Volltext-Downloads (blau) und Frontdoor-Views (grau)

Was ist guter Datenjournalismus? Qualitätskriterien für datenjournalistische Kommunikation am Beispiel der Corona-Berichterstattung.

  • Datenjournalismus etablierte sich im Zuge der Corona-Berichterstattung stärker in der öffentlichen Wahrnehmung und in den Redaktionen. Viele Journalistinnen und Journalisten widmen sich diesem Feld erst seit der Pandemie. Umso wichtiger ist es, Qualitätskriterien für den Datenjournalismus zu definieren. Ziel dieser Arbeit ist es, zu untersuchen, was guten Datenjournalismus ausmacht und welche spezifischen Kriterien dabei eine Rolle spielen. Dafür wird das Feld zunächst abgegrenzt und ein Überblick über typische Methoden gegeben. Anschließend werden die Ziele datenjournalistischer Kommunikation analysiert, bevor die Herausforderungen und Probleme, die in diesem Bereich auftreten können, beleuchtet werden. Im Mittelpunkt steht die Erläuterung von journalistischen sowie wissenschaftlichen Qualitätskriterien. Diese werden zusammengeführt und nach Themenauswahl und Storytelling, Datensammlung und -analyse, Visualisierung und technischer Umsetzung sowie der ethischen und rechtlichen Perspektive gegliedert. Dabei stellen sich unter anderem Vielfalt, Verständlichkeit, Relevanz und Professionalität aus journalistischer Perspektive sowie die Qualität der Daten und der Erhebungsmethoden aus wissenschaftlicher Sicht als zentrale Gütemerkmale heraus. Zudem spielt das Transparenzprinzip im Datenjournalismus eine besondere Rolle. Die Kriterien werden anschließend anhand von verschiedenen Beiträgen zur Covid-19-Pandemie illustriert.
  • Data journalism has become more established in the public eye and in editorial offices as a result of coverage of the COVID-19 crisis. Many journalists have only started working in this field since the pandemic. This makes it all the more important to define quality criteria for data journalism. This paper aims to explore what constitutes good data journalism and which specific criteria play a role. To this end, the discipline is first defined and an overview of typical methods is provided. The aims of data-driven journalistic communication are then analysed, followed by an explanation of the challenges and problems that can be encountered in this field. The focus is on the presentation of journalistic and scientific quality criteria. These are brought together and structured by topic selection and storytelling, data collection and analysis, visualisation and technical implementation as well as the ethical and legal perspective. Diversity, comprehensibility, relevance and professionalism from a journalistic perspective as well as the quality of the data and data collection methods from a scientific angle are identified as some of the key quality characteristics. The principle of transparency also plays a significant role in data journalism. The criteria are then illustrated using various articles on the COVID-19 pandemic.

Export metadata

Additional Services

Search Google Scholar

Statistics

frontdoor_oas
Metadaten
Author:Charlotte Josephine Schöllhorn
Document Type:Bachelor Thesis
Year of first Publication:2024
Date of final exam:2024/07/17
First Referee:Lars RinsdorfGND
Advisor:Konrad Scherfer
Degree Program:Online-Redaktion
Language:German
Page Number:70
Tag:Datenjournalismus; Pandemieberichterstattung; Qualitätsstandards
GND Keyword:COVID-19; Methode
Access Rights:Zugriffsbeschränkt
Licence (German):License LogoCreative Commons - Namensnennung-Weitergabe unter gleichen Bedingungen