Handbuch Daten und KI im Journalismus

1. Auflage 2024
ISBN: 978-3-7445-2102-4
Verlag: Herbert von Halem Verlag

Buch, Deutsch, Band 112, 386 Seiten, Format (B × H): 174 mm x 240 mm, Gewicht: 734 g

Reihe: Praktischer Journalismus

Die Digitalisierung hat den Journalismus längst umfassend transformiert. Datenjournalistische Methoden ermöglichen Recherchen in großen Datensätzen sowie interaktive Visualisierungen und automatisierte Dashboards. Und der nächste Entwicklungssprung hat die Medien bereits erfasst: Künstliche Intelligenz versetzt Journalist:innen in die Lage, enorme Datenmengen zu bewältigen und Beiträge zu personalisieren.
Welche Erfahrungen wurden bei der Arbeit mit Daten und KI-Systemen im Journalismus gewonnen? Was für Fähigkeiten und Fertigkeiten sollte man dafür mitbringen? Und welche ethischen Fragen sind relevant? Diesen Aspekten widmet sich das Handbuch in über 20 Beiträgen. Die Autor:innen haben den Datenjournalismus mitgeprägt, ihn in Seminaren vermittelt und wissenschaftlich reflektiert. Das Handbuch richtet sich an angehende wie auch erfahrene Journalist:innen sowie an interessierte Forschende.

Zielgruppe

Journalist:innen in der Ausbildung, Quereinsteiger:innen aus anderen Berufsfeldern und erfahrene Journalist:innen, die sich über neue Entwicklungen informieren möchten sowie Journalismusforschung

Autoren/Hrsg.

Elmer, Christina

Matzat, Lorenz

Fachgebiete

• Sozialwissenschaften Medien- und Kommunikationswissenschaften Medienwissenschaften Journalismus & Presse
• Mathematik | Informatik EDV | Informatik Informatik Künstliche Intelligenz

Inhaltsverzeichnis

Kapitelverzeichnis

Lorenz Matzat (Jetzt Studios) und Christina Elmer (TU Dortmund)
Daten und Künstliche Intelligenz im Journalismus

Stefan Wehrmeyer (OKFN)
Quellen und offene Daten im Journalismus

Jan Georg Plavec (Stuttgarter Zeitung / Stuttgarter Nachrichten)
Daten im lokalen und regionalen Journalismus

Hannes Munzinger, Sophia Baumann (Paper Trail Media)
Investigation auf der Basis von Leaks und großen Datensätzen

Gianna Grün (TU Dortmund/DW)
Visualisierung: Grundlagen und Rezeption datenbasierter Grafiken

Timo Grossenbacher (TX/Tamedia)
Automation im Journalismus

Achim Tack (Spiegel/Ubilabs)
Geodaten und Satellitendaten im journalistischen Einsatz

Sören Müller-Hansen (Süddeutsche Zeitung)
Datenbasierter Journalismus zur Klimakrise

Hendrik Lehmann (Tagesspiegel)
Interaktiver Datenjournalismus: Dynamische Visualisierung, Tools und Beteiligung

Marie Gundlach (Süddeutsche Zeitung)
Datenjournalismus und Dashboards in der Covid-Pandemie

Katarina Huth, Max Donheiser (Correctiv)
Der Kampf um Wasser: Wie wir mit lokalen Daten den Klimawandel greifbar machen

Jessica Heesen (Universität Tübingen)
Ethik des datenbasierten Journalismus

Ana Moya, Fabian Maier (Handelsblatt Media Group)
Daten in der Rezeptionsanalyse: Ansätze und Methoden der Editorial Intelligence

Mario Haim, Valerie Hase (LMU)
Datenjournalismus aus Sicht der Kommunikationswissenschaft

Nicolas Kayser-Bril (AlgorithmWatch)
Methoden und Strategien im Algorithmic Accountability Reporting

Uli Köppen (BR AI + Automation Lab)
KI im Bayerischen Rundfunk: Neue journalistische Angebote durch Automatisierung und KI

Claus Hesseling (NDR Data)
KI-Assistenz in der Programmierung und Datenarbeit

Meik Bittkowski (Science Media Center)
Modularer (Daten-)Journalismus

Steffen Kühne (BR AI + Automation Lab)
Große Sprachmodelle im Journalismus

David Caswell (StoryFlow Ltd.)
Praktische Strategien für den KI-Einsatz im Journalismus

Christoph Kucklick (Henri-Nannen-Schule)
The medium is the machine oder: Die Wirklichkeit der KI

Über Autor(innen)

Matzat, Lorenz
Lorenz Matzat ist Journalist und Softwareproduzent. Er arbeitet mit generativer KI im Journalismus und Wissensmanagement; zudem engagiert er sich im Klimajournalismus.

Elmer, Christina
Christina Elmer ist Professorin für Digitalen Journalismus und Datenjournalismus an der TU Dortmund. Zuvor arbeitete sie in unterschiedlichen Positionen in der Redaktion des Spiegel, zuletzt als stellvertretende Entwicklungschefin.