Campus – Workshops und Webinare KI 10. March 2026

Data Storytelling 2.0: Wie KI Perspektiven schafft – und Verantwortung fordert

Daten sind überall. In Reports, Dashboards, Präsentationen, Analysen. Sie belegen, vergleichen, messen, prognostizieren. Und doch passiert es immer wieder: Die Zahlen sind beeindruckend – aber die Botschaft kommt nicht an.

Das eigentliche Problem sind nicht die Daten

Unternehmen investieren enorme Ressourcen in Datenerhebung, Dashboards und KPI-Systeme. Wissen ist verfügbar wie nie zuvor. Doch mehr Information führt nicht automatisch zu mehr Klarheit.

“Das Problem sind selten die Daten selbst. Das Problem ist, dass sie keine Geschichte erzählen.”
sagt Nora Feist, Storytelling-Expertin und Geschäftsführerin von Mashup Communications

Daten allein überzeugen selten

Studien zeigen: Daten an sich reichen oft nicht aus, um Menschen wirklich zu überzeugen. Wenn Zahlen in eine Geschichte eingebettet werden, verstehen wir sie besser – und erinnern uns länger daran.

In Untersuchungen schnitten sogenannte „Datengeschichten“ deutlich besser ab als klassische Diagramme oder nüchterne Reports. Teilnehmende konnten Informationen schneller erfassen und klarer einordnen. Das erklärt, warum reine Reports ohne Storytelling oft wirkungslos bleiben.

Data Storytelling: Bedeutung statt Datenflut

Data Storytelling setzt genau hier an. Es geht nicht allein darum, Diagramme schöner zu machen oder Zahlen zu emotionalisieren. Sondern darum, Struktur in Komplexität zu bringen. Einen roten Faden zu schaffen. Aus Daten eine nachvollziehbare Entwicklung zu formen.

Wie hilft KI beim Data Storytelling?

Mit dem Einsatz von Künstlicher Intelligenz verändert sich diese Arbeit grundlegend.

KI kann:

Muster in großen Datenmengen erkennen
Trends sichtbar machen
Zusammenhänge vorschlagen
Ausreißer identifizieren
alternative Storylines entwickeln

Das klingt zunächst nach Effizienzgewinn. Doch hier liegt die eigentliche Herausforderung. Denn KI interpretiert.

Wenn Umsatz und Mitarbeiterzufriedenheit parallel steigen, formuliert sie schnell eine Kausalität. Wenn Wachstum stark ist, spricht sie von Marktführerschaft. Wenn ein Großkunde 35 Prozent des Umsatzes ausmacht, kann sie daraus ein Risiko oder eine Stärke machen – je nach Framing.

Die Daten bleiben gleich. Aber die Geschichte ändert sich.

Gleiche Daten, unterschiedliche Geschichten

Besonders spannend wird es, wenn man Daten bewusst durch die unterschiedlichen Storyplots betrachtet:

Change Over Time: Wie entwickelt sich etwas?
Drill Down: Was steckt hinter der Gesamtzahl?
Zoom Out: Wie sieht das große Bild aus?
Contrast: Wer oder was steht im Gegensatz?
Intersections: Wo treffen zwei Entwicklungen aufeinander – und was bedeutet ihr Zusammenspiel?
Factors: Welche Einflussfaktoren oder Treiber erklären das Ergebnis wirklich?
Outlier: Was fällt aus dem Muster?

Mit KI lassen sich diese Perspektiven schnell durchspielen. Doch jede Perspektive verändert die Bedeutung der Fakten.

Ein Wachstumsdiagramm kann zur Erfolgsgeschichte werden. Oder – im „Outlier“-Plot – zur Risikostory, wenn 35 Prozent des Umsatzes von nur einem Großkunden abhängen.

Die Zahlen sind dieselben. Die Interpretation ist es nicht.

Wer kontrolliert die Interpretation?

In einer Zeit, in der KI Analysen automatisiert und Reports auf Knopfdruck entstehen, wird eine Kompetenz immer wichtiger: bewusstes Storytelling.

Data Storytelling mit KI bedeutet nicht, Verantwortung abzugeben. Im Gegenteil. Es bedeutet, KI als Sparringspartner zu nutzen – und gleichzeitig kritisch zu bleiben.

Daten liefern Rohmaterial. KI liefert Perspektiven. Bedeutung entsteht durch Auswahl.

Und genau diese Auswahl entscheidet darüber, ob die Zahlen nur informieren – oder wirklich überzeugen.