Ein Zahlenspiel

Beeinflusst von den Praktiken der Sozialwissenschaftler streben Datenjournalisten danach, Geschichten zu schaffen, die soziale Realität durch quantitative Datenanalyse rahmen. Obwohl die Verwendung von Statistiken durch Journalisten nicht neu ist, hat das exponentielle Wachstum verfügbarer Daten und der Wunsch nach Quellenmaterial, das nicht durch politische und öffentliche Rahmenbedingungen vermittelt wird, dazu geführt, dass Datenjournalismus zunehmend von Nachrichtenredaktionen angenommen wird – in unterschiedlichem Maße – und Redakteure zunehmend nach Reportern suchen, die in rechnerischen Denkweisen denken können. Journalismus-Programme, die bestrebt sind, Datenjournalismus in ihre Lehrpläne zu integrieren, stehen vor einer einzigartigen Reihe von Problemen, darunter ein Mangel an Fachliteratur zur Ausbildung im Datenjournalismus und zur Lehrmethodik. Dieser Artikel berichtet sowohl über das Pilotprojekt einer internationalen Postgraduierten-Kollaboration im Bereich der Datenjournalismus-Ausbildung im Jahr 2015, in dem Postgraduierten-Studierende an zwei Universitäten staatlich gefördertes Glücksspiel in Aotearoa-Neuseeland untersuchten, als auch über die Einführung eines einsemestrigen Bachelor-Kurses im Datenjournalismus an einer der Universitäten. Ein Gastdozent der Fulbright-Stiftung unterstützte beide Initiativen, half dabei, die Datenkompetenzen von Lehrkräften und Studierenden zu entwickeln, initiierte eine gemeinsame Untersuchung von Studierenden und legte den Grundstein für zukünftige internationale Kooperationen. Dank seines Besuchs konnten neuseeländische Educatoren und Studierende Unterstützung von einer globalen Gemeinschaft von Journalisten und Journalismuspädagogen im Bereich Datenjournalismus suchen. Vor dem Hintergrund einer Literatur, die eine zunehmende Rolle für den Computerjournalismus vorhersagt, untersucht dieser Artikel die Erfolge und Herausforderungen dieser Fälle von erfahrungsbasierter Journalismusausbildung. Er beleuchtet die komplexen, aber nicht tödlichen Fragen der Datenkompetenz sowohl bei Lehrenden als auch bei Studierenden, die Zusammenarbeit zwischen geografisch unterschiedlichen Programmen, den Zugang zu sensiblen Datensätzen und die Veröffentlichung studentischer Arbeiten.