Data Storytelling als kritischer Erfolgsfaktor von Data Science

Data Storytelling als kritischer Erfolgsfaktor von Data Science

Big Data ist ein stark zunehmender Trend in der heutigen Welt. Durch die rasante Digitalisierung stehen immer mehr Daten zur Verfügung, was ein großes Potenzial für Unternehmen bietet. Allerdings gibt es auch große Herausforderungen, wenn es um die Kommunikation von Daten geht. Komplexe Daten und Analyseergebnisse müssen auch den Teilnehmern, die nicht explizit mit diesem Thema vertraut sind, näher gebracht werden. Dabei spielt das Data Storytelling eine entscheidende Rolle, um Verständnis zu schaffen, wenngleich es noch immer ein Nischenthema ist.

Storytelling ist seit jeher ein wichtiger Teil unserer Gesellschaft. Es weckt Emotionen und hilft, komplexe Sachverhalte verständlich zu machen, so dass die gewonnenen Eindrücke in Erinnerung bleiben und weitergegeben werden können. Es spielt nicht nur im Alltag eine große Rolle, sondern ist auch in Unternehmen und in der Forschung von großer Bedeutung. Durch die ständig wachsende Datenmenge und vielschichtige Analysemöglichkeiten ergeben sich immer komplexere Fragestellungen, die es auszuwerten und für alle Beteiligten verständlich zu machen gilt. Data Storytelling beweist damit die Kunst, den Inhalt der gesammelten Daten effektiv und effizient zu vermitteln. Auch in der aktuellen COVID-19-Pandemie sind immer mehr Forscher und Wissenschaftler mit diesem Problem konfrontiert. Sie müssen ihre komplexen Datenanalysen durch verständliche Kommunikation den Bürgern näher bringen. Aufgrund der Tatsache, dass Data Storytelling noch immer ein Nischenthema ist, wurde bislang keine klare Definition festgelegt. Auch die Erfolgsfaktoren für ein gutes Data Storytelling wurden noch bisher nicht systematisch untersucht. Im Rahmen unseres neuen Papers werden diese Erfolgsfaktoren systematisch herausgestellt.

Data Storytelling setzt sich grundsätzlich aus den drei Schlüsselelementen Daten, Visualisierungen und Geschichte zusammen. Deren effektive Kombination kann zu gewünschten Veränderungen führen. Wie andere Geschichten hat auch das Data Storytelling eine chronologische Abfolge, die gewöhnlich mit einem Ausgangspunkt beginnt, einen Höhepunkt oder Wendepunkt hat und schließlich ein Ende bzw. ein Ergebnis hervorbringt.

Damit Data Storytelling jedoch Veränderungen herbeiführen kann, sollten acht Erfolgsfaktoren berücksichtigt werden:

  1. Die Vermeidung von Komplexität wird am besten durch die leicht verständlich Visualisierung von Daten erreicht. Zu komplexe Darstellungen können dazu führen, dass sich der Zuhörer unbehaglich und überfordert fühlt und abschaltet.
  2. Die Visualisierung von Daten sollte dem Zweck der Vermittlung dienen und die Komplexität der Daten reduzieren, ist jedoch lediglich ein unterstützendes Element. Es ist wichtig, die Datenvisualisierung aktiv in den Storytelling-Prozess der Daten einzubeziehen, wobei die Grafiken jedoch möglichst selbsterklärend sein sollten.
  3. Der Fokus sollte auf die Kernidee ausgerichtet werden. Dies geschieht am besten, indem die Story um die Kernidee herum gestaltet wird. Es ist wichtig, dass die Kernbotschaft in der fertigen Data Story unter Verwendung der vorhandenen Daten vermittelt werden kann.
  4. Ein Schwerpunkt liegt auf der Notwendigkeit, die Story an das Publikum anzupassen. Eine einheitliche Präsentation ist für die Analysten verständlich, aber möglicherweise nicht für den Rest des Publikums. Eine Ausrichtung auf die Zielgruppe kann die Barriere zwischen Datenanalyse und Entscheidungsfindung überwinden.
  5. Die adäquate Story sollte richtig erzählt werden, um auf Grundlage der vorhandenen Daten die richtigen Entscheidungen zu treffen. Hierbei kommt es darauf an, die Zahlen in verständliche und gut strukturierte Geschichten umzuwandeln. Der Anfang der Story soll den Zuhörer motivieren aufmerksam zu bleiben und das Ende übermittelt eine zentrale Botschaft, wobei Daten möglichst mit menschlichen Beispielen illustriert werden sollten.
  6. Es ist wichtig, die richtigen Daten zu wählen, da der Kontext, in dem die Daten präsentiert werden, eine entscheidende Rolle spielt und nicht alle Daten notwendigerweise die Wahrheit widerspiegeln. Nur Daten, die wirklich zum Entscheidungsfindungsprozess beitragen, sollten in die Story aufgenommen werden und ihre Visualisierung sollte kein falsches Verständnis vermitteln.
  7. Darüber hinaus sollte die Geschichte gemeinsam entwickeltwerden, wobei ein interdisziplinäres Team aus den verschiedenen Bereichen hilfreich ist, da sie alle ihr spezifisches Fachwissen einbringen können, um das Storytelling der Daten so verständlich wie möglich zu gestalten.
  8. Letztlich soll das Publikum durch die vorgestellte Data Story zum Handeln motiviert werden, daher ist es wichtig, Neugier zu wecken und ein allgemeines Bewusstsein für einen neuen Sachverhalt zu schaffen. Hierfür können je nach Zielgruppe verschiedene Wege gewählt werden. Von Präsentationen in Meetings mit hohem Sprechanteil, bis hin zu Comic-Strips ist hierbei alles möglich.

Data Storytelling ist bei entsprechender Durchführung in der Lage, Daten sowie deren Analyse und Visualisierung zu einer zielgruppengerechten Story zu kombinieren. Ein erfolgreicher Storytelling-Prozess endet bestenfalls nicht nach der Kommunikation und den daraus resultierenden Maßnahmen, sondern bildet vielmehr den Ausgangspunkt für zukünftige Geschichten. Auch wenn Data Storytelling noch ein Nischenthema ist, wird es aufgrund der stetig wachsenden Datenmenge und der Notwendigkeit, diese verständlich zu kommunizieren, in Zukunft immer mehr an Bedeutung gewinnen.

Zugehörige Publikation: Neifer, T., Lawo, D., Bossauer, P. et al. Data Storytelling als kritischer Erfolgsfaktor von Data Science. HMD 57, 1033–1046 (2020). https://doi.org/10.1365/s40702-020-00662-3

 

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert.