Big Data

Visuelles Storytelling: Wie abstrakte Daten zu Geschichten werden

Die klassischen Storytelling-Prinzipien greifen auch im Bereich Big Data und können Verständnis, Emotion und Handeln bewirken – die Grundlagen im Überblick.

© Flickr / russellstreet, CC BY-SA 2.0

Menschen lieben Geschichten. Doch mit Zahlen und Analysen zu erzählen ist, wie man so schön sagt, eine ganz andere Geschichte. Narration hilft uns, die komplexe Welt zu vereinfachen. Sie liefert Kontext, Erkenntnisse und Interpretationen – all die Dinge, die auch Daten einen Sinn geben und Analysen interessanter und relevanter machen. Doch die Herausforderung dabei ist es, aus einem Übermaß an Informationen die Essenz herauszuziehen und diese so zu präsentieren, dass sie Verständnis, Emotion und Handeln bewirkt. Das heißt aber nicht, alle möglichen Power-Point-Kenntnisse auszuschöpfen, sondern sich auch im Bereich Big Data an die Storytelling-Prinzipien zu halten.

Ein guter Anfang

Genau wie in einer guten Geschichte, sollte auch eine Auswertung einen Anfangs-, Mittel- und Endteil besitzen. Der Anfang, also die Einleitung, stellt die Daten in einen Kontext, mit dem sich das Publikum identifizieren kann und die Informationen direkt zu Beginn greifbarer macht: Was sind die Annahmen für eine Vorhersage? Warum schauen wir uns gerade diesen Rückblick an? Was ist der Anlass, sich mit diesen Zahlen zu beschäftigen? Beim Mittelteil geht es um die Erkundungsreise: Wo treten Konflikte auf, wo tauchen Zahlen auf, die unsere bisherigen Annahmen in Frage stellen? Welche Erkenntnisse könnten einen direkten Einfluss auf das Leben des Publikums haben? Der Endteil schließt mit dem Fazit: Welche Auswirkung haben die eben präsentierten Inhalte und Kapitel? Was ist die Botschaft? Welche Meinung bzw. Moral von der Geschichte kann man mitnehmen?

Das Publikum und sein Vorwissen

Bei der Aufbereitung der Informationen hilft es, das Ende bereits vor Augen zu haben, damit die Daten nicht nur diffus im Raum stehen, sondern eine Bedeutung haben. Dafür ist es unerlässlich, das Publikum genauer zu kennen. Bei faktenreichen Inhalten geht es daher auch darum, zu wissen, bei welchem Wissensstand man seine jeweilige Zielgruppe abholt: Einsteiger stoßen zum ersten Mal auf ein Thema. Generalisten kennen das Thema, aber wollen nur einen groben Überblick. Manager wiederum brauchen umsetzbare Insights, die auch in die Tiefe gehen können, und müssen die Zusammenhänge gut verstehen können. Experten sind auf der Suche nach kleinsten Details, die einen Unterschied bei ihrem bereits extrem guten Verständnis von einem Thema machen können. Wichtige Fragen lauten daher: Was weiß das Publikum bereits über das Thema? Welche Fehlannahmen hat es eventuell sogar darüber? Womit kann es überrascht werden?

Story-Plots mit Daten

Mit standardisierten Story-Plots wird es einfacher für die Zielgruppe, die jeweilige Visualisierung oder Daten-Geschichte einzuordnen und die wichtigsten Erkenntnisse daraus herauszufiltern. Wenn das Publikum in einer klassischen Geschichte zum Beispiel schnell feststellt, dass es sich um eine Komödie handelt, dann fällt es ihm auch einfacher, die jeweiligen Charaktere, Symbole und Handlungen in das Geschehen einzuordnen. Genauso beim Storytelling mit Daten: Geht es um einen Bericht, eine Vorhersage oder klassische Problemlösungsgeschichten? Analysten müssen vorab verinnerlichen, welche Geschichte sie erzählen wollen, um analytische Inhalte einem nicht-analytischen Publikum zu vermitteln.

Die richtige Erzählperspektive

Wie auch im Film ist die Erzählperspektive ein entscheidender Faktor, der über die Wirkungsweise der Charaktere entscheidet. Laut Marketing Manager Ben Jones kommen dafür sieben Typen von Daten- Geschichten in Frage:

  • Change over Time, die Darstellung von Transformationen
  • Drill Down, die Erklärung vom Allgemeinen zum Speziellen
  • Zoom out, vom Speziellen zum Allgemeinen
  • Kontrast, ein direkter Vergleich von zwei oder mehrerer Protagonisten
  • Intersection, die den Kreuzungspunkt zweier oder mehrerer Protagonisten beschreibt
  • Faktoren, die Visualisierung der Kausalwirkung mehrerer Handlungsstränge
  • Outlier, die Geschichte über Ausreißer bzw. Sonderfälle
Storytelling mit Daten

Die sieben Story-Typen von Ben Jones, Quelle: Storytelling für Unternehmen

Die Wahl der geeigneten Datentypen hängt primär davon ab, wie detailliert die Daten sind, ob es spannende Wendepunkte gibt, ob die Geschichte chronologisch erzählt werden kann, welche Faktoren es für bestimmte Entwicklungen gibt und welche Geschichten Ausreißer erzählen können.

Malen nach Zahlen

Stehen der Aufbau, die Zielgruppe, der Plot und die Erzählperspektive, heißt es, sich an die genaue Visualisierung der Daten zu machen. Damit das Publikum die Inhalte versteht, emotional verinnerlicht und sich interaktiv mit der Geschichte beschäftigt, gibt es ein paar Grundregeln der visuellen Aufbereitung zu beachten: Überflüssige visuelle Details, die ablenken, sollten weglassen werden. Farben kommen nur zum Einsatz, um Unterschiede in den Daten grafisch darzustellen, nicht, um die Grafik visuell „aufzubereiten“.  Bei den beliebten Kuchendiagrammen ist Vorsicht geboten, da sie bei mehr als vier Kategorien und unauffälligen Unterschieden in den Winkelgrößen unübersichtlich werden. Leerflächen sollten bewusst eingesetzt und nicht zwingend gefüllt werden.

Über Miriam Rupp

storytelling-fuer-unternehmen.de/

Miriam Rupp ist Gründerin und Geschäftsführerin von Mashup Communications, der Berliner Agentur für PR und digitales Storytelling. Mit der Philosophie „Wir lieben es, neue Geschichten zu erzählen“ fokussiert sich die Agentur vor allem auf Zukunftsthemen aus der digitalen Welt. In ihrem Buch „Storytelling für Unternehmen“ beschreibt Miriam Rupp, wie Geschichten zum Erfolg in Content Marketing, PR, Social Media, Employer Branding und Leadership führen.

2 Gedanken zu „Visuelles Storytelling: Wie abstrakte Daten zu Geschichten werden

  1. Thomas Schuster

    Danke für einen prima Beitrag, den ich gerne gelesen habe und den ich auch mit Freude teilen werde. Insbesondere die Auflistung der „Erzählperspektive“ wird vielen weiterhelfen.

    Antworten

Schreibe einen Kommentar

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