2013 10 datenjournalismus medien campus medientage

2.296 Aufrufe

Veröffentlicht am

kurze Einführung ins Thema Datenjournalismus
1. Was ist Datenjournalismus?
2. Beispiele
3. Wo finde ich Daten?
4. Wie bereinige ich Daten?
5. Grafiken erstellen mit dem Datawrapper

Veröffentlicht in: Bildung
0 Kommentare
1 Gefällt mir
Statistik
Notizen
  • Als Erste(r) kommentieren

Keine Downloads
Aufrufe
Aufrufe insgesamt
2.296
Auf SlideShare
0
Aus Einbettungen
0
Anzahl an Einbettungen
295
Aktionen
Geteilt
0
Downloads
6
Kommentare
0
Gefällt mir
1
Einbettungen 0
Keine Einbettungen

Keine Notizen für die Folie

2013 10 datenjournalismus medien campus medientage

  1. 1. Aus Daten Geschichten machen Datenjournalismus-Workshop auf den Medientagen München, 17. Oktober 2013 Bernd Oswald, www.journalisten-training.de 1 Montag, 21. Oktober 13
  2. 2. Agenda 1. Was ist Datenjournalismus? 2. Beispiele 3. Wo finde ich Daten? 4. Wie bereinige ich Daten? 5. Grafiken erstellen mit dem Datawrapper 2 Montag, 21. Oktober 13
  3. 3. 1. Was ist Datenjournalismus? 3 Montag, 21. Oktober 13
  4. 4. Quelle: NDR-Sendung ZAPP: Datenjournalismus http://www.youtube.com/watch?v=poUa8Wu9eTk 4 Montag, 21. Oktober 13
  5. 5. Definition „Datenjournalismus ist die aktive journalistische Auseinandersetzung mit einem Datensatz: Entweder mit dem Ziel, eine These mit Hilfe von Datenmaterial zu untermauern. Oder offen an einen vermeintlich interessanten Datensatz heranzugehen und mit journalistischen Kriterien nach einer Geschichte in den Daten zu suchen.“ http://medienwiki.org/index.php/Datenjournalismus 5 Montag, 21. Oktober 13
  6. 6. Definition • • „Datenjournalismus setzt auf Datensätze nicht nur als Recherchequelle, sondern macht die Daten zum zentralen Gegenstand der Geschichte und deren Präsentation. Dabei liegt er in der Schnittmenge von drei Bereichen: erstens visueller Journalismus oder Infografiken, zweitens multimediales und interaktives Storytelling und drittens investigativer Journalismus.“ Lorenz Matzat: Datenjournalismus. In: http://www.bpb.de/gesellschaft/medien/opendata/64069/datenjournalismus? p=all 6 Montag, 21. Oktober 13
  7. 7. Stärken des Datenjournalismus • Transparenz: Erschließung von Fakten, die in Datensätzen verborgen liegen • Kann komplizierte Zusammenhänge erklären, vor allem durch Visualisierung • Skalierbar, Nutzer können Anwendungen selbst durchsuchen 7 Montag, 21. Oktober 13
  8. 8. Stärken des Datenjournalismus • Daten haben Beweisfunktion, Journalist kann Deutungshoheit gegenüber PR zurückgewinnen • Relevanz in Themen bringen • neue Ansätze für die Art, Geschichten zu erzählen, finden 8 Montag, 21. Oktober 13
  9. 9. Anforderungen • Datenjournalismus ist Teamwork von Journalisten, Programmierern und Designern • Journalist als treibende Schnittstelle • Journalist muss nicht programmieren können, aber wissen, was technisch möglich ist und welchen Aufwand das bedeutet 9 Montag, 21. Oktober 13
  10. 10. Recherche und Produktion • • • • • Daten(bank) finden Daten filtern und strukturieren Daten reduzieren: irrelevante Aspekte weglassen Visualisieren Publizieren 10 Montag, 21. Oktober 13
  11. 11. 2. Beispiele 11 Montag, 21. Oktober 13
  12. 12. 12 Montag, 21. Oktober 13
  13. 13. 13 Montag, 21. Oktober 13
  14. 14. 14 Montag, 21. Oktober 13
  15. 15. Guardian: Afghan War Logs http://www.guardian.co.uk/world/datablog/interactive/2010/jul/26/ied-afghanistan-war-logs 15 Montag, 21. Oktober 13
  16. 16. Zeit.de:Verräterisches Handy http://www.zeit.de/datenschutz/malte-spitz-vorratsdaten 16 Montag, 21. Oktober 13
  17. 17. SZ: Zensus http://www.sueddeutsche.de/politik/deutschland-atlas-die-ergebnisse-des-zensus-in-der-grafik-1.1685321 17 Montag, 21. Oktober 13
  18. 18. 3. Wo finde ich Daten? 18 Montag, 21. Oktober 13
  19. 19. Beim Staat • • • • Ämter • EU: Eurostat: http://epp.eurostat.ec.europa.eu/portal/page/ portal/statistics/search_database • UN: http://data.un.org/ Ministerien Statistisches Bundesamt: www.destatis.de Datenportal von Bund, Ländern und Gemeinden: https:// www.govdata.de/ 19 Montag, 21. Oktober 13
