Dashboards sollen schnell grosse Mengen an Informationen vermitteln und bestenfalls nachhaltige Entscheidungen ermöglichen. In der Praxis führen sie jedoch oft in die Irre, da grosser Interpretationsspielraum besteht, denn Kennzahlen sprechen selten für sich. Es gibt diverse Möglichkeiten die Aussagekraft von Dashboards zu optimieren, doch welche helfen wirklich?
Was zeigen Kennzahlen nicht?
Aus meiner Praxis mit Dashboards kann ich sagen: Zahlen sprechen selten für sich. Oft brauchen sie eine kleine „Übersetzung“, damit Entscheidungstragende sie richtig einordnen können. Zwei Arten von Stolpersteinen begegnen mir dabei immer wieder: die Unzuverlässigkeit jüngster Daten und die mangelnde Vergleichbarkeit mit Vorperioden. Die konkreten Situationen sehen je nach Unternehmen unterschiedlich aus, die dahinterliegenden Effekte sind jedoch erstaunlich ähnlich.
Unzuverlässigkeit jüngster Daten: In vielen Branchen sind jüngste leistungsbezogene Kennzahlen, etwa der letzten Woche, noch instabil. Korrekturen oder verspätete Buchungen verändern die Werte im Nachhinein. Solche Zahlen können falsche Schlüsse bezüglich des Geschäftsverlaufs begünstigen.
Mangelnde Vergleichbarkeit zu Vorperioden: Ein anderer wiederkehrender Effekt sind vergangene Entwicklungen, die Vergleiche zu Vorperioden verzerren. Solche Veränderungen können zum Beispiel Standortschliessungen, Fusionen, neue Produkte oder geänderte Prozesse sein. Wenn zum Beispiel ein Standort wegfällt und sich dadurch Einzugsgebiete und Volumen verschieben, wirkt ein einfacher Vorjahresvergleich auf Standortebene dramatisch, obwohl sich vor allem die Struktur geändert hat.
Datenkosmetik oder Befähigung
Im Umgang mit diesen Fehlinterpretationen ensteht in der Praxis ein Spannungsfeld, denn es gibt tendenziell zwei Wege: Effekte direkt in den Daten „bereinigen“, also Datenkosmetik betreiben, oder die Entscheidungstragenden befähigen, die Zahlen eigenständig richtig einzuordnen.
Der bequeme Weg ist oft die Bereinigung. Verzerrende Effekte werden kurzerhand herausgerechnet, um zu einem scheinbar „sauberen“ Bild zu kommen. Dafür müssen jedoch Annahmen getroffen werden, die nicht für alle Situationen gelten und damit geht ein Teil der ursprünglichen Aussagekraft der Daten verloren. In gewissen Situationen kann Datenkosmetik trotzdem sinnvoll sein, wenn die zugrunde liegenden Annahmen transparent kommuniziert werden.
Der meist anspruchsvollere Weg ist die Befähigung. Interpretationshilfen, kurze Erläuterungen und bewusst gestaltete Dashboards kosten mehr Zeit und verlangen auch Bereitschaft auf Seiten der Rezipierenden. Gleichzeitig zahlt sich dieses Verständnis mehrfach aus: Wer die Logik hinter den Kennzahlen einmal verstanden hat, trifft nicht nur im aktuellen Dashboard bessere Entscheidungen, sondern kann neue Reports und zukünftige Entwicklungen ebenfalls besser einordnen.
Möglichkeiten zur Befähigung von Rezipierenden
Leseanleitung statt Zahlenwand: Eine kurze Leseanleitung direkt am Anfang hilft enorm: Ein, zwei Sätze dazu, was das Dashboard abbildet, für welchen Zeitraum es gilt und wofür es gedacht ist. Ein zusätzlicher Hinweis auf bekannte Stolpersteine und Sondereffekte nimmt viele Fehlinterpretationen vorweg.
Klare KPI‑Definitionen: Eine Kennzahl ohne Definition ist wie ein Buch ohne Titel. Deshalb lohnt es sich, die KPIs direkt im Dashboard zu erklären: Was ist enthalten, was explizit nicht, und auf welcher Ebene wird gerechnet (z.B. pro Standort, pro Kundengruppe, pro Monat)?
Transparenter Umgang mit Bereinigungen: Wie bereits erwähnt, kann es in gewissen Situationen sinnvoll sein einmalige Sondereffekte oder extreme Ausreisser für spezifische Dashboards auszublenden. Entscheidend ist, dass diese Bereinigung klar gekennzeichnet und erläutert wird: Welche Effekte wurden auf Basis welcher Annahmen herausgerechnet?
Feedbackschlaufe einbauen: Die beste Befähigung gelingt selten am Schreibtisch allein. Besonders hilfreich ist es, Dashboards regelmässig gemeinsam mit den Nutzenden anzuschauen und zu überarbeiten. Wenn Dashboards als iteratives Gemeinschaftsprodukt verstanden werden, wachsen nicht nur die Qualität der Reports, sondern auch das Datenverständnis im gesamten Unternehmen.
Fazit
Kennzahlen sind wertvoll, aber zeigen nie das ganze Bild. Effekte lediglich „wegzukorrigieren“, erzeugt scheinbar Klarheit, riskiert jedoch neue Verzerrungen. Nachhaltiger ist es, Rezipierende mit verständlichen Dashboards, Transparenz über Annahmen und laufendem Feedback zu befähigen. So wird aus Daten-Wirrwarr echte Entscheidungsunterstützung.
Dieser Blogbeitrag wurde mit Unterstützung von KI erstellt.
