Your SlideShare is downloading. ×
0
2012 04 Datenjournalismus MedienCampus Bayern
2012 04 Datenjournalismus MedienCampus Bayern
2012 04 Datenjournalismus MedienCampus Bayern
2012 04 Datenjournalismus MedienCampus Bayern
2012 04 Datenjournalismus MedienCampus Bayern
2012 04 Datenjournalismus MedienCampus Bayern
2012 04 Datenjournalismus MedienCampus Bayern
2012 04 Datenjournalismus MedienCampus Bayern
2012 04 Datenjournalismus MedienCampus Bayern
2012 04 Datenjournalismus MedienCampus Bayern
2012 04 Datenjournalismus MedienCampus Bayern
2012 04 Datenjournalismus MedienCampus Bayern
2012 04 Datenjournalismus MedienCampus Bayern
2012 04 Datenjournalismus MedienCampus Bayern
2012 04 Datenjournalismus MedienCampus Bayern
2012 04 Datenjournalismus MedienCampus Bayern
2012 04 Datenjournalismus MedienCampus Bayern
2012 04 Datenjournalismus MedienCampus Bayern
2012 04 Datenjournalismus MedienCampus Bayern
2012 04 Datenjournalismus MedienCampus Bayern
2012 04 Datenjournalismus MedienCampus Bayern
2012 04 Datenjournalismus MedienCampus Bayern
2012 04 Datenjournalismus MedienCampus Bayern
2012 04 Datenjournalismus MedienCampus Bayern
2012 04 Datenjournalismus MedienCampus Bayern
2012 04 Datenjournalismus MedienCampus Bayern
2012 04 Datenjournalismus MedienCampus Bayern
2012 04 Datenjournalismus MedienCampus Bayern
Upcoming SlideShare
Loading in...5
×

Thanks for flagging this SlideShare!

Oops! An error has occurred.

×
Saving this for later? Get the SlideShare app to save on your phone or tablet. Read anywhere, anytime – even offline.
Text the download link to your phone
Standard text messaging rates apply

2012 04 Datenjournalismus MedienCampus Bayern

2,670

Published on

Was ist Datenjournalismus? …

Was ist Datenjournalismus?
Warum Datenjournalismus?
Beispiele
Ressourcen
Programme und Werkzeuge
Weiterführende Links

Published in: Education
0 Comments
3 Likes
Statistics
Notes
  • Be the first to comment

No Downloads
Views
Total Views
2,670
On Slideshare
0
From Embeds
0
Number of Embeds
7
Actions
Shares
0
Downloads
40
Comments
0
Likes
3
Embeds 0
No embeds

Report content
Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
No notes for slide

