Advertisement

Relevanz im Aggregat: Zum emanzipatorischen Potenzial des Datenjournalismus

  • Lars RinsdorfEmail author
  • Klaus Kamps
Chapter
Part of the Mediensymposium book series (MESY)

Zusammenfassung

Die Kommunikationswissenschaft analysiert schon länger, wie Akteure, Organisationen und Institutionen sowie soziale Funktionssysteme auf eine „Logik“ der Massenmedien und die Ausdifferenzierung medialer Kommunikationsformen reagieren. Eine „Medialisierung“ als Medienwirkung zweiter Ordnung (Meyen 2014) kennt neben einer demokratietheoretisch hergeleiteten normativen Dimension – z. B. als „Wandel wünschenswerter Formen politischer Öffentlichkeit“ – vor allem auch eine technologische Ebene: den Bezug auf (neue) mediale Anwendungen wie etwa Social Media, ihre spezifischen Kommunikationsangebote und - möglichkeiten aus der Sicht von strategischen Akteuren wie Politikern oder Parteien und Wirtschaftsunternehmen. Auch der Journalismus reagiert mindestens in zweierlei Hinsicht auf den damit einhergehenden und mit „Digitalisierung“ nur allgemein gekennzeichneten medial-technologischen Wandel: Zum einen durch die Inkorporation unterschiedlicher Kommunikationsformen in die eigenen Arbeits- und Produktionsroutinen – digitaler Journalismus (Lilienthal et al. 2014) –, zum anderen (in der Journalistik weniger beachtet) durch eine zumindest punktuelle Orientierung an auch solchen Themen und Berichterstattungsanlässen, die sich erst durch neue Möglichkeiten der digitalen Datenanalyse, -speicherung und -präsentation als erzählbar erschließen.

