Zurück zur Bibliothek

Kernfrage Neu

KI-aufbereitet · Von Autoren geprüft

Welche Gestaltungsanforderungen leiten das Design von offenen Forschungsdatenplattformen, um journalistische Datennachnutzung zu unterstützen?

How to Make Research Reach the Newsroom? Designing Open Data Platforms Through Boundary Theory
Christina Speck, Judith Erbacher, Thimo Schulz, et al. · International Conference on Information Systems (ICIS) · 2026
Illustration zu: Welche Gestaltungsanforderungen leiten das Design von offenen Forschungsdatenplattformen, um journalistische Datennachnutzung zu unterstützen?

Lädt den Spotify-Player; Spotify kann Cookies setzen. Dieses Gerät merkt sich Ihre Auswahl.

Zentrale Ergebnisse

  • Identifikation von fünf zentralen Hürden bei der Datennachnutzung: fragmentierter Datenzugang, technische Formatinkonsistenzen, unzureichende Dokumentation, mangelnde Verifikationsunterstützung und zeitliche Verzögerungen bei Updates.
  • Formulierung von zwei leitenden Meta-Anforderungen: Bereitstellung gemeinsamer Datenstrukturen für den technischen Austausch und Ermöglichung kontextueller Übersetzungen für ein gemeinsames Verständnis.
  • Definition von zehn Gestaltungsanforderungen, die technische Mechanismen (maschinenlesbare Formate, quellenübergreifende Suche, Integration in Redaktionstools) und interpretative Mechanismen (direkte Austauschkanäle, narrative Beschreibungen von Unsicherheiten, Beispielvisualisierungen) umfassen.
  • Betonung der Notwendigkeit, Plattformen am gesamten Wiederverwendungsprozess auszurichten, anstatt die reine Datenbereitstellung als Endpunkt zu betrachten.

Bedeutung für die Praxis

CIO / IT-Leitung

Allocate budget to integrate contextual translation features and direct communication channels into the institutional open-data platform for non-academic stakeholders.

IT-Management

Configure the open-data repository API to output datasets in machine-readable formats accompanied by standardized methodological documentation fields.

Unternehmensstrategie

Conduct a stakeholder mapping exercise to identify external non-academic user groups for a targeted open-data platform value-proposition pilot.

Forschung

Draft a plain-language narrative field explaining core dataset assumptions and uncertainties to publish alongside the raw research files.

Politische Entscheidungsträger

Revise open science grant compliance criteria to mandate interpretive usability standards, such as example visualizations and methodology documentation, alongside raw data publication.

Zusammenfassung

Diese Studie untersucht, wie Open-Research-Data-Plattformen gestaltet werden können, um Datenjournalisten bei der Nachnutzung komplexer wissenschaftlicher Datensätze zu unterstützen. Auf Basis eines gestaltungsorientierten Forschungsansatzes (Design Science Research) und der Boundary-Theorie – welche analysiert, wie Wissen über Gemeinschaften mit unterschiedlicher Expertise hinweg geteilt und verstanden wird – erhoben die Autoren Anforderungen durch Interviews mit sechs Datenjournalisten, einen Co-Creation-Workshop mit 15 Datenjournalisten sowie eine formative Evaluation mit 13 Experten.

Problemstellung

Da Open-Science-Richtlinien Forschende zunehmend dazu verpflichten, Daten öffentlich zugänglich zu machen, bleibt eine sinnvolle Nachnutzung eine Hürde. Open-Data-Plattformen priorisieren meist die technische Zugänglichkeit, bieten jedoch kaum Hilfestellung zur Interpretation der Daten außerhalb ihres ursprünglichen wissenschaftlichen Kontexts. Dies erschwert Datenjournalisten die fundierte Prüfung und Aufbereitung unbekannter Datensätze für ihre Berichterstattung.

