 Also, guten Abend und herzlich willkommen zum Digitalen Salon, zu Data-Kolumna. Mein Name ist Tina Krell, ich bin Forscherin des Humboldt-Instituts für Internet und Gesellschaft und gemeinsam mit der kooperative Berlin veranschalten wir den Digitalen Salon. Der findet immer jeden letzten Mittwoch um Monat statt und heute tatsächlich auch das dritte Mal komplett digital online, sonst in Berlin am Humboldt-Institut physisch. Heute wird es um Daten im Journalismus gehen, vor allem auch um die Möglichkeiten, wie es um Daten im Journalismus geht. Zum einen sind das nicht nur Quantitative Informationen, die zugänglicher werden und aufbereitet werden können. Es geht auch viel um darum, dass Werkzeuge zugänglicher werden und neu auf den Markt geworfen werden, wie es vor allem Journalisten ermöglichen, auch quantitative Informationen auszuwerten. Das heißt, man muss gar nicht mehr MATLAB können oder sich eine GUI mit QT-Ridgets organisieren, die dann eh aussieht, als ob sie in den 90ern produziert wurde, sondern mehr und mehr Tools machen das von der Nutzerfreundlichkeit her einfacher, als auch von der Präsentativität, Daten aufzubereiten und zu visualisieren. Gleichzeitig aber auch gibt es Online-Bibliotheken, die Software bereitstellen, Programme bereitstellen, dass man gar nicht mehr, gerade als Journalist, von Grund auf programmieren muss, sondern eben auch diese Datenbanken zur Verfügung hat, um Informationen analysieren zu können. Deshalb auch noch mal grundsätzlich, wenn wir über Daten im Journalismus sprechen oder Datenjournalismus, was ist das eigentlich dieses große Feld? Zum einen gibt es zum Beispiel das Data Storytelling in Data Visualization und in diesem Feld gibt es inzwischen eine wachsende Community weltweit, die sich teilweise auch über genannte Werkzeuge organisieren, in dem Zusammenhang wäre nur Power BI genannt, als auch die ganze Tableau Community, die gleiche Datensätze einmal in der Woche auf unterschiedliche Art und Weise visualisieren, um auch zu zeigen, dass sozusagen der gleiche Datensatz in einer unterschiedlichen Geschichte narratiert werden kann. Dazu sind da auch nur die Monday Makeover Challenges genannt. Dann gibt es aber auch Visualisierungen wie die Troten der Wahrheit von Katja Dietrich, die wahrscheinlich einem bekannt sind, die an sich gar nicht quantitativ sind, sondern hier werden qualitative Informationen in einer statistischen Visualisierung wiedergegeben und generieren so auch eine Geschichte und ein Narrativ. Und dann gibt es natürlich den ganzen großen Bereich des Datenjournalismus, wo inzwischen Nachrichtenanbieter unter anderem auch mit Forschern zusammenarbeiten und sich der quantitativen Methoden, die vorhin aus der Empirie kommen, zu eigen machen, um Informationen aufzudecken. Deswegen können wir grundsätzlich auch sagen, wenn wir über Datenjournalismus nachdenken, dass hier eigentlich zwei Formals verschiedene Disziplinen aufeinandertreffen, die so einen neuen Markt schaffen und einen Markt geschaffen haben, für den es auch momentan Bedarf gibt. Da haben wir auf der einen Seite Journalismus, der traditionell, solange er nicht in Boulevard-Zeitschriften drin ist oder von Tableau herkommt, getrieben ist, dadurch Informationen aufzuspüren, diffuse Fragmente zusammenzuführen und als Licht zu führen und diese in einem Narrativ und einer Geschichte aufzubereiten, die wahrheitsgemäß ist und dementsprechend auch einer breiten Leserschaft als Verfügung gestellt wird. Und auf der komplett anderen Seite haben wir, sagen wir in Mindlam, das sind Mathematikerinnen, Informatikerinnen, Empiristen, die es gewohnt sind, ein Problem in einer algebraischen Gleichung zu übersetzen und diese wiederum in Software zu übersetzen, die dann das Problem für einen löst, um das wiederum ebenfalls aufzubereiten. Deshalb können wir uns eigentlich Datenjournalismus speziell auf einer Scala vorstellen, wo wir quasi diese beiden Extreme haben und die Ausformungen, die es für Daten im Journalismus gibt, jeweils auf dieser Scala wiederfinden können. Für mich tatsächlich als Einführung ist nur wichtig nochmal anzugeben, dass wenn wir mit über Zahlen versuchen, Geschichten zu erzählen, wir uns immer darüber im Klaren sein müssen, dass Menschen grundsätzlich zahlenhörig sind, was den Datenjournalisten vor eine Aufgabe und Verantwortung bringt. Was meine ich damit? Dass grundsätzlich Statistiken Autorität gegeben wird. Autorität, weil sie Zahlen sind, nicht Autorität, weil diese Zahlen grundsätzlich auch Sinn ergeben. Und nicht jeder Mensch ist statistisch ausgebildet, deshalb ist es in der Verantwortung, wenn wir gerade statistische Informationen visualisieren oder in Geschichten wiedergeben, dass diese auch sinnkräftig sind. Das heißt, Korrelationen werden nicht als Kausalitäten wiedergegeben, Legenden werden nicht weggelassen in einer Visualisierung, die spekulative Interpretation zu lassen, als auch Visualisierung sollten nicht wahnsinnig skaliert werden, die auch die Interpretation gegebenenfalls verfälschen. Und die drei Beispiele, die ich zu Beginn genannt hatte, wie der Datenjournalismus sich ausformen kann, heißt auch, dass er seine Berechtigung hat in all diesen Ausformungen, mal journalistischer, mal mathematischer. Aber grundsätzlich, wenn gerade auch Journalisten mathematische oder Inhalte formulieren wollen, die in einer mathematischen Grundlage zu Grunde liegen, würde ich hier tatsächlich auch nochmal eine Lanze für die Mathematik brechen. Das heißt, dass hier auch wirklich nur Geschichten wahrheitsgemäß erzählt werden sollen, die auch mathematisch verstanden sind. Das heißt, hier muss gar nicht höhere Mathematik verstanden sein. Man muss nicht Trigonomie, linear Algebra, Kalkulus können, sondern fällt doch einfach sich nochmal auf den Hosenboden setzen und Algebra 1 und Algebra 2 brauchen. Und ich freue mich auf das Kennel, das gleich anfängt und gebe über zu Katja Weber. Tina, herzlichen Dank für die Einführung. Schalte dich gerne später nochmal rein. Wenn du denkst, ach, da fragen wir mal nochmal nach oder da würde ich gerne nochmal vertiefen. Wir wollen in der folgenden Stunde auf der Skala, die du gerade geschildert hast, ein bisschen spazieren gehen, mal zu dem einen, mal zu dem anderen Pol. Jetzt haben wir alle und ihr alle, die in den letzten Wochen vermehrt Tabellen angeguckt haben, Datenjournalismus schon konsumiert, aber ohne jetzt decidiert drüber nachzudenken, das wollen wir in der folgenden Stunde tun. Herzlich willkommen allen, die eingeschaltet haben. Schön, dass ihr da seid. Also, nachgewiesene Neuinfektionen, wie viele waren das gestern? Wie viele Tote wurden gemeldet und was mit der Reproduktionszahl? Das sind so die Sachen, die wir jetzt wahrscheinlich schon beim Frühstück oftmals zum ersten Mal gehört oder aber gesehen gelesen haben. Dazu gibt es Grafiken, dazu gibt es Texte und das war dann höchstwahrscheinlich Datenjournalismus, den wir da zur Kenntnis genommen haben. Das ist aber natürlich noch viel mehr als die Zahlenberichterstattung rund um Corona und wir wollen besprechen, was Datenjournalismus liefern kann, vielleicht auch überhaupt, wie er betrieben wird und was er nicht liefern kann. Aber ich denke, Corona wird auf jeden Fall ein Beispiel sein. Ich möchte das besprechen mit Praktikerinnen und Theoretikerinnen aus dem Gebiet und wie immer auch mit allen, die zuschauen und zuhören. Sonst können wir ja hier immer schön zusammensitzen, verfliegst nochmal. Es geht im Moment nicht. Also niemand kann nach vorne kommen, Platz nehmen oder das Mikro nehmen und seine oder ihre Frage sagen. Aber auf slido.com oder Twitter, Hashtag Dicksal, werdet ihr gehört und dann werden die Fragen auch reingereicht von Christian im Verlauf der nächsten Stunde. Also, beteiligt euch gerne zahlreich. Und dann hätten wir drei Expertinnen mit jeweils sehr unterschiedlicher Expertise, die diese Fragen beantworten würden. Ich möchte euch Elena Erdmann vorstellen. Ich habe inzwischen gelernt, dass es nichts hilft, wenn ich sage, dass sie in meiner Ansicht oben links ist. Deswegen wäre es nicht, wenn du vielleicht beinwängst. Elena Erdmann gehört zum Datenteam von ZeitOnline und hat an der TU Dortmund Mathematik studiert und Informatik. Also vorhin ging es ja schon mal drum, welches gilt, sind eigentlich gefragt. Hat sich schon vor diesem Studium für Journalismus interessiert und dann vollberichtig zur Frage promoviert, wie Daten und wie Maschinelles lernen? Nein. Oder bist dran? Nein. Nein? Okay. Richtigstellung, dein Gleich. Schuldige. Ich dachte, du beschäftigt sich mit der Frage und ich formuliere es dann um als Frage, wie Daten und Maschinelles lernen den Journalismus verändern. Aber nee, der Widerspruch ist so toll, das können wir nicht aufschieben. Stimmt