NR26

Die Datenjournalismus-Community zeichnet sich aus durch einen hohen Zusammenhalt, auch über Redaktionsgrenzen hinweg. Was bislang dabei möglicherweise zu kurz kam, ist Kritik und Selbstkritik. Das hat die bei der NR25 erstmals angebotene „Blattkritik"-Session gezeigt, das zeigt aber auch der Blick in die Forschung oder in den Medienjournalismus.
Matthias Stolz fragt anlässlich seiner Dissertation an der Uni Mainz: „Braucht es einen Critical Turn im Datenjournalismus?". Die Antwort: ja schon, jedenfalls wenn man einen kritischen Blick auf Dashboards zur US-Wahl oder zur Corona-Pandemie wirft. Wie geht Datenjournalismus, den jede:r versteht? Das untersucht auch Gianna Grün (Leiterin Datenjournalismus Deutsche Welle) in ihrer berufsbegleitenden Dissertation für die TU Dortmund.

Die Runde soll kein Tribunal sein, sondern ein offener Austausch im geschützten Raum anhand konkreter Beispiele - die jede:r im Publikum gerne mitbringen soll.

Relevante Datengeschichten entstehen längst nicht immer auf Basis öffentlicher oder wissenschaftlicher Daten. Immer häufiger greifen Journalist:innen auf Quellen aus der Privatwirtschaft zurück: Daten von Immobilienplattformen, Navigationsdiensten oder Energieanbietern können Datenlücken schließen, manchmal sind sie auch präziser oder aktueller. Daten-Aggregatoren wie North Data oder das neu entstandene Data Analytics Institute machen Daten für den Journalismus deutlich einfacher zugänglich.

Doch solche Kooperationen werfen Fragen auf: Wie verlässlich sind die Daten? Was schreibt man in Kooperationsvereinbarungen? Hängen Journalist:innen dadurch am Tropf privater Datenlieferanten? Und wie vermeiden sie es, ausschließlich deren Marketing-Logik zu übernehmen?

Das diskutieren wir mit konkreten Beispielen und Vertreter:innen aus der Praxis zwischen Datenjournalismus und Datenwirtschaft. Gemeinsam mit den Teilnehmer:innen sprechen wir über Chancen, Risiken und Verantwortlichkeiten datengetriebener Recherchen im Spannungsfeld zwischen öffentlichem Interesse und privater Datensammlung.

„Ihr Paket kann nicht zugestellt werden“
Mit solchen Fake-SMS zockt ein kriminelles Netzwerk hunderttausende Menschen ab. Wir haben exklusive Einblicke in die Methode gewonnen und Täter identifiziert. In diesem Erzählcafé zeigen Alexander Nabert und Maximilian Zierer, wie diese internationale Recherche mit einem Hinweis von Hackern begann und uns in ein anderthalbjähriges Recherche-Rabbithole brachte. Wir erzählen konkret, welche Spuren wir verfolgten und wie wir methodisch vorgingen:

Mit OSINT-Recherchen verfolgten wir die Spuren der Scammer aus klandestinen chinesischsprachigen Telegramgruppen bis zu privaten Instagram-Accounts, auf denen sie öffentlich mit ihrem Reichtum prahlen.
Ein umfangreicher Datensatz mit rund 900.000 Betroffenen löste in uns den Call-Center-Modus aus. Wir riefen mehr als 200 Betroffene in Deutschland an, um Protagonisten zu finden und zu verstehen, wie der Scam abläuft. Am Ende fanden wir einen Chefredakteur und eine ehemalige Bundesministerin in den Daten. Mit einer Datenanalyse fanden wir heraus, dass die Scammer ihre Phishing-Seiten vor dem Einsatz testen und konnten so zeigen, dass viele der Scammer vom chinesischen Festland aus operieren.

Wir untersuchten die Software, mit der die Scammer betrügen und fanden heraus, dass sie es auf mehr als 130 Länder abgesehen haben – nur ausgerechnet auf China nicht.
Zwei der umtriebigsten chinesischen Scammer konnten wir in Bangkok lokalisieren. Dort klapperten wir Malls, Clubs und Bars ab, bis wir schließlich einen von ihnen zur Rede stellen konnten. Wir zeigen, wie so eine Vor-Ort-Recherche gemeinsam mit dem Team in Deutschland abläuft, mit automatisiertem Monitoring von Instagram-Kanälen und OSINT-Recherchen in Echtzeit. Anhand dieses Recherchebeispiels zeigen wir, wie vielfältig investigative Recherchemethoden im Jahr 2026 sind und wie die verschiedenen Recherchedisziplinen ineinandergreifen.

Die dreiteilige Investigativ-Dokuserie erschien im April in der ARD-Mediathek. Eine gemeinsame Recherche mit NRK (Norwegen) und Le Monde (Frankreich).

