Was ist Data Storytelling?
Data Storytelling ist eine Methode, um abstrakte Zahlen mithilfe von narrativen Strukturen möglichst verständlich und greifbar zu machen.
Data Storytelling im Überblick
Reine Rohdaten sprechen eine sehr präzise Sprache, die häufig jedoch nur wenige Fachleute verstehen. Beim Data Storytelling werden diese abstrakten Zahlen mithilfe von narrativen Strukturen möglichst verständlich und greifbar vermittelt. Während ein trockener Bericht über den statistischen Zusammenhang zwischen Porridge-Temperatur und Bärengröße kaum jemanden fesseln wird, weckt eine lebendige Geschichte über Goldlöckchen und drei Bären viel mehr Interesse und erklärt den Zusammenhang anschaulicher. Genau das ist das Ziel von Data Storytelling!
Die Datensphäre ist in den letzten Jahrzehnten explosionsartig gewachsen, wobei IDC schätzt, dass das weltweite Datenvolumen bis 2025 bis zu 175 Zettabyte erreichen könnte – das sind atemberaubende 175 Milliarden Terabyte. Angesichts der rasanten Zunahme an Volumen und Komplexität von Big Data suchen viele Unternehmen nach effektiven Wegen, um Daten optimal zu nutzen. Bei der Datenvisualisierung werden Diagramme verwendet, um Daten ansprechender darzustellen. Das ist ein Schritt in die richtige Richtung. Doch Unternehmen müssen über die Grenzen dieser einfachen Grafiken hinausgehen und datengetriebene Ideen in einen Kontext einbetten, damit sie Interesse wecken und überzeugen. Data Storytelling verbessert die Kommunikation im Unternehmen und ermöglicht intelligentere, handlungsrelevante Entscheidungen.
Die Elemente des datengestützten Storytellings
Jede Datengeschichte enthält drei Elemente:
- Daten Datengestütztes Storytelling sollte (soweit wie möglich) auf zuverlässigen und vollständigen Daten basieren. Das mag auf der Hand liegen, stellt aber oft eine Herausforderung dar, weil die Daten über verschiedene Länder, Geschäftsbereiche und Abteilungen verteilt sind. Mit dem Aufkommen neuer Datenquellen wie IIoT nimmt das Datenvolumen weiter zu. Unternehmen, die geradezu in einer Flut an Daten ertrinken, – also nahezu alle – benötigen Datenmanagementlösungen, die Informationen aus sämtlichen Quellen zusammenführen und verlässliche, handlungsrelevante Erkenntnisse bereitstellen. Hier kommen wir ins Spiel.
- Narrativ Im Laufe Geschichte hat der Mensch schon immer Informationen durch Storytelling vermittelt. Auch datengestütztes Storytelling folgt einem klassischen narrativen Handlungsstrang (oder Handlungsbogen), der aus Anfang, Mitte und Ende besteht. Dieses Narrativ sollte aufzeigen, welche Erkenntnisse die Daten liefern, den Kontext verdeutlichen und mögliche Maßnahmen vorschlagen. Data-Storytelling-Software nutzt ERP-Plattformen. Hierbei sind verschiedene Arten der Datenanalyse integriert (deskriptiv, diagnostisch, vorausschauend, präskriptiv), um die relevantesten und überzeugendsten Daten für eine bestimmte Geschichte zu ermitteln.
- Visuelle Darstellungen Eine gute Visualisierung veranschaulicht Datenbeziehungen so, dass die Zielgruppe sie schnell erfassen und nutzen kann, um potenzielle Ergebnisse zu erkennen. Obwohl gängige Software für Tabellenkalkulationen und Visualisierung in der Lage ist, Diagramme, Karten und Grafiken zu generieren, sind es die Geschichten hinter diesen Grafiken, die den nötigen Kontext und die Bedeutung liefern. Ein Bild sagt mehr als tausend Worte: Es sagt soviel wie Tausende von Excel-Zeilen.
Beim Data Storytelling geht es darum, aus komplexen Daten und Analysen eine überzeugende Geschichte zu erzählen, die das Interesse des Publikums weckt, eine klare Botschaft vermittelt und zu einer Handlung oder einem nächsten Schritt führt.
Darum ist datengestütztes Storytelling so effektiv
Das menschliche Gehirn kann Geschichten besser verarbeiten als reine Daten. Das bedeutet, Geschichten sind für uns visuell ansprechender und leichter zu verstehen. Daher bietet datengestütztes Storytelling zahlreiche Vorteile gegenüber Tabellen, Daten-Whiteboards oder digitalen Dashboards. Datenbasierte Geschichten sind effektiv, weil sie folgende Vorteile bieten:
Sie vereinfachen die überwältigende Datenmenge, die eine Entscheidungsfindung verhindert. Laut Gartner werden mit 80 % der Erkenntnisse aus herkömmlichen Analysen bis 2022 keine Geschäftsergebnisse erzielt werden.
