Session 6 - Storytelling mit Daten

Warum Storytelling mit Daten wichtig ist

Im heutigen geschäftlichen Umfeld, das stark auf Daten basiert, werden Organisationen von Informationen überflutet. Laut aktuellen Studien erhält eine Führungskraft im Durchschnitt über 100 E-Mails pro Tag und verbringt etwa 37 Sitzungen pro Woche. In dieser lauten Umgebung müssen deine Daten-Erkenntnisse sich klar abheben und sofort Wirkung zeigen.

Die geschäftliche Wirkung effektiver Daten-Erzählkunst umfasst:

• 30% höhere Beteiligung in Präsentationen
• 65% schnellere Entscheidungsprozesse
• 40% mehr umgesetzte Empfehlungen
• Verbesserte Zustimmung von Interessengruppen für datenbasierte Initiativen

 

Die 3-Schritte-Struktur der Daten-Storytelling

Professionelle Datenanalysten nutzen eine bewährte dreiteilige Struktur, um ihre Geschichten aufzubauen. Diese Struktur sorgt dafür, dass deine Darstellung logisch verläuft und dein Publikum von Anfang bis Ende engagiert bleibt.

 

1. Was ist passiert? (Einleitung)

Hier stellst du den Kontext her und definierst deine Geschäftsfrage. Dein Publikum muss verstehen:

• Welches Problem du löst
• Warum es für das Geschäft wichtig ist
• Welchen Rahmen du betrachtest

 

Bewährte Praxis: Beginne mit einer klaren, ansprechenden Geschäftsfrage, die sofort zeigt, was das Publikum lernen wird. Vermeide allgemeine Titel wie „Verkaufsanalyse“ und nutze stattdessen konkrete, ergebnisorientierte Überschriften wie: „Welche Faktoren beeinflussen die Kundenzufriedenheit in unseren wichtigsten Märkten?“

Beispiel aus unserer Amazon-Verkaufsanalyse:

• Geschäftsfrage: „Welche Faktoren beeinflussen die Kundenzufriedenheit?“
• Kontext: Analyse von Kundenbewertungen, regionaler Leistung, Rabatteinfluss und Produktkategorien
• Rahmen: Amazon-Verkaufsdatensatz mit mehreren Regionen und Produktkategorien

 

2. Warum ist es passiert? (Belege)

Dies ist der Kern deiner Geschichte, in dem du deine Analyse und Ergebnisse präsentierst. Hier machen viele Analysten jedoch einen entscheidenden Fehler – sie versuchen, jede erstellte Grafik und jede Analyse einzubauen.

Goldene Regel: Füge nur Daten hinzu, die deine Geschichte direkt unterstützen. Wenn eine Grafik nicht hilft, deine zentrale Geschäftsfrage zu beantworten, lasse sie weg.

Wichtige Grundsätze für diesen Abschnitt:

• Relevanz vor Vollständigkeit: Wähle Grafiken, die deine Erzählung direkt unterstützen
• Logischer Aufbau: Ordne deine Erkenntnisse sinnvoll, sodass sie aufeinander aufbauen
• Klarheit: Jede Grafik sollte eine sofort erkennbare Kernaussage haben
• Kontext: Gib genug Hintergrund, damit auch nicht-technische Beteiligte es verstehen

 

Praxisbeispiel: In unserer Analyse zur Kundenzufriedenheit haben wir verwendet:

• Gesamtverteilung der Zufriedenheit (legt Basis fest)
• Vergleich der regionalen Leistung (zeigt geografische Muster)
• Analyse der Produktkategorien (zeigt produktbezogene Erkenntnisse)
• Analyse des Rabatteinflusses (prüft gängige Annahmen im Geschäft)

Wir haben detaillierte statistische Zusammenhänge und Rohdatentabellen ausgeschlossen, da sie unsere Hauptgeschichte zur Kundenzufriedenheit nicht direkt unterstützt haben.

 

3. Was kommt als Nächstes? (Handlung)

Hier verwandelst du Erkenntnisse in umsetzbare Empfehlungen. Deine Interessengruppen wollen nicht nur wissen, was passiert ist – sie wollen wissen, was sie tun sollen.

Bewährte Vorgehensweisen für umsetzbare Empfehlungen:

• Konkretheit: Gib klare nächste Schritte statt vager Vorschläge
• Priorisierung: Ordne Empfehlungen nach Wirkung und Umsetzbarkeit
• Ressourcenbezug: Berücksichtige benötigte Ressourcen zur Umsetzung
• Messbarkeit: Füge, wenn möglich, Erfolgskennzahlen hinzu
• Begrenzung: Konzentriere dich auf maximal 3 bis 5 zentrale Empfehlungen

 

Deine Story-Struktur aufbauen

Dein Präsentations-Framework erstellen

Beginne mit einer einfachen Grundstruktur, bevor du Inhalte hinzufügst. Das hilft dir sicherzustellen, dass deine Geschichte logisch aufgebaut ist und alle wichtigen Elemente abdeckt.

