Datenjournalismus: Die Transformation journalistischer Arbeitsabläufe und Produkte durch Visualisierung und Analyse von Daten
Robert Gutounig (),
Sonja Radkohl (),
Eva Goldgruber () and
Christina Stoiber ()
Additional contact information
Robert Gutounig: FH JOANNEUM – University of Applied Sciences
Sonja Radkohl: FH JOANNEUM – University of Applied Sciences
Eva Goldgruber: FH JOANNEUM – University of Applied Sciences
Christina Stoiber: Fachhochschule St. Pölten
A chapter in Die digitale Transformation der Medien, 2022, pp 325-345 from Springer
Abstract:
Zusammenfassung Die zunehmende Nutzung von Daten im Journalismus steht einerseits im Zusammenhang mit der Datafizierung der Gesellschaft und andererseits mit der digitalen Transformation des Journalismus generell. Dieser Trend hat sich durch die COVID-19-Pandemie noch verstärkt und zum vermehrten Einsatz von Datenstorys geführt. Dennoch ist eine einheitliche Definition von Datenjournalismus nicht vorhanden, daher beginnen wir diesen Beitrag mit einem Vergleich verschiedener Datenjournalismus-Definitionen und beschreiben Arbeitsabläufe im Datenjournalismus. Es ergibt sich ein breites Spektrum an Methoden wie z. B. Visual Analytics, ein integraler Ansatz, in dem Daten visuell analysiert werden, um Themen zu identifizieren. Diese Methoden erfordern auf der Produzent*innen- wie auf der Rezipient*innenseite ein gewisses Maß an Visualization & Data Literacydata literacy. Weiters wird dargestellt, wie sich diese Entwicklung auf die journalistische Praxis, die Qualifikationsanforderungen an Journalist*innen und damit auf die Aus- und Weiterbildung auswirkt. Ebenso identifizieren wir kritische Faktoren der Datenjournalismus-Praxis und umreißen künftige Herausforderungen der Datenjournalismusforschung.
Date: 2022
References: Add references at CitEc
Citations:
There are no downloads for this item, see the EconPapers FAQ for hints about obtaining it.
Related works:
This item may be available elsewhere in EconPapers: Search for items with the same title.
Export reference: BibTeX
RIS (EndNote, ProCite, RefMan)
HTML/Text
Persistent link: https://EconPapers.repec.org/RePEc:spr:sprchp:978-3-658-36276-8_15
Ordering information: This item can be ordered from
http://www.springer.com/9783658362768
DOI: 10.1007/978-3-658-36276-8_15
Access Statistics for this chapter
More chapters in Springer Books from Springer
Bibliographic data for series maintained by Sonal Shukla () and Springer Nature Abstracting and Indexing ().