~/teaching · data analytics · sitzung 6, freitag, 8. januar 2027
Datenerkenntnisse vor Entscheidungsträgern präsentieren: zuerst die Empfehlung, drei Belege, ehrliche Antworten
Mit der empfohlenen Entscheidung beginnen, jede Folie darauf ausrichten und die Fragen als die eigentliche Prüfung betrachten.
Zusammenfassung
Dies ist die Abschlusssitzung von Data Analytics for Business, einem Kurs des M2 International Management an der Université Catholique de Lille (2026-2027). Jede Gruppe hat den ganzen Kurs über an einem Auftrag der Geschäftsführung (management brief) gearbeitet, der auf der offenen Bestellhistorie von Olist beruht, einem brasilianischen Online-Marktplatz, und verteidigt nun eine Empfehlung vor dem ganzen Kurs, so wie sie es vor einer Geschäftsleitung täte: zehn Minuten Pitch, dann vier Minuten Fragen.
Diese Seite macht aus der Sitzung einen praktischen Leitfaden für alle, die eine Analyse vor Menschen präsentieren müssen, die darüber entscheiden werden. Sie behandelt den Aufbau eines kurzen Pitches, den einen Satz, der die Besprechung überdauern soll, was Belege überzeugend macht, wie man Fragen beantwortet, die Fehler, die eine gute Analyse am häufigsten zu Fall bringen, und wie es nach dem Kurs weitergeht. Die Methode wird im Studio zum Abschlussprojekt der vorigen Sitzung vorbereitet und hier umgesetzt.
Sie greift auf alle früheren Sitzungen zurück: die Ausrichtung auf die Entscheidung aus Sitzung 1, die Aussagetitel aus Sitzung 2, die Abfragen aus Sitzung 3 und die Modellinterpretation aus Sitzung 4.
Aufbau des Foliensatzes
- Der Nachmittag und seine Ziele. Was jeder Block verlangt, und die Reihenfolge des Pitches in vier Teilen, die am Vormittag im Studio festgelegt wurde.
- Die Pitches der Gruppen. Zeitfenster von fünfzehn Minuten: zehn Minuten Pitch, vier für Fragen, eine für den Wechsel, mit den hochgeladenen Folien.
- Den anderen zuhören. Ein kurzer Feedbackbogen pro Pitch: die Empfehlung, wie man sie verstanden hat, der beste Beleg, die Frage, die man gestellt hätte.
- Nachbesprechung und nächste Schritte. Rückmeldung zum Memo über die Modellbewertung, kostenlose Wege zum Weiterüben, Zertifikate und die Berufe, die diese Fähigkeiten nutzen.
- Sechs Fragen zum Mitnehmen. Eine Frage pro Lernziel des Kurses, die die Werkzeuge überdauern soll.
- Abschluss. Der Abschlussbericht, bewusst erst einige Tage später fällig, und die erste und letzte Regel des Kurses.
Von der Entscheidung ausgehen, in einem Satz
Bevor Sie auch nur eine Folie erstellen, schreiben Sie den einen Satz auf, den das Publikum nach Ihrem Auftritt wiederholen soll: was zu tun ist, warum und was es verändern soll.
Ein Analyse-Pitch ist kein Rundgang durch die geleistete Arbeit. Das Publikum ist gekommen, um etwas zu entscheiden, also braucht es als Erstes die Entscheidung, die Sie vorschlagen. Der Kurs gibt eine Vorlage vor, die ausgefüllt wird, bevor man die Folien anrührt, und die Empfehlung (recommendation), die daraus entsteht, kommt auf die erste inhaltliche Folie.
Bemerkung (Die Vorlage in einem Satz). Wir empfehlen [die Maßnahme], weil [der wichtigste Beleg]; das sollte [die erwartete Wirkung] bewirken.
Der Test ist einfach und ein wenig brutal: Kann jemand aus dem Publikum nach dem Pitch Ihre Empfehlung in einem Satz wiedergeben? In der Sitzung notiert jede zuhörende Person sie auf einem Feedbackbogen. Wenn die Hälfte des Publikums etwas anderes aufschreibt, als Sie gemeint haben, ist die Botschaft nicht angekommen, so gut die Analyse dahinter auch sein mag.
Beispiel: der Auftrag zu den Lieferungen
Ein Auftrag des Kurses fragt, welche Lieferphase von Olist (Freigabe, Bearbeitung durch den Verkäufer, Transport durch den Spediteur) im nächsten Quartal das Verbesserungsbudget erhalten soll. Ein veranschaulichender Satz, kein Ergebnis: Wir empfehlen, das Budget in die Phase zu investieren, in der verspätete Bestellungen die meisten Tage verlieren, weil die Aufschlüsselung der Verzögerungen nach Phase das zeigt; das sollte den Anteil der Bestellungen senken, die nach dem zugesagten Datum ankommen. Ersetzen Sie jede Klammer durch Ihre eigenen Zahlen, und der Satz kann den Pitch eröffnen.
