1. Welche Herausforderungen ergeben sich aus Ihrer Sicht für die Kommunikation von Daten, und warum ist es wichtig, dass sich Kommunen mit dem Thema „Storytelling mit Daten“ beschäftigen?

Die größte Herausforderung ist nicht der Mangel an Daten. Kommunen verfügen über viele Zahlen zu Bildungsangeboten, Beteiligung und regionalen Unterschieden. Eine Herausforderung liegt dann in der Kommunikation der Ergebnisse des Bildungsmonitorings. Umfangreiche Tabellen, Standarddiagramme oder Dashboards erfordern Zeit und den fachlichen Blick. Jede Person sucht sich dann mitunter andere Werte heraus und kommt möglicherweise zu einer eigenen, anderen Schlussfolgerung.

Hinzu kommt ein sehr unterschiedliches Zielpublikum: Verwaltung, Politik, Bildungsakteur*innen und Bürger*innen bringen unterschiedliche Vorkenntnisse mit. Trotzdem müssen alle verstehen können, was eine Entwicklung bedeutet. Zeigt ein Datenreport beispielsweise eine sinkende Bildungsbeteiligung, beantwortet er zunächst nur das WAS. Für eine gute Entscheidung brauchen wir aber auch das WARUM: Wo entsteht die Lücke? Welche Gruppen oder Sozialräume sind betroffen? Welche Folgen hat das und welche Handlung ist sinnvoll? Genau hier hilft Data Storytelling. Es verbindet fundierte Daten, eine nachvollziehbare Argumentation und eine effektive Datenvisualisierung. Die zentrale Botschaft wird als EIN-SATZ-STORY formuliert und bestimmt anschließend, welche Daten und welcher Diagrammtyp wirklich gebraucht werden. Das ist keine Manipulation. Im Gegenteil: Quellen, Annahmen und Unsicherheiten müssen sichtbar bleiben. Aber wir überlassen dem Publikum nicht die gesamte Analysearbeit.

Für das datenbasierte kommunale Bildungsmanagement ist das besonders wichtig: Aus Daten sollen bessere Angebote, chancengerechtere Zugänge und nachvollziehbare Entscheidungen entstehen. Verständlich kommunizierte Daten schaffen Orientierung, erleichtern sachliche Diskussionen und stärken Vertrauen. Transparenz bedeutet nicht, alle Zahlen gleichzeitig zu zeigen. Transparenz bedeutet, die entscheidenden Zusammenhänge klar und nachvollziehbar zu erklären.

2. Welchen Unterschied kann Storytelling mit Daten machen? Wie beeinflusst es das Verständnis und die Wahrnehmung von Informationen?

Storytelling mit Daten macht aus Zahlen noch keine Unterhaltungsgeschichte. Es macht aus einem Analyseergebnis eine verständliche Argumentation. Rohdaten oder ein Dashboard zeigen meist, WAS passiert ist. Eine Datengeschichte ergänzt das WARUM und das „Was folgt daraus?“. Sie verbindet Daten, Story und Visualisierung so, dass das Publikum nicht zuerst selbst nach Mustern, Ursachen und relevanten Werten suchen muss.

Der Unterschied wird besonders bei einer Präsentation sichtbar. Zeige ich eine große Zahlentabelle, beginnen die Menschen zu rechnen. Manche entdecken einen Ausreißer, andere bleiben bei einer Detailfrage hängen. Die gemeinsame Diskussion zerfällt. Formuliere ich hingegen zuerst die zentrale Botschaft als EIN-SATZ-STORY und wähle danach die passende Visualisierung, lenke ich den Fokus bewusst auf die entscheidende Erkenntnis. Ein Titel wie „Drei Ortsteile erklären fast den gesamten Rückgang bei der Teilnahme an Weiterbildungsangeboten“ liefert bereits Orientierung. Das Diagramm zeigt anschließend den Beleg.

3. Was zeichnet aus Ihrer Sicht eine gelungene Datenvisualisierung aus und welche Rolle spielen dabei Kernbotschaften, Zielgruppenorientierung und Verständlichkeit?

