Datenjournalismus 2.0 für starke Storys - mit Code, KI und Visualisierungen

المجموعات المستهدفة:

Volontäre sowie feste und freie Journalist:innen und Journalisten ohne Vorkenntnisse. Der Kurs erfordert jedoch Excel-Grundkenntnisse.

المتطلبات المهنية:

k. A.

المتطلبات التقنية:

Keine besonderen Anforderungen.

منهجية وكالات العمل:

• C 2215-10-20 Journalistische Arbeitstechniken

المحتويات

Mühsame Handarbeit eine KI oder einen klassischen Algorithmus machen lassen, Daten selbst sauber analysieren, Geschichten visuell erzählen - Datenjournalismus eröffnet neue Methoden der Recherche und des Storytellings. Die erforderlichen Fertigkeiten vermittelt dieses Seminar. (Hinweis: Seminartage sind der 23. und 24. Juni sowie - nach Zeit für Recherchen mit Online-Hilfestellung und Tipps - der 25. Juli 2025. Analog: 6. und 7. Oktober sowie 26. November 2025.)

Wenn Daten zu Formen und Farben und vage Vermutungen zu fundierten Geschichten werden - dann wird Datenjournalismus zu mehr als einem Buzzword.

In diesem Seminar lernen Sie, mit Code, KI und Visualisierungen neue Arten von Journalismus zu kreieren. Die Bandbreite reicht dabei von der visuellen Newsstory bis hin zur programmierten, investigativen Recherche.

An den ersten beiden Seminartagen lernen Sie mithilfe der Programmiersprache Python, Daten aus dem Netz zu ziehen und auszuwerten. Außerdem sprechen wir darüber, wie ChatGPT und Co. das Programmieren erleichtern.

Nach dieser Einführung haben die Teilnehmenden einen Monat lang Zeit, eine eigene Story zu recherchieren. Während dieser Zeit steht der Dozent für Hilfestellung und Tipps einmal wöchentlich online bereit.

Beim letzten Termin geht es um den gelungenen Abschluss. Grafische Umsetzungen, Erzählansätze und Protagonistensuche stehen an. So dass Sie mit einer echten Story aus dem Seminar kommen - und einem neuem Skillset.

Das BJS-Team rät den Teilnehmenden, einen Laptop mitzubringen, um die für Datenjournalismus nützlichen Einstellungen und Apps darauf zu installieren.

Der Seminarinhalt im Überblick (inklusive viele Beispiele und Übungen):

Tag 1

. Daten schnell sauber kriegen - 10 Excel-Hacks aus der Praxis
. Von Linechart bis Scatter-Plot: Umgang mit verschiedenen Daten- und Grafiktypen mithilfe des Standard-Tools Datawrapper
. Die Visualisierung überzeugend gestalten
. Data Literacy: Die Story herausfiltern, den roten Faden für Recherche und Erzählung finden

Tag 2

. Crash-Kurs Python: Workflows in Code abbilden
. Von Web-Scraping bis API-Handling: Daten aus verschiedenen Website-Typen herausfiltern
. Projektideen der Teilnehmenden und deren Umsetzung

4 bis 6 Wochen Zwischenphase

. Digitales Check-In für die Teilnehmenden, einmal wöchentlich für eine halbe Stunde mit dem Dozenten: Fragen, Probleme, Lösungen

Tag 3

. Präsentation der Projekte der Teilnehmenden: Ergebnis, Strategie und Konzept
. Überblick: Geocoding, statistische Tests, Machine Learning
. Tipps zum Weiterlernen: Foren, Chats, Lernmaterialien, KI-basiertes Coding