Geschichten gibt es schon genauso lange wie es den Menschen gibt. Wir nutzen Geschichten, um unsere komplexe Welt zu vereinfachen, ihr einen Sinn zu geben, einen Kontext zu liefern, um Erfahrungen zu vermitteln. Geschichten liefern Einblicke und Interpretationen. Mit der Moral einer Geschichte liefern wir Einsichten, die dabei helfen sollen, etwas zu lernen.

Geschichten basieren auf einer Idee, die ein kluger Kopf ausformuliert und umgesetzt hat - in einem Film, einem Buch, einer Kampagne im Marketing. Diese Umsetzung - das Storytelling - hat eine Macht, die man sich in vielerlei Hinsicht zu Nutze machen kann. Die Macht einer guten Geschichte? Die könnt ihr hier nachlesen. 

Wir leben in einer Zeit, in der Geschichten nicht mehr nur auf einer kreativen Idee basieren müssen - es gibt weiteres ungenutztes Potential, die die Macht einer Geschichte verändern können. Vorhang auf für Data Storytelling. 

Was ist Data Storytelling?

Data Storytelling ist dem “normalen” Storytelling ähnlich, denn es geht ebenso um ein ansprechendes Narrativ. Der Unterschied besteht darin, dass die Erkenntnisse, die aus einer Geschichte gewonnen werden können, datengestützt sind. Das bedeutet, dass die Botschaft einer Story nicht auf einer Idee, Vermutung oder reinen Recherche beruht, sondern auf ausgewerteten Daten. Diese Daten können im Rahmen einer Geschichte visualisiert und ansprechend präsentiert werden - und so auch eine Entscheidungsgrundlage darstellen. Eine datengestützte Entscheidungsgrundlage.Man kann es auch anders herum ausdrücken: ausgewertete Daten erhalten ein kontextbezogenes Narrativ, um aus komplexen Informationen eine leichter zu verstehende Geschichte zu machen. Es geht im Kern also darum, das Gelesene und Gesehene zu belegen und für mehr Transparenz zu sorgen. 

Die Elemente des Data Storytellings 

Für Data Storytelling gibt es drei wesentliche Elemente, die jede Daten-Story beinhalten sollte: 

1. Daten 
   ⁠Natürlich, ohne Daten wäre es ja auch kein Data Storytelling. Aber dieser Punkt ist trotzdem nicht zu unterschätzen, denn die Daten sollten vollständig, bereinigt und valide sein. Das ist für viele Unternehmen gar nicht so einfach. Es kommen mehr und mehr Datenquellen auf, der Umfang wächst, die Integration ist komplex. Auch gibt es viele Datenpools von öffentlichen Stellen, die von vielen Unternehmen noch nicht genutzt werden. Für die Auswertung braucht es Know-How und Erfahrung, das Potential ist jedoch riesig und das Investment daher auf jeden Fall wert. 

2. Eine Erklärung 
   ⁠Jede Geschichte, egal ob mit oder ohne Daten, hat einen Erzählbogen - wie der aussieht, könnt ihr in unserem Artikel zum “klassischen” Storytelling nachlesen. Beim Data Storytelling gibt es auch Anfang, Mitte und Abschluss mit Spannungsbogen, doch der Plot-Twist zum Beispiel kann darauf beruhen, dass die ausgewerteten Daten eine neue Erkenntnis liefern. Daten auszuwerten ist Schritt eins, sie anschließend zu erklären, Schritt zwei - kontextbezogen und an den Erzählbogen der Geschichte angepasst. 

3. Die optische Aufbereitung 
   ⁠Die ausgewerteten Daten sollten für die Veranschaulichung für den Leser natürlich auch visualisiert werden. Nehmen wir die Zahl “42”: Wird sie durch Diagramme, interaktive Karten, Grafiken oder eine Kombination aus allem in einem Kontext dargestellt, so kann die Bedeutung visuell transportiert werden. Ein Bild sagt eben mehr als tausend Worte. 
   
   

Das Data Storytelling und die W-Fragen 

Die W-Fragen - warum, wie, was, wo, wann. Man nutzt W-Fragen oft, um einen Text zu analysieren, aber zum Schreiben von Texten. Man geht damit als Autor auf Nummer sicher, ob die relevanten Fragen eines Lesers beantwortet werden. 

Und natürlich gibt es im Data Storytelling auf W-Fragen, die beantwortet werden sollten. Sie beginnen auch - wer hätte das gedacht - mit einem “W”, stehen aber im Zusammenhang mit Daten zu einem Sachverhalt. 
⁠
Folgende W-Fragen können im Data Storytelling eine Rolle spielen: 

• Wer ist das Publikum? 

• Was ist der Kontext? 

• Was ist das Ziel?

• Welche Messgrößen wurden verwendet? 

• Welche Visualisierung vermittelt die Information am besten? 

• … 

Es gibt noch einige andere Fragen, die man sich hier stellen kann. Wer hier mehr lesen möchte - SAP geht in diesem Artikel auch auf die W-Fragen bei Storytelling ein. Letztlich geht es bei der Beantwortung der W-Fragen im Data Storytelling um 2 Aspekte: Kontext und Transparenz.

Summary 

Für Marketers und jeden, der Geschichten nutzen möchte, um Informationen zu vermitteln und vielleicht auch Entscheidungen zu beeinflussen, gibt es ungenutztes Potential: Daten (fast) aller Art. Ob es Wetterdaten sind, die mir meine Entscheidung erleichtern, ob bei mir genügend Sonne scheint um in eine Photovoltaikanlage zu investieren, ob es Daten für Marketers sind, die helfen können eine Kampagne soziodemografisch zu platzieren oder ob ich erfahre, welche Sensoren im Smart Home ich nutzen kann und wo Energie zu sparen: Das Potential ist riesig - und aktuell liegt es an vielen Stellen brach. 

Für mehr Transparenz sind wir auch, daher haben wir hier unsere Quellen für diesen Artikel aufgeführt: SAP, Microsoft, Springer, Heise, Computerwoche und Relevanzmacher. 

Mehr Content findet ihr in unserem Blog - genau hier.