voll nicht. Sag mal, was richtig ist, bitte. Nein, tatsächlich schlechter Einstieg. Aber diese Promotion habe ich abgebrochen, weil ich sehr dringend in den Journalismus wollte. Okay. Also das Seniorenstudium wird es dann zeigen. Sie beschäftigte sich in einer abgebrochenen Promotion mit der Frage, wie Daten und Maschinelles lernen, den Journalismus verändern. Kann das aber wahrscheinlich auch aus der Praxis beantworten. Jedenfalls herzlich willkommen. Hi. Ach so. Und das will ich auch nicht verheimlichen. Das ist ein Journal-Code, eine Initiative, die Journalistinnen und Journalisten den Umgang mit Daten beibringen. Wer also in Workshops beispielsweise vermitteln, was sich aus einem riesigen Datensatz rausholen könnte an Geschichte. Sandra Rentgen ist die Fachfrau, wenn es dann genau darum geht, diese Zusammenhänge bildlich oder grafisch aufzubereiten. Sie ist Visualisierungsstrategin. Hallo. Hallo. Und logisch, Datenjournalismus muss die Daten fassbar machen. Die werden uns hier nicht einfach so für die Füße gekippt. Und damit wir die Zusammenhänge verstehen, braucht es eben Infografiken. Im vergangenen Jahr kamen mächtiger Band raus mit ihr als Autorin History of Information Graphics, wo man eben sieht, welche lange Geschichte dieses hyper moderne Gewerbe eigentlich hat. Sie ist Head of Design bei der Beratungsfirma SAPARA, die für ihre Auftraggeber Zusammenhänge grafisch fassbar macht. Also da geht es dann nicht nur um Journalismus, sondern auch wenn ich als Unternehmerin meine Zusammenhänge aufbereitet wissen möchte, kommst du ins Spiel. Herzlich willkommen. Genau. Vielen Dank für die Einladung. Wie gelosen es bei uns? Sie ist Professorin an der Universität Hamburg und forscht am Leibniz-Institut für Medienforschung des Hans-Bredo-Instituts. Wenn sich die Medienlandschaft verändert, verändert sich auch der Journalismus. Datenjournalismus ist dafür wahrscheinlich ein ziemlich gutes Beispiel und deshalb auch einer der Bereiche, den du erforscht. Herzlich willkommen bei uns. Vielen Dank. Eine Frage wäre gleich vorne weg. Doch noch mal in die Vergangenheit geguckt. Wie alt ist denn überhaupt Datenjournalismus? Ich hatte es bei Sandra schon angedeutet. Infografiken haben eine lange Geschichte. Wie ist das mit Datenjournalismus? Ja, das ist interessant. So eine Frage an die Bibel. Ich fange mal an und du kannst bestimmt viel fundierter was zu den Visualisierungen sagen und deren lange Geschichte. Dazu kann ich gar nicht so viel sagen. Aber wie das so ist in der Wissenschaft, streitet man sich natürlich als erstes über Definition. Und das ist beim Datenjournalismus auch so. Weit geneinigt sind wir uns aber darin, dass die historischen Wurzeln für das, was wir heute modernen Datenjournalismus nennen, so in den 70er-Jahren ungefähr liegen. Und da sprach man von Computer-Assisted Reporting. Also da ging es darum, wie Computer und Datenbanken die Arbeit mit Daten den Journalismus unterstützen können. Ein Begriff, der in der Zeit auch geprägt wurde, war der Desprecision Journalism. Also des Präzisionsjournalismus. Und da war die Idee, dass man Journalismus mit Hilfe von sozialwissenschaftlichen Methoden und Datenanalyse präziser machen kann. Also präzisere und objektivere Aussagen. Also da liegen so die Wurzeln. Und vom modernen Datenjournalismus sprechen wir so seit dem Anfang der 2000er. Also mit der verstärkten Digitalisierung und dann eben auch den in digitaler Form vorliegenden Daten. Ja, so kann man das grob sagen. Sandra, du hättest auch gerne antwortet, was wir deine antworten können. Ja, genau. Also vielleicht kann ich diese Perspektive tatsächlich noch so ein bisschen in die Vergangenheit verlängern. Denn wir kennen, also, ja, die Frage ist immer so, weil, was meinen wir, wenn wir von Daten jetzt sprechen? Also ich würde das insofern gerne verlängern, dass die, es ist nicht komplett neu und erst im 20. Jahrhundert entstanden, dass Journalisten, sozusagen Sachverhalte, die in statistischen Daten ausgedrückt sind, berichten. Das kennen wir also sozusagen schon aus dem 19. Jahrhundert. Also da wurde schon angefangen. Also die Statistik so als Wissenschaftler hat sich jetzt schon so seit 1800, sagen wir mal, so entblickelt so langsam. Und parallel gab es also schon relativ früh schon über das 19. Jahrhundert immer wieder auch eine Versuch, so statistische Sachverhalte in Infografiken auch in die Zeitungen zu bringen. Und das hat dann zum Teil auch, ja, durchaus kuriosen Züge manchmal angenommen. Also wenn es zum Beispiel darum ging, mal jetzt gerade aktuell, ja, ein cholerer Ausbruch in New York irgendwie darzustellen, da hat man dann schon auch mal ein Diagramm genommen, wo man sozusagen die Ausbrüche in so einen Grafen verfolgt. Und da war das eben zum Teil noch so neu, dass man den Leuten dann darunter noch so eine Erklärung gedruckt hat. Die Achse bedeutet jetzt der Zeitverlauf. Und wenn die Linie steigt, dann heißt es, die Fälle nehmen zu. Und wenn sie fällt, dann heißt es, die Fälle nehmen ab. Da musste man dann also schon so eine Erklärung noch dazu bringen. Also das fing da schon an und hat sich dann so langsam, aber hat sich so langsam entwickelt. Und ich denke, was Wieb Gelosen jetzt genannt hat, ist dann auch der Moment, wo man dann den Computer zu Hilfe nehmen kann, um solche Daten auch tatsächlich zu verarbeiten. Was mit dem Erklärkästchen, merken wir uns vielleicht noch mal. Das spielt womöglich später noch eine Rolle. Dann würde ich gerne Elena reinholen ins Gespräch. Wie wäre das, wenn wir uns abends auf einer Party kennenlernen und kommen so ins Gespräch? Na ja, und eine der ersten drei Fragen ist, was machst du? Was würdest du dann sagen? Ich bin Datenjournalistin, ich bin Mathematikerin, ich bin Journalistin. Also wo hängst du da die Gewichte? Oft, ich bin Datenjournalistin oder ich bin Journalistin wahrscheinlich. Also ich sehe mich selber auf jeden Fall als Journalistin, mit dem, was ich tue, auch wenn meine Methoden nicht immer die sind, die unter Journalisten absolut verbreitet sind. Aber trotzdem ist der Kern unserer Arbeit eine journalistische Aufgabe, würde ich sagen. Und wenn du gesagt hättest, ich bin Datenjournalistin, du hast ja gesagt, sagst du auch manchmal, würde das, würde das genauso, mhm, okay, alles klar, weiß ich, was das ist, hingenommen wie wenn du sagst Journalistin oder hast du dann gleich wieder ein Workshop und musst erklären, was ist Datenjournalismus. Das hängt davon ab, also viele wissen nicht, was es ist. Man kann denen das dann natürlich meistens schon ganz gut erklären. Naja, aktuell zum Beispiel mit Corona, dann wissen die meisten doch worum es geht. Deswegen sage ich manchmal auch Journalistin tatsächlich, ist einfach leichter. Wiebke, du hast so genickt, für dich ist es auch völlig klar, dass Datenjournalismus nicht das andere oder so ist, sondern eine weitere Spielart, eine Untergattung, die wir unter der Stadt Journalismus stellen können. Ja, ich hab ja, das hat ja Sandra richtig beobachtet, relativ in einer jüngeren Vergangenheit angefangen. Und das ist in der Tat auch in einer wissenschaftlichen Auseinandersetzung so eine Diskussion, also gewesen, also jetzt nicht mehr so stark, dass der Umgang mit Daten im Journalismus, das hat Sandra gesagt, natürlich viel, viel älter ist. Also, aber das Besondere des Datenjournalismus, über den wir heute reden, ist diese Grundlage auf meist ja großen Datenmengen, die genutzt werden, um Geschichten da drin zu finden und auch Geschichten mit den Daten zu erzählen. Und unter Datenjournalistin, ich interview die ja zum Teil oder höre, was die Branche über sich selber redet, gibt es schon auch die Idee zu sagen, am liebsten wäre uns, wenn gar nicht mehr von Datenjournalismus die Rede ist, dass mittlerweile so normal geworden ist, dass gar nicht mehr so ein extremes Distinktionsmerkmal ist. Also da sind wir jetzt heute noch nicht, aber ich würde schon meinen, dass die Entwicklung dahin geht, dass das immer normaler wird in derjournalistischen Praxis. Das ist ganz genau meine Ansicht auch tatsächlich. Ich habe den Eindruck, dass es tatsächlich noch nicht so normal ist in vielen Stellen. Aber so ein bisschen das, was ich mir vorstelle, ist auch, dass es einfach normaler wird und dass man einfach auch mal so grundsätzliche Statistiken nachguckt, wenn man darüber schreibt, dass das zu einer Recherche auch immer mehr dazugehört. Sandra, ich habe deinen Band angesprochen, History of Information Graphics. Da kann man über ein Zeitraum von 1.200 Jahren sich anschauen, was deine Zunft macht und habe es für mich mal übersetzt in Welterklärung. Also ich als Betrachterin bekommen gesagt, so sieht die Welt aus und so funktioniert dieser Zusammenhang immer eingebettet in den jeweiligen Kulturkreis oder in den jeweiligen Kenntnisstand in einem bestimmten Forschungsgebiet. Was macht denn für dich eine gute Infografik aus? Kannst du das in, keine Ahnung, drei Punkten benennen? Das ist tatsächlich die schwierige Gretchenfrage. Auf jeden Fall braucht es ja eine Fokussierung. Das ist nicht immer gegeben. Viele Infografiken verlieren sich darin, vieles gleichzeitig zu tun zu wollen. Und was jetzt viele, gerade Datenjournalisten in den letzten Jahren sich erarbeitet haben und was da gut gelungen ist. Also ich habe Beispiel im Kopf von Economist, auch natürlich von den Kollegen von der Zeit, auch von den New York Times, dass sie sozusagen einen Reichtum von Daten zeigen. Also zum Beispiel in einem Diagramm, zum Beispiel Corona von vielen Ländern, die Kurve zeigen würden, aber eben dann hervorheben, was der Punkt ist. Also sozusagen eine klare Fokussierung, was immer wichtig ist, ist so eine Art auch Hygiene, also Informationshygiene nenne ich das, oder Datenhygiene, was eigentlich auch in den guten, seriösen Newsrooms Standard ist. Also dass man immer nachvollziehen kann, wo kommen die Informationen her, dass man eine Methodik nachvollziehen kann, wo ein Erklärfilm gibt noch, was haben wir gemacht, wie kommen wir zu den Ergebnissen. Und oft lässt sich auch eine Argumentation eigentlich nicht ganz, also in der Visualisierungs-Tünft wünscht man sich natürlich immer, dass das Diagramm eigentlich alles sofort auf einen Blick klar macht und das ist eigentlich in den seltensten Fällen so, sodass eigentlich immer das idealerweise noch eine gute Argumentation eingebunden ist. Sodass man den Leser auch so ein bisschen an die Hand nimmt und sagt, also hier zeigen wir das und das, also dass so eine saubere Argumentation dann auch noch zu sehen ist. Das klingt sehr klar, sehr strukturiert, was dann so im Denk und dann auch im Arbeitsprozess im Vorfeld laufen muss, bleibt da Platz für eine künstlerische Handschrift oder für deine persönliche Sandra Handschrift oder wer die gute Infografik von allen guten Infografikern und Grafikerinnen identisch, was am Ende bei herauskommt? Nein, auf gar keinen Fall, also die sind ja auch, also jede Infografik lebt ja auch in ihrem eigenen Kosmos und in ihrem eigenen Ökosystem sozusagen und also wir haben zum Beispiel, vorhin Katja Dietrich angesprochen, das ist ja auch eine ganz andere oder es gibt auch noch viele andere schöne Beispiele, die eher leicht für sich auch was kommunizieren wollen. Also das ist auch das Schöne, das wir jetzt in den letzten Jahren erlebt haben, dass das Visualisierung, diese ganze Sprache der Visualisierung, der Diagramme auch eine Erweiterung gefunden hat und das ist jetzt viele zum Beispiel so handgezeichnete Sachen, viele künstlerische Sachen, die trotzdem ja auch seriöse Sachverhalte vermitteln und da bleibt auch jeden Fall Platz für eine eigene künstlerische Handschrift und das muss auch jeder Autor sozusagen oder jedes Autoren-Kollektiv dann immer für sich entscheiden. Also ein Newsroom oder eine Zeitung, eine digitale Online-Publikation, die werden ja immer versuchen, ihre eigene Handschrift zu entwickeln und je nach Seriosität auch sich in der grafischen Sprache vielleicht etwas zurücknehmen oder wenn man jetzt irgendwie voll auf die 12 ein bisschen bunter, frischer, lustiger werden will, das ist natürlich alles sprachlich möglich. Die Kunst besteht halt so ein bisschen darin, dass die Gestalter, die da am Werk sind, auch sich der Entscheidungen bewusst sind und sich dessen bewusst sind, was für unterschwellige Botschaften auch mitgegeben werden in der Gestaltung. Also wie lustig oder handschriftlich oder so man jetzt werden will oder ob man sagt, wir machen hier ganz klaren, harten Fakten Journalismus, da muss man auch entsprechend grafisch sich zurückhalten. Jetzt haben wir tatsächlich den Datenjournalismus unter pandemischen Bedingungen schon angesprochen. Da kommt jetzt keine von uns momentan drum herum, manche auch beruflich nicht. Seit gut zwei Monaten haben wir jede Menge Zahlenmaterial vor Augen, Daten rund um Corona. Und ich würde dich wie gerne fragen, ist das eine neue Herausforderung für den journalistischen Umgang mit Daten oder ist das eigentlich schon total gut routiniert? Du hast ja gesagt, Datenjournalismus ist jetzt angekommen, du würdest dafür plädieren, dass wir dieses Wörtchen Daten und dann Tisch fallen lassen und einfach von Journalismus reden. Also sind wir routiniert im Erstellen und im Verstehen dieser journalistischen Berichte? Also ich plädiere nicht dafür. Das ist etwas, was ich häufig aus dem Feld höre. Ah, okay. Ach so, ja, stimmt. Und die Frage, die würde ich, also ich würde gleich mich sehr dafür interessieren, was Elena dazu sagt, weil die ist ja in der täglichen Praxis und kann viel besser beurteilen. Ich wüsste es auch gerne, aber ich kann jetzt gerade nicht in die Redaktion um zu gucken, was da passiert. Deswegen bin ich ja auch mehr so auf die Beobachtung von außen angewiesen. Also ich würde schon meinen, das ist dadurch, dass der Datenjournalismus jetzt nicht mehr so super neu ist und man durchaus sagen kann, okay, der ist in den Mainstream-Medien angekommen, nicht flächendeckend, aber doch in den großen Medienhäusern und durchaus auch schon in kleineren, dass das auf Routine trifft, dass man besser jetzt mit dieser Situation umgehen kann als vor fünf oder noch vor zehn Jahren. Das sehen wir ja schon. Trotzdem ist diese Nachrichtenlage und diese Datenlage ja eine sehr besondere. Also das kann man ja nicht anders sagen. Es ist auch nicht zu vergessen, dass Journalismus ja jetzt unter Bedingungen operiert, die auch recht ungewöhnlich sind. Das heißt, es ist eine extrem hohe Herausforderung, jetzt mit der Situation umzugehen, journalistisch, praktisch. Gleichzeitig sind hier im Journalismus genau die Strukturen, auch funktionieren die auch nicht normal. Es wird im Homeoffice gearbeitet und so weiter. Das heißt, da gibt sich ja auch ein gewisses Spannungsverhältnis heraus. Andererseits ist es ein hochgradig digitalisierter Bereich, sodass ich, dass man wahrscheinlich davon ausgehen kann, dass die Arbeitsroutinen sowieso schon extrem digitalisiert sind und dass das ein Bereich ist, wo vieles sehr, sehr gut und vielleicht sogar reibungsfreier läuft als in anderen journalistischen Bereichen. Helena, dann ist es so, Entschuldigung, ich dachte, du holst nur Luft. Genau, ich holte nur Luft. Aber vielleicht ist auch ein ganz guter Moment, mal ein paar praktische Beispiele zu sehen. Dann ist jetzt der Spot auf Helena. Was waren die Berichtenswerte, Zahlen oder Daten in den vergangenen Wochen? Ich zeig euch jetzt einfach tatsächlich einmal unser tägliches Brot, sozusagen. Also wir sind natürlich als das Datenteam bei uns plötzlich dafür verantwortlich, die ganzen Zahlen um die Pandemie verfügbar zu machen und alle wollen es gerade wissen, dass es für mich tatsächlich was wirklich Neues, das Interesse für Datenjournalismus, das Interesse für Zahlen und Statistik ist so groß wie noch nie, so erlebe ich das. Also wir kriegen unfassbar viel Feedback von unseren Lesern, ganz viele Korrekturen. Wir werden ständig auch zum Beispiel bei unserem Podcast angefragt, Dinge zu erklären und Zahlen zu erklären. Also die Leute wollen unfassbar viel wissen und wir haben auch dieses Dashboard groß auf der Homepage seit Monaten mittlerweile schon. Und dort zeigen wir halt tatsächlich jeden Tag die Zahl der Neuinfizierten, die Zahl der Verstorbenen, die Zahl der Genesenen in Deutschland, in den Kreisen auf der ganzen Welt. Es gibt also unfassbar viele Zahlen, eine ganz große Menge und ganz viele Herausforderungen. Also unser Arbeitsalltag ist tatsächlich relativ stressig aktuell, würde ich sagen, weil wir einfach so viele verschiedene Datensätze zusammenbringen und die auch tatsächlich eingefordert werden. Du sagst dir seit einem Team, wie viele Leute sind denn damit beschäftigt, diese Zahlenberge zu sortieren und in Form zu bringen? Das ist nicht ganz leicht zu zählen. Also wir sind so ja 7, 8 Leute, die fest immer in unserem Team arbeiten. Aber jetzt aktuell zum Beispiel ist es so, am Anfang hatten wir mit den Zahlen vom Robert-Koch-Institut gearbeitet, dann war das Problem, dass wir von unseren Lesern sehr viel Rückmeldung gekriegt haben, dass ja doch in ihrem Kreis schon viel mehr Leute infiziert waren, als dort im Robert-Koch-Institut angegeben wurde. Und das, was China etabliert hat bei uns, in der manuell jeden Tag diese Zahlen eingesammelt werden von 401 Kreisen. Das heißt, da arbeiten wir mittlerweile auch mit mehreren externen Leuten, die dort mit uns zusammen diese Daten eintragen, zusammen. Also unser Team wird beliebig größer immer wieder. Wir haben auch ein paar freie Entwickler, die immer mal