Haben Sie vor zwei Wochen den Test gemacht? Wir hatten wie seinerzeit in einer Studie von Haller und Krauss* gefragt, was man aus einem statistisch signifikanten Testergebnis ableiten kann. Haben Sie bestanden? Bravo! Falls nicht, wären Sie in guter Gesellschaft. Die meisten beantworten fälschlicher­weise mindestens eine der zu bewertenden Aussagen als „richtig“ und fallen damit durch. Das sind die Durchfallquoten:

Bei soviel Fehlinterpretation ist die Signifikanz keine Lösung, sondern ein Problem. Auch die Ausbilder sind betroffen.

Dass meist weder der Autor noch der Leser den Test bestehen würden, hindert kaum jemanden daran, etwas für signifikant zu halten, was vielleicht statistisch signifikant, aber damit eben noch lange nicht bewiesen ist. Davon kann man sich täglich in den Medien überzeugen. Wer das überprüfen möchte, wähle in unserer kleinen vorkonfigurierten Google-Suche eine Zeitung links und einen der einschlägigen Begriffe rechts:

Statistisch etwas beweisen zu können ist so wünschenswert wie Tarnkappen, Dukatenesel und Jungbrunnen. Und genauso märchenhaft. Da wir Unternehmen führen wollen, müssen wir realistisch bleiben. Fassen wir daher zusammen, wovon hier schon die Rede war:

1. Ob man etwas mit den Mitteln der Statistik testet oder nicht: Unterschiede zwischen Gruppen sind normal. Gleichheit ist merkwürdig. Ein signifikantes Ergebnis besagt, der Unterschied ist nicht zufällig. Ein nicht signifikantes Ergebnis besagt, der Unterschied ist vielleicht dennoch nicht zufällig.
2. Woher der Unterschied rührt, das sagt der Signifikanztest nicht. Es ist ähnlich wie bei der Korrelation. Der Rückgang der Storchenpopulation ähnelt dem der Geburtenrate. Wer an einen Zusammenhang glauben will, kann das tun. Oder lassen.
3. Bei sozialen, medizinischen oder betriebswirtschaftlichen Experimenten können wir die Einflussvariablen weder vollständig erfassen noch konstant halten. Das gelingt selbst Technikern nur schwer, aber immerhin etwas besser.
4. Weil Variation normal ist, weil der Signifikanztest das nur immer wieder bestätigt und weil er über wahre Gründe nichts aussagt, können wir ihn ohne den geringsten Schaden beerdigen und stattdessen die Verteilungen selbst beäugen.

Aus alledem folgt, dass wir Satzkonstruktionen wie diese aus unserem aktiven Sprachgebrauch besser verbannen:

1. Das ist statistisch nachgewiesen (aus A folgt B).
2. Der Unterschied ist signifikant.
3. Die neue Kampagne ist mit einer Sicherheit von 95 % wirksam.
4. Die Zusammenhang ist statistisch bewiesen.

Fürs Managementberichtswesen sind wir bereits gewappnet. Statistisch signifikant ist nämlich nur ein Attribut. Und das vermeiden wir ja ohnehin.

* Quelle: Haller, H., Krauss, S. (2002). Misinterpretations of Significance: A problem students share with their teachers? Methods of Psychological Research Online, Vol. 7, No. 1, S. 1–20.

Argumente gegen das Stapeln und eine neue Alternative hatten wir hier schon. Eine erste wichtige Maßnahme gegen die Hochstapelei ist das Entstapeln der Daten:

Schon mal besser: Entstapelte Stapelgrafik

Das ist ein Fortschritt, aber man ist noch nicht zufrieden. Warum? Den Vergleich je Land können wir mit sogenannten Referenzbalken verbessern. Der Vergleich der Preise, Kosten und Steuern über die Länder hinweg ist aber auch damit noch nicht optimal.

