Der Einfluss von KI und anderen Innovationen auf das Data Storytelling

Dieser bearbeitete Auszug stammt aus „Data Storytelling in Marketing“ von Caroline Florence ©2024 und wird mit Genehmigung von Kogan Page Ltd. reproduziert und adaptiert.

Geschichtenerzählen ist ein wesentlicher Bestandteil der menschlichen Erfahrung. Seit Jahrtausenden kommunizieren Menschen Beobachtungen und Daten untereinander und verwenden dabei dieselben Überzeugungsprinzipien wie heute.

Allerdings haben sich die Mittel, mit denen wir Daten und Erkenntnisse generieren und Geschichten erzählen, erheblich verändert. Und dies wird auch weiterhin der Fall sein, da die Technologie eine immer größere Rolle bei unserer Fähigkeit spielt, die Fülle der verfügbaren Informationen zu sammeln, zu verarbeiten und daraus einen Sinn abzuleiten.

Wie also sieht die Zukunft des Data Storytelling aus?

Ich denke, wir haben alle darüber gesprochen, dass Daten der Motor für geschäftliche Entscheidungen sind. Und die Rolle, die KI und Daten in Zukunft spielen werden, ist unumstritten.

Ich denke also, je datenkompetenter und datenbewusster Sie sind, desto besser können Sie Ihre Entscheidungen auf der Grundlage von Fakten treffen, unabhängig davon, in welchem ​​Bereich Sie tätig sind. Denn das ist die Zukunft, auf die wir alle hinarbeiten und die wir alle annehmen werden, nicht wahr?

Es geht um Relevanz und darum, an der Spitze der Spitzentechnologie zu stehen.

Sanica Menezes, Leiterin Kundenanalyse, Aviva

Das Szenario der nahen Zukunft

Stellen Sie sich vor, Sie wenden einfach ein generatives KI-Tool auf Ihre Marketingdaten-Dashboards an, um zielgruppengerechte Texte zu erstellen. Das Tool erstellt eine klare Erzählstruktur, die aus den relevanten Datensätzen synthetisiert wird, mit umsetzbaren und aufschlussreichen Botschaften, die für die Zielgruppe relevant sind.

Das Tool erzeugt nicht nur vage und generische Ergebnisse mit fragwürdiger Genauigkeit, sondern ist auch ausgereift genug, um Sie bei der gemeinsamen Erstellung technisch robuster und überzeugender Inhalte zu unterstützen, die ein gewisses Maß an menschlicher Einsicht integrieren.

Das Schreiben von Geschichten auf der Grundlage umfangreicher und komplexer Datensätze steigert nicht nur die Effizienz und spart Zeit, sondern gibt dem menschlichen Co-Autor auch die Freiheit, kreativer darüber nachzudenken, wie er die Endgeschichte rüberbringt, um die Botschaft anzubringen, mit Empfehlungen Anklang zu finden und Entscheidungen und Handlungen zu beeinflussen.

Der Mensch hat weiterhin eine klare Rolle als Co-Autor zu spielen, was die Qualität der gegebenen Eingabeaufforderungen, die fachkundige Interpretation, sprachliche Nuancen und die individuelle Anpassung an wichtige Zielgruppen betrifft.

Der menschliche Co-Autor muss sich jedoch nicht mehr mit dem komplexen und zeitaufwändigen Prozess des Sammelns unterschiedlicher Datenquellen und der Analyse von Daten zur Gewinnung von Erkenntnissen beschäftigen. Der menschliche Co-Autor kann sich auf die Synthese der Ergebnisse konzentrieren, um Muster oder Trends zu verstehen und seine Erkenntnisse, sein Urteilsvermögen und seine Kommunikation zu perfektionieren.

In meinen Gesprächen mit Experten herrschte Konsens darüber, dass KI zwar einen erheblichen Einfluss auf das Data Storytelling haben werde, menschliches Eingreifen jedoch nie ersetzen könne.