Vorlagenstruktur:

• Titelfolie: Klare, ansprechende Überschrift, die deinen wichtigsten Insight vorwegnimmt
• Geschäftsfrage: Was du untersuchst und warum es wichtig ist
• Wichtigste Erkenntnisse: 3–4 Haupterkenntnisse mit unterstützenden Visualisierungen
• Detaillierte Analyse: Tiefere Analyse jeder einzelnen Erkenntnis
• Empfehlungen: Konkrete, umsetzbare nächste Schritte
• Anhang: Zusätzliche Details zur Referenz (optional)

 

Deine Visualisierungen auswählen und vorbereiten

Wenn du von der Analyse zur Präsentation übergehst, musst du deine Diagramme für maximale Wirkung optimieren:

Checkliste zur Optimierung von Diagrammen:

• Titel: Ersetze technische Titel durch geschäftsorientierte Aussagen
• Beschriftungen: Stelle sicher, dass alle Achsen und Datenpunkte klar beschriftet sind
• Farben: Verwende konsistente, professionelle Farbschemata
• Annotationen: Füge Hinweise hinzu, um wichtige Erkenntnisse hervorzuheben
• Kontext: Ergänze Vergleichswerte oder Benchmarks, wo es relevant ist

 

Beispiel-Transformation:

• Technischer Titel: „Durchschnittliche Bewertung vs. Home-Kategorie“
• Geschäftstitel: „Kundenzufriedenheit nach Produktkategorie“

 

Deine Präsentation in Google Slides erstellen

Slides einrichten:

1. Google Slides öffnen: Gehe über das Google-Menü (neun Punkte) zu Google Slides
2. Neue Präsentation erstellen: Klicke auf „Leer“ oder wähle eine professionelle Vorlage
3. Daten verbinden: Wenn du Diagramme aus Google Sheets importierst, wähle „Mit Tabelle verknüpfen“, um die Verbindung zu behalten

 

Diagramme importieren und formatieren

Schritt-für-Schritt-Prozess:

1. Aus Google Sheets kopieren: Diagramm auswählen und kopieren (Strg+C)
2. In Slides einfügen: Strg+V und „Mit Tabelle verknüpfen“ wählen
3. Größe anpassen: Diagramm auf Folienlayout skalieren
4. Annotationen hinzufügen: Textfelder nutzen, um Insights hervorzuheben
5. Lesbarkeit formatieren: Sicherstellen, dass Schrift groß genug ist

 

Überzeugende Folieninhalte schreiben

Für jede Insight-Folie solltest du enthalten:

• Klare Überschrift: Was ist die wichtigste Erkenntnis?
• Unterstützende Visualisierung: Diagramm, das den Punkt belegt
• Kontext: Kurze Erklärung, worauf das Publikum achten soll
• „So what?“: Warum das für das Business wichtig ist

Beispiel-Folienstruktur:

• Überschrift: „Die unzufriedensten Kunden befinden sich in Kanada, Deutschland und Kolumbien“
• Visualisierung: Regionale Zufriedenheitsgrafik
• Kontext: „Durchschnittswerte unter 3.5 zeigen deutliche Probleme bei der Zufriedenheit“
• Geschäftlicher Nutzen: „Diese Regionen machen 23% unserer Kundenbasis aus“

 

Fortgeschrittene Storytelling-Techniken

Daten nutzen, um Annahmen zu hinterfragen

Eine der stärksten Eigenschaften von Data Storytelling ist, dass du mit Daten gängige Annahmen widerlegen kannst.

Beispiel aus unserer Amazon-Analyse:

• Annahme: „Rabatte verbessern Kundenzufriedenheit“
• Datenerkenntnist: „Rabattprozentsatz zeigt keine Korrelation mit Bewertungen“
• Geschäftliche Bedeutung: „Kunden bewerten Qualität höher als Preisnachlässe“

 

Unerwartete Erkenntnisse hervorheben

Überraschende Insights erzeugen oft das größte Engagement und die stärkste Reaktion.

Beispiel aus unser Analyse:

• Unerwartetes Ergebnis: „Kenia hat sowohl die höchste Zufriedenheit als auch die höchste Unzufriedenheit“
• Storytelling-Ansatz: Als Rätsel darstellen, das gelöst werden muss
• Geschäftliches Handeln: „Weitere Untersuchung der Marktdynamik in Kenia notwendig“

 

Kundenstimme nutzen

Echte Kundenfeedbacks machen deine Datenstory authentischer und emotionaler.

