29.07.2022
Ernst-Rudolf Töller
Autor: Ernst-Rudolf Töller

Digitale Unternehmenssteuerung Part 2

Visualisierung von Daten: Eine strategische Option für den Mittelstand

Der heutige Blogpost ist ein Gastbeitrag unseres langjährigen Wegbegleiters in Sachen Datenanalyse, Herrn Ernst-Rudolf Töller und somit der zweite Teil der Blogpostreihe "Digitale Unternehmenssteuerung"

Visualisierung ist ein pragmatischer Ansatz, die in Daten enthaltenen ‚Botschaften‘ für Außenstehende unmittelbar verständlich zu machen. Das gilt natürlich auch für Unternehmensdaten. Das Potential der Visualisierungen ist aber bei weitem noch nicht ausgeschöpft. 

Bilder sagen mehr als Worte 

Schon heute sind Businessgrafiken fester Bestandteil vieler Reports. In der Regel geht es dabei um Darstellungen der Art, wie sie in Abbildung 1 gezeigt werden.  

Abbildung 1 Business Grafik: Umsatzentwicklung im Jahresverlauf

Typischerweise wird so eine überschaubare Menge an Zahlen visuell dargestellt, um wie im vorliegenden Fall eine jahreszeitliche Abhängigkeit des Umsatzes besonders zu verdeutlichen. Die optische Auflösung dieser Darstellung entspricht dabei genau 12 Pixel. Dies wird in der folgenden Darstellung noch klarer, wenn man die Werte der einzelnen Monate nur durch unterschiedliche Farben deutlich macht: 

Abbildung 2: Die gleiche Umsatzentwicklung mit Farbverlauf: rot= niedrig - grün=hoch

Bilder: Motor der Entwicklung

Die optische Auflösung von Darstellungen, genauer gesagt ihre Genauigkeit, ist ein sehr bedeutender Faktor, wenn es darum geht Erkenntnisse aus visuellen Darstellungen zu gewinnen. Bessere und detailreichere Visualisierungen sind nicht einfach nur schöne Bilder, sondern sind und waren immer auch ein eigenständiger Motor der Entwicklung. Wichtige neue Details aus solchen Bildern konnten alte Vorstellungen und Erklärungen entweder bestätigen oder haben diese widerlegt.  
  
So entstehen bis heute in der Wissenschaft allein aus der Diskussion immer besserer visueller Darstellungen neue Hypothesen und Theorien, die die weitere Entwicklung entscheidend voranbringen. Bekannte Szenarien in höherer Auflösung zu beobachten, führte zu bahnbrechenden neuen Entdeckungen, wie sie z.B. mit der Entwicklung immer leistungsfähigerer Teleskope oder Mikroskope einhergehen. Die Revolution der bildgebenden Verfahren in der Medizin in den letzten Jahrzehnten ist ein Beispiel dafür, dass diese Entwicklung längst nicht nur die Wissenschaft geprägt hat, sondern auch ein bestimmender Faktor des täglichen Lebens geworden ist.   
 

 


… die Macht der präziseren Bilder 

historisch:

Der Fortschritt der technischen und wissenschaftlichen Entwicklung der letzten Jahrhunderte spiegelt sich auch in immer genaueren und detaillierteren visuellen Darstellungen aller möglichen Objekte wider, die zum Gegenstand des wissenschaftlichen Interesses wurden. Ein sehr frühes und besonders folgenreiches Beispiel sind die Zeichnungen des Mondes, die Galileo Galilei im 17. Jh. auf der Grundlage von Beobachtungen mit seinem Fernrohr gemacht hat. 

Die nur 8-10-fache Vergrößerung seines Fernrohrs reichte aus, um die bis dahin gültige Vorstellungen über Gestalt und Oberfläche des Mondes vollständig zu widerlegen. So wurde unter anderem klar, dass sich auf der Oberfläche des Mondes Gebirge befanden, ganz genauso wie auf der Erde. Dies konnte daraus geschlossen werden, dass das einfallende Licht der Sonne auf den Bergen des Mondes Schatten erzeugte, die sich in gleicher Weise mit dem Stand der Sonne veränderten, wie dies auf der Erde der Fall ist. Einfache aber unwiderlegbare Beobachtungen, die lange Bekanntes nur mit einer etwas höheren Auflösung zeigen, haben die Welt hier für immer verändert. (Galileo Galilei, Transl. Albert Van Helden, 1989)

Galileo Galilei. Sidereus Nuncius or the Sidereal Messenger, translated with introduction, conclusion, and notes by Albert Van Helden. 
1989. Chicago and London: University of Chicago Press


 

Visualisierung: Digitale Daten in einer neuen Dimension

Durch die Digitalisierung hat sich hier noch etwas grundsätzlich geändert: waren in der Vergangenheit visuelle Darstellungen das Resultat analoger bildgebender Verfahren, werden zunehmend auch digitale Daten, die ursprünglich keine räumliche Anordnung haben, über Grafiken dargestellt.  