Wir vergleichen, indem unser Auge die Unterschiede in den Balkenlängen prüft. Genau diesen Unterschieden aber widmet meine erste Darstellung die geringste Anzahl an Pixeln. Ein viel größerer Anteil an Pixeln wird für das Aufmalen des immer gleichen Minimums aufgewendet. So kommen die gleichen 97 Pixel für den Wert 126 in der Spalte Zapfsäule in allen 10 Zeilen vor. Jedoch: Die Lesbarkeit einer Grafik ist umso höher, je mehr Pixel uns zur Abbildung von Ungleichem zur Verfügung stehen.

Naivere Zeitgenossen und die Entwickler von Excel verführt das zu der Annahme, man dürfe die Achse abschneiden und damit die Unterschiede betonen. Man darf es nicht!

Was man darf und sogar muss, ist, sich zu entscheiden, was man eigentlich zeigen will. Bei Vergleichen ist das selten der rohe, unbehauene Datenwert, den die Statistik hergibt. Vielmehr wollen wir zeigen, ob und wie sehr die Daten von unserer Erwartung, vom Durchschnitt, vom Gewohnten, vom Üblichen, vom Typischen abweichen.

Die Referenz dazu ist die Vergangenheit, ein Minimum, ein Maximum oder ein Durchschnitt. Daher liegen wir richtig, wenn wir zuallererst einmal die Abweichung vom Durchschnitt errechnen und von dort aus weiterdenken:

Ich finde, damit ist eine gute Lösung für die Daten oben gefunden. Wir lernen also: Rohdaten zeigen ist keine Analyse. Vergleichen heißt Abweichungen zeigen.

Letztes Mal waren wir so verblieben, dass Informationskultur von den Konsumenten ebenso eingefordert wie von den Produzenten bereitgestellt werden muss. Fangen wir gleich damit an: Wir wollen keine Infografiken mehr sehen!

Mit diesem und anderen Beispielen wirbt die dpa für die Dienste ihrer Tochter dpa-infografik. Spiralförmige Anordnung, wachsende Wappen, die Spirale selbst – alles steht dem raschen Verständnis des Zahlenvergleichs im Weg.

Zuerst die gute Nachricht: Man findet sie, wo man hinsieht, aber sie dominieren die grafische Darstellung nicht (mehr). In einer Stichprobe mit Capital, Focus, FTD, Neue Zürcher Zeitung, Spiegel, Süddeutsche Zeitung und WAMS fand ich die meisten Beispiele noch in Spiegel und Focus. In der Capital fand ich gerade mal eines, in der NZZ gar keins.

Dennoch, aus zwei Gründen, weg damit: Wo offen über den Zweck räsoniert wird, bleiben wenig Zweifel, worum es geht. Der Leser soll emotionalisiert, die Botschaft soll ihm verkauft werden.

Die Infografik „verschafft uns einen sinnlichen Zugang in die Herzen der Leserinnen und Leser, weil sie mit Symbolen und leicht faßlichen Illustrationen für die Aussage emotionalisiert werden, z. B. Wohnbau geht zurück – traurige Familie.“
Quelle: www.infografik.at

Dafür haben wir keinen Bedarf. Und spätestens ab jetzt sehen wir über jeder Infografik die Warnlampe Manipulation leuchten.

Der zweite Grund ist das kapitale Missverständnis, dem auch Infografiker ohne manipulative Absicht unterliegen. Dekoration verbessert Lesbarkeit und Verständnis nicht, wie die Szene annimmt, sondern verschlechtert sie, oft total. Selbst wenn die dekorativen Elemente die Daten nicht verzerren, was häufig der Fall ist, muss das Auge all den Firlefanz ausfiltern, bevor es die eigentliche Information, den Wertvergleich, aufnehmen kann. Der Effekt ist so einfach nachzuvollziehen, wie er erfolgreich ignoriert wird. In Zukunft jedenfalls gibt es für die Verwendung von Dekogrammen reichlich Minuspunkte:

1. Der Seitenfüller (10 Minuspunkte)
Das ist die harmlose Variante des Dekogramms. Die Zahlen sind immerhin durch die Dekoration nicht verzerrt. Die Darstellung ist lediglich trivial. So wie der Inhalt auch. Drei Zahlen ohne Vergangenheit, ohne zeitliche Entwicklung, ohne Vergleich mit anderen Ländern. Krawatte, Titel, Zahlenhintergrund alles rot. Dieses Diagramm signalisiert, was es ist: Ignorier mich, ich bin nur nett anzusehen.