Zehn Minuten in vier Blöcken
Empfehlung, Belege, Wirkung, dann Grenzen und nächste Schritte: Das Publikum weiß, wohin Sie wollen, bevor es ein einziges Diagramm sieht.
Es ist die Reihenfolge, die Berater und Analysten verwenden, wenn die Zeit knapp ist: zuerst die Schlussfolgerung, danach die Begründung. Der Foliensatz schlägt eine Aufteilung der zehn Minuten vor, ausdrücklich als Richtwert und nicht als Regel; nicht verhandelbar ist, dass die Empfehlung in der ersten Minute zu hören ist.
| Block | Von | Bis | Inhalt |
|---|---|---|---|
| Empfehlung | 0 | 1 | Ein Satz, sofort ausgesprochen |
| Belege | 1 | 6 | Höchstens drei, jeder mit der Entscheidung verknüpft |
| Erwartete Wirkung | 6 | 8 | Was sich ändert, für wen, ungefähr wie stark, mit den Annahmen |
| Grenzen und nächste Schritte | 8 | 10 | Was die Daten nicht sagen können, was Sie als Nächstes prüfen würden |
Jedes Zeitfenster der Sitzung umfasst außerdem vier Minuten für Fragen und eine Minute für den Wechsel, deshalb wird die Zeit streng eingehalten: Bei null beendet die vortragende Person ihren Satz, und die Fragen beginnen.
Der Block erwartete Wirkung (expected impact) ist der, in dem viele Pitches vage werden. Eine brauchbare Schätzung sagt, was sich bewegt, für wen und in welcher Größenordnung, und nennt die Annahmen dahinter, damit das Publikum einer Annahme widersprechen kann statt Ihnen. Der Block Grenzen (limits) ist keine Entschuldigung: Er zeigt, dass Sie wissen, wo die Belege enden, und die weiteren Prüfungen, die Sie als nächste Schritte (next steps) benennen, sind oft genau das, was ein Entscheidungsträger finanziert.
Was Entscheidungsträger überzeugt
Eine kurze Kette von Belegen, die direkt zur Empfehlung führt, überzeugt mehr als eine lange Reihe interessanter Diagramme.
Für den Kurs sind roter Faden (storyline) und Belege ein und dasselbe: Jede Folie soll die Empfehlung stützen, und die Belege sollen ohne Umwege dorthin führen. In der Praxis heißt das, höchstens drei Belege auszuwählen und den Rest zu streichen, selbst gute Analysen, die eine andere Frage beantworten. Eine Folie, die sich nicht in einem Satz mit der Entscheidung verbinden lässt, gehört in den Anhang oder in Ihre Notizen für die Fragen.
Gewohnheiten, die Belege überzeugend machen
- Eine Erkenntnis als Titel. Jeder Diagrammtitel ist ein Aussagetitel (finding title), der sagt, was zu sehen ist, wie in der Sitzung zur Visualisierung gelernt, sodass sich die Folie in fünf Sekunden lesen lässt.
- Quoten mit ihrem Nenner. Ein Vergleich zwischen unterschiedlich großen Gruppen verwendet Quoten und lässt die Größe jeder Gruppe sichtbar.
- Geprüfte Zahlen. Jede Zahl, die auf die Empfehlungsfolie gelangt, wurde nachgerechnet oder mit einer bekannten Summe abgeglichen, auch Zahlen, die mit einem KI-Assistenten entworfen wurden.
- Ein Modell, an seinen Fehlern beurteilt. Wenn eine Vorhersage die Argumentation stützt, sagen Sie, was jede Fehlerart das Unternehmen kostet, nicht nur, wie genau das Modell ist.
- Ein Dashboard, das sich öffnen lässt. Der Link zum Dashboard der Gruppe wird in einem privaten Fenster getestet, damit er auch für Personen außerhalb der Gruppe funktioniert.
Der Vortrag zählt, aber er ist nicht der Kern der Sache. Klar, sicher und in der vorgegebenen Zeit: Das genügt. Wer welchen Block präsentiert, wird vorab festgelegt, die erste Minute wird laut geprobt, und der ganze Pitch wird vor dem Präsentationstag einmal mit Stoppuhr durchgespielt.
In den Fragen zeigen Sie, dass die Analyse Ihre eigene ist
Zuerst die Antwort, dann der Beleg, und wenn Sie etwas nicht wissen, sagen Sie es und erklären Sie, wie Sie es herausfinden würden.
