„Data are defined by what they leave out” (Loukissas, 2019, S. 68)

Die Existenz von Daten über verschiedene Phänomene liefert uns Information darüber, dass ein Thema relevant für bestimmte Akteure ist. Hierbei haben sie Zeit und Ressourcen investiert, um Informationen über etwas zu erheben, säubern, bearbeiten und zu veröffentlichen. Dies geschieht niemals unreflektiert. Hinter allen Informationen, zu denen wir Zugang haben, steckt eine Intention.

Für die Durchführung unseres Projektes fragten wir uns, welche Daten nicht vorhanden sind. Warum sind einzelne Datensätze nicht vollständig und mit welchen Kriterien wurden die dort verwendeten Informationen ausgewählt? Wie können wir Datenaktivisten sein, ohne primäre Datenerhebungen zu machen und ohne in den bloßen Datenextraktivismus zu gelangen? Was machen wir mit widersprüchlichen Informationen?

Diese Fragen bildeten den Rahmen, in dem wir uns bewegten, um einzelne Entscheidungen zu treffen und den Forschungsprozess zu gestalten. Um mehr über den Prozess im Einzelnen zu erfahren, klickt einfach mal hier …, um einen unserer Reflexionsberichte zu lesen.

Die Einflüsse von Data Gaps in unserem Projekt waren wesentlich. Unsere Intention war es, die meistverzehrten Gerichte in der Mensa der Ruhr-Universität-Bochum, anhand ihrer Umweltbelastungen zu vergleichen. Diese Intention musste während des Projektes verworfen werden. Dies auch teilweise aufgrund der Data Gaps.

Welche Arten von Data Gaps wurden identifiziert?

Inexistente Daten: Der größte Datenmangel, war bezüglich des Stromverbrauchs. Die Daten dazu sind sehr beschränkt und in der Regel nur für einzelne Fleischprodukte und für Getreidesorten vorhanden. Außerdem weiß man nicht, ob die Futtermittel der Tiere mit eingerechnet wurden.

Unvollständige Daten: Nicht alle Zutaten, die unsere Beispielgerichte enthalten, waren in den recherchierten Datensätzen zu finden. Dieses Problem wurde durch die Schätzung der Werte mit Hilfe von ähnlichen Lebensmitteln gelöst. In einzelnen Fällen mussten wir neue Rezepte auswählen bzw. die Rezepte modifizieren.

Nicht vertrauenswürdige Daten: In einigen Fällen ließen sich die Primärquellen nicht aufrufen, oder stammten aus nicht zuverlässigen Studien. Hierbei wurden die Daten verworfen.

Nicht zugängliche Daten: Ein wichtiges Hindernis war es, dass wir keinen Zugriff auf die Zutatenmengen der meistverzehrten Gerichte in der Mensa der Ruhr-Universität-Bochum hatten. Der Grund war größtenteils organisatorisch. Es war nicht möglich, die Weitergabe dieser Daten mit den höheren Gremien der Verwaltung zu arrangieren. Durch die knappe Zeitbemessung des Projektes lag uns dieser bürokratischer Stolperstein im Weg. Alternativ entschlossen wir uns, häufig aufgerufene Rezepte aus dem Netz (Chefkoch.de) als Referenz zu verwenden.