Diese Vision für die Zukunft des Geschichtenerzählens ist (fast) da. Tools wie dieses gibt es bereits und werden gerade weiter verbessert, erweitert und auf den Markt gebracht, während ich dieses Buch schreibe.

Aber in Wirklichkeit unterscheiden sich die Fähigkeiten, die zur Nutzung dieser Tools erforderlich sind, nicht von den Fähigkeiten, die heute zum Erstellen, Gestalten und Präsentieren großartiger Datengeschichten erforderlich sind. Die Risiken, die mit dem Fehlen menschlicher Co-Autoren verbunden sind, machen den Erwerb der in diesem Buch behandelten Fähigkeiten sogar noch wertvoller.

In der von WIN durchgeführten KI-Storytelling-Übung kam das Tool auf die Kernaussage „80 Prozent der Menschen sind gesund“. Nun, das ist einfach keine interessante Tatsache.

Während die Menschen, die dieselben Daten betrachteten, einen Trend zu zunehmendem Stress erkennen konnten, was als Geschichte viel interessanter ist. KI könnte die Daten in Sekunden analysieren, aber ich habe das Gefühl, dass sie viele wirklich gute Hinweise braucht, um beim Erzählen der Geschichte wirklich helfen zu können.

Ich bin viel optimistischer, dass es mir die Möglichkeit bietet, aus den Daten 100 Folien zu erstellen, was es mir möglicherweise leichter macht, herauszufinden, worum es in der Geschichte geht.

Richard Colwell, CEO, Red C Research & Marketing Group

Wir haben kürzlich ein Experiment mit der KI-Plattform Inspirient durchgeführt. Dabei haben wir einen riesigen Datensatz verwendet und konnten innerhalb von drei Minuten 1.000 Folien mit anständigen Titeln und einem ordentlichen Design erstellen.

Dann können Sie ihm eine beliebige Frage stellen und es kann 110 Folien, 30 Folien oder was auch immer Sie wollen, erstellen. Es gibt also keinen Grund, warum Leute auf diese Weise Zeit mit den Daten verschwenden sollten.

KI wird einen gewaltigen Unterschied machen – und dann bringen wir die menschlichen Fähigkeiten ins Spiel, nämlich die Kontextualisierung, das Geschichtenerzählen, das Nachdenken über die Auswirkungen und die Relevanz für die Strategie und all die Dinge, zu denen der Computer niemals in der Lage sein wird.

Lucy Davison, Gründerin und CEO, Keen As Mustard Marketing

Weitere Innovationen mit Auswirkungen auf das Data Storytelling

Neben der KI gibt es eine Reihe weiterer wichtiger Trends, die unseren Ansatz zum Data Storytelling in Zukunft wahrscheinlich beeinflussen werden:

Synthetische Daten

Synthetische Daten sind Daten, die künstlich durch Computersimulationen erstellt wurden, um reale Daten zu ersetzen. Obwohl sie bereits in vielen Datenmodellen verwendet werden, um reale Daten zu ergänzen oder wenn keine realen Daten verfügbar sind, wird die Häufigkeit synthetischer Daten in naher Zukunft wahrscheinlich zunehmen.

Laut Gartner (2023) werden bis 2024 60 Prozent der zum Training von KI-Modellen verwendeten Daten synthetisch generiert.

In einem Vortrag in der Marketing Week (2023) gibt Mark Ritson an, dass in bisherigen akademischen Studien bei aus KI gewonnenen Verbraucherdaten eine Genauigkeit von rund 90 Prozent erreicht wird, wenn diese mit Daten aus primären menschlichen Quellen trianguliert werden.

Dies bedeutet, dass es ein enormes Potenzial bietet, bei der Erstellung von Datengeschichten zur Unterstützung von Strategien und Plänen zu helfen.