Ein harmloses Diagramm vom Typus Seitenfüller. Es tut nicht weh und kann ohne Schaden ignoriert werden. Quelle: Focus, Heft 29/2008, 14.07.2008, S. 106.

2. Der Murks (20 Minuspunkte)
Hier wurde das Dekoelement vor die Information gestellt. Man weiß nicht sicher, wo der rote Balken enden soll, und der Längenunterschied wird durch die Trapezform des Pokalfußes optisch gespreizt. Da die Information trivial ist und die Zahlenwerte das Auge gut erreichen, geht das noch als Ungeschicklichkeit durch.

Vom Typus Murks: Hier braucht es ein Lineal um festzustellen, wo der rote Balken enden soll – an der rechten oberen Ecke. Quelle: Der Spiegel, Heft 24/2008, 09.06.2008, S. 18.

3. Verhinderter Neurath (30 Minuspunkte)
Otto Neurath, dem Pionier der Bildsprache, verdanken wir die Idee, Zahlen anschaulich mit Hilfe von Piktogrammen darzustellen. Wenn es aber schief geht, irren die Augen hilflos hin und her, um ein paar Zahlen zu finden und zuzuordnen. Meistens geht es schief. Flächige Repräsentationen sind immer problematisch. Flaggen zu verdehnen ist am Rande des guten Geschmacks.

Gute Symbolik hilft. Schlechte strengt an. Von Flächen und Flaggen sollte man besser die Finger lassen, sonst wird man doppelt missverstanden. Quelle: Der Spiegel, Heft 29/2008, 21.07.2008, S. 69 und S. 65.

So hätten die Daten für ThyssenKrupp ausgesehen.

Und so die für T-Mobile. Was passiert? Man interessiert sich für die Zahlen.

4. Der Fälscher (70 Minuspunkte)
Der verhinderte Neurath lässt sich steigern. Das Auge nimmt hier Flächen wahr, ist darin nicht besonders gut, wie wir wissen, und irrt selbst dann noch. Die Idee des Grafikers ist hier in der Tat, Flaschen zu zählen. Der Unterschied zwischen 2006 und 2007 ist fast 300 %, die Fläche hat sich aber nur verdoppelt.

Nur wer die Flaschen zählt, wird schlau aus dieser Grafik der Welt am Sonntag (Nr. 26/2008, 29.06.08, S. 34). Der Flächeneindruck trügt nämlich gewaltig, wie Bellas Redesign rechts zeigt.

5. Der Manipulator (100 Minuspunkte)
So harmlos sie aussieht, so faustdick hat es diese Grafik hinter den Pixeln. Das dekorative Elemente verdeckt nichts und verzerrt nichts. Viel schlimmer, es hilft die eigentliche Täuschung zu verbergen. Man ist versucht, ein Spendenkonto für die Musikindustrie einzurichten. Der Trick hat wie so oft mit abgeschnittenen Achsen zu tun. Eine faire Darstellung der Wertveränderung von 25 % würde das Gefälle der Zeitreihe hier so wählen, dass die Höhenveränderung etwa ein Viertel der Längenveränderung beträgt. Hier sind es aber fast 100 %. Das Gefälle wird daher dramatisiert. Der entscheidende Effekt ist aber nochmals an anderer Stelle zu finden. Der Endwert liegt nahe der X-Achse, also entsprechend unseren Sehgewohnheiten nahe an der Nulllinie. Die quer gesetzte Textzeile mit der Quellenangabe rückt die Nullinie optisch noch weiter an die Linie heran. Diese Grafik schreit uns entgegen: Der Umsatz mit Tonträgern ist abgestürzt auf nahe null.

Sieht harmlos aus, ist aber ein Vertreter vom gefährlichen Typus Manipulator. Quelle: Der Spiegel, Heft 29/2008, 21.07.08, S. 98.

