Grin logo
de en es fr
Shop
GRIN Website
Publish your texts - enjoy our full service for authors
Go to shop › Communications - Journalism, Journalism Professions

Datenjournalismus und Computer Assisted Reporting in regionalen Medien

Title: Datenjournalismus und Computer Assisted Reporting in regionalen Medien

Master's Thesis , 2013 , 94 Pages , Grade: 1,3

Autor:in: Patrick Rösing (Author)

Communications - Journalism, Journalism Professions
Excerpt & Details   Look inside the ebook
Summary Excerpt Details

Der Untersuchungsgegenstand dieser Arbeit ist der Einsatz der journalistischen Felder Datenjournalismus und Computer Assisted Reporting in der regionalen Berichterstattung in Deutschland. Im Inneren werden die Begriffe Datenjournalismus und Computer Assisted Reporting definiert und ihre historische Entwicklung erörtert. Darüber hinaus werden Techniken, Programme und Datenquellen für die Anwendung dieser Methodenfelder erläutert.

Anhand von qualitativen Einzelfallanalysen und leitfadengestützten Experten-Interviews wird untersucht, ob und unter welchen Voraussetzungen Datenjournalismus und Computer Assisted Reporting in regionalen Medien in Deutschland erfolgsversprechend eingesetzt werden können. Im Schlussteil der Arbeit werden Handlungsempfehlungen dafür formuliert.