Virtuelle und erweiterte Realität

Mithilfe von virtueller und erweiterter Realität können wir im Rahmen unseres Data Storytelling noch intensivere und interaktivere Erlebnisse schaffen. Das Publikum kann in die Welt der Geschichte eintauchen, mit den Daten interagieren und die Ergebnisse der Erzählung beeinflussen.

Diese Technologie wird in der Welt der Unterhaltung bereits eingesetzt, um die Grenzen zwischen traditionellem linearem Fernsehen und interaktiven Videospielen zu verwischen und so eine neue Form des Inhaltskonsums zu schaffen.

Im Rahmen des Data Storytelling können wir uns leicht eine Welt mit simulierten Kundengesprächen vorstellen, während wir auf der Website oder im Einzelhandelsumfeld navigieren.

Anstelle statischer Visualisierungen und Diagramme, die Daten anzeigen, kann das Publikum Daten in seine physische Umgebung einblenden und Daten aus verschiedenen Quellen einbetten, auf die es per Knopfdruck zugreifen kann.

Transmediales Geschichtenerzählen

Das transmediale Storytelling wird sich weiterentwickeln und Erzählungen werden sich über mehrere Plattformen und Medien erstrecken. Von Daten-Storytellern wird erwartet, dass sie miteinander verbundene Handlungsstränge über verschiedene Medien und Kanäle hinweg schaffen, sodass sich das Publikum auf unterschiedliche Weise mit der Datengeschichte auseinandersetzen kann.

Wir sehen bereits, dass diese Tools im Datenjournalismus eingesetzt werden, wo eingebettete Audio- und Videodateien, Inhalte von Augenzeugen vor Ort, Live-Daten-Feeds, Datenvisualisierung und Fotografie neben traditionelleren redaktionellen Kommentaren und narrativem Storytelling stehen.

Ein großartiges Beispiel dafür in der Praxis ist der mit dem Pulitzer-Preis ausgezeichnete Film „Schneefall: Die Lawine am Tunnel Creek (Branch, 2012)“, der die Art und Weise veränderte, wie Die New York Times näherte sich dem Daten-Storytelling.

In der Marketingwelt investieren einige Teams bereits in High-End-Portale zum Wissensaustausch oder integrieren Tools in ihr Intranet und Internet, um mehrere Medien an einem Ort zusammenzuführen und die Datengeschichte zu erzählen.

Nutzergenerierte Inhalte

Benutzergenerierte Inhalte werden auch einen größeren Einfluss auf das Data Storytelling haben. Mit dem Aufkommen sozialer Medien und Online-Communitys wird das Publikum aktiv an der Erstellung und Weitergabe von Geschichten teilnehmen.

Es werden Plattformen entstehen, die die Zusammenarbeit zwischen Geschichtenerzählern und Publikum ermöglichen, die gemeinsame Erstellung von Erzählungen ermöglichen und ein Gemeinschaftsgefühl rund um das Geschichtenerzählen fördern.

Das Zuschneiden von Erzählungen auf die einzelnen Zuhörer anhand ihrer Vorlieben und sogar ihrer Gefühlslage führt zu höheren Erwartungen hinsichtlich der individuellen Gestaltung des Daten-Storytellings, um Engagement und Wirkung zu steigern.

Über die traditionelle „Sie haben es gesagt, also haben wir es getan“-Kommunikation mit Kunden hinausgehen, um zu zeigen, wie ihr Feedback umgesetzt wurde, wird es den Kunden durch benutzergenerierte Inhalte ermöglicht, eine zentralere Rolle beim Teilen ihrer Erfahrungen und Erwartungen zu spielen

Diese fortschrittlichen Tools sind eine Ergänzung und kein Ersatz für die menschliche Kreativität und das kritische Denken, die für gutes Data Storytelling erforderlich sind. Bei richtiger Verwendung können sie Ihr Data Storytelling verbessern, aber sie können es nicht für Sie tun.