Eine gelungene Datenvisualisierung beginnt mit der zentralen Botschaft: Was soll das Publikum nach wenigen Sekunden verstanden haben? Diese Botschaft formuliere ich als EIN-SATZ-STORY. Erst danach wähle ich den Diagrammtyp. Geht es um einen Trend, einen Vergleich, einen Benchmark oder eine Abhängigkeit? Die Story bestimmt die Visualisierung, nicht die Standardeinstellung der Software.
Danach gelten drei einfache Regeln. Erstens: Halte es einfach. Ich entstöre das Standarddiagramm und entferne alles, was keine Information liefert – unnötige Rahmen, Gitternetzlinien, Legenden, Dezimalstellen oder Effekte. Zweitens: Hebe das Wichtige hervor. Farbe, Position und Größe lenken den Fokus auf genau eine zentrale Aussage; der notwendige Kontext bleibt zurückhaltend sichtbar. Drittens: Designe verständlich. Dazu gehören unverzerrte Skalen, gut lesbare Schrift, klare Einheiten, direkte Datenbeschriftungen, eine logische Reihenfolge und die Angabe der Datenquelle.

Zielgruppenorientierung bedeutet dabei nicht, für jede Person andere Fakten zu zeigen. Es bedeutet, Sprache, Detailtiefe und Kontext an die Informationsbedürfnisse anzupassen. Ein Bildungsausschuss benötigt vielleicht Vergleichswerte und methodische Hinweise. Bildungsakteur*innen brauchen den Bezug zu Angeboten und Bedarfen; Bürger*innen eine verständliche Erklärung, was die Entwicklung für ihren Alltag bedeutet. Beide müssen aber dieselbe belastbare Kernaussage nachvollziehen können.

Mein einfachster Qualitätstest lautet: Erkennt eine unbeteiligte Person innerhalb von zehn bis zwanzig Sekunden, worum es geht, was wichtig ist und warum? Funktioniert die Grafik auch ohne mündliche Erklärung? Wenn nicht, ist sie noch nicht fertig. Eine gute Visualisierung ist nicht dann gelungen, wenn sie spektakulär aussieht, sondern wenn sie ohne unnötige Anstrengung richtig verstanden wird.

4. Digitale Barrierefreiheit ist auch auf kommunaler Ebene ein zentraler Bestandteil der digitalen Inklusion und trägt dazu bei, gesellschaftliche Teilhabe zu ermöglichen. Wie lässt sich digitale Barrierefreiheit mithilfe von Storytelling verbessern?

Data Storytelling ordnet komplexe Inhalte, formuliert eine klare Botschaft und führt nachvollziehbar durch die Information. Kurze Sätze, verständliche Begriffe, klare Überschriften und logische Reihenfolge senken die kognitive Belastung. Gerade in kommunalen Bildungsportalen erleichtert diese Orientierung den Zugang zu komplexen Bildungslandschaften.

Bei Visualisierungen gilt: Eine Aussage darf niemals ausschließlich über Farbe vermittelt werden. Rot und Grün sind beispielsweise für viele Menschen schwer unterscheidbar (Farbfehlsichtigkeit). Deshalb kombiniere ich Farben mit Beschriftungen, Symbolen, Mustern oder deutlichen Helligkeitsunterschieden. Ausreichender Kontrast, gut lesbare Schriftgrößen und direkte Datenbeschriftungen sind wichtiger als dekorative Effekte. Weniger ist mehr, gerade bei barrierearmen Diagrammen.

Eine Grafik allein reicht jedoch nicht. Die zentrale Aussage sollte zusätzlich als Text vorliegen. Ein guter Alternativtext beschreibt nicht jeden Pixel, sondern erklärt Diagrammtyp, Kernaussage, relevante Werte und Datenquelle. Für detaillierte Prüfungen kann eine zugängliche Datentabelle ergänzt werden. Ebenso wichtig sind korrekt formatierte Überschriften, eine sinnvolle Lesereihenfolge für Screenreader und Tastaturbedienbarkeit. So entstehen mehrere Zugänge zu derselben Information.

