Welchen Ansprüchen müssen datenjournalistische Visualisierungen genügen?

Die Infografik “Diamonds were a girl’s best friend” aus dem Time Magazine von 1982. Mit freundlicher Genehmigung des Urhebers.

Von Xenia El Mourabit

Lasziv räkelt sich eine Frau auf dem Boden, den großen roten Mund leicht geöffnet, ein Bein elegant abgespreizt. Der hautenge Body erlaubt tiefe Einblicke in ihr Dekolleté. Mit einer kecken Bewegung schiebt die junge Dame ihren Zylinder aus dem Gesicht. Ihre Armreifen sind mit Diamanten besetzt; und um die geht es hier eigentlich. Denn die Dame leiht ihren Körper einer Grafik des Time Magazine, die den durchschnittlichen Preis von Diamanten zwischen 1978 und 1982 zeigt. Die Preisentwicklung läuft entlang ihrer Konturen – Hintern, Oberschenkel, Unterschenkel, Fuß. Wer aber hat angesichts dieser Figur noch Augen für schnöde Statistik? Der Preisverfall der Diamanten rückt bei diesem Anblick vollkommen in den Hintergrund.

Wie viel Visualisierung braucht der Datenjournalismus überhaupt? Lesen Sie dazu auch das Daten-Labor-Interview mit Sascha Venohr und Till Nagel. Datenvisualisierung von Lauren Manning/flickr

Auch geben die natürlichen Rundungen der Frau an Po und Wade einen Kurvenverlauf vor, der die Faktenlage verfälscht: Denn darüber, wie der Diamantpreis sich zwischen den fünf dargestellten Datenpunkten entwickelt hat, lässt sich auf dieser Datenbasis gar nichts aussagen. Interessanter anzuschauen als ein schlichtes Liniendiagramm ist die Grafik “Diamonds Were a Girl’s Best Friend” aus dem Jahre 1982 sicherlich. Doch sie zeigt auch exemplarisch, wie eine ansprechende Aufmachung auf Kosten der Fakten gehen kann. Hier den richtigen Mittelweg zu finden, ist auch für den Datenjournalismus wichtig, denn er vereint hohe Ansprüche an Faktentreue und ästhetische Visualisierung gleichermaßen. Welchen Standards muss er also genügen, um ansprechend zu sein ohne dabei zu verzerren?

Qualitätskriterien aus Wissenschaft, Journalismus und Design

Hinweise dafür liefert die Wissenschaft: Zum einen erforschen spezialisierte Disziplinen, wie sich Daten optisch ansprechend aufbereiten lassen. Zum anderen hat sich die Wissenschaft selbst Regeln guter wissenschaftlicher Praxis auferlegt, um Ergebnisse komplexer Datenanalysen adäquat zu visualisieren. Demnach würden wissenschaftliche Qualitätskriterien wie Objektivität und Überprüfbarkeit für Visualisierungen genauso gelten wie für andere wissenschaftliche Darstellungsformen, sagt Birgit Schneider, die an der Universität Potsdam die Geschichte von Klimadarstellungen erforscht. Wichtig sei, dass die Datengrundlage einer Visualisierung ebenfalls diese Qualitätskriterien erfülle, erklärt die Professorin für Medienökologie. Um die Qualität wissenschaftlicher Ergebnisse zu beurteilen, gebe es standardisierte statistische Verfahren. Diese besagten beispielsweise wie groß Stichproben sein oder wie Linien in der Visualisierung gezogen werden müssten.

Eine Einführung in gutes Design: Der Wissenschaftler Al Globus hat die wichtigsten Regeln aus den Hauptwerken Tuftes zusammengefasst. Hier geht es zur deutschen Übersetzung der Zusammenfassung. Foto: Isriya Paireepairit /Flickr

Parallelen zu den wissenschaftlichen Qualitätskriterien lassen sich im Journalimus zahlreich finden: Laut dem Journalismusforscher Günther Rager sind Aktualität, Relevanz, Richtigkeit und Vermittlung die vier zentralen Faktoren für gute Berichterstattung. Sie gelten medienübergreifend für Texte, Filme, Radiobeiträge – und eben auch für Visualisierungen.

Möglichst wenig Schnickschnack – lasst die Daten sprechen!

Doch wie steht es mit den Regeln für gutes Design? In der Praxis gebe es dafür kein Patentrezept, sagt Jan-Erik Stange, Designer und Dozent an der FH Potsdam. Man müsse sich jedes Mal aufs neue Gedanken darüber machen, wie Muster in den Daten am besten sichtbar gemacht werden können. Es gebe aber einige Erfahrungswerte und Anhaltspunkte: Zusammengehörige Elemente sollten in einer Visualisierung beispielsweise auch ähnlich gestaltet sein oder nah beieinanderliegen. Stange verweist auch auf die Literatur von Edward Tufte, einem Statistiker, der heute als Pionier der Datenvisualisierung gilt.