Sie aktivieren mehr Bereiche des Gehirns als reine Daten und verbessern so das Verständnis und die Merkfähigkeit.
Sie erklären anschaulich, warum etwas geschieht.
Sie basieren auf nachweisbaren Fakten.
Sie nutzen Daten, um neue Muster zu entdecken.
Sie sprechen sowohl Emotionen als auch Intellekt an.
Sie liefern handlungsrelevante Erkenntnisse.
Sie lassen sich mit Live-Daten verknüpfen und ermöglichen so stets aktuelle Analysen.
Sie ermöglichen eine umfassende Personalisierung.
Sie bieten Mehrwert für das Publikum.
Sie erzielen hohe Klick- und Konversionsraten.
Sie stärken die Glaubwürdigkeit des Unternehmens oder der Branche.
Wie wir sehen werden, ist datengestütztes Storytelling sowohl intern als auch extern effektiv, weshalb es immer häufiger eingesetzt wird.
Erkenntnisgewinn und Wertschöpfung: Beispiele für Data Storytelling
Sie haben wahrscheinlich schon einmal Data Storytelling erlebt, ohne es zu bemerken. Genau darin liegt ein Teil der Faszination: Durch die visuell ansprechende Darstellung fühlen Sie sich nicht überwältigt von den Daten.
Gesundheitswesen: Die Weltgesundheitsorganisation trackt COVID weltweit über ein interaktives Dashboard. Die Benutzer können die Anzahl der Fälle, Todesfälle und Impfungen einsehen sowie Maßnahmen einzelner Länder und zahlreiche intuitive Visualisierungen erkunden. Diese helfen Regierungen und Gesundheitspersonal, lokale Entwicklungen verständlich darzustellen und „ihre Geschichten zu erzählen“. Des Weiteren können Gesundheitsorganisationen historische Daten mit klinischen Studien kombinieren, um kranken Menschen die Vor- und Nachteile neuer Behandlungen besser zu erklären.
Supply Chain: Ein durchgängiges Supply Chain Management hilft Unternehmen dabei, verschiedene Datenquellen zu bündeln. Beispiele für Anwendungsfälle von Data Storytelling betreffen z. B. die Beschaffung und Herkunft von Produkten. Daten von Rohstofflieferanten, RFID-Etiketten, Produktionsstätten sowie Transport- und Logistikpartnern lassen sich zu einer dynamischen Geschichte verknüpfen, die den Ursprung eines Produkts nachvollziehbar macht. So wird auch deutlich, wie gute Arbeits- und Fertigungsprozesse einen Mehrwert schaffen und die Nachhaltigkeit fördern.
Personalwesen: In der heutigen, komplexen Arbeitswelt legen Unternehmen großen Wert darauf, Top-Talente nicht nur zu gewinnen, sondern auch langfristig zu binden. Moderne HR-Softwaresysteme erfassen und analysieren Daten über den gesamten Mitarbeiterlebenszyklus – von der Einstellung bis zum Ruhestand. Diese Daten bilden die Grundlage, um überzeugende Geschichten zu erzählen, die Führungskräften veranschaulichen, wie verschiedene Maßnahmen den Einstellungsprozess, die Employee Experience und die Mitarbeiterbindung verbessern können.
Einzelhandel: Mit einem klaren B2C-Fokus birgt der Einzelhandel enormes Potenzial, Kunden auf innovative und interaktive Wege zu erreichen. Die digitalen Technologien, die den Omnichannel-Handel unterstützen, erzeugen dabei grundsätzlich durchweg kontinuierlich Daten irgendeiner Art. Durch die Verwendung von Daten aus intelligenten Regalen, E-Commerce und Online-Shopping können Einzelhändler präzise und wertvolle Erkenntnisse darüber gewinnen, wo, wie und warum Kund:innen mit ihren Produkten interagieren. Diese Daten helfen dabei, fundierte Entscheidungen in Bereichen wie Geschäftsentwicklung, Bestandsmanagement und Marketing zu treffen.
Der wachsende Trend von Data Storytelling und erweiterten Analysen
Data Storytelling ist für Unternehmen nichts Neues. Bis vor kurzem war es jedoch weitgehend ein zeitaufwendiger, manueller Prozess: Mitarbeitende mussten Daten sammeln, Visualisierungen entwerfen und erstellen, eine Geschichte erzählen und Erkenntnisse ableiten. Häufig wurde diese Aufgabe von Datenforschenden oder IT-Teams übernommen, die große Datenmengen verarbeiteten, um Analyse-Dashboards zu erstellen. Diese besaßen zwar die technischen Fähigkeiten, aber nicht die nötigen Soft Skills, um verständliche und fesselnde Geschichten zu erzählen. Das Ergebnis waren Dashboards, die wichtige Informationen nicht klar und einfach genug für Führungskräfte (oder andere Personen, die Entscheidungen treffen) vermitteln konnten.