Transcript

  • 1. Aus Daten Geschichten machen Wie man Zahlen in interaktive Geschichten ummünzt Präsentation von Bernd Oswald für die Fachtagung Medien des MedienCampus Bayern e.V. 17. April 2012, Wildbad KreuthDienstag, 17. April 12
  • 2. Agenda 1. Was ist Datenjournalismus? 2. Warum Datenjournalismus? 3. Beispiele 4. Ressourcen 5. Programme und Werkzeuge 6. Weiterführende LinksDienstag, 17. April 12
  • 3. 1. Was ist Datenjournalismus?Dienstag, 17. April 12
  • 4. Quelle: NDR-Sendung ZAPP: Datenjournalismus http://www.youtube.com/watch?v=poUa8Wu9eTkDienstag, 17. April 12
  • 5. Definition „Datenjournalismus setzt auf Datensätze nicht nur als Recherchequelle, sondern macht die Daten zum zentralen Gegenstand der Geschichte und deren Präsentation. Dabei liegt er in der Schnittmenge von drei Bereichen: erstens visueller Journalismus oder Infografiken, zweitens multimediales und interaktives Storytelling und drittens investigativer Journalismus.“ Lorenz Matzat, www.datenjournalist.deDienstag, 17. April 12
  • 6. Technische Merkmale • Daten liegen maschinenlesbar vor • Es geht um öffentliche bzw. öffentlich zugängliche Daten • Rohdaten werden Nutzern über eine offene Schnittstelle zur Verfügung gestellt (journalistische Transparenz)Dienstag, 17. April 12
  • 7. 2. Warum Datenjournalismus?Dienstag, 17. April 12
  • 8. Stärken des Datenjournalismus • Erschließung von Fakten, die in Datensätzen verborgen liegen • Kann komplizierte Zusammenhänge erklären, vor allem durch Visualisierung • Skalierbar, Nutzer können Anwendungen selbst durchsuchen • Schafft Transparenz, vor allem, wenn öffentliche Daten ausgewertet werdenDienstag, 17. April 12
  • 9. Konzeption • Arbeitsthese entwickeln: Was will ich damit sagen? Ziel: Aus Daten eine klar definierte Geschichte destillieren • Journalistische Leistung auch hier: Gewichtung und Analyse, zusätzlich: • Ansprechende Visualisierung • Auf gute Usability achten: leicht verständliches Navigationskonzept, mit dem der Nutzer die gewünschte Informationstiefe steuern kann • An Nutzereinbindung denkenDienstag, 17. April 12
  • 10. Recherche und Produktion • Daten(bank) finden • Daten auslesen (scrapen) • Daten filtern • Daten reduzieren: irrelevante Aspekte weglassen • Visualisieren • PublizierenDienstag, 17. April 12
  • 11. 3. BeispieleDienstag, 17. April 12
  • 12. Sie kennen Datenjournalismus schon langDienstag, 17. April 12
  • 13. Guardian: Afghan War Logs http://www.guardian.co.uk/world/datablog/interactive/2010/jul/26/ied-afghanistan-war-logsDienstag, 17. April 12
  • 14. Guardian: MP Expenses http://mps-expenses.guardian.co.uk/Dienstag, 17. April 12
  • 15. Zeit:Verräterisches Handy http://www.zeit.de/datenschutz/malte-spitz-vorratsdatenDienstag, 17. April 12
  • 16. Open Knowledge Foundation Deutschland: Frankfurt gestalten http://www.frankfurt-gestalten.de/Dienstag, 17. April 12
  • 17. Taz: Fluglärm-Karte BBI http://www.taz.de/Fluglaerm-BBI/!t195/Dienstag, 17. April 12
  • 18. SZ: Zugmonitor • Offene Daten http://zugmonitor.sueddeutsche.de/Dienstag, 17. April 12
  • 19. 4. RessourcenDienstag, 17. April 12
  • 20. • Datenjournalismus ist Teamwork von Journalisten, Programmierern und Designern • Journalist als treibende Schnittstelle • Journalist muss nicht programmieren können, aber wissen, was technisch möglich ist und welchen Aufwand das bedeutetDienstag, 17. April 12
  • 21. • Auch kleine Redaktionen können Datenjournalismus betreiben • Projekte gezielt auswählen: Thema, das länger aktuell ist • Projekte so konzipieren, dass man sie aktualisieren kannDienstag, 17. April 12
  • 22. 5. Programme und WerkzeugeDienstag, 17. April 12
  • 23. • Microsoft Excel: Tabellenkalkulation • Google Spreadsheets: Excel-Pendant von Google • Google Fusion Tables: Grafiken, Diagramme und Karten erstellen • Google Refine: säubert und vereinheitlicht Datensätze in Tabellen • Many Eyes: Tool zum Visualisieren von Daten in interaktiven Grafiken und KartensätzenDienstag, 17. April 12
  • 24. • Wordle visualisiert Worthäufigkeiten in Texten • Tableau Public: Datenvisualisierungs-Tool • Datawrapper: Datenvisualsierungs-Tool des ABZV • Yahoo Pipes filtert Texte und RSS-Feeds automatisiert nach Stichworten • Scraper Wiki: Plattform auf der Programmierer ihre Dienste für Datenextraktion anbietenDienstag, 17. April 12
  • 25. Weiterführende LinksDienstag, 17. April 12
  • 26. • www.datenjournalist.de: Blog von Lorenz Matzat über praktische Fragen des Datenjournalismus • http://blog.zeit.de/open-data/: Zeit stellt neue Open- Data-Initiativen und -Beispiele vor • www.guardian.co.uk/news/datablog: ähnlich wie der Zeit Open-Data-Blog, bloß internationaler • www.opendata-network.org:Verein für Open Data, Transparenz und Partizipation • https://www.facebook.com/data.driven.journalism: Datenjournalismus-Links gesammelt vom European Journalism CenterDienstag, 17. April 12
  • 27. • http://www.diigo.com/user/berndoswald/ datenjournalismus: Meine Links mit dem Schlagwort Datenjournalismus • Twitter: #ddj. Abkürzung für data driven journalism, Hashtag für Tweets zum Thema Datenjournalismus • Data Journalism Handbook: Grundlagen-Buch, das gerade via Crowdsourcing entsteht • Journalisten-Werkstatt Datenjournalismus (Beilage zum medium magazin, 4,90 Euro)Dienstag, 17. April 12
  • 28. Vernetzung gewünscht? • Blog: www.journalisten-training.de • Twitter: @berndoswald und @jt_muenchen • Facebook: www.facebook.com/oswaldsbernd • Google+: www.gplus.to/berndoswald • Storify: www.storify.com/berndoswald • Diigo: www.diigo.com/user/berndoswald • Slideshare: www.slideshare.net/berndoswaldDienstag, 17. April 12

×