Excerpt


Inhaltsverzeichnis

1. Einleitung

2. Methodik und Untersuchungsziele

2.1. Untersuchungsziele und Forschungsfrage

2.2. Forschungsstand und Literaturrecherche

2.3. Methode: Qualitative Einzelfallanalysen

2.4. Methode: Leitfadengestützte Interviews

2.4.1. Entwicklung des Leitfadens

2.4.2. Auswertung der Leitfadeninterviews

3. Über Computer Assisted Reporting und Datenjournalismus

3.1. Geschichtliche Entwicklung

3.2. Arbeitsdefinition Computer Assisted Reporting

3.3. Abgrenzungen und Gemeinsamkeiten zwischen CAR und DJ

3.3.1. Erkenntnis: Die Grenzen sind fließend

3.3.2. Tabellarische Gegenüberstellung von CAR und DJ

3.4. Einordnungen in der Journalistik

4. Techniken und Werkzeuge zur Beschaffung, Analyse und Aufbereitung von Daten

4.1. Beschaffung von Daten

4.1.1. Scraping

4.1.2. Data Mining

4.1.3. Programmierschnittstellen (API)

4.2. Sortieren, Aufbereiten und Filtern von Daten

4.2.1. Tabellenkalkulations-, Statistik- und Datenbank-Software

4.2.2. Forensische Software

4.3. Visualisierung von Daten

4.3.1. Werkzeuge zur Erstellung von Diagrammen

4.3.2. Software zur Erstellung von geografischen Karten

4.3.3. Programme für Social Network Analysis

5. Datenquellen für DJ und CAR

5.1. Frei zugängliche Quellen

5.1.1. Exkurs: Informationsfreiheit in Deutschland

5.1.2. Hürden bei der Informationsfreiheit

5.2. Verschlossene Quellen

5.3. Selbst erhobene Daten

6. Hürden für datengestützte Berichterstattung

6.1. Publizistische Hürden

6.2. Ökonomische Hürden

7. Datenjournalismus und CAR in der regionalen Berichterstattung

7.1. Regionale Medien in Deutschland

7.2. Qualitative Einzelfallanalysen: Beispiele aus der regionalen Praxis

7.2.1. Berliner Morgenpost: Flugroutenradar

7.2.2. Projekt „Offenes Köln“

7.2.3. Stern: Gesundheitsatlas Deutschland

7.2.4. Los Angeles Times

7.2.5. Texas Tribune

8. Leitfadeninterviews mit Medienmachern und Experten

8.1. Querschnitt: Profil der Befragten

8.1.1. Positionen und Rollen der Befragten

8.1.2. Arbeitsschwerpunkte, Themenfelder und Ressorts der Interviewten

8.1.3. Medien / Unternehmen der Befragten

8.1.4. Ausbildung

8.1.5. Wohnsitz, Geschlecht und Alter

8.2. Verallgemeinerung und Auswertung der Ergebnisse

8.3. Einsatz von CAR und Datenjournalismus

8.3.1. Geeignete Ressorts für DJ- und CAR-Recherchen

8.3.2. Techniken und Darstellungsformen

8.3.3. Verwendete Quellen

8.3.4. Crossmediale Aufbereitung

8.4. Redaktionsmanagement

8.4.1. Institutionalisierung von Datenjournalismus

8.4.2. Einbettung in den Redaktionsalltag

8.4.3. Einbettung in bestehende redaktionelle Strukturen

8.4.4. Perspektiven

8.5. CAR und DJ in regionalen Medien

8.5.1. Chancen für DJ und CAR in regionalen Medien

8.5.2. Hürden für DJ und CAR in regionalen Medien

8.5.3. Auswirkungen auf Ansehen und Glaubwürdigkeit eines Mediums

8.5.4. Quellenlage: Daten auf regionaler oder lokaler Ebene

8.6. Nötige Voraussetzungen für CAR und DJ in regionalen Medien

8.6.1. Personelle Voraussetzungen

8.6.2. Know-how und technische Voraussetzungen

8.7. Wirtschaftliches Potenzial von CAR und DJ in regionalen Medien

8.7.1. Vermarktbarkeit bei Anzeigenkunden

8.7.2. Wirtschaftliche Effizienz auf dem Lesermarkt

8.8. Resonanz inner- und außerhalb des Mediums

8.8.1. Reaktionen der Leser und Nutzer

8.8.2. Haltung der Chefredaktion / Verlagsleitung

9. Fazit

9.1. Abschlussbetrachtung der Recherche- und Interviewergebnisse

9.2. Handlungsempfehlungen für den Einsatz von CAR in regionalen Medien

9.2.1. Freiräume in der Redaktion schaffen und gegebenenfalls (Teil-)Stellen einrichten

9.2.2. Auf Teamwork setzen und gegebenenfalls externe Fachleute hinzuziehen

9.2.3. Kosten-Controlling: Ein eigenes Budget für DJ und CAR einrichten

9.2.4. Auf Nachhaltigkeit und Skalierbarkeit achten

9.2.5. Mitarbeiter und den Nachwuchs schulen

9.2.6. Kooperationspartner suchen

9.2.7. Öffentliche Informationen einfordern oder notfalls einklagen

9.2.8. Möglichen Wandel der klassischen Journalisten-Rolle akzeptieren

9.2.9. Den journalistischen Ansatz beibehalten, dem Leser einen Mehrwert bieten

Zielsetzung & Forschungsthemen

Diese Master-Thesis untersucht, wie die journalistischen Ansätze des Datenjournalismus und des Computer Assisted Reporting (CAR) effektiv in die regionale Berichterstattung in Deutschland integriert werden können, um die redaktionelle Qualität und Relevanz zu steigern.

  • Grundlegende Definition und historische Entwicklung von CAR und Datenjournalismus.
  • Analyse notwendiger technischer, wirtschaftlicher und personeller Voraussetzungen für Regionalmedien.
  • Untersuchung von Erfolgsbeispielen durch qualitative Fallstudien und Experteninterviews.
  • Identifikation von Hürden bei der Datenbeschaffung und im Redaktionsmanagement.
  • Formulierung konkreter Handlungsempfehlungen für regionale Medienhäuser.

Auszug aus dem Buch

1. Einleitung

Im Digital- oder Online-Zeitalter steht allen Internet-Nutzern – und damit naturgemäß auch Journalisten – in frei zugänglichen Webverzeichnissen und Datenbanken eine kaum zu überblickende Menge von Informationen unmittelbar zur Verfügung. Das deutsche Informationsfreiheitsgesetz und entsprechende Regelungen auf europäischer Ebene haben darüber hinaus dafür gesorgt, dass Behörden und andere öffentliche Einrichtungen hierzulande mittlerweile einen Großteil von Daten im Internet veröffentlichen, welche vor wenigen Jahren noch unter das Amtsgeheimnis gefallen wären.

Informanten spielen investigativen Rechercheuren darüber hinaus heutzutage wohl eher eine Festplatte oder einen USB-Stick voll mit digitalen Dokumenten zu, als den Journalisten heimlich kopierte Papierstapel in die Hand zu drücken.