Dass es auch ohne Murks und Manipulation geht und dass das die Leser trotzdem und deswegen fesselt, zeigen Beispiele aus den oben zitierten und anderen Quellen. Ein Vergleich der Fußballstars Diego und Franck Ribéry kommt in der Frankfurter Allgemeinen Sonntagszeitung als schlichte Tabelle daher. Warum auch nicht?

Zahlen sind spannend, wenn sie uns etwas bedeuten. Dann entscheidet nur noch die Ablesbarkeit darüber, wie schnell wir sie verstehen. Quelle: Frankfurter Allgemeine Sonntagszeitung, Heft 6/2008, 10.02.2008, S. 15.

Generell werden Diagramme schlichter, die Pixel werden den Daten und nicht der Dekoration gewidmet. Viele Grafiken in der Capital sind besonders nah an meinem persönlichen Ideal der Grafischen Tabelle. Dort sind selbst die Balken nicht mehr höher als der Text.

Frei von Dekoration und Firlefanz, die Botschaft klar formuliert, selbst die Balken sind von wortgrafischer Qualität. Quelle: Capital 10/2008, S. 46.

Wir jedenfalls tun zweierlei: Dekogramme in Managementreports, Geschäftsberichten, internen Befragungen, Memos kommen nicht infrage, es sei denn, man will seiner Karriere ein frühes Ende bereiten. In Magazinen, Zeitungen, Zeitschriften werden wir die Nase rümpfen und immer gleich vermuten, dass uns da einer verladen will oder schlampig war. Wir werden meistens recht behalten.

Und wenn uns jemand fragt, was denn eine echte Infografik sei, dann zeigen wir auf die hier:

Jedes einzelne Pixel trägt Information – das Optimum einer Infografik. Quelle: Welt am Sonntag, Nr. 27/2008, 06.07.2008, S. 66.

Klagen und Lamentieren ist leicht. Und Beispiele für schlechtes Informationsdesign gibt es mehr, als einem lieb sein kann. Umso schöner, wenn man unverhofft auf eine solche Datenschönheit wie dieses Exemplar aus der New York Times stößt.

Ausschnitt aus der New York Times, zum Vergrößern auf das Bild klicken.

Nicht umsonst trägt das aktuelle Werk von Edward Tufte den Titel Beautiful Evidence. Das kann nur sehr unzureichend mit Erkenntnisschönheit übersetzt werden. Sie entsteht dann, wenn etwas nicht deswegen gefällig ist, weil es unseren Sinn für Ästhetik anspricht, sondern weil es die Freude des Verstehens und Lernens auslöst. Das tut es dann, wenn alles zum Verstehen Notwendige in geeigneter Form präsentiert wird, so wie das schon bei den 8 Geboten guter Visualisierung beschrieben wurde. Mit der Fähigkeit uns kindlich am Lernen zu freuen, sind wir reichlich ausgestattet, anders ist unsere Evolution nicht vorstellbar.

Die Grafik der New York Times untersucht den Zusammenhang zwischen Aktienkursentwicklung und der Vergütung der US-amerikanischen Vorstandsvorsitzenden. Sie tut das transparent, datendicht und inhaltsreich. Sie kombiniert Zahlen, Grafik, Text wie Galileo Galilei es getan hätte. Sie belohnt intensives Studium. Sie ist faktenreich und objektiviert die Fragestellung mit Engagement. Sie ist so reich schattiert, wie die Realität nun einmal ist. Ein Teil der Vergütungen folgt einem Korridor, der einen sinnhaften Zusammenhang zwischen Unternehmenserfolg und Vergütung herstellt. Ein anderer Teil spiegelt Überbezahlung, ein wieder anderer Unterbezahlung wider. Zumindest dann, wenn ausschließlich der Aktienkurs als Maßstab gelten soll. Bekanntlich eine schwierige Frage.

Weil die Frage nach angemessener Vergütung auch sonst schwierig ist, sind Ausreißer mit Informationen zu möglichen Gründen hinterlegt. Insgesamt enthält die Grafik sich der Wertung eines komplexen Zusammenhangs. Mit Hilfe des Korridors versucht sie, eine Generalaussage abzuleiten und zeigt gleichzeitig deren Grenzen. Der Leser wird informiert und nicht manipuliert.