  20. 20. Zivilgesellschaft • • http://datacatalogs.org/dataset?q=germany Open Knowledge Foundation: www.offenedaten.de • www.fragdenstaat.de • www.asktheeu.org • NGOs • Vereine,Verbände 20 Montag, 21. Oktober 13
  21. 21. Websuche • • • Geleakte Dokumente Suchanfrage nach „Datenbank*“ + Thema Suchanfrage mit „filetype: xls“ oder "inurl:downloads filetype:xls", möglicherweise noch in Kombination mit: "site:bundestag.de" etc. 21 Montag, 21. Oktober 13
  22. 22. 22 Montag, 21. Oktober 13
  23. 23. 4. Wie bereinige ich Daten? 23 Montag, 21. Oktober 13
  24. 24. 5 Fragen ans Projekt 1. Was will ich eigentlich erzählen? 2. Welche Daten habe ich? 3. Welche Daten brauche ich? 4. Stimmen die Daten? 5. Ist der Datensatz sauber aufbereitet? 24 Montag, 21. Oktober 13
  25. 25. 5 Probleme bei der Datenstruktur 1. Daten sind im falschen Format 2. Datensatz ist groß und unübersichtlich 3. Daten sind lückenhaft, Informationen fehlen 4. Daten doppeln sich 5. Daten drücken nicht das aus, was wir wollen 25 Montag, 21. Oktober 13
  26. 26. Lösung 1: Falsches Format • Shareware, Browseranwendungen helfen beim Formatieren • https://www.pdftoexcelonline.com/ • http://www.zamzar.com/ conversionTypes.php • Excel hilft bei der Normierung (Groß-, Kleinschreibung, Kopplung oder nicht, Schreibweise von Eigennamen) 26 Montag, 21. Oktober 13
  27. 27. Lösung 2: (Zu) großer Datensatz • Löschen schafft Übersicht. So weit reduzieren wie möglich • Möglichst Werte statt Formeln • In mehrere Dokumente unterteilen: • https://drive.google.com/#folders/ 0B6Qa2xu7oE9Ga3Itb2xQZkFQc1U 27 Montag, 21. Oktober 13
  28. 28. Lösung 3: lückenhafte Daten • Wenn möglich: rechnen, ableiten oder recherchieren • Ansonsten: transparent machen, welche Daten fehlen 28 Montag, 21. Oktober 13
  29. 29. Lösung 4: doppelte Daten • Duplikate entfernen (entweder per Hand oder Funktion in Excel) 29 Montag, 21. Oktober 13
  30. 30. Lösung 5: Daten sagen nicht das, was wir wollen • Wenn das Ergebnis nicht aussagekräftig ist, helfen manchmal kleine Tricks: • Werte gruppieren • absolute durch relative Werte ersetzen 30 Montag, 21. Oktober 13
  31. 31. Daten hinterfragen • Datenrecherche, -analyse, -aufbereitung machen 75 % des gesamten Projekts aus • Alles doppelt checken, Plausibilität prüfen • Umsetzung erst angehen, wenn die Datenlage klar ist 31 Montag, 21. Oktober 13
  32. 32. 5. Grafiken erstellen mit dem Datawrapper 32 Montag, 21. Oktober 13
  33. 33. Datawrapper vom ABZV • Open Source-Werkzeug zur einfachen Erstellung von Diagrammen • von Journalisten für Journalisten • kostenlos • Design lässt sich anpassen • lässt sich auf www.datawrapper.de nutzen oder auf dem eigenen Server installieren 33 Montag, 21. Oktober 13
  34. 34. Vier einfache Schritte 1.Daten hochladen 2.Prüfen und beschreiben 3.Visualisieren 4.Veröffentlichen und einbetten 34 Montag, 21. Oktober 13
  35. 35. 1. Daten hochladen 35 Montag, 21. Oktober 13
  36. 36. 2. Prüfen und beschreiben 36 Montag, 21. Oktober 13
  37. 37. 3.Visualisieren 37 Montag, 21. Oktober 13
  38. 38. 4.Veröffentlichen und Einbetten 38 Montag, 21. Oktober 13
  39. 39. Datawrapper bei den Ruhrnachrichten • großes Datenspezial zur Schulsituation in Dortmund • Auswertung mit Google Fusion Tables • Visualisierung per Datawrapper 39 Montag, 21. Oktober 13
  40. 40. Visualisierungs-Software • Adobe Illustrator, kostenlose Test-Version unter: https://creative.adobe.com/products/ illustrator • Google Fusion Tables:Visualisierungs-Tool von Google (inklusive Kartendarstellung): http://www.google.com/drive/ apps.html#fusiontables • Tableau Public: http:// www.tableausoftware.com/public/ 40 Montag, 21. Oktober 13
  41. 41. Bernd Oswald im Netz • • • • • • • • Montag, 21. Oktober 13 Homepage: www.berndoswald.de Blog: www.journalisten-training.de Twitter: @berndoswald und @jt_muenchen Facebook: www.facebook.com/oswaldsbernd Google+: www.gplus.to/berndoswald Storify: www.storify.com/berndoswald Diigo: www.diigo.com/user/berndoswald Slideshare: www.slideshare.net/berndoswald

×