Data Storytelling

Wie Sie im Abschnitt über die Wirkung von Geschichten nachlesen können, fällt es unserem Gehirn leichter Geschichten abzuspeichern als nackte Zahlen, Daten, Fakten. Warum nicht das Pferd von der anderen Seite aufzäumen und die Zahlen, Daten und Fakten in Geschichten verpacken? Der Ansatz kommt aus dem Journalismus, wo bereits häufig öde statistische Daten in Geschichten „übersetzt“ werden.

Im ersten Schritt werden die gewünschten Daten gezogen, zum Beispiel aus öffentlichen Datenbanken. Diese Daten werden zunächst gefiltert, beispielsweise werden einzelne Spalten oder Zeilen in einer Tabelle gelöscht, um nebensächliche Aspekte zu entfernen und sich auf die wesentlichen Punkte der Botschaft zu konzentrieren. Die aufbereiteten Daten können anschließend visualisiert und in Geschichten verpackt werden. Auf diese Weise lassen sich Größenverhältnisse oder Zusammenhänge verdeutlichen, die zuvor im Datendschungel versteckt geblieben sind – für den Betrachter oder Leser bringt das oft einen spannenden Erkenntnisgewinn.

  • Ein (fiktives) Beispiel für den journalistischen Bereich könnte sein, die Anzahl an Fahrraddiebstählen statistisch abzurufen, eventuell eine bestimmte Stadt oder einen bestimmten Stadtteil herauszufiltern und diese nüchternen Zahlen anhand eines Diebstahlopfers mit Leben zu füllen. Wenn ein Mensch erzählt, wie sehr er in diesem Stadtteil auf das Fahrrad angewiesen ist, um zur Arbeit zu kommen, und wie ärgerlich es ist, dass nun das dritte Fahrrad in zwei Jahren gestohlen worden ist, dann kann der Leser die nüchternen Daten besser verstehen und nachvollziehen.

Auch in einem Unternehmen fallen viele Daten und Zahlen an, die Sie als Ausgangsbasis für Ihr Data Storytelling nutzen können – Anregungen und Tipps dazu finden Sie natürlich im Buch „Storytelling für Dummies“.

Daten am besten visuell und spielerisch aufbereiten

Um die Möglichkeiten des Data Storytelling gut zu nutzen empfiehlt es sich, Zahlen anschaulich darzulegen. Statt in Quadratmeter oder Hektar oder Kilometer „übersetzen“ Sie die Zahl in die Anzahl von Fußballfeldern oder in die Länge von Zugwaggons. Geht es in die Höhe oder in die Tiefe, so lässt sich eine Zahl auch „übersetzen“, indem Sie als Vergleich die Höhe des Matterhorns oder Mount Everests oder die Tiefe der Titanic-Fundstelle nehmen.

Wichtig dabei ist natürlich, den Kenntnisstand der Leser zu kennen: Einem IT-Spezialisten muss man nicht die Ziffern von Datenübertragungsraten erklären, einem Laien hingegen schon. Die anschauliche Aufbereitung von Zahlen sollten Sie daher zielgruppengerecht gestalten.

Ideal ist es, solche Daten-Geschichten grafisch gut aufzubereiten. Gerade bei Online-Medien oder mit Spiele-Apps wäre es möglich, dass Nutzer durch Scrollen oder durch Klicken die Daten interaktiv aufrufen können. Auf diese Weise wird Wissen nicht nur emotional aufbereitet, sondern auch noch spielerisch übermittelt – eine gute Voraussetzung, damit die Nutzer den Beitrag via Social Media weiterempfehlen.

Mögliche Erzählperspektiven für Data Storytelling

Wie aber lassen sich Daten aus Excel-Tabellen oder aus (Torten-, Balken-, Linien-)Diagrammen in eine Geschichte übersetzen? Ben Jones, Marketing Manager bei der Software-Firma für Datenvisualisierung Public Tableau, hat sieben mögliche Ansätze für Daten-Geschichten entwickelt:

  • Change over Time: Welche Veränderung hat sich im Lauf der Zeit ergeben?
    (z.B. die Anzahl der Mitarbeiter oder die Anzahl der Firmenfahrzeuge, die Arbeitsstunden aller Mitarbeiter pro Jahr usw.)
  • Drill Down: hier geht es in die Tiefe bzw. vom Allgemeinen zum Speziellen: erst wird das ganze Bild gezeigt, dann geht es zu weiteren Details
    (z.B. die Umsatzentwicklung der vergangenen Jahre allgemein und dann die Umsatzentwicklung einzelner Produktgruppen)
  • Zoom out: mit diesem Ansatz geht es umgekehrt vom Speziellen zum Allgemeinen, aus einzelnen Mosaiksteinen setzt sich ein Gesamtbild zusammen (z.B. wie die Energiekosten eines einzelnen Geräts/Fahrzeugs/o.ä. nach oben gegangen sind und wie sich parallel die Energiekosten im gesamten Unternehmen entwickelt haben)
  • Kontrast: hier werden zwei oder mehrere Daten oder Datenkategorien direkt miteinander verglichen (z.B. die Entwicklung von Produkt A im Vergleich zu Produkt B)
  • Intersection beschreibt den Kreuzungspunkt zweier (oder auch mehrerer) Datenlinien (z.B. während bundesweit in der Branche XYZ diese oder jene Zahl kontinuierlich abgesunken ist, konnte Ihr Unternehmen diese Zahl nach oben treiben)
  • Faktoren zeigt in einem Vergleich wie mehrere Elemente zu einer Gesamtwirkung beitragen (z.B. aus welchen einzelnen Posten setzen sich Ausgaben und Kosten in einem Unternehmen zusammen, wie verläuft die Entwicklung der einzelnen Elemente in der Gesamtheit)
  • Outlier erzählt die Geschichte eines oder mehrerer statistischer Ausreißer (z.B. eine Auffälligkeit in der Produktion oder im Service, jemand geht der Sache nach und findet heraus, dass ein Mitarbeiter besonders clever was-auch-immer erledigt oder eine andere Idee für einen statistischen Ausreißer könnte sein, dass die Reklamationsquote normal unter 1 Prozent liegt, aber bei einem bestimmten Abnehmer immer wieder eine Reklamation kommt und als man der Sache auf den Grund geht stellt sich heraus, dass bei der Anwendung regelmäßig etwas falsch gemacht wird)

Sie möchten sich genauer mit diesen sieben Story-Typen beschäftigen? Hier werden sie im Detail präsentiert (allerdings in englischer Sprache).