Deutsche Datentradition - Zahlen vs. Grafiken

00:00:00: Willkommen zu unserem "Deep Dive".

00:00:01: Ja, du hast dich bestimmt auch schon mal gewundert, oder?

00:00:04: Man schaut in deutsche Berichte und sieht Zahlen, Tabellen,

00:00:08: endlose Kolonnen, Grafiken, oft eher so nahe am Rande.

00:00:14: Ist das einfach nur Gewohnheit oder steht da mehr dahinter?

00:00:18: Wir haben uns mal die Quellen zur deutschen Datenkultur angeschaut.

00:00:22: Genau. Und unsere Mission heute.

00:00:24: Mal wirklich zu verstehen, warum diese

00:00:26: Tabellenliebe so stark ist, rechtlich, historisch, sogar wie unser Gehirn tickt.

00:00:31: Und wie passt das zur modernen Datenvisualisierung?

00:00:34: Ja, das ist ein super spannendes Thema.

00:00:37: Und der Kern ist eigentlich diese Vorliebe für Tabellen.

00:00:40: Das ist nicht nur Geschmackssache, das ist wirklich tief drin in unserer Kultur.

00:00:46: So eine Art Gebot der Präzision der Nüchternheit.

00:00:49: Nüchternheit, OK.

00:00:50: Gerade in so Kernbranchen, Denk an Maschinenbau, Finanzen.

00:00:55: Da gilt die Zahl oft als die reinste Form der Wahrheit, unverfälscht.

00:01:00: Eine Grafik, die ist schnell mal eine Interpretation.

00:01:03: Potenziell irreführend, vielleicht sogar manipulativ, so die Befürchtung.

00:01:08: Aber du sagtest, das hat auch rechtliche Gründe.

00:01:11: Wie kann denn ein Gesetz quasi Tabellen bevorzügen?

00:01:15: Das klingt erst mal komisch.

00:01:16: Naja, es steht nicht drin, du musst Tabellen nehmen,

00:01:19: aber die Grundsätze ordnungsmäßiger Buchführung, die GOP und vor allem die GOBD.

00:01:24: Ah, die GOBD, klar.

00:01:25: Genau, die fordern halt knallhart bestimmte Dinge.

00:01:28: Nachvollziehbarkeit, Richtigkeit, Vollständigkeit, Unveränderbarkeit.

00:01:32: So und eine Tabelle, die spiegelt oft sehr direkt die Buchungsdaten wieder.

00:01:37: Dieses Prinzip, keine Buchung ohne Beleg.

00:01:40: Das siehst du in der Tabelle quasi.

00:01:42: Jetzt stell dir mal einen Prüfer vor, der sieht einen bunten Punkt in einem Diagramm.

00:01:46: Ja, wo kommt er her?

00:01:47: Eben, woher genau kommt dieser Wert?

00:01:50: Welche Buchungen stecken dahinter?

00:01:53: Bei einer Tabelle kann ich das auf Zeile für Zeile nachvollziehen.

00:01:56: Beim Diagramm muss ich erst graben.

00:01:58: Das widerspricht so ein bisschen diesem Geist der direkten lückenlosen Prüfung.

00:02:03: Verstehe, die Tabelle ist also sozusagen

00:02:07: rechtssicherer, die Quelle der Wahrheit für den Prüfer.

00:02:11: Ganz genau, oft ist sie das in der Praxis.

00:02:13: Die GOBD schaffen also einen Rahmen, in dem tabularische Darstellungen oft einfacher,

00:02:19: praktischer und sicherer erscheinen.

00:02:21: OK, das macht Sinn.

00:02:23: Und das ist ja sicher nicht erst seit den GOBDs so, oder?

00:02:26: Du hattest was von historischen Wurzeln gesagt.

00:02:28: Absolut, das geht weit zurück.

00:02:31: Denk mal an die Ausbildung des ehrbaren Kaufmanns.

00:02:34: Das ist ja eine jahrhundertealte Tradition.

00:02:36: Stimmt. Was waren da die Kernfächer?

00:02:38: Kaufmännische Arithmetic, Buchhaltung, Konturwissenschaft, also Büroorganisation.

00:02:44: Es ging immer um Präzision, um Ordnung, um das Denken in Zahlen.

00:02:49: Das war quasi das Handwerkszeug.

00:02:51: Genau, die doppelte Buchführung, das war das Werkzeug zur rationalen Kontrolle.

00:02:57: Und dieses Vertrauen in die Zahl, in die geordnete Tabelle,

00:03:01: das wurde über Generationen gelehrt und weitergegeben.

00:03:05: Das ist tief drin.

00:03:06: Wow, OK, also kulturell, historisch gesetzlich, fast wie so eine kaufmännische DNA.

00:03:11: Aber beeinflusst das denn auch, wie wir Informationen,

00:03:14: ja, wie unser Gehirn damit umgeht, gibt es da auch eine kognitive Seite?

00:03:17: Ja, total spannend.

00:03:19: Die Forschung stützt das nämlich.

00:03:21: Also, Grafiken sind super, keine Frage.

00:03:24: Um schnell Muster zu sehen, Trends, Ausreißer, das große Bild.

00:03:28: Auf einen Blick.

00:03:29: Genau, aber wenn es darum geht, wirklich exakte Werte abzulesen oder komplexe

00:03:34: Verhältnisse detailliert zu vergleichen, denk an so eine Bilanzanalyse.

00:03:39: Oder soll ist Vergleiche im Controlling?

00:03:42: Ja, wo es auf die Nachkommestelle ankommt.