Im Kurs werden die vier Minuten Fragen ebenso ernst genommen wie die Belege selbst, und sie finden ohne jede KI-Hilfe statt. Das entspricht echten Besprechungen: Ein starker Foliensatz, auf den ausweichende Antworten folgen, verliert das Publikum. Jedes Gruppenmitglied beantwortet mindestens eine Frage, deshalb legt das Team vorher fest, wer die Daten und ihre Bereinigung, die Analyse, die Empfehlung und die Grenzen übernimmt.
- Wie haben Sie die Daten bereinigt, und was hat die Bereinigung entfernt?
- Welches Ergebnis würde Sie dazu bringen, Ihre Empfehlung zu ändern?
- Würde die Schlussfolgerung auch mit heutigen Daten statt mit der historischen Datei gelten?
- Wie haben Sie geprüft, was der KI-Assistent für Sie erzeugt hat?
Diese vier Fragen stammen direkt aus dem Kurs und verdienen jeweils eine kurze, vorbereitete Antwort. Dabei gilt immer dasselbe Muster: die Antwort im ersten Satz, dann der Beleg. Unsicherheit wird ehrlich benannt; „Ich weiß es nicht“, gefolgt davon, wie Sie es herausfinden würden, ist eine bessere Antwort als eine selbstsichere Vermutung, und Entscheidungsträger erkennen den Unterschied in der Regel.
Bemerkung (Die Methode für die Fragen aufheben). Wie die Daten bereinigt wurden oder welche Abfrage eine Zahl erzeugt hat, gehört selten in die zehn Minuten. Bereiten Sie es sorgfältig vor, und lassen Sie das Publikum danach fragen.
Fehler, die eine gute Analyse zu Fall bringen
Die meisten gescheiterten Pitches vergraben die Empfehlung, zeigen zu viel oder haben vor den Fragen keine Zeit mehr.
Schritt für Schritt
- Mit der Methode beginnen. Wer mit der Datenbereinigung anfängt, verliert das Publikum zuverlässig, bevor die Botschaft ankommt.
- Die Empfehlung für das Ende aufheben. Wird die Zeit knapp, ist das Einzige, was das Publikum brauchte, genau das, was es nie hört.
- Zu viele Folien. Jede Folie, die die Empfehlung nicht stützt, konkurriert mit ihr; streichen Sie sie oder verschieben Sie sie in den Anhang.
- Überziehen. Ein bei zehn Minuten abgebrochener Pitch verliert seine letzte Folie, und die Minuten für Fragen zählen mehr als diese Folie.
- Eine Person für alles. Wenn nur eine Person antworten kann, zweifelt das Publikum daran, dass die Arbeit wirklich von der ganzen Gruppe stammt.
- Proben, statt zuzuhören. Gruppen, die auf ihren Auftritt warten, lernen mehr, wenn sie hören, welche Botschaften in anderen Pitches ankommen, als bei einem letzten Durchlauf.
Zuhören gehört zur Übung. Für jeden Pitch außer dem eigenen füllen alle Studierenden einen kurzen Bogen für kollegiales Feedback (peer feedback) aus, mit drei Feldern, die den Aufbau eines Pitches spiegeln: die Empfehlung, wie sie verstanden wurde, der überzeugendste Beleg und die Frage, die sie gestellt hätten. Die präsentierende Gruppe erhält die Vorderseiten ohne Namen, damit das Feedback offen sein kann. Der schriftliche Bericht ist bewusst erst einige Tage später fällig, damit die Fragen und diese Bögen ihn noch verändern können.
Nach dem Kurs: sechs Fragen, Ressourcen und Berufe
Werkzeuge ändern sich im Lauf einer Karriere; die Fragen, die Sie an eine Zahl, ein Diagramm oder ein Modell zu stellen gelernt haben, bleiben nützlich.
| Lernziel | Frage, die Sie immer wieder stellen |
|---|---|
| Rahmen abstecken | Welche Entscheidung wird das verändern? |
| Aufbereiten und abrufen | Wofür steht eine Zeile, vor und nach dem Join? |
| Gestalten und kommunizieren | Was sagt es in fünf Sekunden? |
| Modelle interpretieren | Was kostet jede Fehlerart? |
| KI verantwortungsvoll nutzen | Wie haben wir es an den Daten geprüft? |
| Governance beurteilen | Wer ist für die Entscheidung verantwortlich? |
Wer kostenlos weiterüben möchte, findet im Foliensatz drei Wege: Elements of AI (Universität Helsinki), das ohne Code erklärt, was KI kann und was nicht, und eine gute Grundlage für Governance-Arbeit bildet; Orange Data Mining, eine Desktop-Software, die die Art von Modellen aus Sitzung 4 per Drag-and-drop baut; und die kurzen Browserkurse von Kaggle Learn (SQL, Machine Learning, Datenvisualisierung), die mit etwas Python an die Sitzungen 3 und 4 anschließen. Genannt werden zwei Zertifikate unterschiedlicher Tiefe: das Google Data Analytics Professional Certificate auf Coursera, das den gesamten Arbeitsablauf eines Analysten abdeckt, und das Zertifikat Microsoft Power BI Data Analyst Associate (Prüfung PL-300), enger gefasst und auf Power BI ausgerichtet. Entscheiden Sie anhand der Werkzeuge, die in den Stellenanzeigen dort genannt werden, wo Sie arbeiten möchten, und prüfen Sie Namen und Preise vor der Anmeldung, da sie sich oft ändern.