wieder dazu sich schalten. Es ist gerade absolut gefragt und wir stehen da vor ganz vielen neuen Herausforderungen. Es ist auch total cool, wenn man plötzlich Sachen ausprobieren kann, die man vorher noch nie, wo wir früher gesagt haben, das darf man den Leuten gar nicht zeigen. Was dann zum Beispiel da, wenn ich in einer Technologie... Also das Beispiel, wo ich tatsächlich auch gleich interessiert wäre, was ihr dazu sagt, ist, würde ich sagen, die logaritmische Skala, die sich absolut etabliert hat. Etwas, wo ich glaube, von einem halben Jahr keiner von uns sich getraut hätte, eine logaritmische Skala, irgendeinem Leser zu zeigen. Uns heißt es schon immer, bei einem Scatterplot, das ist nicht mehr okay, das versteht keiner. Also Sandra und Wiebke nicken so verständnisvoll. Weißt du, was eine logaritmische Skala ist? Ich nicke nicht verständnisvoll, was den Inhalt betrifft, dass wir an diesem Fall jetzt sehen, dass ja auch viel metermäßig darüber geredet wird. Und das ist auch eine Neuheit, würde ich sagen, in Bezug auf den Datenjournalismus. Jeder hat jetzt irgendwie verstanden, diese Daten sind super wichtig, auch für Entscheidungsgrundlagen in der Politik. Deswegen wird ja auch so viel darum gerungen. Was sind jetzt die richtigen und wichtigen Daten? Und wahrscheinlich haben wir alle innerhalb kürzester Zeit als normale Medienutzerin auch eine höhere Expertise jetzt entwickelt im Umgang mit diesen Stücken. Wenn man da jetzt drauf guckt, das ist ja schon enorm komplex. Und jetzt hat jeder irgendwie, spürt die persönliche Relevanz, sich damit auseinanderzusetzen. Das ist ja ganz häufig nicht so im Datenjournalismus. Da geht ja auch so ein bisschen die Rede. Man macht das vor allen Dingen so toll für die Kollegen. Aber wo die sophisticated User sind, die sich das alles angucken, weiß man gar nicht so genau immer, im Datenjournalismus vor Corona. Das ist jetzt wirklich so ein richtiger Boost. Und dann kann man natürlich auch in dieser Gewöhnung da dran, auch so sophisticated werden mit den Darstellungen. Welche ist das, Elena? Welche Grafik, wo du sagtest, früher hätte ich mich nicht getraut, das den Leserinnen und Lesern vorzusetzen. Ich bin auch immer noch nicht sicher, ob das tatsächlich breit verstanden wird. Das ist hier die Skala von diesem Platt mit den internationalen Zahlen. Und was ihr hier seht, es fängt zwar bei 0 an, und dann kommt als nächstes bei dieser Linie eine 10, bei dieser Linie kommt aber eine 100 und bei dieser Linie kommt eine 1000. Eine normale Skala, die wir aus anderen Shards kennen, da sind die Schritte immer gleich hoch. Also es würde 10, 20, 30, 40 kommen. Hier ist es aber so, dass es sich quasi mit jedem Strich potenziert. Das heißt eine logaritische Skala. Einfach, weil diese Zahlen irgendwann so schnell wachsen, dass es sonst aus dem Chart abhaut und nicht mehr lesbar ist. Das ist tatsächlich was, wo ich auch mich immer noch frage, ob das die Leute eigentlich total überfordert, oder ob es wirklich mittlerweile auch für die Leute so normal geworden ist, weil wir kriegen gleichzeitig ganz, ganz, ganz viel Leserfeedback, die das toll finden, dass wir solche komplizierten Darstellungen, dass wir solche Darstellungen machen, in der man natürlich, wenn man versteht, was dort passiert, tatsächlich auch mehr lesen kann. Sandra, was würdest du sagen mit den Augen der Grafikerin? Ja, also erstens, ich finde es super, dass ihr das so prominent belabelt habt, weil das ist ja das, was, wo dann immer auch, also was ich vorhin gemeint habe, mit der Hygiene auch, dass man die Sachen auch ordentlich beschriftet und hier sieht man das eben auch relativ gut. Und also das Problem mit diesen logaritmischen Skalen ist ja immer, dass die Erwartung der andere ist. Also was Elena gerade beschrieben hat, die Erwartung, so wie man gelernt hat, Diagramme zu lesen, ist das in jeder dieser Teilen einfach sich der gleiche Betrag verbirgt. Und insofern muss man sozusagen im Kopf, wenn man hier sieht, das ist eine logaritmische Skala, muss man im Kopf sozusagen selber noch die Rechnung machen und sagen, okay, die USA würde jetzt theoretisch eigentlich total durch die Decke gehen. Man hat das jetzt aber hier gemacht, damit man das alles in einer Grafik zeigen kann. Und was jetzt natürlich, also so schwierig diese Situation jetzt ist, aber was jetzt natürlich ein großer Sprung ist, ist, wie du sagtest, Elena, dass die Leute jetzt einfach durch dieses Interesse, was die Leute haben, was sie wissen wollen, wie entwickelt sich die Situation, bereit sind sich mit solchen Visualisierungen auseinanderzusetzen. Und man muss ja einfach sagen, das ist auch, ich meine, wir sind jetzt schon relativ geübt, Diagramme zu lesen und so. Das sind, es bleiben abstrakte Darstellungsformen und es ist nicht selbstverständlich, dass die Leute, also so die einfachsten Dinge, so ein Liniendiagramm und so, das versteht jetzt mittlerweile jeder, aber es ist nicht selbstverständlich, dass die Leute das so auf den ersten Blick alles so lesen können und es ist auch nicht selbstverständlich, dass die Leute, wie Elena schon einem gedeutet hat, dass sie auch die Bereitschaft mitbringen, sich damit auseinanderzusetzen. Und da spielt jetzt Corona so ein bisschen insofern uns zu, als dass eben diese Bereitschaft, sich damit auseinanderzusetzen und zu lesen, jetzt stärker da ist und die Leute eben auch mal Lust haben, sich da mit der Frage so befassen, was so eine lokal rhythmische Skala zum Beispiel überhaupt macht. Denn das ist auch ein großes Thema, was ich noch so sehe, im Zusammenhang mit Datenjournalismus und mit diesen ganzen wunderbaren, auch interaktiven und komplexen Visualisierungen, die da zum Teil entstehen, dass sozusagen die Alphabetisierung, sage ich mal, im Bezug auf Visualisierung, noch gar nicht so weit vorgestritten ist. Also Elena hat auch den Scatterblock genannt. Also gibt es noch viele Visualisierungsformen, die mit den Datenjournalisten manchmal die Pferde durchgehen, sozusagen, oder gleichzeitig in den Hypothesen darüber, ob das der Fall ist oder nicht. Anhand der Klick- und Forschung gibt es auch noch nicht so wahnsinnig viel dazu, ein bisschen. Und da ist auch nicht immer die Zeit und die Bereitschaft dazu da. Und insofern ist das ein ganz wichtiger, ist die Arbeit zu machen. Das andere ist die Arbeit verständlich rüberzubringen und zu erklären. Das heißt, das ist schon ein Subgenre, wenn man so will, was sich auch viel selbst erklären muss, wie es funktioniert und wie Daten zustande kommen und wie visualisiert wird und warum und welchen Lücken es ist. Frage beantworten siehst du dich. Ich weiß, ihr trainiert Journalistinnen und Journalisten in genau dem, was ihr tut. Aber Leserinnen und Lesern und den Users sozusagen auf einer Meta-Ebene werden die... Absolut. Also ich finde, das ist eine unserer wichtigsten Aufgaben. Und in der aktuellen Debatte sieht man es auch immer wieder. Da wird ja auch vieles einfach, leicht jeden kleinen Trend direkt deuten wollen, was natürlich durch unsere Grafiken ja irgendwie auch möglich. Da sind wir natürlich irgendwo auch in der Erklärschuld oder kommen in diese posizialen, leicht zurückgingen, man aber eigentlich nicht sagen konnte, ah ja, wir haben jetzt lagst tatsächlich daran, dass das ein Wochenende war. Und trotzdem haben dort schon viele Leute zu schreiben, ja, wir sind jetzt hier an dem Punkt, es ist alles vorbei. Fängt es auch an, dass wir irgendwie erklären müssen, nee, das können wir jetzt noch nicht aus den Daten lesen. Und in letzter Zeit auch unfassbar viel einfach zu solchen Themen geschrieben. Also müsst ihr sozusagen, also im Moment, wo ihr eine Infografik, ich spitze mal zu, veröffentlicht, du sagtest, eingangs wurde es auch schon gesagt, die wollen Statistiken und Zahlen glauben, die wirken so nüchtern und laden mich ein, davon auszugehen, das stimmt so, wie es da steht. Gleichzeitig während ihr diese Zahlen und Zusammenhänge etabliert, müsst ihr sagen, na ja, es gibt aber auch immer noch Zusammenhänge, ganz so einfach ist es nicht. Also ihr steht gleichzeitig auf Bremse und Gaspedal. Ja, es ist eine echte Herausforderung. Ja, wenn ich da noch kurz einhangen darf, also das Interessante daran ist ja, was der Datenjournalismus jetzt gerade in der Corona-Krise leisten kann, ist das große Bedürfnis zu den Leuten zu beantworten, sich einen Überblick über die Lage zu verschaffen. Und das ist ja sozusagen überhaupt, das große Potenzial von Datenjournalismus, dass man sozusagen eine Makroperspektive einnehmen kann auf größere gesellschaftliche Phänomene. Und gerade jetzt in so einer Krise wie dieser entsteht natürlich das Bedürfnis, dass man sich irgendwie einen Überblick verschafft, wie die Lage ist. Und man kann sich eben keine Übersicht