Handbuch KI und Daten

Wie KI den Datenjournalismus demokratisiert

KI wird von vielen in den Medien als Bedrohung für Ihre Arbeitsplätze angesehen. Aber der wahre Gamechanger versteckt sich woanders: in der Art und Weise, wie Journalistinnen und Journalisten heute programmieren lernen können. Während früher der Weg zum ersten funktionierenden Python-Skript von frustrierenden Fehlermeldungen und kryptischen Stackoverflow-Antworten gepflastert war, haben KI-Tools die Einstiegshürden dramatisch gesenkt.

Darüber habe ich für das "Handbuch Daten und KI im Journalismus" von Christina Elmer und Lorenz Matzat geschrieben. 

Die Entwicklung ist erstaunlich: Noch vor wenigen Jahren brauchte man für die Analyse großer Datensätze entweder ein Data-Science-Studium. Heute sitzt in Form von KI-Assistenten quasi ein geduldiger Mentor neben einem, der nicht nur Code-Vorschläge macht, sondern auch gleich erklärt, warum welche Zeile was bewirkt. Es ist, als hätte man einen persönlichen Programmierer-Coach, der einem über die Schulter schaut - nur ohne die manchmal einschüchternde Atmosphäre echter Tech-Workshops.

Nehmen wir ein konkretes Beispiel: Eine Journalistin will Flugunfalldaten einer Web-Datenbank analysieren. Früher hätte sie sich durch komplexe Scraping-Tutorials kämpfen müssen. Heute kann sie einem KI-Tool einfach beschreiben, was sie vorhat: "Ich möchte die Tabellen von der Website für die Jahre 1919 bis 2023 in eine Pandas-Tabelle überführen." Die KI generiert nicht nur den passenden Code, sondern kommentiert auch jeden Schritt - sozusagen Programmieren mit Untertiteln. Das Beste daran: Man lernt nebenbei die Syntax, also die "Grammatik" der Programmiersprache, ganz natürlich kennen.

Aber es geht nicht nur um Coding-Neulinge. Auch erfahrene Datenjournalist:innen profitieren von der KI-Unterstützung. Wenn es darum geht, komplexe Visualisierungen zu erstellen oder Daten-Pipelines zu optimieren, können die digitalen Assistenten wertvolle Zeit sparen. Sie helfen beim Aufspüren von Fehlern, schlagen Verbesserungen vor und machen Vorschläge zur Effizienzsteigerung. Das ist besonders wichtig, wenn Skripte täglich große Datenmengen verarbeiten müssen - denn hier zählt jede eingesparte Sekunde Laufzeit.

Natürlich ist nicht alles Gold, was glänzt. KI-generierter Code muss immer kritisch geprüft werden. Manchmal schlägt die KI veraltete Methoden vor oder produziert Fehler. Und gerade bei investigativen Recherchen stellt sich die Frage der Datensicherheit - schließlich möchte niemand sensible Informationen versehentlich mit externen Servern teilen.

Aber die Richtung ist klar: Die Demokratisierung des Datenjournalismus und der Datenanalyse ist in vollem Gange. Programmieren wird von einer elitären Spezialfähigkeit zu einem zugänglichen Werkzeug für alle, die Geschichten in Daten finden wollen.

Du möchtest selbst Teil dieser spannenden Entwicklung werden? Wissen, wie man mit KI-Unterstützung erste Schritte in Python macht oder komplexe Datenanalysen durchführt? In unserem dreiwöchigen KI Sommercamp zeig ich Dir, wie du die Tools schon heute für deine Arbeit nutzen kannst.