Wer online recherchiert, wird früher oder Belege sichern wollen. Einfach Screenshot machen - und fertig?

So einfach ist es häufig nicht (mehr). Digitale Belege zu sichern, wird eine zunehmend technische Aufgabe. Es braucht unterschiedliche Ansätze, je nachdem, um was es sich handelt: Webseiten, Social Media, Videos. Eine one size fits all Lösung gibt es leider nicht. In der Veranstaltung soll es darum gehen, welche Methoden es gibt:

• Die Möglichkeiten und Grenzen des Internet Archives: Ab wann lohnt es sich, ein eigenes Archiv anzulegen?

• Social-Media-Plattformen: Wie Posts bei Instagram oder TikTok sichern?

• Wie viele Links sichern?

• Wie Links regelmäßig sichern?

Außerdem soll es darum gehen, wie man digitale Archive für die eigene Recherche nutzen kann. Mit dem Begriff Archival OSINT gibt's auch schon das passende Schlagwort.

„Follow The Money“ ist Rechercheansatz, Name eines niederländischen Newsrooms – und ein technischer Baukasten. In diesem Workshop geht es um Letzteres: das Python-basierte followthemoney-Toolkit, ursprünglich vom OCCRP als Basis für Aleph entwickelt. Damit lassen sich strukturierte Daten zu Personen, Unternehmen und ihren Beziehungen modellieren, vergleichen und zusammenführen – inklusive Deduplikation und Ähnlichkeitserkennung.

Der Stack hat sich in den letzten Jahren stark weiterentwickelt und ist mittlerweile eine flexible Sammlung von Tools, die sich für ganz unterschiedliche investigative Recherchen einsetzen lässt.
Der Workshop ist als praktischer Deep Dive gedacht: Wir schauen uns an, welche Tools es gibt und wie sie zusammenspielen – vom Scraping und Import verschiedener Datenquellen über Transformation in ein einheitliches Entitätenmodell bis hin zu Deduplikation, Analyse, Suche und Speicherung großer Datensätze. Außerdem geht es um das Anreichern mit weiteren Quellen, Updates bestehender Datensammlungen und um Wege, die Daten am Ende auch verständlich zu präsentieren oder zu visualisieren.

Beispiele für Datenbanken und Projekte auf dieser Basis sind die globale Sanktionsdatenbank opensanctions.org, followthegrant.org (Industrieeinfluss auf Wissenschaft), opensecuritydata.eu (EU-Sicherheits- und Militärförderung), farmsubsidy.org (EU-Agrarsubventionen) oder correctiv.org/spendengerichte

Im Workshop geben wir einen Überblick über den aktuellen Tool-Stack, teilen Erfahrungen aus der Praxis und arbeiten gemeinsam mit den Teilnehmenden an realen Datensätzen und Recherche-Beispielen.

Wie beweist man, dass ein Algorithmus Jugendliche radikalisiert – wenn die Plattform selbst keinen Zugang zum Algo gewährt? In diesem Vortrag zeigen wir, wie wir mit selbstgebauter Infrastruktur TikToks Empfehlungssystem systematisch testeten und nachwiesen: Ein 15-Jähriger landet durchschnittlich nach fünf Minuten bei frauenfeindlichen Inhalten, obwohl TikTok angibt, dies zu verhindern.

In unserer Präsentation erzählen wir, wie wir unser Experiment aufgebaut haben und stellen alles nötige dafür zur Verfügung, inklusive eigens programmiertem Code. Das Publikum lernt, wie sie ihr eigenes Experiment aufsetzen können – und so Algorithmen durchleuchten und hinterfragen können.
Man lernt, wie man Handys automatisiert fernsteuert und jede Interaktion und jedes Video festhält. Und dann zeigen wir, wie man 100.000 TikTok-Inhalte mit KI klassifiziert, um ihren Manosphere-Anteil zu berechnen. Wie man Klassifizierungs-Prompts designt – und sie auf ihre Genauigkeit evaluiert. Und wie man multimodale LLMs einsetzt, um Text, Ton und Bild gleichermaßen zu berücksichtigen.

Aus unserer Recherche haben wir visuelle Onlinestücke, einen TV-Beitrag sowie einen Podcast gemacht. Wir geben Tipps, wie aus technischen Recherchen visuell attraktive Beiträge werden können. Wir teilen unsere Learnings und Fehler auf dem Weg dahin – und liefern einen Baukasten, um selbst mit relativ geringem Aufwand Algorithmen zu durchleuchten.

Am Anfang standen eine Idee und knapp 100.000 Datensätze aus dem deutschen Handelsregister. Der Plan: Alle deutschen Steueroasen digital durchsuchbar machen und aufdecken, wer auf welchem Weg dazu beiträgt, dass jedes Jahr mehr als eine Milliarde Euro in öffentlichen Kassen fehlen.
Mit einer riesigen Datenbank aus verschiedensten öffentlich zugänglichen Daten und selbst dafür programmierten Tools verschafften wir uns einen Überblick. Wir stießen auf Popstars, TV-Legenden und Profisportler, auf DAX-Konzerne, millionenschwere Vermögensverwaltungen und Mietbüros, an deren Adressen hunderte Firmen in Wohnhäusern gemeldet waren.