Keiner der Berufe, die diese Fähigkeiten nutzen, verlangt, der beste Programmierer im Raum zu sein: Business Analyst, Produktmanager, Analytics Translator, Data Product Owner, KI-Governance und Compliance, Berater. Da Berufsbezeichnungen von Arbeitgeber zu Arbeitgeber variieren, beurteilen Sie eine Stelle danach, was ihre Beschreibung verlangt. In Europa schafft auch die KI-Verordnung der EU (AI Act) Arbeit: Beschäftigte in KI-Kompetenz schulen und die Hochrisiko-Pflichten erfüllen, etwa wenn KI bei der Personalauswahl hilft, ab dem 2. Dezember 2027. Der Kurs endet mit seiner ersten Regel: von der Entscheidung ausgehen, nicht von den Daten.
Das Wichtigste in Kürze
- Schreiben Sie die Empfehlung in einem Satz auf, bevor Sie eine Folie bauen, und sagen Sie sie in der ersten Minute.
- Verwenden Sie höchstens drei Belege, jeden direkt mit der Entscheidung verknüpft.
- Nennen Sie die erwartete Wirkung mit ihren Annahmen und die Grenzen mit den Prüfungen, die Sie als Nächstes durchführen würden.
- Beantworten Sie Fragen mit der Antwort zuerst, dann dem Beleg; geben Sie zu, was Sie nicht wissen, und sagen Sie, wie Sie es herausfinden würden.
- Heben Sie die Methode für die Fragen auf, und sorgen Sie dafür, dass jedes Teammitglied eine Frage übernehmen kann.
- Proben Sie mit Stoppuhr: Ein Pitch, der überzieht, opfert genau die Minuten, die ihn am stärksten prüfen.
- Von der Entscheidung ausgehen, nicht von den Daten.
Glossar
- Pitch
- Eine kurze, strukturierte Präsentation, die eine Empfehlung vor den Menschen verteidigt, die entscheiden werden.
- Empfehlung (recommendation)
- Die vorgeschlagene Maßnahme, in einem Satz formuliert, mit ihrem wichtigsten Beleg und ihrer erwarteten Wirkung.
- roter Faden (storyline)
- Die Reihenfolge, in der Belege gezeigt werden, damit sie ohne Umwege zur Empfehlung führen.
- Aussagetitel (finding title)
- Ein Folien- oder Diagrammtitel, der sagt, was die Daten zeigen, statt nur das Thema zu nennen.
- erwartete Wirkung (expected impact)
- Was sich ändern sollte, wenn die Empfehlung umgesetzt wird, für wen und ungefähr wie stark.
- Grenzen (limits)
- Was die Daten und die Analyse nicht belegen können, offen ausgesprochen.
- nächste Schritte (next steps)
- Die Prüfungen oder Maßnahmen, die Sie nach der Entscheidung angehen würden, oft das, was finanziert wird.
- kollegiales Feedback (peer feedback)
- Kurze schriftliche Rückmeldung der Zuhörenden: die Botschaft, wie sie verstanden wurde, der beste Beleg, eine offene Frage.
- Analytics Translator
- Eine Rolle, die Fachabteilungen und Data Scientists rund um eine Entscheidung zusammenbringt.
- Data Product Owner
- Die Person, die im Auftrag der Nutzer für einen Datensatz, ein Dashboard oder ein Modell verantwortlich ist.
Die anderen Notizen des Kurses
Eine öffentliche Zusammenfassung pro Foliensatz, in der Reihenfolge des Kurses.
Zurück: Generative KI, DSGVO und AI Act
- Sitzung 1Von Daten zu Entscheidungen
- Sitzung 2Datenvisualisierung und Storytelling
- Sitzung 3SQL-Grundlagen für Führungskräfte
- Sitzung 4Prädiktive Analytik für Entscheidungsträger
- Sitzung 5Generative KI, DSGVO und AI Act
- Sitzung 6Datenerkenntnisse präsentieren
Über diese Notizen
Vom Dozenten auf Grundlage der Folien verfasst, als öffentliche Zusammenfassung: die Kernideen, die Formeln und ein durchgerechnetes Beispiel. Die Übungen, ihre Lösungen, die Tests und die Bewertung bleiben im Foliensatz, für die Studierenden des Kurses.
Stand: .