Volos unterwegs: Big Data Week in Genf

Die Teilnehmer der Big Data Week in Genf sind sich einig: Um mit Datenjournalismus erfolgreich zu sein, müssen die europäischen öffentlichen Rundfunkanstalten eng zusammen arbeiten. Denn die meisten Datenteams sind klein und Ressourcen entsprechend knapp. Eine Ausnahme ist die BBC: Hier arbeiten immerhin acht Datenjournalisten, plus Programmierer und Designer.

Datenjournalismus funktioniert vor allem lokal

Mirko Lorenz, unter anderem Entwickler des Darstellungstools "Datawrapper", ist Teil eines Expertenpanels in Genf. Mit BBC-Datenfrau Christine Jeavans spricht er über die Bedeutung von Datenjournalismus für News Rooms. Jeavans berichtet von einem Projekt über Daten des britischen National Health Service (NHS). Mit Hilfe einer interaktiven Grafik können Leser herausfinden, wie lange Patienten in ihrer Region durchschnittlich beispielsweise auf eine Krebsbehandlung warten müssen. Innerhalb von 24 Stunden wurde es 1,4 Millionen Mal abgerufen. Ein solches Großprojekt mit großen Datenmengen, interaktiven Karten und Grafiken braucht viel Zeit und Personal.

Big Data Konferenz: Fach-Austausch zu Datenprojekten

Eine weitere Erkenntnis von Lorenz und Jeavans: Datenjournalismus funktioniert besonders lokal gut. Er muss die Lebenswirklichkeit der Menschen betreffen und aufgreifen. Dann setzen sich die Nutzer gerne auch mit einem komplexen Thema auseinander.

Tiefer eindringen, ein Thema wirklich verstehen. Für Mirko Lorenz schaffen das auch interaktive Spiele wie "You Draw It" von der New York Times. Dabei müssen Leser zum Beispiel den Graph der Arbeitslosenquote während Obamas Präsidentschaft nach ihren Vorstellungen zeichnen. Und sich so mit ihren eigenen Vorurteilen auseinander setzen.

Big Data nur Nebensache?

Dafür dass es bei der Big Data Week, wie der Name sagt, um Big Data gehen soll, wird überraschend viel über Datenjournalismus gesprochen. Bei Big Data geht es um das Sammeln und die Verarbeitung von möglichst vielen Daten. Datenjournalismus ist eine Methode, Geschichten aus diesen Datensätzen zu generieren und mit Zahlen zu erzählen.

Volontär Lukas Hansen war auf der Big Data Conference

Um das Thema "Big Data" geht es dann tatsächlich beim Panel zur "Personalisierung von Radio". Radiotelevisione Italiana hat dazu ein Konzept entwickelt: Der Sender kann im Autoradio so eingestellt werden, dass News und Wettervorhersagen beim Anschalten automatisch vorgetragen werden. Eine Musikauswahl kann anhand von Empfehlungen generiert werden. Und auch Kontext-bezogene Werbung soll es zukünftig geben. Dabei achtet das Radio auf die Zeit, die man bei einer Radio-"Session", also beispielsweise einer 15-minütigen Autofahrt, hat.

Der Trend: "sammeln, sammeln, sammeln"

Auch SR, das schwedische Radio, stellt ein innovatives Konzept vor: Einer der schwedischen Programmierer kündigt es an als Pendant zum Streaming-Dienst Netflix. Das Prinzip basiert auf Nutzerprofilen, bei denen Hörer selbst angeben, was sie mögen und regelmäßig hören. Anhand dieser Daten empfiehlt das Programm Episoden, die sie möglicherweise verpasst haben, neue Hör-Serien, und „unerwarteten“ Content, der nichts mit der Hörgewohnheit zu tun hat. So will SR seine Hörer auch auf Inhalte neugierig machen, die sie normalerweise nicht konsumieren. Seit Einführung des "Netflix-Systems" habe man eine 18 Prozent höhere Reichweite erzielt. Kleinere Sendungen hätten sogar bis zu 290 Prozent mehr Reichweite. Momentan experimentieren die Schweden, wie sie ihre Programme bei Sprachassistenten wie Amazon Echo oder Google Home einsetzen können.

Viele Programmpunkte bei der Big Data Week behandeln technische Aspekte des Datensammelns. Welche Nutzerinformationen soll ich beispielsweise über einen Newsletter erfassen? Wie werte ich die dann aus? Und welche neuen Systeme können mir helfen, solche Prozesse schneller ablaufen zu lassen? Dabei geht es nicht nur um journalistische Unternehmen, sondern beispielsweise auch um Krankenkassen.

Branchen übergreifend bleibt aber der Trend "sammeln, sammeln, sammeln“ (zum Beispiel durch Newsletter oder personalisierte Nutzerprofile). Nicht nur, um Produkte empfehlen, sondern auch um persönlich angepasste Inhalte weiterentwickeln zu können.