Geschichten faszinieren uns schon immer. Bereits vor tausenden Jahren haben unsere Vorfahren Geschichten erzählt. Auch heute noch spielen sie eine wichtige Rolle in unserem Leben. Deshalb werden beim sogenannten Data Storytelling zunehmend komplexere Daten in Geschichten verpackt, um sie verständlicher zu machen. Wir verraten dir, wie du mit datengetriebenen Geschichten Erfolg hast!

Data Storytelling – Was ist das?

Das Storytelling beschreibt eine Methode, bei der ein Empfänger Wissen, Ideen oder auch andere Informationen durch konstruierte oder reale Geschichten vermittelt bekommt. Die Geschichte als Ausdrucksform soll dabei helfen, die verschiedenen Informationen und Daten möglichst einfach zu präsentieren. So bleiben sie langfristig im Gedächtnis des Adressaten.

In vielen Branchen und Unternehmensbereichen ist das Vermitteln von Botschaften, Daten und Informationen ein notwendiger, oft aber auch schwieriger Vorgang. Durch Business-Intelligence-Tools, CRM-Software und dem Einsatz Künstlicher Intelligenz werden die Daten immer komplexer.

Darüber hinaus nimmt auch der Umfang an verfügbarem und relevantem Wissen stetig zu. Genau diese Fülle an komplexen Daten wird schnell zum Problem: Zahlen und Daten allein besitzen kaum Aussagekraft, wenn sie ohne Bedeutung und Kontext kommuniziert werden. Darum wird es wichtiger nicht nur zu zeigen, was passiert, sondern auch warum es passiert. Hier kommt das Data Storytelling – auch als Data-driven Storytelling bezeichnet – ins Spiel. Übersetzt heißt das so viel wie datenbasiertes Erzählen von Geschichten. Es beruht auf dem großen Erfolgsfaktor von Geschichten und bereitet die ermittelten Daten so auf, dass sie verständlich, interessant und ansprechend wirken.

Kurz gesagt: Gute Geschichten geben der komplexen Realität also eine ansprechende Form.

Data Stories vereinen Analyse, Visualisierung und Erzählung

Der Begriff Data Storytelling ist grundsätzlich nicht neu. Er vereint in sich sowohl eine Art der Informationsbeschaffung als auch eine Darstellungsform dieser Informationen. Im Kern umfasst das Data-driven Storytelling drei wichtige Bereiche:

  • Datenanalyse
  • Erzählung
  • Datenvisualisierung

Beim Data Storytelling geht es also nicht allein darum, abstrakte Datensätze in eine gute Story zu verpacken. Visuelle Elemente helfen dabei, die Daten in einen bestimmten Kontext zu rücken und sie für den Betrachter einprägsamer zu machen. Dadurch erhalten sie, besonders in unserer zunehmend digitalen Welt, eine größere Reichweite.

Datenanalyse: Die richtigen Daten für die Story finden

Aufbereitete Daten mittels gutem Storytelling in eine ansprechende Geschichte zu verpacken, klingt zunächst leicht. Aber wie sollen Sie als Unternehmen Verkaufszahlen oder User Interactions anschaulich darstellen? Dafür muss zunächst betrachtet werden, welche Daten die Basis für welche Themen darstellen.

Sie sollten sich daher zu Beginn folgende Fragen stellen:

  • Was geben meine Daten her? Sind sie aussagekräftig und repräsentativ?
  • Wer ist die Zielgruppe, die ich mit meiner Data Story adressieren will?
  • Welche Aspekte der Datenanalyse sind für die Zielgruppe relevant und sollen vermittelt werden?
  • Welches Wissen bringt die Zielgruppe bereits mit? Welches Wissen kann ich voraussetzen und was sollte ich erklären?
  • Welche Fehlannahmen bringt die Zielgruppe womöglich mit?

Sind diese Fragen beantwortet, kann die richtige Methode bzw. Storyline für die Zielgruppe gewählt werden.

Erzählung: Daten in gute Stories verpacken

Sind die passenden Daten ausgewählt und das Wunschpublikum identifiziert, müssen die Informationen in eine gute Story verpackt werden.

Storylines für das datenbasierte Storytelling

Sich Gedanken über die Erzählung zu machen ist erst dann sinnvoll, wenn die oben genannten Aspekte klarer eingekreist wurden. Der nächste Schritt ist die Wahl der richtigen Storyline, bei der sich verschiedene Grundtypen unterscheiden lassen:

  • Change over Time für das Darstellen von Prozessen oder Transformationen.
  • Drill Down: Die Data Story beginnt mit einer Gesamtschau und mündet in einem konkreten Beispiel.
  • Mit einem Zoom Out wird im Laufe der Erzählung ein kleiner Fokus auf das große Ganze ausgeweitet.
  • Unterschiedliche Protagonisten, Daten oder Fragestellungen stehen einander in einem Contrast vergleichend gegenüber.
  • Bei der Intersection stehen Kreuzungspunkte einander gegenüber. An ihnen treffen mehrere Fragestellungen oder Datenpunkte aufeinander.
  • Die Dissection of Factors hinterfragt Daten und Handlungsstränge auf ihre Zusammenhänge und Kausalitäten. Unübersichtliche Datensätze können direkt auseinandergenommen werden.
  • Sonderfälle und statistische Ausreißer können mit dem Profile of Outliers betrachtet werden.

Werden die Daten dem Publikum mit einer gut gewählten Storyline präsentiert, sind bereits wichtige Grundpfeiler für die effektive Kommunikation der relevanten Daten gesetzt.