über die Lage verschaffen, indem man irgendwie rumgeht und einzelne Leute befragt oder zu Pressekonferenzen geht oder so, sondern diese sozusagen, diese großen Datensammlungen, die sich aus vielen Quellen speisen, die können das eben leisten. Also die können sozusagen das Gefühl geben, dass man einen Überblick sich irgendwie verschaffen kann. Was man aber gleichzeitig den Leuten natürlich mit erklären muss, ist, dass auch diese Datensammlungen ja nur eine Ernährung an die Realität sind. Also die können schon bestimmte Phänomene abbilden, aber es ist eben, es ist eine Ernährung. Also selbst, also schon die Unterschiede zwischen den statistischen Datensätzen, also zwischen den verschiedenen Datensätzen der WHO und der John Hopkins University und dieser verschiedenen Quellen und die Art, wie das RKI zählt und die Art, wie andere zählen und welche Fälle jetzt mit rein. Also da kommt man dann, oder ob jetzt gerade Wochenende war oder nicht, da kommt man dann eben in solche Fragen, also wir können bestimmte Trends abbilden, wir können sozusagen uns annähern an das, was passiert. Aber sozusagen ist, man kann ja trotzdem niemals gerade in so einer dynamischen Situation, die man sozusagen in Echtzeit versucht abzubilden, jetzt immer da genau dran sein. Und das ist glaube ich das, was Elena versucht dazu beschreiben, mit dem kleinen Trend nach unten, der dann aber natürlich auch schnell mal wieder nach oben gehen kann und dann aber halt in der Gefahr, es falsch interpretiert zu werden. Christian, gibt es weitere Fragen? Ja, kommen gerade jetzt viele Fragen rein. Ich gebe mal eine Frage rein. Und zwar, Lisa fragt, gibt es Studien zum Teil, dass zwischen dem Erleben von Zahlen und dem Verstehen von Grafiken, beispielsweise Corona, verstehen Leute, logaritmische Darstelle und im Kontext von Corona besser, weil sie die Zahlen quasi täglich mitverfolgt haben. Also sozusagen, das Wissen sich anreichert und ansammelt. Ich würde sagen, implizit habt ihr es alle schon ein bisschen beantwortet. Ja, aber bleibt trotzdem noch was zu tun. Ich weiß nicht, vielleicht ist das das, was Wiebke, was du beantworten kannst. Gibt es Studien zum Erlebnisprozess? Gibt es wahrscheinlich schon. Kann ich jetzt keine aus dem Hut zaubern? Zu Corona sicherlich noch nicht. Wird aber kommen. Also es gibt experimentelle Studien, wo es darum geht. Also beispielsweise, wie eignen sich Menschen datenscholistische Projekte an? Das sind dann aber wirklich kleine Studien. Also ich gibt es noch nicht in dem Maße. Also mit Sicherheit gibt es einen großen, großen Forschungsfeld, ein großes, großes Forschungsfeld. Da kenne ich mich aber nicht so gut aus, wo es mehr so um, wie werden Grafiken, Visualisierung und so verstanden. Da kann Sandra wahrscheinlich was dazu sagen. Also was ganz grundsätzlich das betrifft. Also so Vorläuferformen, die wir dann auch im Datenjournalismus gehen, also kennen. Wie verständlich sind statistische Darstellungen und Visualisierung im Allgemeinen? Man gibt es bestimmt einiges dazu. Aber jetzt speziell zu Corona, so weit sind wir noch nicht. Ja, genau. Wie gesagt, also ich denke, das wird es noch kommen, weil wir sind ja quasi mittendrin. Und vieles kann man dann erst so in der Rückschau studieren. Oder es wird gerade studiert. Mir sind auf jeden Fall ein, zwei Studien bekannt, die jetzt sozusagen in älteren, also schon in den vergangenen Jahren entstanden sind, die sich sozusagen um das Thema Data Literacy drehen um die Frage, wie neben Leute Grafiken war. Also wie, das ist wirklich, dann zeigt man den Leuten Grafiken oder auch interaktive Anwendungen und lässt die reden. Also was verstehst du, worum gehts hier? Was erkennst du hier und so? Und da, das sind sehr wichtige Studien, weil die auch also in der Visualisierung Community werden die auch viel aufgenommen und diskutiert, weil die natürlich auf einem großes Problem oder eine große Schwierigkeit sage ich mal hinweisen. Und das ist die Schwierigkeit, die Elena wahrscheinlich auch jeden Tag erlebt. Nämlich man muss sich, wenn man eine Visualisierung erstellt, muss man sich vorstellen, dass man nicht weiß, was man faktisch aber weiß. Also man muss sich vorstellen, dass der Leser nicht weiß, was man selber weiß. Und wie berichtet man ihm jetzt das, was er nicht weiß? Also wie kann, und das ist so, es ist eine extrem schwierige Operation. Und meistens hat man eben dieses Wissen ja immer schon im Kopf und kann es also so schlecht sich vorstellen. Und manchmal kommt da auch leider erstaunliche Ergebnisse raus im Sinne von, dass die Leute eigentlich sich schwer tun, so Dinge zu lesen und zu verstehen. Und das hat aber in den letzten Jahren auch dazu geführt, dass man erkannt hat, dass Leute oft, also dass Personalisierung wichtig ist. Also dass Leute auch etwas reagieren, wo zum Beispiel ihr Heimatort vorkommt, wo sie ihre Postlautzahl eingehen können, wo menschliche Gestalten, Figuren, Geschichten vorkommen. Und das versuchen viele Kollegen jetzt tatsächlich mit einzubinden in Visualisierungen. Und die meisten Stücke kommen ja auch nicht nur als Daten, nackte Datenstücke oder Visualisierung-Darstellung, sondern da ist ja im Allgemeinen auch Text drum herum, wo es dann auch nochmal geht, Bezüge herzustellen. Und in der Kombination liegt dann ja auch ein größeres Maß an Verständlichkeit. Christian, gibt es noch eine Frage? Ja, jetzt sammeln sich die Fragen. Wir haben eine Frage zur Barrierefreiheit. Jetzt nicht um die Verständlichkeit von Daten, sondern tatsächlich, oder von Graphen, sondern tatsächlich um konkrete Barrierefreiheit. Und zwar, zu viele Details sind für Menschen mit Seh-Einschränkungen schwer zu lesen. Personen mit Rot-Grün-Seh-Schwächen haben Probleme, die Datensätze korrekt zu lesen. Wird in den Redaktionen das berücksichtigt? Das ist vielleicht eine Frage an Elena. Gibt es dann da eine Sprachausgabe oder wird darüber nachgedacht oder vielleicht auch schon praktiziert, Daten nochmal anders auszuspielen als in Grafiken? Also, wo wir tatsächlich zumindest versuchen drauf zu achten, ist definitiv gerade Farbschema zu wählen, die Leute unterscheiden können. Also, ich würde sagen, wir haben das ab und ... Ja, wir haben es schon im Hinterkopf. Es ist nicht so richtig strukturiert bei uns verankert. Aber es achten schon auch Leute immer wieder da drauf, also gerade bei der Farbauswahl, gerade wie es ist. Ich glaube nicht, dass es immer funktioniert, aber wir versuchen es auf jeden Fall. Ich würde dich gerne Wiebke nochmal befragen, nochmal sozusagen auf die Meta-Ebene gewechselt zur Corona-Berichterstattung. Ich habe es durchaus auch Kritik vorgebracht, beispielsweise von zwei Journalistik-Professoren. Da würde Horst-Race-Journalism betrieben. Also, sind wir eher Bergamo Italien oder sind wir eher Südkorea? Bin ich Heinz Berg und du Usedom? Also, diese Vergleichbarkeit, die Grafiken uns ja auch tatsächlich liefern und zeigen, teilst du diese Kritik oder würdest du sagen, nee, Sandra sagte vorhin, wir wollen einen Überblick gewinnen und diesen Überblick gewinne ich jetzt halt nicht, wenn ich bei drei Nachbarn klingel, sondern indem ich Südkorea und Deutschland und Usedom und Heinz Berg vergleiche. Also, ich habe das nicht wahrgenommen, diese, diese, was die Kollegen da gesagt haben. Also, ich hätte den Begriff nicht gewählt, sag ich mal. Der kommt auch eher aus der Wahlkampfberichterstattung. Also, wenn es dann so Richtung Entscheidung geht. Ich weiß nicht, mir kommt ein bisschen Unpassen vor. Ich weiß aber auch nicht genau anhand welcher Beispiele Sie das gemacht haben. Also, der besondere Fall hier bei Corona ist, ist, dass die Datenlage die Nachrichtenlage ist. Also, insofern ist es halt so, dass die Daten und wie sie jetzt sich von Tag zu Tag verändern. Die Grundlage, ich habe es vorhin schon mal gesagt, für politische Entscheidungsprozesse sind. Das heißt, deswegen mag das von manchen als Überbewertung oder sowas wahrgenommen werden. Aber ich glaube, aus der Nummer kommt man im Journalismus im Moment wirklich nicht raus. Sollte man meines Erachtens auch nicht. Da finde ich den Angang, den Elena beschrieben hat, absolut vernünftig zu sagen. So, wir haben am Anfang mit den Robert-Koch-Daten gestartet, haben dann aber gemerkt, da sind Unschärfen drin. Wir bemühen uns, weitere Datenquellen dazu zu nehmen, um das Bild zu komplettieren. Also, ich finde, das ist ein guter Angang. Ich kann die Kritik jetzt so nicht teilen, wobei ich, wie gesagt, auch die Details nicht kenne. Okay, dann würde ich gerne noch mal Christian fragen, ob es noch Fragen gibt zum Corona-Zusammenhang, weil ich tatsächlich gerne, also, ich weiß, es ist das Megathema und total berechtigt, dass wir drüber sprechen. Aber ich würde vielleicht doch gerne mal versuchen, einen