus zuzuordnen ist.

Nach der Einstiegsdiskussion lässt die Tagung die Definitionsfrage dann größtenteils unter den Tisch fallen – und verlief ab dort recht harmonisch. Der Fokus lag auf praktischem Datenjournalismus. Die Veranstaltungen lieferten vielfältige Antworten auf die Frage: „Von wem können wir lernen?“ Da gibt es etwa Julius Tröger (Berliner Morgenpost) und Johannes Kröger (HafenCity Universität Hamburg), die kartografische Fähigkeiten im Hands-On Workshop vermittelten. Sascha Venohr (Zeit Online) bot mit seinem Vortrag zum Storytelling unter Zeitdruck Tipps und Arbeitshilfen für den datengetriebenen Redaktionsalltag an. Und Lena Groeger (ProPublica) illustrierte in ihrer Keynote, wie sich Datenjournalisten mit ihren Visualisierungen bei der Intuition des menschlichen Gehirns bedienen können.

Wie der Journalismus von der Wissenschaft profitiert

Selbst die Vortragenden aus der Wissenschaft konzentrierten sich vor allem auf den Nutzwert ihrer Themen für den Datenjournalismus: Der Physiker Fernando Perez etwa stellte seine Anwendung Jupyter Notebooks vor, die nicht nur Forscher, sondern auch Datenjournalisten und Freunde der Open Source-Bewegung für sich nutzen können, um Methoden und Code mit Kollegen und Mediennutzern zu teilen. Auch bei Projekten wie der algorithmengetriebenen Newsapp SocialSensor zur Analyse sozialer Medien, die Neil Thurman von der LMU München vorstellte, geht es mehr um das Wie und Was als um das Verhältnis seiner Arbeit zu der eines Journalisten.

Obwohl die Teilnehmer durchaus in den Dialog gingen, Tools austauschten und methodische Schnittmengen entdeckten, wird klar: In vielen Punkten unterscheiden sich die Wertesysteme von Journalismus und Wissenschaft doch deutlich. Gelegentlich fanden sich zwar Gemeinsamkeiten in den Idealen: Immerhin verschreiben sich beide Professionen grundsätzlich der Suche nach Wahrheit. In der Datenanalyse streift der Datenjournalist des Öfteren auch die Methoden der Wissenschaft. Bei Richtlinien für Darstellung und Bewertung der Ergebnisse gingen die Vorstellungen aber klar auseinander. Während in der Wissenschaft Exaktheit und Detailbewusstsein essentiell sind, geht es im Journalismus zunächst einmal um die erfolgreiche Vermittlung, für die zu große Präzision der Todesstoß sein kann.

Die Grenzen der Präzision

Das zeigte sich etwa beim Umgang mit Unsicherheiten. Während Journalisten auch gerne einmal runden und sich mit ungefähren Werten zufrieden geben, ist die Wissenschaft da weniger gnädig. Natürlich können auch Journalisten sich bemühen, Unsicherheiten in Text und Grafik einzubinden, wie Prof. Dr. Jochen Schiewe (HafenCity Universität Hamburg) in seinem Keynote zur Visualisierung von Unsicherheiten in Karten zeigte. Und natürlich müssen sich auch Wissenschaftler - sogar zunehmend - mit dem Nachrichtenwert, der Story hinter ihrer Forschung auseinandersetzen. Dennoch blicken beide Professionen von sehr unterschiedlichen Perspektiven auf die Informationen, mit denen sie arbeiten. Dadurch ergeben sich Meinungsverschiedenheiten, die auch ein Datenlabor nur aufzeigen, nicht lösen kann.

Mit einer Ausnahme: In der Transparenz-Diskussion waren sich alle einig. Der allgemeine Tonus lautete: Sowohl dem Journalismus als auch der Wissenschaft würde es nur gut tun, Rechenschaft über die eigenen Methoden abzulegen. Die Realität sieht leider anders aus. Im Journalismus seien selbst Quellenangaben keine Selbstverständlichkeit, wie Timo Grossenbacher im Vortrag über die Möglichkeiten des reproduzierbaren Datenjournalismus erklärte. Ausführliche Erläuterungen zu Methoden und Datenmaterial seien den meisten Journalisten daher erst recht fremd.

Konsens: Mehr Transparenz als Ziel

Und obwohl in der Wissenschaft Transparenz eigentlich selbstverständlich sein sollte, steht es auch dort um die Reproduzierbarkeit von Ergebnissen erschreckend schlecht, wie die anwesenden Wissenschaftler einräumten. Journalismus und Wissenschaft stehen hier vor der gleichen Herausforderung und damit vor einer Möglichkeit, gemeinsam Tools und Strategien zu diskutieren. Fernando Perez‘ Jupyter Notebooks etwa sind sowohl für Journalisten als auch für Wissenschaftler nützlich, um ihre Methoden leichter verständlich zu machen.

So lag der Mehrwert der Fachkonferenz vor allem darin, Verbesserungspotenziale aufzudecken und zu zeigen, wie nützlich manche Methoden aus der Wissenschaft auch für Datenjournalisten sein können. Was eine Tagung wie das Datenlabor jedoch im Rückblick nicht leisten kann, ist definitorische Aufklärung. Die Frage, wo wir stehen, lässt sich nicht endgültig beantworten. Nicht deshalb, weil niemand eine Meinung hat, sondern eher, weil jeder sein eigenes Bild davon hat, was Datenjournalismus ist und was er sein sollte.

Die Diskussion wird gerne vermieden, die breite Grauzone allgemein akzeptiert. Momentan scheinbar keine schlechte Strategie: Solange sich Datenjournalisten nicht an der Frage aufhängen, wer zu ihnen gehört und wer nicht, gelingt die Arbeit gleich viel besser. Irgendwann muss sich der Datenjournalismus natürlich auch den existentiellen Fragen stellen. Die Tagung hat die verschiedenen Positionen immerhin sichtbar gemacht. Und auch wenn unsere Ziele in vielen Punkten verschieden sein mögen, bedienen wir uns ab und an doch ähnlicher Werkzeuge. Das gibt uns die Chance, Ideen und Expertise auszutauschen.

Das Daten-Labor wollte herausfinden, wie der Datenjournalismus besser werden kann. Miteinander ins Gespräch zu kommen, ist dafür sicherlich ein guter Weg.


Zurück zur Hauptseite Datenjournalismus in Dortmund