Techniken:

• Wortwolken: Häufige Themen in Kundenkommentaren visualisieren
• Zitate: Konkrete Kundenstimmen einfügen
• Kategorisierte Rückmeldungen: Kommentare nach Themen gruppieren

 

Umsetzbare Empfehlungen schreiben

SMART-Framework für Empfehlungen

Strukturiere deine Empfehlungen nach dem SMART-Prinzip:

• Spezifisch: Genau was getan werden soll
• Messbar: Wie Erfolg gemessen wird
• Erreichbar: Realistisch mit verfügbaren Ressourcen
• Relevant: Direkt bezogen auf die Geschäftsfrage
• Zeitgebunden: Wann es umgesetzt werden soll

 

Beispiel-Empfehlungen aus unserer Analyse

Empfehlung 1: Geografischer Fokus

• Aktion: „Durchführung detaillierter Kundenzufriedenheitsumfragen in Kanada, Deutschland und Kolumbien“
• Zeitrahmen: „Innerhalb von 30 Tagen“
• Erfolgskennzahl: „Top 3 Zufriedenheitstreiber pro Markt identifizieren“
• Ressourcen: „Customer Research Team, Umfrageplattform“

 

Empfehlung 2: Produktqualität

• Aktion: „Qualitätsprüfungen für Produkte mit Bewertungen unter 3.0 einführen“
• Zeitrahmen: „Sofort für Produkte mit >50 Bewertungen“
• Erfolgskennzahl: „Anzahl schlechter Produkte um 25% reduzieren“
• Ressourcen: „Quality Assurance Team, Vendor Management“

 

Empfehlung 3: Marktanalyse

• Aktion: „Tiefenanalyse der Marktdynamik in Kenia“
  Zeitrahmen: „Innerhalb von 45 Tagen abschließen“
  Erfolgskennzahl: „Varianz in Kundenzufriedenheit verstehen“
  Ressourcen: „Regional Analyst, lokale Kundeninterviews“

 

Bewährte Praxen für Präsentationen

Design für dein Publikum

Für Führungskräfte:

• Fokus auf Business Impact
• High-Level Visuals
• Strategische Implikationen
• Wenig technische Details

 

Für operative Teams:

• Detaillierte Umsetzungsschritte
• Unterstützende Daten
• Ressourcenbedarf
• Praktische Herausforderungen

Für technische Teams:

• Methodikdetails
• Zugriff auf Rohdaten
• Begründung der Analyseentscheidungen
• Datenqualitätsprobleme

 

Prinzipien für visuelles Design

Professionelle Präsentations-Standards:

• Konsistenz: Gleiche Schriftarten, Farben und Layouts
• Weißraum: Nicht zu viel Information auf eine Folie packen
• Hierarchie: Schriftgrößen und Farben zur Steuerung der Aufmerksamkeit
• Branding: Unternehmensfarben und Logos sinnvoll einsetzen
• Barrierefreiheit: Gute Farbkontraste und lesbare Schrift

 

Umgang mit Fragen und Einwänden

Bereite dich auf typische Fragen vor:

• „Wie sicher sind diese Daten?“
• „Wie groß ist die Stichprobe?“
• „Wie sieht der Vergleich zum letzten Jahr aus?“
• „Was kostet die Umsetzung dieser Empfehlungen?“

 

Bewährte Praxen für Q&A:

• Unsicherheit ehrlich anerkennen
• Angebot machen, zusätzliche Analysen nachzureichen
• Unterstützende Materialien im Anhang bereithalten
• Fokus auf Business-Implikationen behalten

 

Häufige Fallstricke und wie du sie vermeidest

Fallstrick 1: Informationsüberflutung

Problem: Du fügst jede Grafik und jede Analyse hinzu, die du erstellt hast

Lösung: Inhalte gnadenlos kürzen und nur Elemente behalten, die die Geschichte unterstützen

 

Fallstrick 2: Schwache Verbindung zum Business

Problem: Daten werden präsentiert, ohne klare geschäftliche Bedeutung

Lösung: Beantworte immer „Was bedeutet das?“ für jeden Insight

 

Fallstrick 3: Vage Empfehlungen

Problem: Allgemeine Vorschläge ohne konkrete Schritte

Lösung: Verwende das SMART-Framework für alle Empfehlungen

 

Fallstrick 4: Schlechtes visuelles Design

Problem: Überladene Folien mit unlesbaren Diagrammen

Lösung: Folge professionellen Designprinzipien und teste die Lesbarkeit

 