Unabhängig davon, ob Sie mit Microsoft Excel arbeiten oder auf Berichte aus anspruchsvolleren Business Intelligence-Tools wie Microsoft Power BI, Tableau, Looker Studio oder Qlik zugreifen, müssen Sie diese Ergebnisse dennoch nutzen und Ihre Fähigkeiten als Daten-Storyteller einsetzen, um sie so aufzubereiten, dass sie für Ihr Endpublikum nützlich sind.

Es gibt einige großartige Plattformen zum Wissensaustausch, die Ergebnisse aus vorhandenen Data-Storytelling-Tools integrieren und dabei helfen können, Inhalte an einem Ort zu kuratieren. Einige davon können in vorhandene Plattformen integriert werden, auf die Ihr Unternehmen möglicherweise zugreifen kann, wie beispielsweise Confluence.

Einige davon können mit externen Tools für individuelle Anforderungen maßgeschneidert werden, wie z. B. die Erstellung einer Microsite für Ihre Datenstory mit WordPress. Und einige können in großem Maßstab eingebracht werden, um sie in vorhandene Microsoft- oder Google-Tools zu integrieren.

Die Liste der verfügbaren Elemente ist umfangreich, hängt jedoch normalerweise von den IT-Vorteilen Ihrer eigenen Organisation ab.

Die anhaltende Rolle des Menschen beim Data Storytelling

In dieser sich entwickelnden Welt verschwindet die Rolle des Daten-Geschichtenerzählers nicht, sondern wird immer wichtiger.

Dem menschlichen Daten-Geschichtenerzähler kommen noch immer viele wichtige Rollen zu, und die notwendigen Fähigkeiten, um ein zynisches, anspruchsvolles und überfordertes Publikum zu beeinflussen und zu fesseln, werden noch wertvoller.

Heutzutage können Whitepaper, Marketingtexte, interne Präsentationen und digitale Inhalte schneller erstellt werden, als ein Mensch es je allein schaffen könnte. Ohne einen erfahrenen Geschichtenerzähler, der die Inhalte kuratiert, besteht unweigerlich das Risiko einer Informationsüberflutung.

Heutzutage ist der menschliche Daten-Geschichtenerzähler von entscheidender Bedeutung für:

• Wir stellen sicher, dass wir nicht einfach „irgendeine alte Geschichte“ erzählen, nur weil wir es können, und dass die Geschichte für den Geschäftskontext und die Geschäftsanforderungen relevant ist.
• Verstehen Sie die vom Tool verwendeten Eingaben, einschließlich Einschränkungen und potenzieller Verzerrungen, und stellen Sie sicher, dass die Daten ethisch korrekt und zuverlässig verwendet werden und mit den entsprechenden Berechtigungen erfasst werden.
• Formulieren Sie Abfragen richtig, um den relevanten Kontext, die Probleme und die Bedürfnisse der Zielgruppe einzubeziehen und so die Wissensdatenbank zu füllen.
• Durch Querverweise und Synthese von KI-generierten Erkenntnissen oder synthetischen Daten mit menschlicher Expertise und fachspezifischem Wissen wird die Relevanz und Genauigkeit der Empfehlungen sichergestellt.
• Nutzen Sie die verschiedenen verfügbaren VR-, AR- und Transmedia-Tools, um sicherzustellen, dass Sie für den jeweiligen Job das richtige Tool finden.

Um das ganze Buch zu lesen, erhalten SEJ-Leser einen exklusiven Rabattcode von 25 % und kostenlosen Versand in die USA und nach Großbritannien. Verwenden Sie den Promocode SEJ25 bei koganpage.com hier.

Mehr Ressourcen:

• Was ist Datenvisualisierung und wie lässt sie sich für SEO nutzen?
• 11 beeindruckende SEO-Datenvisualisierungen, die Ihr Reporting inspirieren
• Nutzung generativer KI-Tools für SEO

Vorgestelltes Bild: PopTika/Shutterstock