„Daten allein sind wertlos. Es kommt darauf an, wie man sie nutzt“ – Das wusste der US-amerikanische Autor und Statistiker Nate Silver bereits im Jahr 2012 ("The Signal and the Noise: Why So Many Predictions Fail - But Some Don't.", 2012). In Zeiten von Big-Data, Machine Learning und künstlicher Intelligenz (KI) erscheinen seine Worte jedoch aktueller denn je. Wenn es um Daten geht, steht häufig das Sammeln im Fokus der Aufmerksamkeit – die Königsdisziplinen waren jedoch immer schon die Auswertung, Interpretation und die einfache, leicht verständliche Aufbereitung dieser Daten. In Kommunikationsabteilungen von Unternehmen ist hier von Daten-PR oder auch Data-Storytelling die Rede.
Der Einsatz von Daten in der Unternehmenskommunikation ist mittlerweile in vielen, aber lange nicht in allen Unternehmen gängige Praxis: Zu wenig Zeit, unstrukturierte Datensätze und fehlendes Budget sind die größten Hürden bei der Umsetzung von Daten-PR, wie der aktuelle PR-Trendmonitor zeigt. Die größte Herausforderung ist der Mangel an Zeit: Knapp 40 Prozent der Befragten haben keine Kapazitäten, die Daten auszuwerten und als Grundlage für Storys zu nutzen.
Allerdings berauben sie sich dadurch einer echten Chance – die eigenen Botschaften mit Daten und Fakten zu untermauern und durch zielgruppengerechtes Storytelling und einer entsprechenden Visualisierung optimal zu vermitteln. Doch gerade bei unübersichtlichen Datenmengen ist das leichter gesagt als getan. KI könnte hier nun Abhilfe schaffen.
Tools wie Chat GPT können dabei helfen, sich schneller einen Überblick über die vorhandene Datenlage zu machen und darauf aufbauend effiziente Briefings für die Weiterverarbeitung zu erstellen. Dadurch lassen sich datenbasierte Projekte zügiger anstoßen und umsetzen. Doch aufgepasst: Denn neben Datensicherheit ist aktuell insbesondere die Leistungsfähigkeit der KI-Tools noch nicht vollständig ausgefeilt.
Denn das Hauptproblem von KI im Kontext der Daten-PR liegt in der Auswertung: Beim Umgang mit Daten fehlt die menschliche Fähigkeit der Dateninterpretation. Denn wie schon in der Schule gelernt: „Korrelation bedeutet nicht gleich Kausalität“ – nur weil zwei Datensätze scheinbar zusammenhängen, bedeutet das nicht, dass das eine das andere zwingend bedingt, da noch unbekannte Faktoren eine Rolle spielen können.
Ein Beispiel: Wenn wir jedes Jahr Daten über die monatlichen Speiseeisverkäufe und die monatlichen Haiangriffe in den Vereinigten Staaten sammeln, werden wir feststellen, dass beide einen sehr ähnlichen Verlauf aufweisen – mehr im Sommer, weniger im Winter. Eis essen verursacht jedoch keine Haiangriffe, vielmehr kaufen Menschen, wenn es warm ist, mehr Eis und gehen häufiger ins Meer. Dieses eher abstruse Beispiel verdeutlicht jedoch das Problem jeder Daten-PR: Zahlen allein reichen nicht aus, um sinnvolle Aussagen zu treffen. Es gilt Muster zu erkennen und diese in Anbetracht möglicher anderer Einflüsse zu bewerten, zu kontextualisieren und schließlich verständlich wiederzugeben. Das kann KI (noch) nicht leisten.
Zwar ist KI eine immer größer werdende Stütze für das Zusammentragen von Daten – sie kann jedoch nicht den gesamten Arbeitsprozess bis hin zur fertigen Geschichte übernehmen. In eben dieser Symbiose liegt die große Chance für die Zukunft der Daten-PR. Während Komunikator:innen die Geschichten kreieren und die passenden Zielgruppen bestimmen, kann KI die geeigneten Daten zur Unterstützung liefern. In Zukunft werden KI-Tools sogar in der Lage sein, die Daten visuell in Form von Grafiken, Animationen und Videos aufzubereiten – vorausgesetzt natürlich, dass der entsprechende menschliche Input gegeben wird.
Auch wenn Datenkommunikation sich im Laufe der Zeit verändern wird, bleibt der einfache Grundsatz bestehen: Eine simple Zahl kann schon eine Geschichte sein – es liegt an der menschlichen Kreativität, diese zu erzählen.