Pitfall 5: Ignoring Audience Needs

Problem: Dieselbe Präsentation wird für alle Stakeholder verwendet

Lösung: Passe Inhalt und Detailgrad für jede Zielgruppe an

 

Erfolgsmessung deiner Datenstory

Kurzfristige Indikatoren

• Engagement: gestellte Fragen, Diskussionsdauer
• Klarheit: Verständnis, das vom Publikum gezeigt wird
• Aktion: Entscheidungen während oder direkt nach der Präsentation

 

Langfristige Indikatoren

• Umsetzung: Empfehlungen werden tatsächlich umgesetzt
• Wirkung: Geschäftsergebnisse werden erreicht
• Glaubwürdigkeit: zukünftige Möglichkeiten, Insights zu präsentieren

 

Kontinuierliche Verbesserung

• Feedback sammeln: Stakeholder fragen, was funktioniert hat und was nicht
• Ergebnisse verfolgen: prüfen, ob Empfehlungen die gewünschten Resultate erzielt haben
• Ansatz verfeinern: Storytelling-Techniken basierend auf Ergebnissen anpassen

 

Werkzeuge und Ressourcen für Daten-Storytelling

Präsentationstools

• Google Slides: Kostenlos, cloud-basiert, integriert mit Google Sheets
• Microsoft PowerPoint: Industriestandard mit erweiterten Funktionen
• Canva: Nutzerfreundliche Design-Tools für Nicht-Designer
• Prezi: Interaktives Präsentationsformat

 

Erweiterung der Datenvisualisierung

• Diagrammbearbeitung: integrierte Tools zur Verbesserung von Diagrammen nutzen
• Bildressourcen: kostenlose Stockfotos von Unsplash, Pexels oder Freepik
• Farbpaletten: professionelle Farbschemata mit Tools wie Coolors
• Icons: einfache Grafiken von Flaticon oder The Noun Project

 

Ressourcen für Storytelling

• Bücher: „Storytelling mit Daten“ von Cole Nussbaumer Knaflic
• Kurse: Schulungen zu Datenvisualisierung und Präsentationsfähigkeiten
• Vorlagen: professionelle Folienvorlagen für konsistentes Design
• Communities: Gruppen und Foren für Feedback zu Daten-Storytelling

 

Fazit: Von Analyse zur Handlung

Daten-Storytelling ist die Brücke zwischen analytischen Erkenntnissen und geschäftlicher Wirkung. Wenn du das dreistufige Framework befolgst – Was ist passiert, Warum ist es passiert und Was kommt als Nächstes – kannst du komplexe Analysen in überzeugende Geschichten verwandeln, die Handlungen auslösen.

Erinnere dich an diese Grundprinzipien:

• Klarheit vor Komplexität: einfache, klare Botschaften sind stärker als technische Details
• Relevanz vor Vollständigkeit: nur Informationen einfügen, die die Geschichte unterstützen
• Handlung vor Information: immer konkrete, umsetzbare Empfehlungen geben
• Publikum vor Analyse: die Geschichte an die Bedürfnisse der Stakeholder anpassen

 

Deine nächsten Schritte

1. Framework üben: wende die Dreischrittstruktur auf deine aktuelle Analyse an
2. Visualisierungen verbessern: Diagrammtitel, Beschriftungen und Formatierung optimieren
3. Klare Empfehlungen schreiben: SMART-Framework verwenden
4. Feedback sammeln: Kollegen präsentieren und gezielt Verbesserungen erfragen
5. Portfolio aufbauen: Sammlung deiner besten Datenstories für die Karriere erstellen

 

Blick nach vorne

Effektives Daten-Storytelling ist eine Fähigkeit, die sich über Zeit entwickelt. Jede Präsentation ist eine Gelegenheit, deinen Ansatz zu verfeinern und Glaubwürdigkeit bei Stakeholdern aufzubauen. Im Verlauf deiner Karriere im Bereich Datenanalyse wird deine Fähigkeit, Erkenntnisse klar und überzeugend zu kommunizieren, zu einem deiner wertvollsten beruflichen Vorteile.

Die Techniken aus diesem Modul werden dir branchen- und rollenübergreifend helfen. Egal ob du Führungskräften präsentierst, mit Produktteams zusammenarbeitest oder Insights mit Kunden teilst – die Prinzipien bleiben gleich: verstehe dein Publikum, strukturiere deine Geschichte klar und verbinde Daten immer mit umsetzbaren Geschäftsergebnissen.

Was kommt als Nächstes?

In der nächsten Sitzung werden wir untersuchen, wie KI-Tools wie ChatGPT deinen Datenanalyse- und Storytelling-Prozess beschleunigen können und dir helfen, effizienter zu arbeiten, während du die Qualität und Wirkung deiner Erkenntnisse beibehältst.