Heutzutage ermöglichen Storytelling-Plattformen, die mit ERP-Technologiesystemen verknüpft sind, eine Demokratisierung der Daten. Dadurch können Fachkräfte für Geschäftsanalysen, Marketingteams, Kunstschaffende und Redaktionsmitglieder eng mit Data Scientists zusammenarbeiten, um fesselnde Geschichten zu kreieren. Die Einbeziehung von Mitarbeitenden aus anderen Abteilungen bringt nicht nur wertvolle Soft Skills ein, sondern sorgt auch dafür, dass Einblicke aus unterschiedlichen Perspektiven einfließen.
Mit den richtigen Tools kann jede Person im Unternehmen eine fesselnde Datengeschichte erzählen. No- und Low-Code-Software sowie moderne Analysetools, die künstliche Intelligenz, maschinelles Lernen und natürliche Sprachverarbeitung nutzen, automatisieren zahlreiche Tätigkeiten, die zuvor viel Zeit in Anspruch genommen haben. Dadurch wird der gesamte Prozess schneller, effizienter und effektiver.
Laut Gartner wird Data Storytelling bis 2025 die am weitesten verbreitete Art der Nutzung von Analysen sein (im Gegensatz zu Dashboards), wobei 75 % dieser Geschichten durch hochentwickelte Analysetechniken automatisch generiert werden.
Überzeugende Geschichten mit Daten erzählen: die fünf „Ws“
Mitarbeitende, die lernen, im Unternehmen Geschichten aus Daten zu erzählen, profitieren von den klassischen „Fünf W's“ des Journalismus: wer, was, wann, wo und warum. Ein guter Data Story Designer bemüht sich, diese fundamentalen Fragen zu beantworten.
Bevor die Person mit dem Prozess beginnt, sollte sie (oder ihr Team) sich fragen:
Wer ist die Zielgruppe?
Was ist das Ziel?
Welche KPIs sollen wir verwenden?
Welche Daten und Bilder vermitteln diese Informationen am besten?
Welchen Zeitraum sollen die Daten abdecken (wann)?
Wo werden die Daten gespeichert?
Welche Trends lassen sich aus den Daten ablesen?
Warum passiert das (Kontext)?
Genauso wie guter Journalismus sollte auch Data Storytelling objektiv, wertfrei und empathisch sein. Unternehmen müssen sich sowohl vor menschlichen Vorurteilen als auch vor Voreingenommenheit durch künstliche Intelligenz schützen. Ein reflektierter Ansatz ist wichtig für die Glaubwürdigkeit.
Die erfolgreiche Einführung von Data Storytelling in einem Unternehmen geht über ein einfaches Software-Upgrade hinaus. Sie erfordert die Unterstützung der Führungsebene sowie die Bereitschaft der Abteilungsleitungen, bestehende Daten- und Mitarbeitersilos aufzubrechen und kooperativ zusammenzuarbeiten. Während manche Unternehmen gezielt „Data Storyteller“ für bestimmte Projekte einstellen, fordern andere diese Fähigkeit als Voraussetzung für eine Position als Analysefachkraft im Unternehmen. Durch gezielte Schulungen können auch Beschäftigte außerhalb von Abteilungen mit einem Fokus auf Daten wertvolles institutionelles und situationsbezogenes Wissen einbringen, um Geschichten zu erzählen, die der Schlüssel zum Erfolg des Unternehmens werden können.
Um den Übergang zu dieser neuen Kommunikationsform so reibungslos wie möglich zu gestalten, sollten Unternehmen in Erwägung ziehen, Fachleute hinzuzuziehen, die sie bei der Implementierung von Technologien, Planung, Schulung und Kommunikation unterstützen. Aus der Umwandlung der Unternehmensdaten von Tabellenkalkulationen und Dashboards in kontextbezogene visuelle Geschichten können verschiedenste Bereichen in Unternehmen aller Branchen erhebliche Vorteile ziehen.
Mehr über SAP Analytics Cloud erfahren
Setzen Sie Ihre Daten in den richtigen Kontext, um Ergebnisse auszutauschen, das Storytelling zu verbessern und fundierte Entscheidungen zu treffen.
Innovative Ideen, die inspirieren
Registrieren Sie sich, um interessante und relevante Informationen zum Thema Business Intelligence zu erhalten.