Aufbau und Schlüsselelemente

Stehen die Daten und die Storylines fest, steht ein sinnvoller Aufbau im Fokus. Dieser setzt sich, wie fast jede Geschichte, aus drei Teilen zusammen:

  • Exposition: Thema und Kontext der Analyse werden vorgestellt. Die Frage „Aus welchem Anlass beschäftigen wir uns mit dieser Frage?“ wird beantwortet.
  • Konfrontation: Darstellung zentraler Fragen und Herausforderungen.
  • Auflösung: Ein abschließendes Fazit mit Handlungsempfehlung.

Der Aufbau allein reicht noch nicht für ein erfolgreiches Data Storytelling. Wichtig sind auch einige Schlüsselelemente. Zu diesen zählt zuerst die Handlung. Diese beinhaltet Fragen, die im Verlauf der Story beantwortet werden sollten. So wird das Publikum durch die Datenvisualisierung möglichst effektiv von Punkt A zu Punkt B geführt.

Nach der Handlung folgt die Einstellung. Diese beschreibt den Kontext, der sich auf die Datenanalyse des Publikums auswirkt. Wer seine Zielgruppe genau kennt, kann seine Daten und Erkenntnisse genau so positionieren, dass sie die größtmögliche Wirkung erzielen. Die richtigen Charaktere helfen dabei, den passenden Ton zu treffen und die Prioritäten des Publikums anzusprechen.

Am Ende erreicht das datengetriebene Storytelling die Schlussfolgerung. Hier ist beispielsweise eine Zusammenfassung dessen, was das Publikum aus der Data Story gelernt hat, vorstellbar. Aber auch wie man Ergebnisse erzielen kann oder was in Zukunft anders gemacht werden sollte, um die Ergebnisse zu verbessern, kann eine sinnvolle Schlussfolgerung sein.

Data-Visualization

Eine gute Narration ist ein wichtiger Bestandteil der Darstellung von Daten. Aber auch die visuellen Elemente spielen eine große Rolle. Das können Grafiken, Diagramme oder Animationen sein. Sie machen auch komplexe Daten in einfachen, anschaulichen und präzisen Darstellungen für den ungeschulten Betrachter greifbar. Relevante Zusammenhänge, die visuell nicht vermittelbar sind, können in der zugehörigen Erzählung aufgegriffen und erklärt werden. Die Informationswahrnehmung wird im Gehirn durch einige Merkmale positiv beeinflusst:

  • Position: Je weiter oben eine Grafik oder ein Textabsatz stehen, desto wichtiger sind sie.
  • Größe: Je größer ein Element ist, desto wichtiger ist es.
  • Wiederholung: Eine Botschaft wird durch mehrere unterschiedliche Visualisierungen unterstrichen.
  • Weißraum: Ein in der Mitte abgebildetes Element wird hervorgehoben.
  • Farbe: Dunkle Farben erhalten weniger Aufmerksamkeit als Helle.

Data Stories sind durch die Kopplung von visuellen und textuellen Elementen leicht zu verstehen und zu verinnerlichen. Das unterstützt Kommunikationsprozesse und trägt zu einer besseren Kundenbindung bei.

Welche Vorteile hat das Data Storytelling?

Das datenbasierte Storytelling ist ein wertvolles Werkzeug, mit dem wir nicht nur Daten präsentieren, sondern darüber hinaus Kontext, Bedeutung und Relevanz hinzufügen können. Damit helfen Unternehmen ihrem Publikum bei der Interpretation von Informationen.

Einige Vorteile des Data-driven Storytelling im Bereich der Kommunikation sind:

  • Die Stories schaffen einen Mehrwert, da sie Daten Bedeutung und Kontext zuweisen. Die Leser verbinden die Punkte zwischen den einzelnen Informationen und wandeln die Zahlen in nutzbare Erkenntnisse um.
  • Unternehmen untermauern mit Zahlen und Fakten ihre Behauptungen und erhöhen die Glaubwürdigkeit ihrer Inhalte. Das baut Vertrauen auf.
  • Data Stories, die mit internen Daten erstellt wurden, helfen Unternehmen dabei, sich abzuheben und Aufmerksamkeit zu erregen. Die dadurch gewonnenen originellen Einblicke und unerwarteten Blickwinkel helfen dabei, das Durcheinander in der digitalen Welt voller wiedergekäuter Inhalte zu durchbrechen.
  • Die Visualisierung durch grafische Elemente erhöht die Chance, dass die Informationen von hochkarätigen Publikationen oder Influencern aufgegriffen werden. Unternehmen können sich so eine Marktbekanntheit generieren. Neue Zielgruppen erreichen! Sich durch geschicktes Marketing mit der Marke als Vordenker zu positionieren! Das alles ist denkbar.
  • Der Einsatz verschiedener Elemente macht den Text interaktiver und regt damit das Publikum an.
  • Datengetriebenes Storytelling ist vielseitig. Im Bereich der Kommunikation kann es zahlreiche externe und interne Kanäle integrieren und multiplizieren.

Wo lassen sich Data Stories finden?

Beispiele für gelungene Daten-Geschichten findet sich häufiger als vielleicht gedacht. Im Bereich des Marketings, vor allem im Online-Marketing, aber auch im Journalismus ist dies der Fall.

Oxfam Ireland. In ihrem jährlichen Bericht fasst die gemeinnützige Organisation öffentlich ihren Einfluss zusammen. Betrachter erhalten auf der interaktiven Seite nicht nur einfache Daten oder schnöde Zahlen vorgehalten. Die vielfältigen Informationen sind in Karten und Infografiken, die von kurzen Erläuterungen begleitet werden, auf eine elegante und leicht verdauliche Weise präsentiert.

Das könnte auch interessant sein...