Die Covid-19-Pandemie war eine weltweite Katastrophe, bei der die Nachfrage nach Daten überwältigend war. Und es waren journalistische Dashboards, die diese Nachfrage erfüllten. Dashboards und Datenartikel sind seither fester Bestandteil des Journalismus. Es gibt Dashboards zum Ukraine-Krieg, zum Klimawandel, zum Benzinpreis. Bekannt ist, dass diese Artikel teils sehr erfolgreich sind bei den Nutzer:innen. Kaum bekannt ist: Wie gut werden sie eigentlich verstanden? Und selten wird die Frage gestellt: Was macht guten Datenjournalismus eigentlich aus?
In diesem Buch holt Matthias Stolz eine überfällige, detaillierte Kritik an den Covid-19-Dashboards nach, die meist in großer Eile produziert wurden. Er hat Covid-19-Dashboards aus Großbritannien, den USA, Deutschland und Frankreich analysiert und dort teils erstaunliche Schwachstellen gefunden. In einer Nutzer:innen-Studie traten erhebliche Probleme auf, zwei Dashboards zur Präsidentschaftswahl in den USA 2024 zu verstehen und anzuwenden.
Matthias Stolz beschreibt in seiner Arbeit Qualitätskriterien für den Datenjournalismus mit Visualisierungen. Anhand dieser Kriterien lässt sich besser diskutieren über das, was gut ist und was weniger gut ist im Datenjournalismus. Und der Datenjournalismus braucht mehr solche Diskussionen. Aus der Datenjournalismus-Community drang bislang wenig Kritik und Selbstkritik nach außen. Die Journalismusforschung lobte den Datenjournalismus eher pauschal, als dass sie ihn im Detail kritisierte. Und der ansonsten stets kritikfreudige Medienjournalismus befasste sich fast gar nicht mit dem Datenjournalismus. Es schadet dem Datenjournalismus vielmehr, wenn selbst offenkundige Fehler und Schräglagen übersehen werden. Und so lautet das Resümee von Matthias Stolz: Der Datenjournalismus sollte von nun an als kritikwürdig angesehen werden.