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Literatur

  1. Antuoniou, Grigoris/van Harmelen, Frank (2008): A semantic Web primer. Cambridge: MIT press.Google Scholar
  2. Ausserhofer, Julian (2015): „Die Methode liegt im Code”: Routinen und digitale Methoden im Datenjournalismus. In Axel Maireder/Julian Ausserhofer/Christiana Schumann/Monika Taddicken (Hrsg.), Digitale Methoden in der Kommunikationswissenschaft, S. 87-111.  https://doi.org/10.17174/dcr.v2.5
  3. Coddington, Mark (2015): Clarifying Journalism’s Quantitative Turn. In: Digital Journalism 3(3), S. 331-348.  https://doi.org/10.1080/21670811.2014.976400CrossRefGoogle Scholar
  4. Degeling, Martin (2016): Online-Profiling. Analyse und Intervention zum Schutz von Privatheit. Dissertation. Universität Duisburg, Essen, o.O.Google Scholar
  5. Dienlin, Tobias (2014): The privacy process model. In Simon Garnett/Stefan Halft/Matthias Herz/J. M. Mönig (Hrsg.), Medien und Privatheit, S. 105-122. Passau: Karl Stutz.Google Scholar
  6. Duschek, Stephan (2010): Strategisches Pfadmanagement: “Beyond Path Depence”. In Georg Schreyögg/ Peter Conrad (Hrsg.), Organisation und Strategie. Managementforschung Bd. 20, S. 223-259. Wiesbaden: Gabler.Google Scholar
  7. Einspänner-Pflock, Jessica (2017): Privatheit im Netz. Konstruktions- und Gestaltungsstrategien von Online-Privatheit bei Jugendlichen. Reihe Medien – Kultur- Kommunikation. Wiesbaden: VSGoogle Scholar
  8. Ekdale, Brian/Singer, Jane B./Tully, Melissa/Harmsen, Shawn (2015): Making Change: Diffusion of Technological, Relational, and Cultural Innovation in the Newsroom. In: Journalism & Mass Communication Quarterly 92(4), S. 938-958.CrossRefGoogle Scholar
  9. Gray, Jonathan/Bounegru, LIliana/Chambers, Lucy (Hrsg.) (2012): The Data Journalism Handbook. http://datajournalismhandbook.org/1.0/en/ (Zugriff am 12.07.2016)
  10. Hachmeister, Lutz; Wäscher, Till (2016): Wer beherrscht die Medien? Die 50 größten Medien- und Wissenskonzerne der Welt. Köln: Herbert von HalemGoogle Scholar
  11. Hahn, Kornelia (2014): E<3Motion. Intimität in Medienkulturen. In Kornelia Hahn (Hrsg.), E<3Motion. Intimität in Medienkulturen, S. 7-18. Wiesbaden: VS.Google Scholar
  12. Hans, Barbara (2014): Inszenierung von Politik. Zur Funktion von Privatheit, Authentizität, Personalisierung und Vertrauen. Wiesbaden: VS.Google Scholar
  13. Hammond, Philip (2015): From computer-assisted to data-driven: Journalism and Big Data. In: Journalism 18(4), S. 408-424.  https://doi.org/10.1177/1464884915620205CrossRefGoogle Scholar
  14. Helbing, Dirk et al. (2017): Will Democracy Survive Big Data and Artificial Intelligence? In: Scientific American. https://www.scientificamerican.com/article/will-democracysurvive-big-data-and-artificial-intelligence/# (Zugriff am 01.12.2017)
  15. Lewis, Seth C. (2015): Journalism In An Era Of Big Data. In: Digital Journalism 3, S. 321-330.  https://doi.org/10.1080/21670811.2014.976399CrossRefGoogle Scholar
  16. Lilienthal, Volker/Weichert, Sthepan/Reineck, Dennis/Sehl, Annika/Worm Silvia (2014): Digitaler Journalismus. Dynamik - Teilhabe - Technik. Leipzig: Vistas.Google Scholar
  17. Lycett, Mark (2013): Datafication: Making Sense of (Big) Data in a Complex World. In: European Journal of Information Systems 22(4), S. 381‐386.CrossRefGoogle Scholar
  18. Mancosu, Paolo (2005): Visualization in logic and mathematics. In Paolo Mancosu/Klaus Frovin Jørgensen/S.A. Pedersen (Hrsg.), Visualization, explanation and reasoning styles in mathematics, S. 13-30. Dordrecht: Springer.Google Scholar
  19. Matzner, Tobias (2014): Why privacy is not enough privacy in the context of “ubiquitous computing” and “big data”. In: Journal of Information, Communication and Ethics in Society 12(2), S. 93-106.CrossRefGoogle Scholar
  20. Meyen, Michael (2014): Medialisierung des deutschen Spitzenfußballs. Eine Fallstudie zur Anpassung von sozialen Funktionssystemen an die Handlungslogik der Medien. In: Medien & Kommunikationswissenschaft 62(3), S. 377-394.CrossRefGoogle Scholar
  21. Meyer, Philip (2002): Precision Journalism. 4. Auflage. Lanham: Rowman and Littlefield.Google Scholar
  22. Rogers, Richard (2013): Digital Methods. Cambridge: MIT Press.Google Scholar
  23. The Guardian (4. März 2017): Did Cambridge Analytica influence the Brexit vote and the US election? https://www.theguardian.com/politics/2017/mar/04/nigel-oakes-cambridge-analytica-what-role-brexit-trump (Zugriff am 30.11.2017)
  24. Youyou, Wu/Kosinski, Michal/Stillwell, David (2015): Computer-based personality judgements are more accurate than those made by humans. In: Proceedings of the National Academy of Sciences 112(4), S. 1036-1040.CrossRefGoogle Scholar

Copyright information

© Springer Fachmedien Wiesbaden GmbH, ein Teil von Springer Nature 2019

Authors and Affiliations

  1. 1.Hochschule der MedienStuttgartDeutschland

Personalised recommendations