Datenjournalismus für Lokalreporter

In dieser Einführung geht es um ein paar Grundsatzfragen, die wir klären müssen, bevor es richtig mit dem Kurs „Datenjournalismus für Lokalreporter“ losgehen kann. Was verstehen wir unter „Datenjournalismus“? Was sind eigentlich Daten? Und, was müssen Lokalreporter für spezielle Vorkenntnisse haben? Dafür direkt eine Antwort: Keine.

Bevor wir ganz praktisch mit Daten arbeiten können, müssen wir uns kurz anschauen, woher wir Daten bekommen, in welcher Form Daten üblicherweise auftauchen, und was oft noch an Vorarbeit geleistet werden muss, um sie weiter für unsere Analysen und Visualisierungen verwenden zu können.

Datenjournalisten sollten einen Datensatz wie eine Quelle, die ihnen ihre Geschichten erzählen will, verstehen. In dieser Folge geht es darum, wie wir einen Datensatz mit Spreadsheets erkunden, etwas visualisieren und was wir davon haben.

Ein bisschen rechnen muss manchmal sein. Dabei kann man in fiese Fallen tappen, wenn man nicht aufpasst. Gerade im lokalen und regionalen Datenjournalismus wollen wir oft Bezirke, Gemeinden oder Kreise miteinander vergleichen. Wie das geht, erfahrt ihr in dieser Folge.

Der Datensatz aus dieser Folge ist ein Beispiel für eine landesweite Regional-Geschichte über die Bettenkapazitäten pro Kreis und kreisfreier Stadt im Pflegebereich.

Oft sind spannende Daten in Form von Tabellen in PDFs versteckt, die man zum Beispiel von einer Behörde bekommt. Dieses kleine Tool hilft euch dabei, diese Tabellen mit ein paar Klicks aus diesen PDFs herauszukriegen.

Zum selbst Ausprobieren: Hier geht es um eine regionale Datengeschichte, und zwar um den Nährstoffbericht NRW

Hier gibt es Tabula zum Download: http://tabula.technology

Daten sind oft unsauber, also schlecht formatiert, oder liegen uns oft nicht in der Form vor, in der wir sie brauchen. Um weiter mit ihnen arbeiten zu können oder sie für eine Visualisierung vorzubereiten, müssen sie in das richtige Format gebracht werden. Dieser Screencast zeigt, wie man das mit dem Tool „Open Refine“ anstellt.

Zum Mitmachen: In dieser Folge wird ein Datensatz als Beispiel benutzt, der sich gut für lokale und regionale Geschichten eignet: Eine Statistik über die geringfügig Beschäftigten in NRW.

Hier gibt es OpenRefine zum Download: http://openrefine.org/

Ein kleines aber praktisches Tool, um Daten in ein anderes Format umzuwandeln.

Hier könnt ihr es selbst online benutzen: https://shancarter.github.io/mr-data-converter/

Viele denken bei Datenjournalismus schnell an Tortendiagramme, bunte Grafiken, Wahnsinns-Interaktiv-Stücke. Obwohl eine Datenrecherche auch in einen guten Text münden kann, wollen wir uns in dieser Folge mit Visualisierungs-Basics beschäftigen. Was kann man wann machen, und was eher nicht?

Hier gibt es eine ausführlichere Übersicht, wann die Financial Times welche Visualisierungs-Formen verwendet: ft.com/vocabulary

In diesem Screencast stellen wir euch ein vor allem in Redaktionen verbreitetes Tool vor, um Daten in verschiedenen Darstellungsformen, die wir in dieser Folge besprochen haben, ganz einfach zu visualisieren und in die eigene Webseite einzubinden. Datawrapper kann auch Daten auf Karten anzeigen, darum geht es in einer späteren Folge.

Die Daten, die visualisiert werden, sind Zahlen zur Betten-Kapazität im Pflegebereich für NRW.

Hier geht es direkt zum Datawrapper: datawrapper.de/

Ein sehr einfaches Tool, um Daten als Balken- oder Linien-Diagramme zu visualisieren. Der Vorteil: Es kommt ganz ohne Registrierung aus, obwohl man seine Charts als Bilder oder sogar SVGs herunterladen kann.

Die Beispiele in dieser Folge sind regionale Datensätze aus dem Open-Data-Portal von NRW, und zwar eine Statistik über den Body-Mass-Index bei Kindern bei der Schuleingangsuntersuchungsowie Daten zu geringfügiger Beschäftigung.

Hier kannst du den Chartbuilder von qz.com direkt online nutzen: https://quartz.github.io/Chartbuilder/

Datenvisualisierungen sind dafür da, dem Leser oder User ein Thema besser verständlich zu machen, als es ein geschriebener Text könnte. Ein Fall dafür sind zum Beispiel zeitliche Abläufe. Mit diesem Tool kann man sie schön visualisieren und mit weiteren Multimedia-Elementen versehen.

Hier geht es direkt zu TimelineJS: timeline.knightlab.com/

Es gibt grundsätzlich zwei Möglichkeiten, Daten auf eine Karte zu bringen. Um die erste geht es hier: Verschiedene Bereiche, also zum Beispiel Gemeinden oder Kreise, unterschiedlich einfärben, je nach Wert der Daten für diesen Bereich. Das geht für den Regionalbereich am besten mit dem Tool „Datawrapper“, da es hier schon Vorlagen für einzelne Bundesländer gibt.

Der Datensatz aus dieser Folge ist ein Beispiel für eine landesweite Regional-Geschichte über die Bettenkapazitäten pro Kreis und kreisfreier Stadt im Pflegebereich.

Hier geht es direkt zum Datawrapper: datawrapper.de

Um die zweite Möglichkeit, nämlich Daten als Punkte auf einer Karte anzuzeigen, geht es in der nächsten Folge:

Eine weitere Möglichkeit, Daten auf einer Karte anzuzeigen, ist eine Symbol-Karte. Die zeigt genaue Punkte auf einer Karte an und eignet sich damit gut, um die Orte zu visualisieren, um die es in deiner Geschichte geht.

Der Datensatz aus diesem Tutorial eignet sich hervorragend für eine lokale Service-Geschichte in Köln.

Hier kannst du dir einen Account machen und es selbst ausprobieren: carto.com