Transkript
Host: Willkommen zu einer neuen Ausgabe von A.I.S. Insights — powered by Living Knowledge. Mein Name ist Anna Ivy Summers. In der heutigen Folge sprechen wir über eine aktuelle Studie mit dem Titel: „Wie Forschung den Newsroom erreicht: Gestaltung von Open-Data-Plattformen mithilfe der Boundary-Theorie“. Durchgeführt wurde diese Untersuchung von Christina Speck, Judith Erbacher, Thimo Schulz und Christof Weinhardt und für die International Conference on Information Systems 2026 verfasst. Bei mir ist unser Analyst Alex Ian Sutherland. Alex, worum geht es in dieser Untersuchung im Kern?
Expert: Hallo Anna. Die Studie analysiert, wie Plattformen für offene Forschungsdaten gestaltet werden sollten, damit Datenjournalisten komplexe wissenschaftliche Datensätze auffinden, verstehen und verlässlich in ihrer Berichterstattung nachnutzen können.
Host: Open Data gewinnt in der Wissenschaft stetig an Bedeutung. Doch wo genau liegt das Problem beim Transfer in die journalistische Praxis?
Expert: Das Hauptproblem besteht darin, dass bestehende Open-Data-Plattformen vor allem auf die reine technische Bereitstellung ausgerichtet sind. Sobald die Daten hochgeladen sind, gilt die Anforderung aus wissenschaftlicher Sicht oft als erfüllt. Für Datenjournalisten beginnt der Arbeitsprozess an dieser Stelle jedoch erst. Ihnen fehlt außerhalb des ursprünglichen Forschungskontexts meist das notwendige Fachwissen, um Erhebungsmethoden, Annahmen und Grenzen des Datensatzes schnell und korrekt einzuordnen. Das erschwert eine fundierte Prüfung unter redaktionellem Zeitdruck erheblich.
Host: Mit welchem methodischen Ansatz sind die Autoren an diese Fragestellung herangegangen?
Expert: Das Team wählte einen gestaltungsorientierten Ansatz, den Design Science Research, und nutzte die Boundary-Theorie als theoretischen Rahmen. Diese Theorie untersucht, wie Wissen über Grenzen unterschiedlicher Fachgemeinschaften hinweg ausgetauscht werden kann. Die empirische Basis bildeten qualitative Interviews mit sechs Datenjournalisten, ein Co-Creation-Workshop mit 15 Medienschaffenden sowie eine abschließende formative Evaluation mit 13 Expertinnen und Experten.
Host: Welche konkreten Ergebnisse und Hürden wurden in diesem Prozess identifiziert?
Expert: Die Untersuchung benennt fünf zentrale Hürden: fragmentierte Datenzugänge, uneinheitliche technische Formate, lückenhafte Dokumentation, fehlende Unterstützung bei der Verifikation und zeitliche Verzögerungen bei Datenaktualisierungen. Um dem zu begegnen, formulierten die Autoren zwei übergeordnete Meta-Anforderungen: erstens standardisierte technische Strukturen für den Datenaustausch und zweitens Mechanismen für kontextuelle Übersetzungen, die ein gemeinsames Verständnis ermöglichen.
Host: Wie sehen diese Mechanismen auf der Umsetzungsebene aus?
Expert: Die Studie definiert zehn spezifische Gestaltungsanforderungen. Auf der technischen Seite gehören dazu maschinenlesbare Standardformate, quellenübergreifende Suchfunktionen und Schnittstellen zur direkten Einbindung in redaktionelle Werkzeuge. Auf der interpretativen Ebene fordern die Autoren narrative Erläuterungen zu methodischen Unsicherheiten, exemplarische Visualisierungen und direkte Kommunikationskanäle zwischen Redaktionen und Forschenden. Das zentrale Ergebnis ist, dass Plattformen den gesamten Wiederverwendungsprozess begleiten müssen und Datenbereitstellung nicht als Endpunkt betrachtet werden darf.
Host: Welche praktischen Konsequenzen ergeben sich daraus für Unternehmen und Organisationen außerhalb der Wissenschaft?
Expert: Diese Erkenntnisse lassen sich unmittelbar auf das interne Wissensmanagement und unternehmensweite Datenportale übertragen. Viele Unternehmen betreiben Data Lakes, stellen jedoch fest, dass Fachabteilungen die Daten selten operativ nutzen. Auch dort existieren Wissensgrenzen zwischen Data Scientists und Anwendern. Organisationen sollten Datenplattformen daher nicht als reine Speicherorte verstehen. Wenn Datensätze mit anwendungsbezogenen Kontexten, Dokumentationen von Limitierungen und direkten Austauschmöglichkeiten verknüpft werden, sinkt die Eintrittshürde für die praktische Datennutzung deutlich.
Host: Die Studie zeigt damit klar auf, dass Datenverfügbarkeit allein keinen Wissenstransfer garantiert, sondern gezielte Übersetzungs- und Interaktionsstrukturen erforderlich sind. Alex, vielen Dank für diese fundierte Einordnung.
Expert: Sehr gerne, Anna.
Host: Und Ihnen vielen Dank fürs Zuhören bei A.I.S. Insights — powered by Living Knowledge. Bis zur nächsten Ausgabe.
Artificial Intelligence & Automation Information Systems & Management Human-Computer Interaction Data Analytics & Big Data Digital Transformation & Strategy Cybersecurity & Privacy Cloud & Infrastructure E-Commerce & Digital Platforms Operations & Supply Chain Sustainability & Green IS

data journalism, open data platforms, data reuse, boundary spanning, design science research, open science