Storytelling verbessert Barrierefreiheit also nicht durch mehr Dramaturgie, sondern durch bessere Orientierung. In einer analog-digital vernetzten Bildungslandschaft sollen Menschen unabhängig von Sehvermögen, Technik, Wohnort oder Datenwissen zur gleichen belastbaren Aussage und zu passenden Bildungsangeboten gelangen können. Barrierefreiheit ist kein Zusatz, den man am Ende noch einbaut. Sie ist ein Qualitätsmerkmal guter Datenkommunikation und sollte von Anfang an mitgedacht werden.

5. Wie kann die Künstliche Intelligenz das Storytelling mit Daten unterstützen? Welche Tipps und Hinweise würden Sie kommunalen Fachkräften mitgeben?

KI kann den gesamten Data-Storytelling-Prozess sinnvoll unterstützen, von der ersten Analyse bis zur verständlichen Formulierung. Sie kann Daten strukturieren, Auffälligkeiten und mögliche Zusammenhänge vorschlagen, Varianten einer EIN-SATZ-STORY formulieren, Diagrammtypen vergleichen oder einen komplizierten Fachtext in einfache Sprache übertragen. Auch beim Erstellen von Alternativtexten, Zusammenfassungen und ersten Dashboard-Entwürfen kann sie viel Zeit sparen.

Entscheidend ist die Qualität der Anweisung. Ein guter Prompt enthält Rolle, konkrete Aufgabe, Kontext, Ziel, Einschränkungen, Stil und gewünschtes Ausgabeformat. Statt „Analysiere diese Daten“ wäre eine gut formulierte Anweisung zum Beispiel: „Prüfe die Entwicklung der Übergänge von der Schule in Ausbildung nach Sozialräumen. Nenne mögliche Ursachen als Hypothesen, trenne Fakten von Vermutungen und formuliere drei Varianten einer sachlichen EIN-SATZ-STORY für den Bildungsausschuss.“ Danach wird nachgefragt und schrittweise verbessert.

Aber: KI ist ein Assistent, kein Autopilot. Sie kennt den Kontext des kommunalen Bildungsmanagements nicht automatisch, kann falsche Zusammenhänge herstellen und sehr überzeugend klingende Fehler produzieren. Jede Zahl, Berechnung, Quelle und Interpretation muss deshalb fachlich geprüft werden. Personenbezogene, vertrauliche oder sicherheitsrelevante Daten gehören nicht in öffentliche KI-Dienste. Kommunen sollten nur freigegebene Werkzeuge nutzen und klare Regeln für Datenschutz, Dokumentation und Verantwortlichkeit festlegen. Mein Tipp: Mit einem risikoarmen Anwendungsfall starten, Ergebnisse mit der bisherigen Arbeitsweise vergleichen und den Nutzen ehrlich messen. Die KI kann Fleißarbeit übernehmen und neue Perspektiven anbieten. Die zentrale Botschaft, die ethische Einordnung und die Verantwortung für die veröffentlichte Datengeschichte bleiben beim Menschen. KI beschleunigt gutes Data Storytelling, sie ersetzt aber weder Datenkompetenz noch gesunden Hausverstand.

---

Josef Marktler ist Trainer für Data Storytelling mit KI und betreibt storytellingmitdaten.com. Als externer Dozent an der Universität Frankfurt und an der FH Wiener Neustadt zeigt er Studierenden und Berufstätigen, wie aus Zahlen eine klare Botschaft wird. In seinen Live Online Trainings setzt er KI gezielt ein, denn sie formuliert heute Analysen in Sekunden. Ob so eine Aussage der Wahrheit standhält und wirklich vor Entscheider gehört, muss der Mensch beurteilen. Gerade im KI-Zeitalter ist diese Beurteilungsfähigkeit der Kern seiner Arbeit.

---

Weiteres zum Thema Bildungsmonitoring

---