Tuftes “Zauberformel” für gutes Design: Das Data-Ink-Ratio soll gegen eins gehen. Bild: infovis-wiki.net

Die von Tufte aufgestellte Regel zur Gestaltung von Infografiken wird unter Designern heute schon fast als Zauberformel gehandelt: Die Menge der Tinte, die der reinen Darstellung der Daten dient, geteilt durch die Gesamtmenge der Tinte soll ungefähr eins ergeben. Die Botschaft dahinter: Möglichst wenig Tinte für optischen Schnickschnack – lasst die Daten sprechen!

Solche wissenschaftlichen Qualitätskriterien zu erfüllen, stellt den Datenjournalismus ohne Zweifel vor eine große Herausforderung – zumal diese Ansprüche mitunter sogar mit den journalistischen Qualitätskriterien kollidieren. So kann die Aufbereitung von Daten zeitintensiv sein, was dem Kriterium der Aktualität widerspricht. Auch muss eigentlich jede Nachricht durch mindestens zwei voneinander unabhängige Quellen belegt sein. Bei datenjournalistischen Projekten bereite das häufiger Probleme, sagt Sascha Venohr, Head of Data Journalism bei Zeit Online. Oft gebe es nur eine Datenquelle, die müsse der Journalist dann auf Plausibilität prüfen und bewerten, ob sie glaubwürdig ist.

Leser wollen rasch informiert werden

Ob eine Visualisierung als gut gilt, bemisst sich nicht zuletzt auch an den Ansprüchen des Zielpublikums – und dabei spielt Zeit eine wichtige Rolle. Wissenschaftler können einiges an Zeit aufwenden, um Abbildungen in einer Fachzeitschrift zu verstehen, denn das gehört zu ihrem Job. Auch Designer Stange wünscht sich Nutzer, die Zeit und Interesse für seine Werke mitbringen, sich mit ihnen auseinandersetzen und sie richtig explorieren. Ein Ideal, von dem Journalisten nur träumen können, denn Leser einer Tageszeitung oder Nachrichten-Webseite möchten in der Regel rasch informiert werden. Journalistische Visualisierungen können deshalb nicht so komplex sein, wie die von Wissenschaftlern und nicht so experimentell, wie die von Designern.

Diese Visualisierung zeigt Ergebnisse aus der Hirnforschung. Sie gewann 2012 die “Brain-Art Competition”; für ein journalistisches Medium wäre sie aber vermutlich zu komplex. Bild: Ars Electronica/Flickr

“Wir visualisieren Geschichten, wenn sie dadurch einen Mehrwert erhalten und einen besseren Zugang liefen”, sagt Venohr. Durch Visualisierungen ließen sich Geschichten häufig viel schneller und einfacher erfassen als durch einen normalen Text. Eine ähnliche Motivation steckt auch hinter den Visualisierungen der Wissenschaft: Mit ihrer Hilfe lassen sich Erkenntnisse leichter gewinnen und mit Kollegen teilen. Vermutlich würden sowohl Wissenschaftler als auch Journalisten bejahen, dass sie mit möglichst wenig optischem Schnickschnack möglichst viel Erkenntnis an den Rezipienten bringen möchten. Was überflüssiger Schnickschnack ist, hängt jedoch wiederum von der Zielgruppe ab. So würde eine journalistische Visualisierung, die zu viele Unsicherheiten in den Daten darstellt, die Geschichte verwässern, meint Venohr. Der Umgang mit Unsicherheiten gleicht für Journalisten daher einer Gratwanderung. In der Forschung hingegen wäre es ein Verstoß gegen die gute wissenschaftliche Praxis, Unsicherheiten nicht zu zeigen.

Im Team neue Wege gehen

Eine Möglichkeit für Datenjournalisten, sich zwischen den Ansprüchen der verschiedenen Berufsfelder zu bewegen, ist interdisziplinäre Zusammenarbeit. Zu Venohrs Team bei Zeit Online beispielsweise gehört auch ein Designer. Es sei wichtig, jemanden im Team zu haben, der Design auch wirklich könne und verstehe, sagt Venohr. Der Designer müsse eine Formsprache anbieten, die auch Lust mache, die Informationen aufzunehmen.

Venohr schaut auch in Richtung der Wissenschaft. Datenjournalisten müssen seiner Meinung nach den Mut haben, neue Wege zu gehen. Er sieht es als Herausforderung, seine Leser an neue Darstellungsformen heranzuführen. Als Beispiel nennt er Streudiagramme, die nicht nur Mittelwerte zeigen, sondern auch Ausreißer sichtbar machen, und aus denen er als Journalist spannende Geschichten generieren kann. Als exaktere Alternative zu Balken- oder Liniendiagrammen werden Streudiagramme in der Wissenschaft standardmäßig genutzt, im Journalismus sind sie bisher seltener zu finden. Sie könnten damit ein Beispiel dafür sein, wie Journalismus von den Darstellungsformen der Wissenschaft profitiert. Damit journalistische Visualisierungen nicht nur ein ansprechendes Design haben, sondern auch korrekt sind. Und damit einzelne Datenpunkte nicht, wie bei der diamantenbehangenen Dame vom Anfang, der Schönheit wegen mit willkürlichen Kurven verbunden werden.