Doch wir wollten nicht nur einzelne Geschichten erzählen, sondern das gesamte System sichtbar machen. Das Ergebnis ist eine interaktive Karte, die das gesamte System innerdeutscher Steuervermeidung digital erkundbar macht. Sie zeigt, wo Steueroasen liegen und welche Firmen sich dort mit wie vielen anderen Unternehmen eine Adresse teilen.
Seit Veröffentlichung nutzen zahlreiche Lokalmedien unsere Karte als Ausgangspunkt für eigene Folgerecherchen.In dieser Veranstaltung zeichnen wir euch den Weg von der ersten Idee bis zur fertigen Karte nach.

Wie identifizieren wir einen Ort als Steueroase?
Wann ist eine Adresse verdächtig?
Und wie zur Hölle findet man eigentlich Promis oder kleine Tochterfirmen von DAX-Konzernen in einem Datensatz von mehr als 100.000 Firmen?

Auf dem Weg zu einer Datengeschichte plotten wir manchmal wortwörtlich tausende Grafiken, von denen es keine einzige in die finale Geschichte schafft. Die Visualisierungen können eine wichtige Brücke zu nicht-datenjournalistischen Kolleg:innen sein und verschiedene Funktionen in der Recherche übernehmen.

In der Session zeigen wir, wie wir einfache Grafiken für die explorative Datenanalyse und zum Kennenlernen von Daten nutzen, aufwendigere Grafiken machen, um Thesen zu bilden und weiterzuentwickeln, und Anwendungen um Visualisierungen bauen, um das Vier-Augen-Prinzip umzusetzen und Qualitätsmanagement zu betreiben. Anhand von realen Beispielen aus vergangenen Recherchen zeigen wir, wie wir Visualisierungen für alle Schritte der Recherche nutzen und wie sich die verschiedenen Typen von Plots in Komplexität und Aufwand unterscheiden.

Unsere Session richtet sich an Anfänger:innen im Datenjournalismus, die Strategien lernen wollen, um vom Datensatz zur Geschichte zu kommen, aber auch an erfahrene Datenjournalist:innen, die neue Ideen für die Zusammenarbeit mit Kolleg:innen suchen. Nicht-Datenjournalist:innen hilft die Session zu verstehen, wie die Datenarbeit funktioniert und warum sie manchmal länger dauert als geplant.

Daten für lokale und investigative Recherchen selbst mittels Sensoren zu erheben, lohnt sich. Yannik Achternbosch hat für die taz mit günstigen Thermometern gezeigt, wie Hitzenächte den Berliner:innen den Schlaf rauben – und dass das auch eine soziale Frage ist. Gesa Steeger und Annika Joeres wiesen für Correctiv anhand öffentlicher Daten und selbst genommener Wasserproben nach, dass der Rhein eben nicht immer sauberer wird.

Die beiden Recherchen füllen Lücken, die amtliche Messungen hinterlassen. Das Ergebnis sind exklusive Inhalte – die sich überall replizieren lassen. Genau darum geht es in dieser Session: Wie kann ich auch ohne eigene Fachkenntnisse Hitzestress und potenziell gesundheitsschädliche Stoffe im Wasser nachweisen? Wie viel Vorlauf und welches Budget sollte ich einplanen? Welche Hürden sind bei solchen Recherchen typischerweise zu nehmen?

Datenjournalismus steht für fundierte, oft auch ausführliche Analysen. Funktioniert das auch auf Social Media, wo Aufmerksamkeitsspannen kurz und Aussagen oft sehr zugespitzt sind? Oder macht es Tiktok und Co. sogar besser, weil Fakten statt Meinung präsentiert werden? Welche Formen werden von Medien besonders häufig genutzt – und welche funktionieren?

Ciara Cesaro-Tadic berichtet von ihrer praktischen Erfahrung mit einem Daten-Tiktok-Account, Jolan Geusen gibt basierend auf einer systematischen Analyse einen Überblick zu Datenjournalismus auf Instagram und Tiktok. Jan Georg Plavec berichtet von den Erfahrungen der Stuttgarter Zeitung mit Datenjournalismus-Videos auf Tiktok.

Gemeinsam diskutieren wir im Workshop diese und zahlreiche weitere Beispiele und sprechen über Best Practice, einfach zu bedienende Tools sowie Ideen und Erfahrungen der Teilnehmer:innen. Am Ende soll jede/r eigene Ideen mitnehmen, wie sie oder er Daten und Schaubilder in ihre Social-Kanäle bringen kann.