Die daraus resultierenden Möglichkeiten sind explizit für Journalisten äußerst reizvoll, da sich durch die oben beschriebenen Entwicklungen vormals verschlossene Quellen öffnen und für die Berichterstattung nutzbar werden. Allerdings treiben im Strom der Datenflut auch neue Probleme herum: Datensätze sind mitunter nicht einheitlich formatiert oder schlummern in eher versteckten Datenbanken ohne ansprechende Nutzerschnittstellen vor sich hin.

Folgt man der einschlägigen Branchenfachpresse und spricht mit Medienexperten, scheint Datenjournalismus im Digital-Zeitalter ein Feld mit Zukunftspotenzial zu sein – auch bzw. besonders in der regionalen Berichterstattung. Denn Daten werden auch auf Kommunal und Kreisebene veröffentlicht oder lassen heruntergebrochen regionale oder lokale Strukturaussagen zu. Meist sind gerade Regional- und Lokalredaktionen jedoch personell deutlich dünner besetzt als die der überregionalen Medien. In der Folge fehlt es dort an der Zeit, umfangreiche Datenjournalismus-Projekte anzugehen. Dabei verbergen sich in den Datenbergen häufig lohnenswerte Geschichten, an die ein Journalist mit konventionellen Recherche-Methoden gar nicht herangekommen wäre.

Zusammenfassung der Kapitel

1. Einleitung: Die Einleitung beleuchtet die zunehmende Relevanz von Datenquellen im digitalen Zeitalter und stellt die zentrale Fragestellung zur Integration von Datenjournalismus in Regionalmedien vor.

2. Methodik und Untersuchungsziele: Dieses Kapitel erläutert den qualitativen Forschungsansatz mittels Einzelfallanalysen und Experteninterviews zur Gewinnung praxisnaher Erkenntnisse.

3. Über Computer Assisted Reporting und Datenjournalismus: Hier werden die theoretischen Grundlagen, Definitionen und die historische Entwicklung dieser beiden Arbeitsfelder detailliert erörtert.

4. Techniken und Werkzeuge zur Beschaffung, Analyse und Aufbereitung von Daten: Dieses Kapitel bietet einen praktischen Überblick über Tools für Scraping, Data Mining, statistische Analyse und Visualisierung.

5. Datenquellen für DJ und CAR: Die Untersuchung befasst sich mit dem Zugang zu frei verfügbaren Daten und den rechtlichen Rahmenbedingungen der Informationsfreiheit in Deutschland.

6. Hürden für datengestützte Berichterstattung: Hier werden publizistische und ökonomische Herausforderungen thematisiert, die den Einsatz datengestützter Recherche erschweren können.

7. Datenjournalismus und CAR in der regionalen Berichterstattung: Anhand konkreter Best-Practice-Beispiele aus dem In- und Ausland wird der Nutzen für lokale Medien aufgezeigt.

8. Leitfadeninterviews mit Medienmachern und Experten: Dieser Teil wertet die Gespräche mit Branchenexperten zu Themen wie Redaktionsalltag, Voraussetzungen und wirtschaftlichem Potenzial aus.

9. Fazit: Die Abschlussbetrachtung fasst die Ergebnisse zusammen und formuliert Handlungsempfehlungen für die praktische Umsetzung in Redaktionen.

Schlüsselwörter

Datenjournalismus, Computer Assisted Reporting, Journalismus, Redaktionsmanagement, Recherche, Medien, Zeitung, Regionalzeitung, Lokalzeitung, Datenanalyse, Datenvisualisierung, Informationsfreiheit, Online-Medien, Experteninterview, Redaktionsalltag

Häufig gestellte Fragen

Worum geht es in dieser Arbeit grundsätzlich?

Die Arbeit untersucht den Einsatz von Datenjournalismus und Computer Assisted Reporting in regionalen deutschen Medien und analysiert, wie diese Methoden die klassische redaktionelle Arbeit ergänzen können.

Was sind die zentralen Themenfelder der Untersuchung?

Die Arbeit fokussiert auf die Definition der Begriffe, die notwendigen technischen und personellen Voraussetzungen, die Quellenlage für Regionalmedien sowie die wirtschaftliche Effizienz dieser Projekte.