Schritt zurückzugehen und die Arbeit der Datenjournalistinnen und Journalisten unabhängig von der aktuellen Nachrichtenglage anzugucken. Also, gibt es noch eine, vielleicht zwei Fragen zu diesem Corona-Zusammenhang? Kann auch schon eine Frage weitergehen. Ja, bitte. Dann gehen wir mit. Es gibt noch Fragen zu Corona, aber ich könnte, denke ich, auch einen Schritt weitergehen. Auch etwas, eine größere Frage zum allgemeinen Kontext von der Gestaltung der Daten. Und zwar heißt die Frage, Stichwort gestalterste Freiheit. Habt ihr da auch Erfahrungen mit visuellen Framing, also der Steuerung der Rezeption, Durchgestaltung? Die richtet sich vermutlich an Sandra und Angelika. Sandra. Ja, auf jeden Fall. Also, ich hatte das vorhin schon so ein bisschen angesprochen. Und also, was mir grundsätzlich wichtig ist zu sagen ist, jetzt mal vorauszuschicken ist, dass ich wichtig finde zu betonen, dass Visualisierungen gemacht werden. Also, die entstehen nicht einfach, es ist nicht so, dass man die Daten einfach in Diagramm kippt und schon ist es fertig, sondern da werden sehr, sehr viele Entscheidungen getroffen. Redaktionelle Art, auch gestalterische Art. Und das geht jetzt auch in Hinblick auf die gestalterische Freiheit, die hier gefragt wird. Ja, natürlich, also man kann theoretisch, kann man ja jedes Diagramm eigentlich in jede beliebige, wilde gestalterische Richtung drehen. Und wird dann immer sehen, dass sozusagen diese gestalterischen Entscheidungen auch, ja, die sprechen halt eine Sprache. Also, das Design spricht eben nonverbal, spricht das ja mit, es gibt eine Stimmung vor, es gibt eine Haltung vor, es gibt ein Wahrnehmungsmuster vor. Und wir haben jetzt in den meisten Datenjournalistischen und sonstigen wissenschaftlichen Zusammenhängen haben wir eine sehr reduzierte Sprache, die jetzt also, wo irgendwie einfach schwarze Linien, ganz einfache Typos, wo jetzt nicht groß viel gemacht wird. Und das ist so ein bisschen das wissenschaftliche Bild, was wir im Kopf haben, wo was die meisten so kennen. Aber jetzt gerade so in, sagen wir mal, im Online-Bereich, im Internet so, hat sich auch sehr viel Lustiges und Buntes entwickelt. Und es geht halt beides. Natürlich muss man dann schnell feststellen, wenn man sehr bunt und sehr lustig wird und irgendwie eine lustige Typos verwendet oder es gibt jetzt auch schon so komikartige Diagramme und so, die spielen dann natürlich auch so ein bisschen mit dieser wissenschaftlichen Ästhetik. Und das bringt dann immer schon so eine nonverbale Message mit sich mit. Das muss man einfach sich dann auch bewusst machen, als Gestalter, man hat die Möglichkeit, aber es spricht dann natürlich auch, es sagt auch was aus und gibt so eine Stimmung vor. Und diese Klaviatur kann man spielen, die muss man einfach nur dann auch beherrschen, sozusagen. Also man muss wissen, welche Töne man dann anspielt, sozusagen. Noch mal mit Blick auf unseren Titel heute Abend, Data Column, da würde ich gerne wissen, vielleicht wollen euch allen rein in so einem Rundumschlag, wie sieht man, wenn wir weggehen von Corona, der ideale Datensatz aus? Also was denkt ihr, wünscht sich ein datenjournalistisches Team an Datensatz? Fangen wir bei Elena an in der Praxis. Also ganz pragmatisch, ganz pragmatisch, sauber, einfach so, dass wir den Datensatz runterladen können in einer CSV-Datei oder in einer SQL-Tabelle. Auf keinen Fall PDF. Bitte vollständig, keine manuellen Korrekturen und es reicht keine Umlaute. Das wäre die pragmatische Antwort. Meine eigentliche Antwort ist vor allem interessant. Da muss was richtig interessantes drinstecken. Und das, was du jetzt gerade als Ideal beschrieben hast in zehn Fällen, wie oft hast du das? Also wenn wir daten, ja, schwierig. Also gerade offene Daten, also ja, es ist tatsächlich nicht immer so einfach. Also ich glaube auch, die Behörden haben da immer noch ein Lernprozess, indem sie gerade stecken oder auch teilweise vor sich. Und das ist oft so, dass wir wirklich auch Datenformate kriegen, mit denen es sehr, sehr schwierig ist zu arbeiten, indem wir unfassbar viele Tabellen irgendwie zusammenbringen müssen. Ein schönes Beispiel ist immer Föderalismus. Gerade Schulthemen zum Beispiel sind eigentlich kaum machbar, weil man es dann gleich mit 16 verschiedenen Datensätzen, die sich auch nicht vereinbaren lassen zu tun hat, die am besten noch unterschiedlich erhoben sind. Und das sind so unsere täglichen kleinen Probleme. Genau, also da gibt es auf jeden Fall noch Potenzial nach oben. Dann möchte ich Wiebke dazu befragen. Du hast es schon ein bisschen angesprochen, Elena. 2016 hat die Bundesregierung das sogenannte Open-Data-Gesetz beschlossen, dass eben den Zugang zu zumindest öffentlich finanzierten Daten verbessern soll. Also alles, was in Verwaltung dazu würden Schulbehörden zählen, ebenso anfällt. Der damalige Innenminister Thomas de Maizière hat gesagt, die Daten werden in unbearbeiteter Form Maschinen lesbar, ohne Zugangsbeschränkungen bereitgestellt und können von jedermann frei verwendet, nachgenutzt und verarbeitet werden. Nach dem, was du gesagt hast, Elena, klappt das noch nicht so wirklich, was sagen denn so die Leute, mit denen du sprichst, Wiebke, über den Zugang erstmal zu ihren rohen Daten. Ich höre da Ähnliche. Also ist jetzt nicht so, dass ich da ständig mit Journalisten drüber rede. Vielleicht das aktuellste Beispiel, was mir aufgefallen ist, jetzt auch im Zusammenhang mit Corona, war, dass die Initiative kennt Elena bestimmt auch, das war glaube ich vor zehn Tagen oder so, ein Brief von insgesamt 45 Datenjournalisten ans Roberts Koch-Institut, die eben gesagt haben, wir brauchen andere strukturierte Daten von euch. Ihr müsst uns die in einer anderen Art und Weise durchgeben. Und das ist für mich ein ganz gutes Beispiel, um zu sagen, okay, das funktioniert noch nicht so, dass das gleich direkt genutzt werden kann. Also das ist vielleicht das aktuellste Beispiel. Gleichzeitig muss man natürlich auch sagen, ob da jetzt immer, da muss ja nicht gleich Manipulationsverdacht dahinter stehen, sondern das trifft ja auch auf Strukturen, die erst etabliert werden müssen. Grundsätzlich ist das aber eine ganz, ganz wichtige Frage, denn Datenjournal, also das weiß man aus Studien, dass der Datenjournalismus noch sehr stark auf öffentlich zugänglichen Daten basiert. Also auf genau diesen Datensätzen von Behörden und so weiter. Deswegen da natürlich auch, wenn man so will, eine gewisse Abhängigkeit ist. Und die Initiativen oder auch die Praktiken meines Erachtens sind auch stückweit verstärkt werden müssen, eigene Daten zu erheben im Journalismus. Das ist dann nochmal eben eine andere Geschichte. Also dieser Zugang zu den öffentlichen Daten ist extrem wichtig. Gar keine Frage. Aber eben auch die Daten, die möglicherweise nicht an die Öffentlichkeit gelangen sollen oder die man sich, die eben anders erhoben werden müssen. Das ist eben auch ein ganz wichtiger Bereich, der dann eher in den noch stärker investigativen Datenjournalismus fällt. Wo kommen denn idealerweise dann Daten her? Vielleicht auch nochmal eine Frage an Elena. Ist das dann gar nicht so sehr die Verwaltung, sondern arbeitet ihr dann gern und oft oder vielleicht sogar lieber mit Whistleblowern zusammen? Die sagen, also ich habe hier den Datensatz, den Rücktier der Innenminister jetzt nicht einfach so bereit will ich raus, aber von mir kann zu dem bekommen. Also ich finde, da kann man gar nicht jetzt differenzieren, das eine ist wichtiger als das andere. Ich glaube, das kann beides sind sehr wichtige Dinge, nur halt unterschiedlich. Also ich persönlich arbeite zum Beispiel sehr viel im Wissenschaftsjournalismus und arbeite mit Forschern zusammen, von denen wir oft die Daten auch tatsächlich einfach kriegen. Ich glaube, das kann eine Superdatenquelle sein. Dann gibt es, finde ich, ist auch unfassbar wichtig, ob diese Behörden Daten zu gucken und sich tatsächlich Haushalte zum Beispiel anzugucken, wofür wird Geld ausgegeben und solche Dinge. Das sind ja offene Daten, die trotzdem nicht beleuchtet werden. Das ist auch ganz wichtig. Und natürlich, wenn jetzt jemand ein Whistleblower kommt und die Panama Papers einem gibt, ist das natürlich auch ein unfassbar wichtiger Datensatz. Also ich würde sagen, alle diese Quellen sind wichtig und interessant und das auf jeden Fall wert angeguckt zu werden. Ja, ob es gibt noch ein paar Fragen oder Christian? Entschuldigung. Genau, daran, vielleicht einfach, daran anschließend zwei Fragen. Und zwar eine Frage lautet, woher kommen Datenjournalisten ihre Zahlen, woher wissen sie, welche Quellen vertrauenswürdig sind? Und daran gleich anschließend, wo ist die Grenze zwischen Journalistinnen und Programmierern? Kann man große Datensätze ohne