Datenjournalismus während der Corona-Krise

22. Juli 2020 • Aktuelle Beiträge, Digitales • von

Die Infektionszahlen, die Todesfälle je Einwohner – das sind Informationen, die man seit Beginn der Covid-19-Pandemie täglich liest. Das Sammeln, Verarbeiten und Präsentieren dieser Daten ist Teil des Datenjournalismus. Dieser hat in der aktuellen Krise an Bedeutung gewonnen, ihm wurden aber auch gewisse Grenzen aufgezeigt.

Weltweit versuchen die Medien, ihren Lesern wichtige Daten zu Covid-19 zugänglich zu machen. Ein Artikel aus dem britischen Medienfachmagazin Press Gazette hat die besten Beispiele aus den vergangenen Monaten zusammengetragen. Von der Financial Times über The Economist bis zur South China Morning Post wird Datenjournalismus eingesetzt, um über das Coronavirus zu informieren.

In der Westschweiz haben u.a. Radio Télévision Suisse sowie die Tageszeitungen Le Temps und 24 heures datenjournalistische Beiträge über das Coronavirus veröffentlicht. Duc-Quang Nguyen ist Datenjournalist in der Redaktion von Tamedia Romandie. Er erzählt vom großen Erfolg eines datenjournalistischen Artikels auf der Website 24 heures, an dem er beteiligt war, und betont, dass die Bedeutung des Datenjournalismus momentan wiederentdeckt werde. „Dashboards oder Grafiken, die den Menschen bislang vielleicht zu trocken erschienen, werden wieder in den Vordergrund gerückt und sprechen sie jetzt an“, erklärt er.

Adrian Holzer, Professor für Informationssysteme an der Universität Neuchâtel, bestätigt ein „breiteres Interesse an dieser Art von Daten“. Während beispielsweise Exponentialkurven in der Vergangenheit nicht von Interesse gewesen seien, seien sie heute alltäglich geworden.

Die französische Datenjournalismus-Website WeDoData schreibt in ihrer Beitragssserie „Covid et Data“, dass seit Beginn der Epidemie Grafiken an Bedeutung gewonnen hätten: „Es vergeht kein Tag, ohne dass interaktive Dashboards, Karten und natürlich Kurven die Artikel begleiten.“

Angebot und Nachfrage

Das, worum es im Datenjournalismus geht, entspricht den wesentlichen Bedürfnissen während der Corona-Krise: zuverlässige Daten zu beschaffen, zu analysieren und zu präsentieren.

  1. Recherche

Datenjournalismus ist wichtig für die Beschaffung von Daten, die in dieser Krisenzeit manchmal schwer zu bekommen sind. Duc-Quang Nguyen erklärt zum Beispiel, dass „das Bundesamt für Gesundheit (BAG) keine nach Kantonen aufgeschlüsselten Zahlen vorgelegt hat, so dass wir jeden Tag darum kämpfen mussten, diese Daten zu erhalten“.

  1. Analyse

Die Sterberate pro eine Million Einwohner hängt von vielen Faktoren ab. Bildquelle: Screenshot Le Temps

In Zeiten des Informationsüberschusses kann Datenjournalismus zur Orientierung beitragen. Tatsächlich werden täglich viele, manchmal widersprüchliche Zahlen von offiziellen Stellen übermittelt. Ohne die Analyse und Organisation dieser Daten durch Datenjournalisten wären viele dem Risiko ausgesetzt, einige der Informationen falsch zu interpretieren, so zum Beispiel die Sterberate pro eine Million Einwohner, die von vielen Faktoren abhängt (wie Le Temps in einem Artikel erläutert).

  1. Präsentation

Schließlich ist der Datenjournalismus wichtig, weil er, wie Adrian Holzer es ausdrückt, die Präsentation dieser Daten ermöglicht, ihnen einen Sinn gibt, eine Botschaft vermittelt. Dieses Video von Data Gueule ist ein Beispiel dafür. Der Datenjournalismus hat dazu beigetragen, einige der wesentlichen Bedürfnisse während der Pandemie zu befriedigen, daher ist seine Bedeutung deutlicher geworden. Zugleich hat die Krise aber auch die Grenzen des Datenjournalismus aufgezeigt, wie z.B. den fehlenden Zugang zu Daten, fehlerhafte Daten oder die falsche Verarbeitung von Daten.

„Sich der Grenzen der Daten bewusst sein“

Ein Beispiel für die Einschränkungen des Zugangs zu Daten ist die Frage nach der tatsächlichen Zahl der Infektionen. „Wir wissen es nicht. Was wir wissen, ist die Zahl der bestätigten Infektionsfälle”, erklärt Lorenzo Ferrari in einem Artikel des European Data Journalism Network und erläutert die Gründe dafür. Gemäß der von den Behörden beschlossenen Screening-Strategie seien Tests auf bestimmte Personengruppen beschränkt. Manchmal sei es selbst für eine Person, die Symptome zeigt, unmöglich, sich testen zu lassen. Hinzu kämen die vielen Menschen, die mit dem Virus infiziert seien, aber keine Symptome zeigen. Dies impliziere, dass nicht alle tatsächlichen Infektionsfälle offiziell bestätigt seien, und daher seien die Daten unvollständig.

Loris Guémart erklärt in einem Artikel für Arrêt sur Images die Verarbeitung von Covid-19-Daten. Er erörtert das Beispiel der logarithmischen Skala, die von mehreren Journalisten gewählt wurde, um die Zunahme der Fallzahlen pro Land darzustellen. Der Vorteil sei, dass „die logarithmischen Progressionskurven es ermöglichen, zu verstehen, wo jedes Land im Vergleich zu den anderen steht“.

Aber es gebe auch Nachteile. Zum Beispiel sei diese Skala nicht sehr effektiv, um schnell „den Grad der Beschleunigung oder der Abnahme in einem bestimmten Land“ zu beobachten oder die Gesundheitspolitik von Staaten zu beurteilen. Das liege vor allem daran, dass die Zahl der Todesfälle pro Kopf nicht enthalten sei. Jede Art der Datenverarbeitung hat daher auch Grenzen, die bei der Wahl bedacht und reflektiert werden sollten.

Duc-Quang Nguyen nennt ein Beispiel, das ihn zu Beginn der Pandemie tief beeindruckt hat: Einige Medien berichteten über Statistiken, aus denen hervorgegangen sei, dass das neue Coronavirus weniger tödlich sei als die Influenza, und zeigten Grafiken, die dies angeblich belegten.

Dies zeige, sagt er, „wie mächtig Zahlen sein können“. Als Datenjournalist müsse man „sich der Grenzen der Daten bewusst sein“ – dies sei zurzeit noch wichtiger denn je.

 

Dieser Text entstand im Rahmen des Projekts #médiasconfinés im Master-Studiengang Journalismus der Académie du journalisme et des médias (AJM) der Universität Neuchâtel.

 

Übersetzt aus dem Französischen von Johanna Mack.

 

Bildquelle: Alberto Silini

Print Friendly, PDF & Email

Schlagwörter:, , , , ,

Schreibe einen Kommentar

Send this to a friend