Es ist schon verrückt: Einerseits sind "Daten" allgegenwärtig, andererseits scheint ein guter Umgang damit nur mühevoll erlernbar zu sein - ganz besonders im Kontext der anderen tausend Fähigkeiten, die Journalistinnen beherrschen sollen. Es liegt also an uns als Trainerinnen, gute Workshops zu konzipieren, passende Methoden für oft viel zu wenig Zeit auszuwählen und Antworten auf die Frage zu finden: Was muss man denn nun 2026 über "Daten" wissen und wie bekommt man schnell einen guten, aber ehrlichen Überblick?

Die Session beginnt mit einem Überblick zum aktuellen Stand der datenjournalistischen Ausbildung und kurzen Erfahrungsberichten aus verschiedenen Kursformen. Damit wir uns aber nicht nur im Kreis der Problemanalysen drehen, wollen wir gemeinsam einen kleinen Methodenkoffer für die datenjournalistische Ausbildung entwickeln: Welche Datensätze, Tools und Herangehensweisen sind geeignet, um auch in kurzer Zeit Workshop-Teilnehmenden hilfreiche mentale Konzepte von Daten zu vermitteln?

Tragt hier gern schon im Vorfeld eure Fragen und Ideen für den Workshop ein:
https://hackmd.okfn.de/ddj-training?both

Wir wollen die Zeit nutzen, um kleine Rezepte zusammenstellen und gerne auch Cheat Sheets oder informative, ermutigende Grafiken im Stil von Allison Horst erstellen bzw. die besten existierenden zu kuratieren. Was sind nützliche Links, die länger bleiben als die Erinnerung an ein Seminar, was können wir Interessierten an die Hand geben? Welche Begriffe und Formulierungen sind wichtig, um sich im Internet und im Vibe-Coding helfen zu lassen? Wovor sollten wir warnen? Aber vor allem: Wie kann man ermutigen und begeistern für die Arbeit mit Daten, ohne aber den kleinteiligen und mitunter nervigen Teil der Datenbereinigung unter den Teppich zu kehren?

Absehbar wird die Zeit während der Session dafür kaum reichen. Deshalb verstehen wir den Slot auf der SciCAR als idealen Ort für den Auftakt zur engeren Vernetzung von Datenjournalismus-Lehrenden in Journalismus und an Hochschulen – damit die berufspraktische und akademische Lehre bestmöglich voneinander profitieren.