 


aktuell:

Wahlergebnisse und deren grafische Aufbereitung mittels Businessgrafiken sind seit vielen Jahren aus allen Medien bekannt. So berichten die großen Fernsehsender in ihren Wahlsendungen über die sich im Laufe des Wahlabends entwickelnden Mehrheitsverhältnisse und zeigen dabei auch umfangreiche grafische Darstellungen. Der Inhalt dieser Grafiken hat sich über die Jahre nur wenig verändert. Das verstärkt den Eindruck, dass die reinen Wahlergebnisse tatsächlich nicht viel mehr hergeben, als das was in den allseits bekannten Darstellungen gezeigt wird. Wissenschaftler aus Wien (Peter Klimek u.a., 2012) haben aber gezeigt, dass auch die reinen Wahlergebnisse noch viel tiefere Erkenntnisse erlauben, als es die bekannten Schaubilder hergeben. 

Dazu wurden die Ergebnisse der damals aktuellsten Wahlen in verschiedenen Ländern untersucht, für die Ergebnisse auf Basis von einzelnen Einheiten zur Verfügung standen, die maximal 5.000 Wahlberechtigte enthalten (z.B. einzelne Wahlurnen). 
 

Je Einheit wird dann ein x/y - Wert aus
x: Wahlbeteiligung (in % der Einheit) / y: Stimmenanteil des späteren Wahlsiegers (in % der Einheit)
ermittelt. Die Häufigkeitsverteilung dieser x/y-Werte ergibt dann Darstellungen der folgenden Art:

Wahlbeteiligung und Stimmenanteil des späteren Wahlsiegers konzentrieren (Farbgebung: von grün=niedrig bis rot=hoch) sich mehr oder weniger an bei einem bestimmten Punkt. Um diesen Wert herum verteilt sich Gesamtheit der Einheiten annähernd gleichmäßig. Wie die Arbeit der Wissenschaftler eindrucksvoll zeigt, ist dies aber nicht das einzige Szenario:

  • Das Diagramm für Frankreich zeigt in der Tat das skizzierte Szenario mit einer nahezu einheitlich hohen Wahlbeteiligung in allen Einheiten in Verbindung und einem ebenfalls nahezu identischen Stimmenanteil je Einheit für den späteren Wahlsieger.
  • In der Schweiz ist die Situation eher umgekehrt: die Höhe der Wahlbeteiligung ist verhältnismäßig stark gestreut genauso wie der Anteil des späteren Wahlsiegers. Ein eindeutiger Schwerpunkt ergibt sich hier nicht.  
  • Das Diagramm für Kanada zeigt als Besonderheit zwei unterschiedliche Schwerpunkte, die ihre Ursache tatsächlich in den beiden Sprachgruppen des Landes haben (Franko- und Anglokanadier wählen offenbar ganz unterschiedlich).

Der Artikel liefert ‚Fingerprints‘ für die Ergebnisse von insgesamt 12 Wahlen. Der Vergleich zeigt:

  • Die ‚Fingerprints‘ sind jeweils sehr charakteristisch und unterscheiden sich nicht nur in den genannten 3 Fällen grundlegend voneinander.
  • Es geht in den meisten Fällen nicht um eine mehr oder weniger gleichmäßige Oszillation rund um einen Mittelwert, der natürlich auch den bekannten Präsentationen von Wahlergebnissen entnommen werden kann .
  • Hinter den unterschiedlichen Ergebnissen dürften in den meisten Fällen feste tieferliegende Strukturen stehen, die sich, wenn überhaupt, nur langsam ändern.
  • Die hohe Sensitiviät der Vorgehensweise zeigt sich auch darin, dass sie Muster offenlegt, die eindeutige Hinweise auf Wahlbetrug geben (Wir wollen uns hier aber nicht explizit mit dem Thema ‚Fraud‘ beschäftigen. Vielmehr fokussieren wir uns auf die Gewinnung globaler Informationen auf dem Weg der digitalen Datenanalyse).

