NR25

„Scraping“, also das systematische, automatisierte Speichern von Web-Inhalten ist gleichzeitig eine der häufigsten Aufgaben für Datenjournalist*innen – aber auch eine, bei der man viele Fehler machen kann. Deshalb zeigen wir Schritt für Schritt, wie wir die Daten sammeln, speichern und zur Analyse vorbereiten.

Wir zeigen, wie man die Funktionsweise der Website im Browser nachvollziehen kann und geben Tipps für den Umgang mit typischen Hürden. Wir zeigen, wie man robuste Skripte entwickelt und gehen dabei auf die einzelnen Schritte von Scraping bis Parsing ein und wie sie ineinander greifen. Außerdem stellen wir hilfreiche Bibliotheken und Tools vor und sprechen über ethische Fragestellungen.

Der Workshop richtet sich vor allem an Scraping-Einsteiger*innen mit Grundkenntnissen in Python und/oder R, aber auch "alte Hasen" können ihre eigene Methodik aufpolieren.

Der Workshop umfasst zwei Stunden und gliedert sich in zwei Teile: In der ersten Stunde stellen wir hilfreiche Konzepte und Herangehensweisen vor – in der zweiten Stunde probieren wir die dann gemeinsam praktisch aus. Dafür ist ein Rechner mit installiertem Python nötig.

Achtung: Aufgrund der limitierten Plätze ist eine Voranmeldung via Sched nötig! Bitte tragt Euch nur ein, wenn Ihr wirklich vorhabt, zu kommen. Sollten vor Ort noch Plätze frei sein, wird per Warteliste vergeben.

Online-Recherche-Tools können sehr weit in die Privatsphäre der Zielpersonen eindringen, dafür bräuchte es ein entsprechend großes öffentliches Interesse. Zum Ausprobieren der Tools machen wir daher in diesem Workshop Partner-Recherchen, bei denen sich je zwei Seminarteilnehmer gegenseitig mit den wichtigsten Tools durchchecken. Am Ende hat jeder eine recht gute (wenn auch immer unvollständige) Auswertung, was Dritte über sie/ihn im Netz finden können. Der erste Schritt, seine eigenen Daten ggf. besser zu schützen.

Im Workshop zeigen wir die Grundlagen der Personensuche - von Googlen, über nickname-Suche, data breaches, Biometrie bis hin zu Spezialtools. Den Teilnehmenden, die sehr viel zu Personen recherchieren wird empfohlen, bei osint.industties um einen kostenlosen Account zu bitten. Registrierten Teilnehmenden steht ein Probezugang für elephantastics zur Verfügung, ggf. auch für weitere Tools. Daneben können die Accounts der Dozenten für Recherchen verwendet werden, wenn z.B. die Tricks der Dozenten nicht reichen, etwa die Quellen der von pimeyes gefundenen Bilder zu identifizeren. Punktuell schauen wir auch, welche Passwörter zu einzelnen Personen im Netz zu finden sind.
In einem Ausblick zeigen die Dozenten: Wo KI erstaunliches zu Personen finden kann oder auch mal krass irrt.

Wenn CSV-Dateien nicht mehr ausreichen oder Excel ohnehin schon in die Knie gegangen ist – dann braucht es eine Datenbank. Deshalb zeigen wir Schritt für Schritt, wie Datenbanken genau funktionieren, wann man sie sinnvollerweise nutzt, wie man sie anlegt und abfragt.

Wir erklären die grundlegenden Funktionsweisen von Datenbanken und Abfragesprachen und gehen dabei näher auf die praktische Arbeit mit SQLite, DuckDB und PostgreSQL ein, auch im Zusammenspiel mit den Programmiersprachen Python, R oder der Kommandozeile. Außerdem zeigen wir, wie eine Datenbank aufgebaut wird, welche Tools es grundsätzlich gibt und wie generative Sprachmodelle insbesondere bei der Übersetzung von Abfragen von menschenverständliche Sprache in Maschinensprache unterstützen können.

Der Workshop richtet sich vor allem an Datenbank-Einsteiger*innen. Grundkenntnisse in Python und/oder R sind hilfreich, aber keine zwingende Voraussetzung.

Der Workshop umfasst zwei Stunden und gliedert sich in zwei Teile: In der ersten Stunde stellen wir hilfreiche Konzepte und Herangehensweisen vor – in der zweiten Stunde probieren wir die dann gemeinsam praktisch aus.

Wichtig: Dafür ist ein Rechner mit installiertem DBeaver nötig. Außerdem: Ladet Euch die Beispieldaten aus der ARD/ZDF-Box herunter: https://share.ard-zdf-box.de/s/ZPtpyZcjbiLMQGi

Achtung: Aufgrund der limitierten Plätze ist eine Voranmeldung via Sched nötig! Bitte tragt Euch nur ein, wenn Ihr wirklich vorhabt, zu kommen. Sollten vor Ort noch Plätze frei sein, wird per Warteliste vergeben.