Programmierkenntnisse sinnvoll auswerten? Okay, also ich glaube, das woher, wer gerade schon beleuchtet, unterschiedlich und dann guckt ihr nach, welche Geschichte steckt drin? Die Frage nach der Vertrauenswürdigkeit ist natürlich noch mal relevant. Also wenn die aus den Behörden rauskommen, dann wisst ihr den Absender und hoffentlich auch, wie sie zustande gekommen sind. Aber wie ist das, wenn ich sage, triff mich in der Tiefgarage? Ich habe hier was für dich. Also ich bin tatsächlich keine, also ich habe bisher wenig investigativ journalistisch gearbeitet. Natürlich muss man da extreme Vorsichtsmaßnahmen bringen. Grundsätzlich gilt ja im Journalismus eigentlich das zwei Quellenprinzip. Was wir sogar bei Behördendaten teilweise machen, teilweise checken wir auch Daten des Statistischen Bundesamts gegen, wenn es irgendwie möglich ist, auch wenn es abwegig klingt. Also man versucht natürlich, irgendwo sich nochmal eine zweite Quelle zu suchen und zu gucken, ob das zusammenpasst, ob das so sein kann, ob wir da völlig falsch liegen. Und dann gleichzeitig ist es auch gerade bei Daten, so sieht man jetzt an Corona halt, da gibt es keine richtigen Daten. Das ist ja das Grundproblem. Also die sind einfach nicht da und es ist nicht, weil irgendwer ein Bösen Willen hat oder so, sondern weil diese Prozesse als so kompliziert sind. Weil es eine große Dunkelziffer gibt, die wir nicht kennen. Es gibt dort keine richtigen sauberen Daten und wir können nur versuchen, so nah dran zu kommen, wie es irgendwie möglich ist. Und ich denke so, das befindet sich immer irgendwo dazwischen. Ich glaube, das ist ein ganz wichtiger Punkt. Es liegt ja nicht nirgendwo ein Masterdatensatz rum zu irgendwas, wo man nur sagen müsste, da steckt die Wahrheit drin. Wenn wir die richtigen Daten haben, wissen wir Bescheid. Und so ist es eben nicht. So ist es mit anderen Quellen, aber auch nicht. Die geben immer, auch die Datenlage gibt immer einen speziellen Blick auf einen bestimmten Bereich, der wirklichkeitfrei. Und deswegen ist es so wichtig, eben auch da das Prinzip mit verschiedenen Quellen und Triangulation und was weiß ich zu sagen, diesen Ausschnitt können wir damit beleuchten, andere Sachen nicht. Die andere Frage war ja die, welche Qualifikation bringe ich idealerweise mit? Also du, Elena, bist jetzt wahrscheinlich wirklich prototypisch, also mit deinem Studiengang, aber die ganze Zeit sozusagen durchlaufenden Interesse am Journalismus wagt eine von euch zu sagen, besser dies, besser das oder in diesem oder jenen Mischungsverhältnis? Also meine Erfahrung ist, dass es einfach interdisziplinäre Teams braucht und dass da Leute kommen mit verschiedenen Interessen, mit verschiedenen Hintergründen. Ätliche kommen ja auch aus einem wissenschaftlichen Studium oder so wie Elena jetzt mit Marta Hintergrund und dann gehen dann in den Journalismus. Ätliche kommen jetzt auch aus einem Design Hintergrund, muss man auch sagen, gerade jetzt in den Interaktivteams, die dann visualisieren, da sind viele Designer, die jetzt gleichzeitig auch schon Richtung Programmierung gehen. Da sind ätliche Programmierer da drin. Und insofern gibt es eigentlich immer, soweit ich das beurteilen kann, eine Mischung von Leuten, die sozusagen verschieden, also die auf verschiedenen Wegen in die Teams gelangt sind, alle natürlich mit einem Interesse und auch einer gewissen Erfahrung im Journalismus und die braucht es da auch. Also ich glaube nicht, dass so komplexere Datenprojekte kann eigentlich keiner alleine machen, sondern da braucht es eigentlich immer mehrere und dann wird ein Zusammenspiel von Skills und oft ist es auch so, dass dann in den Newsrooms, wenn es sich um größere Projekte handelt, dann sogar eigene Software Tools geschrieben werden und so. Das heißt, es braucht Programmierer, um die Frage zu beantworten. Ja, die braucht es und ich würde dann aber in dem Moment, wo die da in Redaktionen arbeiten, auch gar nicht mehr unterscheiden, dass die Programmierer keine Journalisten sind, sondern sie arbeiten für ein journalistisches Produkt und werden dann damit auch zum Journalisten, würde ich so sagen. Ich muss sagen, in unserem Team programmieren alle mehr oder weniger. Also es gibt auch so den Weg über Journalist, der sich das so ein bisschen angeeignet hat. Aber so ganz, wir sind natürlich auch, wir sind schon ein Experten-Team. Also ich würde sagen, natürlich in einem kleineren Newsroom ist es auch nochmal anders, aber tatsächlich programmieren bei uns alle schon zumindest ein bisschen. Also ihr habt programmierende Journalisten oder Programmierer, die sich auch als Journalistin, als Journalist verstehen, das mischt sich. Und Designer genau. Und Designer, dass es interdisziplinär sein muss von den Werdegängen, habe ich auch tatsächlich jetzt vielfach nochmal nachgelesen und würde da gerne nochmal auf einen Punkt abheben. Du, Elena, hast vorhin ja beschrieben, wie der ideale Datensatz aussieht, der dir erstmal einfach Arbeit im Vorfeld erspart, den du nicht bereinigen musst und so weiter. Der Datenjournalist Lorenz Matz hat sagt, dass analysieren und aufbereiten der Daten, also im Vorfeld, bevor du zur Story kommst, würde 70 Prozent deiner Arbeitszeit verschlingen und der Arbeitsaufwand fürs Erzählen und Visualisieren sei entsprechend kleiner. Das klingt wahnsinnig mühselig. Ich frag mich, wie ihr, wenn es nicht gerade um Corona geht, mit dem Ressortleiter diskutiert, weil der ja einfach erstmal endlos in Vorleistung gehen muss, bevor ihr diesen Datensatz bearbeitet habt und sagt, ah, und da steckt auch tatsächlich folgende Geschichte drin. Na ja, gut, wir sind natürlich jetzt im Grunde so organisiert, dass vor uns kein Nichtdaten-Ressortleiter steht, außer die Chefredaktion und unsere Chefredaktion unterstützt uns absolut und ist ja auch der Meinung, dass Datenjournalismus ein großes Potenzial hat und gibt uns da die Freiheit daran zu arbeiten. Ich weiß, wir sind bei Zeit Online definitiv in der Luxus-Position, die gerade kleinere Häuser sich wahrscheinlich nicht in dem Maße leisten können, wie wir es haben, ein Team, wo teilweise dann 10 Programmierer auch arbeiten können. Insofern, das ist wahrscheinlich was, was nicht überall möglich ist, aber tatsächlich bei uns ist da ganz klar ein Bewusstsein dafür, dass wir auch länger brauchen, dass unsere Recherchen lange gehen und dass man manchmal in Vorleistung gehen muss. Und ist das alles in einer erkanntes Wissen, Wiebke? Ja, vieles im Datenjournalismus ist ja nicht tagesaktuell, sondern sind mittel- und langfristige Projekte. Also die Situation jetzt ist ja absolut ungewöhnlich. Also, dass Datenjournalisten so tagesaktuell arbeiten und insofern, und man sieht es, ich kenne es auch, gut, ich mach auch Datenanalysen und mache von wissenschaftlichen Mitarbeiterinnen. Und da weiß man eben auch, bis man dann hinterher sagen kann, das ist das Ergebnis, da ist die allermeiste Arbeit getan. Jetzt würde ich euch alle gerne nochmal fragen, da wir hier als vier Frauen zusammen sitzen und es scheint mir gar nicht so zufällig zu sein. Also eine von euch ist noch reingekommen, weil ein Gast abgesagt hatte, aber tatsächlich so beim Querlesen hatte ich das Gefühl, dass es sehr viele Ressortleiterinnen von Datenjournalistischen Teams, aber auch einzelne Mitarbeiterinnen, eben Frauen sind täuscht da mein Eindruck oder ist das die Wahrnehmung, die ihr auch habt? Ich kann deine Mimek nicht deuten, Elena. Also mein Team ist schon männerdominiert, muss ich sagen, wir sind zwei Frauen. Okay, wie ist das, wir sind eure Erfahrungen Sandra und Wiebke? Ich habe keine verlässlichen Zahlen dazu, aber gefühlt ein, mit empirische Evidenz angereichertes Gefühl, so würde ich mal sagen, ist schon, dass es nicht wenige Frauen gibt in dem Bereich und es gibt auch eine These dazu, dass das damit zusammenhängen könnte, dass gerade dieser Bereich im Journalismus, der Datenjournalismus viel kollaborativer ist als und viel, also auch durch diese Open Data Movement, also wo es ja viele Verbindungen gibt zwischen Journalismus und Open Data Movement, also dass das auch Menschen in den Journalismus zieht, die eben aus dieser Kultur kommen, die stärker kollaborativ ist und das ist etwas, mit dem sich auch natürlich viele Männer, aber auch Frauen identifizieren. Ich glaube, wir haben Sandra verloren, die ist eingefroren hier im Bild. Ich hoffe, das klappt noch mal, womöglich kommst du noch mal zu uns. Ne, sieht nicht so aus, gerade sind wir nur zu dritt. Da ist sie wieder. Ich bin überhaupt nicht schlimm, solange es nicht Ausdruck von Langeweile ist. Nein. Die Frage war tatsächlich, ich weiß nicht, bis wann du bei uns warst, ob der ja sozusagen die Privatemperie trügt und sehr viele Frauen sich in dem Feld tummeln. Denkt sich das