00:03:44: Exakt, da sind Tabellen oft überlegen.

00:03:48: Es gibt Studien, die zeigen, Menschen machen bei solchen Präzisionsaufgaben

00:03:52: mit Tabellen weniger Fehler.

00:03:54: Unser Gehirn ist für diese Art von Detailarbeit mit Zahlenreihen einfach

00:03:58: gut gewappnet, sozusagen.

00:04:00: OK, krass, also eine echt starke Tradition.

00:04:02: gestützt durch Gesetze und sogar durch die Art wie unser Gehirn Details verarbeitet.

00:04:07: Aber jetzt kommt das große Aber. Wir leben ja in Zeitalter von Big Data, von Business Intelligence,

00:04:13: BI, von coolen Visualisierungstools. Ja, genau. Die ja eigentlich das Gegenteil versprechen.

00:04:19: Schnelle Einsichten, Überblick statt Detailwüste. Wie passt das denn zusammen? Das muss doch knirschen,

00:04:24: oder? Und ob das knirscht, das ist genau der Konflikt, den wir gerade erleben. Die traditionellen

00:04:30: Methoden, die Tabellenwelt, die ist meist retrospektiv, also die Vergangenheit sauber dokumentieren.

00:04:37: Rückblickend. Richtig. Aber die neuen BI-Ansätze, die sind prospektiv, die wollen nach Vorleschauen,

00:04:45: die sind explorativ, wollen Einblicke für die Zukunft finden, versteckte Muster aufdecken.

00:04:52: Mehr Agilität, schnellere Entscheidungen. Das ist das Versprechen. Aber gerade im deutschen

00:04:57: Mittelstand, auch im öffentlichen Sektor, da sehen wir oft noch eine ziemliche Lücke. Die Tools werden

00:05:03: nicht so genutzt, wie sie könnten. Woran liegt das denn? Ist die Technologie zu kompliziert, zu teuer?

00:05:09: Weniger die Technologie an sich, die ist oft da. Die Hürden liegen tiefer, oft im menschlichen

00:05:16: und organisatorischen. Also es fehlt oft an Datenkompetenz. Leute, die mit den Daten und den

00:05:25: Tools wirklich umgehen können. Fachkräfte sind Mangelware. Dann fehlt es oft an der strategischen

00:05:31: Verankerung ganz oben. Wie viele Firmen haben denn wirklich einen Chief Data Officer, der das Thema treibt?

00:05:38: Stimmt eher weniger. Dann der kulturelle Widerstand. Dieses Misstrauen kann ich dieser

00:05:43: bunten Grafik wirklich trauen. Ist das nicht nur Spielerei? Wo sind meine harten Zahlen? Und ganz

00:05:50: profan? Oft ist auch die Datenqualität in den alten Systemen einfach, naja, nicht gut genug für

00:05:56: schicke Analysen. Fragmentierte IT-Landschaften. Puh, das ist ja ein ganzes Bündel an Herausforderungen.

00:06:03: Was heißt das jetzt für die Zukunft? Ist die Tabelle bald Geschichte? Abgelöst von

00:06:08: bunten Dashboards? Ich glaube nicht, dass sie ganz verschwindet. Wahrscheinlich liegt die Zukunft eher

00:06:14: in so einem, ja, Hybriden-Ansatz. Ein Nebeneinander. Wie meinst du das? Man behält dieses Vidoose,

00:06:20: GoBD-konforme, tabellarische System der Aufzeichnung. Das ist die unanfechtbare Wahrheit für alles,

00:06:27: was rechtlich relevant ist. Die Basis. Okay, die sichere Bank. Genau. Aber parallel dazu baut man

00:06:34: ein exploratives System der Erkenntnis auf. Mit BI, mit Visualisierung, um eben agil zu sein,

00:06:42: vorausschauend. Der Schlüssel ist aber, du brauchst eine starke Data Governance. Klare Regeln,

00:06:48: wer was darf. Unkompetenz. Und vor allem umfassende Datenkompetenz im ganzen Unternehmen. Sonst kriegst

00:06:56: du die Brücke zwischen diesen beiden Welten nicht geschlagen. Verstehe, es geht also darum,

00:07:01: diese traditionelle deutsche Stärke, Präzision, Nachvollziehbarkeit nicht wegzuwerfen, sondern

00:07:07: sie als Fundament zu nehmen. Und darauf dann die neuen agilen Analyse-Methoden aufzusetzen.

00:07:13: Gründlichkeit plus Agilität sozusagen. Ganz genau. Wenn man versteht, warum die Tabelle so tief

00:07:19: sitzt, dann kann man diese Brücke viel besser bauen. Ohne diese Grabenkämpfe, alt gegen neu. Ja,

00:07:25: das macht Sinn. Und hier vielleicht noch ein letzter Gedanke, den du mal mitnehmen kannst. Könnte

00:07:31: denn genau diese deutsche, ja, fast schon obsessive Liebe zum nachprüfbaren Detail zur Datenqualität

00:07:38: am Ende ein echter Vorteil sein? Wie meinst du? Na ja, denk mal an KI-gestützte Analythik. Überall

00:07:46: die Sorge vor der Blackbox. Könnte Deutschland hier eine Vorreiterrolle spielen, indem wir sagen,

00:07:51: bei uns gibt's vertrauenswürdige KI, weil wir eben auf diese Nachvollziehbarkeit pochen. Ein globaler

00:07:57: Standard für trustworthy AI, homemade in Germany. Vielleicht ist diese Tabellendiebe ja der Keim

00:08:03: für was ganz Neues. Denkt mal drüber nach.