Fruchtbare Schnittstelle oder vermintes Gelände?
Wie Datenjournalismus und Wissenschaft voneinander profitieren
Von Sophie Rotgeri
Wie viele Menschen sterben bei dem Versuch, nach Europa zu flüchten? Warum gibt es in manchen Regionen kaum noch Ärzte? Und warum ergab der Zensus 2011, dass Deutschland viel weniger Einwohner hat als gedacht? Wenn Journalisten sich solchen Fragen mit Tabellen, Diagrammen und statistischen Methoden nähern, kommt schnell die Frage auf: Ist das noch Journalismus oder schon Wissenschaft?
Datenjournalismus in Deutschland ist jung und noch in der Findungsphase. Älter ist dagegen die Debatte darum, wie wissenschaftlich Journalismus sein sollte: Der US-amerikanische Journalist Philip Meyer forderte bereits in den 1970er Jahren, dass Journalisten Daten erheben und zu Meinungsforschern werden. Nach wie vor erntet dieser Ansatz aber von vielen Wissenschaftlern Kritik. So auch auf der Auftaktsdiskussion zur nr-Tagung „Datenlabor“ an der TU Dormund.
Journalisten dürfen keine „Quick-and-dirty-Wissenschaftler“ sein
„Wir haben keinen Mangel daran, dass sich Leute Daten angucken“, sagt Stefan Hornbostel, Leiter des Instituts für Forschungsinformation und Qualitätssicherung in Berlin. Statt selber Daten zu erheben oder zu analysieren, sollten Journalisten fundiert über wissenschaftliche Analysen berichten – oder darauf hinweisen wenn Daten zu wichtigen Themen fehlen, so der Professor für Soziologie und Wissenschaftsforschung: „Solche Dinge scheinen mir viel wichtiger zu sein, als dass wir noch ein paar Leute haben, die noch mehr Daten analysieren“. Journalisten dürften nicht zu „Quick-and-dirty-Wissenschaftlern“ werden.
Auch die Dortmunder Informatikprofessorin Katharina Morik sieht die Aufgabe von Journalisten eher in der kompetenten Berichterstattung über Daten als in der eigenen Datenanalyse. Aufgabe von Journalisten sei zum Beispiel, ein Bewusstsein über die Möglichkeiten und Risiken von Big Data zu schaffen: „Sie müssen den Wert der Daten kennen, sie müssen den Umgang mit Daten kennen und sie müssen eigene Erfahrungen haben. Um dann auch über Dinge berichten zu können, die mit einer solchen Fülle von Daten entstehen, dass sie kein Mensch Zuhause machen kann“. Was etwa Google aus den riesigen Datenmengen seiner Nutzer lese, könne niemand nachvollziehen. Gerade deshalb sei es aber wichtig darüber mit kritsichem Blick zu berichten. Schließlich betreffe das Thema jeden Smartphone-Nutzer.
Wissenschaftler: Datenjournalisten sollten die Bedeutung von Big Data vermitteln, Datenjournalisten skeptisch #datenlabor15
— Stefan Baack (@tweetbaack) 23. Oktober 2015
Sollten Journalisten also die Finger von der eigenen Datenanalyse lassen? Ralf Spiller von der Macromedia-Hochschule in Köln, der in einer Studie zahlreiche Datenjournalisten befragt hat, sieht das nicht so: „Wir sind eine demokratische, offene Gesellschaft, die Tools stehen zur Verfügung und wer sie benutzen will, soll sie benutzen“, sagt er. Zudem würden Datenjournalisten meist ohnehin mit vergleichsweise kleinen Datensätzen arbeiten: „Datenjournalismus ist nicht, mit gigantischen Algorithmen gigantische Datensätze zu berechnen. Es gibt auch keinen, der klinische Studien selber macht.“
Journalisten haben andere Fragen an Daten als Wissenschaftler
Wissenschaftsjournalist Volker Stollorz geht noch einen Schritt weiter: Journalisten dürfen sich nicht nur mit Daten beschäftigen – sie müssen sogar, um weiterhin ihrer journalistischen Aufgabe gerecht zu werden: „Wenn die Wirklichkeit erklärt wird durch Daten, dann kann der Journalismus, meiner Meinung nach nicht ohne Datenjournalismus sein“, sagt der Leiter des neuen Science Media Center Germany. In einer immer komplexeren Welt sei Datenjournalismus notwendig. Da Journalisten sich am öffentlichen Informationsinteresse orientierten, würden sie unter Umständen auch mit anderen Fragestellungen an einen Datensatz herangehen als Wissenschaftler. „Datenjournalismus ist sozusagen ein Werkzeug im Journalismus“, sagt Stollorz. „Das ist eben Journalismus, unter Hinzuziehen von wissenschaftlichen Methoden, aber es ist keine Wissenschaft.“
Redaktionelle Zwänge versus wissenschaftliche Standards
Man könne von Datenjournalisten auch keine wissenschaftlichen Standards erwarten, sagt Medienwissenschaftler Spiller: „Nur weil jemand mit Daten arbeitet und sich Datenjournalist nennt, kann man nicht von ihm erwarten, dass er wie ein Wissenschaftler arbeitet, er bleibt weiter Journalist und unter redaktionellen Zwängen“. Trotzdem sei es wichtig selbstkritisch mit der eigenen Arbeit umzugehen. „Die eigene Reflexion darüber, wie unzureichend ist eigentlich mein Datensatz: von der Menge her, auch von der Aussagekraft der Daten. Das wird selten oder nie thematisiert. Da gibt es sicher Nachholbedarf, ganz klar“, sagt Spiller.
Journalisten und Wissenschaftler sollten „ihre Spitzen zusammenführen“
Informatikerin Morik hat bereits mehrfach mit Journalisten zusammengearbeitet. Für sie wäre das Ziel, dass Journalisten und Wissenschaftler ihre Kompetenzen im Datenjournalismus vereinen und so „ihre Spitzen zusammenführen“.
Na das wärs doch: “Beide Spitzen zusammenführen”, damit sich Wissenschaftler und Datenjournalisten ergänzen. Frau Morik beim #datenlabor15 — Kira Schacht (@daten_drang) 23. Oktober 2015
An manchen Stellen geschieht das bereits mit Erfolg, etwa bei der Frage nach den verstorbenen Flüchtlingen auf dem Weg nach Europa: Im Projekt „The Migrants’ Files“ half ein Professor der Universität Bologna mit seinen Studierenden bei der Verifikation der Daten, die Journalisten in einem europaweiten Projekt zusammengetragen hatten.
Dass Datenjournalisten ohnehin bereits häufig in interdisziplinären Teams arbeiten, ergab auch die Umfrage von Medienwissenschaftler Spiller und seinem Kollegen Stefan Weihnacht. „Der Datenjournalist arbeitet normalerweise nicht allein, weil er über diese verschiedenen Kompetenzen nicht alle verfügt“, so Spiller. Stattdessen würden häufig Informatiker, Visualisierer und Journalisten ihre Fähigkeiten vereinen. Und das Interesse der Wissenschaftler an Kooperationen scheint zu wachsen – wie auch die nr-Tagung „Datenlabor“ zeigt.