mit deinen Erfahrungen? Ich habe noch nie darüber nachgedacht, wäre mir jetzt aber auch nicht besonders auch gefallen. Also so international, was ich so sehe, nicht unbedingt. Also gibt viele talentierte Frauen, aber es ist nicht so, dass man da irgendeine besondere Stärke dort erkennen könnte. Ich habe noch jede Menge weiterer Fragen auf dem Zettel, aber die kann ich euch leider alle nicht mehr stellen, aber zwei möchte ich gerne zum Schluss noch in die Runde werfen. Und zwar, ich meine, ihr seid nicht alle sozusagen als Datenjournalistin unterwegs, aber wenn ihr euch das vorstellt, ihr konsumiert Medien, ihr schaut euch Sachen an, beruflich wie privat. Ich würde von jeder von euch gerne hören, welchen Datensatz wünscht ihr euch ausgewertet in der datensch journalistischen Berichterstattung und ihr habt ein Zauberstab und könnt überall reingucken auf jede Festplatte, was immer ihr wollt, bis für euch da, was wäre das? Spannende Frage. Hat eine eine Antwort. Schwierig. Ich versuche mich mal mit einer, ich rede mich mal mit Meta raus. Das machen ja Wissenschaftlerinnen sehr gerne. Also, was ich glaube, also es gibt einen starken Zusammenhang. Wir haben jetzt sehr viel über Datenjournismus und die aktuelle Situation geredet. Es gibt ja einen Zusammenhang. Und Sandra hatte das vorhin auch schon angedeutet, dass diese Datenjournismus ist ein Antwort auf die Datafizierung der Gesellschaft. Das heißt, wir haben immer mehr Daten in unserer Gesellschaft, die wir nutzen, um auf deren Grundlage Entscheidung zu treffen. Und das ist etwas, was Datenjournismus macht. Das heißt, ich kann jetzt nicht den Datensatz aus dem Hut zaubern, aber und hab da keine kreative Idee jetzt gerade, aber wir werden immer mehr Datenjournismus und dann eben, das ist irgendwann der normale Journalismus, der uns hilft, auf Datengrundlage Dinge zu verstehen, zu monitoren, nachzuhalten und so weiter. Also, das wird sehr, sehr viel mehr werden in der Zukunft. Okay, dann geben wir uns bei dir mit Meter zufrieden. Danke. Von dir, Sandra, wüsste ich gerne, welche Infografik zu welchem Zusammenhang willst du unbedingt mal fabrizieren, bevor du einrettet? Ja, also ich kann jetzt auch keinen, tatsächlich keinen konkreten Datensatz in den Ländern, aber was ich sehr spannend finde, ist eine Entwicklung, die ich jetzt, die man jetzt, glaube ich, in den letzten, wirklich so ein, zwei Jahren beobachten kann. Das nämlich die Journalisten selbst anfangen, Daten zu sammeln. Also nicht nur die einsammeln, die irgendwie das Statistische Bundesamt oder wer sonst auch immer zur Verfügung stellt, sondern, also ich möchte auf eine Initiative verweisen, die ProPublica, eine stiftungsfinanzierte Medienhaus in den USA, die unabhängige Journalismus auch leisten gemacht haben. Die haben halt festgestellt, es gibt diese, es gibt einen Anstieg in Hate Crimes seit der Ära Trump, die aber ganz schlecht dokumentiert waren. Und die haben einen Recherche-Netzwerk mit vielen Newsrooms in den USA gegründet und haben an Google Form aufgesetzt und haben sozusagen selber Daten gesammelt, haben sozusagen diese Inzidenz gesammelt, um das berichten zu können. Und diese, diese, diesen Mindset, diese Herangehensweise von ich hab da was, was, da ist irgendwie so ein Problem. Und das sammeln wir jetzt mal selber Informationen zu und erstellen selber eine Datenbank. Das finde ich ein wahnsinnig spannender Ansatz. Und da würde ich mir mehr von Wünsche und sozusagen von journalistischer Seite da freue ich mich eigentlich auch immer, wenn sozusagen man diesen, diesen Berichterstattungsimpuls, wir müssen es rausfinden und sammeln dann selber die Daten. Nicht nur wir nehmen was wir so kriegen und gucken dann mal was wir so finden, sondern wir suchen das auch wirklich. In Fragen, in Datenfragen übersetzen. Genau. Und was wäre es bei dir? Also ich muss sagen, ich finde, jetzt komme ich schon wieder auf das Thema, aber ich finde tatsächlich, was bei Corona gerade passiert, es ist eine Stunde, wo der Datenjournalismus absolut glänzt, weil wir tatsächlich Entscheidungen auf diesen Datengrundlagen treffen können, die Leben retten. Und also mehr kann man ja eigentlich nicht davon erwarten. Okay, dann habt ihr mir alle super Antworten gegeben, aber meine Frage nicht beantwortet, ich versuch's mit der allerletzten. Vielleicht habt ihr da Empfehlung für uns, wer jetzt zu Hause weiter Stillarbeit betreiben möchte nach dem digitalen Salon. Welche Arbeit von Kolleginnen und Kollegen findet ihr? Egal wie alt, die kann man sich echt nochmal angucken und daraus was lernen, nicht nur über den berichteten Inhalt, sondern über die Form und die Art und Weise der Bearbeitung. Was wäre das? Wer möchte anfangen? Ich habe mir in der Vorbereitung nochmal die Sache angeguckt auf Netzpolitik.org, die ja verschiedene datenjournalistische Stücke zusammengetragen haben. Das fand ich in dieser Vergleichbarkeit ganz gut, also dass man sagen, da gucken konnte, so wie wird das auf unterschiedlichen Seiten gemacht. Hat mir gut gefallen. Wenn du jetzt Journalisten auszubilden hättest, Elena, was würdest du denen als sozusagen Best Practice vorsetzen? Hier guckt euch das an. Na ja, also tolle Beispiele sind immer wieder von der New York Times. Es gibt unfassbar viele tolle, ganz tolle Datenstücke. Panama Papers ist auch einfach ein unfassbar gutes Stück, würde ich sagen, wo eine tolle Recherche gemacht wurde. Die New York Times hat ja auch, Entschuldigung, die New York Times hat ja auch ein relativ aktuelles Stück, wo sie auch nochmal die persönlichen, persönlichen Geschichten mit Daten in Verbindung setzt. Genau das zum Beispiel. Also die Menschen hinter den Daten, das ist ja auch ein ganz wichtiger Angang. Das sollte man ja gerade bei dieser Geschichte jetzt nicht vergessen. Da stecken ja Schicksale dahinter. Genau, da sieht man so ganz viele einzelne siloäten, menschliche Siloäten, das ist auch so, das geht so ein bisschen in die Richtung, was ich vorher sagte, man versucht auch diesen menschlichen Aspekt wieder in die abstrakten Zahlen reinzubringen, damit sich die Leute mit diesen Zahlen auch wirklich identifizieren können. Das finde ich ein sehr wichtiges Aspekt. Die New York Times hat auch immer ganz gutes Seiten, wo sie so Interactive Pieces, so Zusammenfass, also so Interactive Stories aus dem Jahr 2019 oder so, da kann man eigentlich immer sehr viele, sehr viele gute Sachen finden. Ich finde aber auch, dass es jetzt hier bei uns vor Ort, also Zeit online hat immer wunderbare Sachen, was tatsächlich ein sehr gutes Pieces ist, was ich mir jetzt auch gerade in der Vorbereitung nochmal angeschaut hatte, ist diese Fahrradrecherche vom Tagesspiegel. Das war zum Beispiel nämlich auch so eine Sache, wo man so richtig gefüllerte die Redaktion, die hat hier ein Thema, das will sie knacken und das wird jetzt, betrachtet sie jetzt von allen möglichen Seiten, die nehmen sich Verkehrsdaten vom Senat her, die analysieren die Straßendaten und machen gleichzeitig selber noch eine Erhebung, wo sie sozusagen die Stimmen der Radfahrer dann nochmal abbilden und so. Das fand ich auch echt eine gute Recherche und ein gutes Pieces, wo einfach viele Seiten eines bestimmten Problems beleuchtet wurden, mit dem sich glaube ich sehr viele Leute auch gerne auseinandergesetzt haben, zumindest hier in Berlin, weil es einfach auch ein Problem betrifft, was sie sehr praktisch jeden Tag auf der Straße betrifft. Herzlichen Dank für eure Empfehlungen auch am Ende und vielen Dank für die Diskussion und eure unterschiedlichen Perspektiven da drauf. Ein klein Hinweis möchte ich noch einen geben, die zuschaut haben und die vielleicht auch eine Frage geschrieben haben. Es tut uns leid, wir haben nicht alle beantworten können, kleiner Trost, ich konnte auch nicht alle stellen. Eine Stunde ist dann doch unter dem Strich immer noch zu kurz. Ein letzter oder vielleicht vorletzter Hinweis noch zum Schluss, alle Salons gibt es auf YouTube zum Nachgucken und auf haig.de als Podcast zum Nachhören. Jetzt kann man ja auch nicht immer nur Netflix gucken, also schaut euch da gerne mal um. Das nächste Mal diskutieren wir hier am 24. Juni, also wie der letzte Mittwoch des Monats, dann unter der Überschrift Technik hautnah über ein Thema, das wir glaube ich im Laufe des Salons auch schon mindestens zweimal hatten, was aber dann doch stets anders ist, nämlich wearables und smarte Textilien. Also nach der Erfindung des Klettverschlusses ist noch ein bisschen was passiert, T-Shirts, die uns den Wohlz fühlen oder uns mit Instagram verbinden. Wir wollen besprechen, was wir davon gebrauchen können und was wir davon haben wollen. Und bis dahin bedanke ich mich bei euch allen fürs Zuhören und fürs Mitdenken und für eure Zeit. Bis bald, macht's gut.