Was ist das primäre Ziel oder die Forschungsfrage der Arbeit?

Das Ziel ist es, mittels qualitativer Forschung herauszufinden, welche Voraussetzungen gegeben sein müssen, damit Redaktionen regionaler Medien Datenjournalismus erfolgreich und nachhaltig in ihre tägliche Arbeit integrieren können.

Welche wissenschaftliche Methode verwendet die Arbeit?

Die Arbeit basiert auf einem qualitativen Forschungsdesign, das Einzelfallanalysen von Best-Practice-Beispielen und leitfadengestützte Experteninterviews mit Medienschaffenden kombiniert.

Was wird im Hauptteil der Arbeit behandelt?

Der Hauptteil gliedert sich in eine theoretische fundierte Definition, eine Übersicht technischer Werkzeuge zur Datenverarbeitung, eine Analyse der Informationsfreiheitsgesetze sowie eine Auswertung der Experteninterviews zur Praxis in den Redaktionen.

Welche Schlüsselwörter charakterisieren diese Arbeit?

Zu den wichtigsten Begriffen zählen Datenjournalismus, Computer Assisted Reporting, Redaktionsmanagement, digitale Recherchetechniken, Informationsfreiheit und regionale Berichterstattung.

Welche Rolle spielt das Informationsfreiheitsgesetz für diese Studie?

Das IFG wird als wesentliche Säule für den Zugang zu öffentlichen Datenquellen diskutiert, wobei auch die Hürden und der bürokratische Widerstand in deutschen Behörden kritisch beleuchtet werden.

Warum wird Datenjournalismus als besonders relevant für Lokalredaktionen eingestuft?

Weil er es ermöglicht, datengestützte Aussagen über lokale Strukturen zu treffen, die für Leser exklusiv sind und somit die Bindung zum Medium stärken, auch wenn die personellen Ressourcen begrenzt sind.

Excerpt out of 94 pages  - scroll top

Details

Title
Datenjournalismus und Computer Assisted Reporting in regionalen Medien
College
Kiel University of Applied Sciences  (Fachbereich Medien)
Grade
1,3
Author
Patrick Rösing (Author)
Publication Year
2013
Pages
94
Catalog Number
V263721
ISBN (eBook)
9783668594395
Language
German
Tags
Datenjournalismus Computer Assisted Reporting Journalismus Redaktionsmanagement Recherche Medien Zeitung Regionalzeitung Lokalzeitung ddj
Product Safety
GRIN Publishing GmbH
Quote paper
Patrick Rösing (Author), 2013, Datenjournalismus und Computer Assisted Reporting in regionalen Medien, Munich, GRIN Verlag, https://www.grin.com/document/263721
Look inside the ebook
  • Depending on your browser, you might see this message in place of the failed image.
  • Depending on your browser, you might see this message in place of the failed image.
  • Depending on your browser, you might see this message in place of the failed image.
  • Depending on your browser, you might see this message in place of the failed image.
  • Depending on your browser, you might see this message in place of the failed image.
  • Depending on your browser, you might see this message in place of the failed image.
  • Depending on your browser, you might see this message in place of the failed image.
  • Depending on your browser, you might see this message in place of the failed image.
  • Depending on your browser, you might see this message in place of the failed image.
  • Depending on your browser, you might see this message in place of the failed image.
  • Depending on your browser, you might see this message in place of the failed image.
  • Depending on your browser, you might see this message in place of the failed image.
  • Depending on your browser, you might see this message in place of the failed image.
  • Depending on your browser, you might see this message in place of the failed image.
  • Depending on your browser, you might see this message in place of the failed image.
  • Depending on your browser, you might see this message in place of the failed image.
  • Depending on your browser, you might see this message in place of the failed image.
  • Depending on your browser, you might see this message in place of the failed image.
  • Depending on your browser, you might see this message in place of the failed image.
  • Depending on your browser, you might see this message in place of the failed image.
  • Depending on your browser, you might see this message in place of the failed image.
Excerpt from  94  pages
Grin logo
  • Grin.com
  • Shipping
  • Contact
  • Privacy
  • Terms
  • Imprint