OpenAleph ist eine neue Suchmaschine für Daten, basierend auf der Open Source Software Aleph. In dieser Session werden wir eine kurze Einführung geben und die neuen (und alten) Features erklären. Außerdem sprechen wir darüber, was uns motiviert hat, das OpenAleph-Projekt zu starten und geben einen Ausblick auf geplante Weiterentwicklungen. Perfekt für alle, die Daten effizienter durchsuchen möchten. Kein eigener Laptop notwendig.

In diesem Workshop wird es darum gehen, wie man erfolgreich Cybercrime recherchiert. Dazu werden sowohl frei verfügbare Tools gezeigt als auch diverse Datenquellen, manche kostenlos, manche erreichbar über Umwege (z.B. Quellen). Ob man die Daten selbst dann einzeln herunterlädt oder Code schreibt, ist (fast) nachrangig. Viel wichtiger zu wissen ist, dass die Daten existieren – und wo genau.

Viele glauben, Honorarverhandlungen seien etwas Kompliziertes, hätten zwingend mit Machtkampf, Aggression oder Ellenbogenmentalität zu tun. Man kann Verhandlungen aber auch ganz anders sehen: Als soziales und im besten Fall kooperatives Miteinander, bei dem sich Menschen auf Augenhöhe begegnen und gemeinsam dafür sorgen, dass am Ende alle zufrieden sind. Und ja, das geht!

In diesem Workshop machen wir eine kleine „innere Inventur“ und entwickeln gemeinsam Strategien, wie wir aus einer starken Position agieren können. Wir fragen uns: Warum fühlen wir uns häufig so machtlos, wenn es um Honorare geht? Wie können wir uns gegen gängige Manipulationstechniken wappnen? Wie schaffen wir es, Nein zu sagen zu Honorar-Dumping? Vor allem aber: Was brauche ich, um mich gut zu fühlen und auch wirtschaftlich gut zu leben?

Ohne sie gäbe es keine Enthüllungen: Insider, die sich mit ihrem Wissen über Missstände an Redaktionen wenden. Doch gerade im Lokalen und Regionalen, wo jeder jeden kennt, ist die Gefahr besonders groß, dass anonyme Quellen enttarnt werden. 
 
Gleichzeitig sind die Erwartungen der Informanten an die Redaktionen besonders hoch. Jetzt habe ich denen alles erzählt, dann müssen die auch bald die große Story bringen. Erwartungen und journalistische Realität prallen manchmal hart aufeinander. Denn nicht immer sind anonyme Hinweise ausreichend belegt.
 
Offen sein für Hinweisgeber, ohne falsche Erwartungen zu wecken, das ist die Herausforderung. Und über allem steht der Schutz der Anonymität der Hinweisgeber. Welche Möglichkeiten bietet hier ein digitaler Briefkasten, wie ihn Radio Hochstift seit 2017 eingerichtet hat. Wie kann man aus Hunderten von Hinweisen die richtigen herausfischen, wer kann sich im stressigen Redaktionsalltag darum kümmern? 
 
Der Aufwand lohnt sich. Denn es gibt einen Schneeballeffekt. Wenn ein Journalist oder eine Journalistin dank eines anonymen Hinweisgebers eine große Geschichte aufgedeckt hat, wächst das Vertrauen, dass er oder sie auch andere Hinweise über Missstände zur Veröffentlichung bringt.

Wer bei der Online-Recherche auf Datenschätze stößt, aber keinen "Download"-Button findet, muss nicht verzweifeln. In diesem Workshop lernen wir die Grundlagen des Webscraping, um Daten aus dem Netz zu sammeln. Und das ganz ohne Programmierkenntnisse oder teure Software. Wer mitmachen will, braucht einen Laptop und sollte den Chrome-Browser sowie die folgenden zwei Add-Ons bereits installiert haben:

• Table Capture https://chromewebstore.google.com/detail/table-capture/iebpjdmgckacbodjpijphcplhebcmeop?pli=1
• Web Scraper https://chromewebstore.google.com/detail/web-scraper-free-web-scra/jnhgnonknehpejjnehehllkliplmbmhn 

Seit Juli 2024 ist das Lobbyregister ein wahrer Datenschatz. Dank einer ausgiebigen Reform finden sich jetzt viel mehr Informationen über die Finanzen von Lobbyakteuren, welche Ex-Politiker:innen sie beschäftigen, welche Gesetze sie beeinflussen wollen, welche Argumente sie an die Politik kommunizieren, und noch vieles mehr. In diesem Workshop zeigen wir, wie das Register funktioniert, was sich dort finden lässt und wie man es zu einem mächtigen Werkzeug für investigative Recherchen macht.

Im Workshop gehen wir auf Beispiele aus unseren eigenen Recherchen für LobbyControl ein und zeigen, wie sich das Lobbyregister mit anderen Datenquellen wie dem EU-Transparenzregister, unserer Datenbank für Parteispenden, oder Anfragen von Bundestagsabgeordneten kombinieren lässt, um Lobbyeinflüsse aufzudecken.