Klimek, Peter, Yuri Yegorov, Rudolf Hanel, and Stefan Thurner. 2012. “Statistical detection of systematic election irregularities.” 
Proceedings of the National Academy of Sciences 109(41): 16469–16473. (https://www.pnas.org/content/pnas/109/41/16469.full.pdf)


 

Bekannte Typen von Businessgrafiken wie Balkendiagramm, Säulendiagramm oder Tortendiagramm markieren einen wichtigen Punkt dieser Entwicklung, besonders für die Visualisierung kleiner und mittlerer Datenmengen. Auch über solche zunächst simpel erscheinenden Darstellungen können wichtige Sachverhalte zu Tage gefördert werden, wie zum Beispiel Ausreißer in Zeitreihen. Die gerne zitierte Macht der Bilder ist aber auch in Szenarien, die man für gewöhnlich gut zu kennen glaubt, noch um einiges größer. 
 
Als Beispiel betrachten wir hier die Analyse von Debitorenkonten, bei der jedes einzelne Konto durch einen Punkt in einer x/y-Grafik repräsentiert ist.  
 

  • x und y sind bestimmt durch eine numerische Transformation der relativen Anteile für ‚Zahlungen‘ (x) und ‚Umsätze‘ (y) am Gesamtbetrag der Buchungen des Debitorenkontos.
  • Der Nullpunkt (x=0, y=0) entspricht dabei einem ausgeglichenen Debitorenkonto  
    ( Umsatz =  Zahlung).
  • Je weiter ein Punkt oberhalb des Nullpunktes in y-Richtung liegt, umso höher ist der Saldo des Kontos (Weitere Details der Zusammensetzung eines Kontos können aus der Lage des Punktes zu bestimmten Kennlinien geschlossen werden, werden hier aber nicht betrachtet).
  • Die Auflösung der Grafik ist typischerweise 10.000 (= 100x100) Punkte, kann ggf. auch noch höher gewählt werden.

Abbildung 3: Auswertung Debitorenkonten

Wertet man Debitorenkonten aus verschiedenen Szenarien (Unternehmen/ Buchungskreisen etc.) aus, ergibt sich folgendes Bild:  
 

  • Die Punkte clustern deutlich rechts oberhalb vom Nullpunkt. Alle Darstellungen sind dabei weit entfernt von bloßem Rauschen.
  • Die Cluster in den einzelnen betrachteten Szenarien (Unternehmen/ Buchungskreisen) unterscheiden sich nach ihrer Lage zum Nullpunkt, nach ihrer Form und Dichte teilweise sehr deutlich (vgl. Abbildung 3). 
  • Auch mehrfache Cluster können auftreten (vgl. Abbildung 4).  
  • Das Verhalten der Cluster passt durchaus zu den oben zitierten Auswertungen von Wahlergebnissen.

 
 

Abbildung 4: Mehrfache Cluster innerhalb eines Szenarios

Aus fachlicher Sicht lassen sich diese Befunde wie folgt interpretieren:   
 

  • Es wird ein klarer Fokus sichtbar, in dem die Masse der Konten liegt. Die in der Regel strikten Prozesse eines Unternehmens hinterlassen eindeutige Spuren, die man über solche Darstellungen sichtbar werden. 
  • Ähnlich wie bei den Wahlergebnissen (s.o.) sind die Cluster aber auch bei den Debitorenkonten nach Lage und Form durchaus unterschiedlich.  
  • Die unterschiedliche Gestalt und Lage der Cluster erlauben wichtige Rückschlüsse auf das Verhalten der Debitoren in den einzelnen betrachteten Szenarien. 
  • Bi- oder multipolare Cluster geben Hinweise zu Gruppen innerhalb eines einzelnen Szenarios, die z.B. in ihrem Zahlungsverhalten deutlich verschieden sind.  

 
Die Analyse von Unternehmensdaten und deren Visualisierung ist immer nur ein erster Schritt. Die sachgerechte Interpretation solcher Analysen und die sich daran anschließenden Entscheidungsprozesse bleiben natürlich die zentralen Elemente der Unternehmensteuerung. In den meisten Fällen ist auch damit zu rechnen, dass es mehrere Möglichkeiten der Interpretation der Analyseergebnisse gibt.  Noch viel weniger werden sich in vielen Fällen für die verschiedenen Entscheidungsalternativen nur aus der Analyse von Daten eindeutige Präferenzen ergeben. Wichtig - wenn nicht entscheidend - kann aber sein, Interpretationen der Situation eines Unternehmens und in der Folge davon auch Handlungsalternativen zu verwerfen, die nachweisbar nicht durch die Daten des Unternehmens gedeckt sind. In diesem Punkt ist die Analyse und Visualisierung von Unternehmensdaten ein unersetzliches Instrument.


Kommentare (0)
Sei der erste, der diesen Blog-Beitrag kommentiert.
Blog Anmeldung

Sie sind nicht angemeldet. Bitte melden Sie sich an um diesen Blogbeitrag zu kommentieren.

anmelden