Keine Kennzahl ist auch keine Lösung - oder doch?

Daten sind heutzutage eine zentrale Entscheidungsgrundlage. Nicht nur für Führungskräfte, sondern eigentlich für alle von uns. Welches Produkt kaufen wir, welche Bank bietet die besten Konditionen, welcher Lieferant hat den besten Service, wie gut ist unser Produkt eigentlich und wie nah sind wir an unserer Zielgruppe?

Das Problem bei Daten ist oft:

Wir haben viel zu viele davon und damit können wir herzlich wenig anfangen.

Und das ist nicht nur ein Problem der Menge. Daten sind in aller Regel keine einfachen Zahlen – sie liegen in unterschiedlichster Form vor und fast alles, was uns interessiert, ist multidimensional; da mag es helfen, bei der Vektorrechnung in der Schule aufgepasst zu haben, aber auch das kommt schnell an seine Grenzen. Zwei, vielleicht (dank technischer Tricks) auch drei Dimensionen sind nämlich erstaunlich wenig hilfreich, wenn schon die Beurteilung, welche Zugverbindung denn jetzt die beste ist, schnell von 8 bis 10 verschiedenen Dimensionen abhängen kann. Zugegebenermaßen kann es heutzutage in Deutschland natürlich auch generell eine Schnapsidee sein, überhaupt den Schienenverkehr zu benutzen, insofern ist das eher ein theoretisches Beispiel, aber man versteht, glaube ich, worauf ich hinaus möchte.

Die Masse und die Komplexität der Zusammenhänge unserer Daten erschlägt uns. Und auf der Basis sollen wir jetzt Entscheidungen fällen. Als Mensch, als leitende:r Angestellte:r, als Chef:in. Was bleibt uns also übrig?

Vereinfachen!

Wir müssen die Dinge herunterbrechen. Weniger Dimensionen, weniger Datenpunkte.

Der menschliche Verstand ist schließlich darauf optimiert, auf Basis unvollständiger Daten Entscheidungen zu treffen, oder etwa nicht? Ja, da ist etwas Wahres dran, aber niemand behauptet, dass diese Entscheidungen auch gute Entscheidungen sind.

Um unsere Chancen auf eine gute Entscheidung zumindest ein wenig zu erhöhen, sollten wir also zumindest zuschauen, dass die wesentlichen Daten für unsere Fragestellung erhalten bleiben. Damit wir mit Sachverstand, kritischem Hinterfragen und vielleicht auch ein wenig mathematischem und statistischem Grundverständnis punkten können.

Hier gibt es GoodPractices, aber keine vegane eierlegende Wollmilchsau-Lösung. Denn was gerade wichtig ist, hängt ganz zentral von der Frage ab. Diese ist der Startpunkt für die Datenreduktion. Ist ja eigentlich auch logisch, schließlich kann ich nur durch den Kontext der Frage ermitteln, welche Informationen für mich relevant sind und welche nicht. Kenne ich die Frage in Ihrer Gänze, habe ich sie verstanden, dann kann ich bestimmten Dimensionen meiner Daten eine gewisse Relevanz zuordnen. Und irrelevante Dimensionen weglassen. Ebenso kann ich Daten innerhalb einer Dimension zusammenfassen oder nur Stichproben nehmen, weil mich zum Beispiel eher interessiert, wie viele Produkte bei mir pro Woche vom Band laufen und nicht in jeder Stunde (oder wer sie gefertigt hat). Ich kann mich auch an mathematischen Methoden (von statistischen Momenten bis hin zur modernen Deep-Learning-KI) bedienen und dadurch meine Daten reduzieren – aber auch das ergibt ohne die Kenntnis der eigentlichen Fragestellung nur bedingt Sinn. Ja, es kann mich sogar gewaltig in die Irre führen, wenn genau die Daten wegfallen (statistische Ausreißer etwa), die für meine Frage vielleicht gerade interessant sind.

Ohne Verständnis der Frage, ohne gutes Problembewusstsein, komme ich zu keiner brauchbaren Datenreduktion.

Und wenn ich auf Basis von Allgemeinplätzen, auf Daten voller Bias, auf Zahlen ohne Bedeutung meine Entscheidungen treffe, dann ist das keine wohlinformierte Entscheidung mehr. Sondern raten. Das darf man tun, muss sich dann aber schon die Frage gefallen lassen, warum man für Dashboards, Datenanalysen und KI-Training so viel Geld ausgibt. Und die Antwort darauf sollte dann schon besser sein als: „so sieht scientificmanagement halt aus“. Wer Entscheidungen auf Basis von Kennzahlen, Trends und co. trifft, sollte diese auch verstehen. Ansonsten ist die Entscheidung wenig wert. Und ein Münzwurf oder eine Bauchentscheidung hätte es vielleicht auch getan – und wäre sowohl ehrlicher als auch billiger gewesen.