Zeigen Sie so wenig Daten wie möglich. [Show as few data as possible (Minimize the data density)] Wenn eine Grafik droht, leer auszusehen, weil sie nur ein paar Datenwerte enthält, füllen Sie den Rest mit schmückenden Elementen aus, die nichts zur weiteren Erhellung des Sachverhalts beitragen.
Verstecken Sie, welche Daten sie zeigen. [Hide what data you do show] Dazu gibt es mehrere wirksame Möglichkeiten: Nehmen Sie ein auffälliges Rastergitter und drucken Sie die Daten schwach darüber. Oder: halten Sie sich sklavisch an die Regel, dass man Nulllinien nicht abschneidet, so dass die Variation der Daten auch dann verschwindet, wenn sie interessant wäre.
Ignorieren Sie grundsätzlich die Idee visueller Darstellungen. [Ignore the visual metaphor altogether] Wenn sich ihre Daten nach Größe ordnen lassen und die verwendete grafische Repräsentation auch, bringen Sie trotzdem beides durcheinander. Sehr effektiv: Verwenden Sie eine Balkengrafik, aber sortieren Sie nach Alphabet.
Nur Länge zählt [Only order matters] Verwenden Sie Länge als Ordnungskriterium, aber verwirren Sie das Auge des Lesers, indem Sie Flächen zeigen. Damit quadrieren Sie auch noch den harmlosesten Unterschied.
Reißen Sie Daten aus dem Zusammenhang. [Graph data out of context] Das klappt besonders gut bei Zeitreihen. Ein peinlich starkes Absinken eines Wertes? Starten Sie erst mit dem Zeitpunkt danach. Nur ein leichtes Schwanken: Skala vergrößern, X-Achse stauchen.
Wechseln Sie die Skalierung in derselben Abbildung. [Change scales in mid-axis] Etwas für den Connaisseur. Man nehme zwei Reihen unterschiedlicher Größenordnung, skaliere jede einzeln und setze beides zu einer Grafik zusammen.

Fortsetzung folgt.

Wenn Bella über Datenvisualisierung hirnt, dann kommt es ihr auf jedes Pixel an. Dabei praktiziert sie die Kunst des Weglassens. Erst wenn weiteres Weglassen Datenwerte zerstören würde, ist eine Grenze erreicht, die nicht überschritten werden darf. Ähnliche Fragen stellen sich für die Statistisierung unserer Darstellungen. Am Beispiel vom Supermarkt und der Margarine haben wir gesehen: Rohdatenwerte weglassen behindert den Erkenntnisprozess ungemein. Der Grenznutzen zusätzlicher statistischer Maße hingegen ist eher gering, das Signifikanztesten sogar meist kontraproduktiv.

Greifen wir das Beispiel nochmals auf. Welche Überlegungen können wir anstellen?

1. Ich habe lediglich Umsätze von 5 Tagen in drei Supermärkten. Auf den Verkauf wirken eine ganze Menge anderer Einflussfaktoren ein, die ich nicht kontrollieren kann und die mir vielleicht auch nicht bewusst sind. Egal, was ich aus den Daten ableite, es wird von großer Unsicherheit geprägt sein.
2. Die Größenordnung der Tagesumsätze je Supermarkt kann ich mit Hilfe des Mittelwerts charakterisieren. (Alternativ gäbe es vor allem den Median, er wird weniger stark von Ausreißern beeinflusst.)
3. Die Mittelwerte unterscheiden sich. Aha.
4. Würden sie sich dramatisch unterscheiden, wäre ich ein bisschen misstrauisch. Warum sollte eines der Instrumente plötzlich schlagartig wirksam sein. Der Stein der Weisen wird eher selten gefunden.
5. Die größte Streuung weisen die Werte für den Probierstand auf. Nochmal Aha. Am Probierstand stehen Menschen, sie sind wahrscheinlich unterschiedlich gut in der Lage diesen Job zu machen. Ich werde als nächstes mit den Filialleitern sprechen, um herauszufinden, wer an welchem Stand war.
6. Die größere Streuung der Werte um den Mittelwert für den Probierstand signalisiert mir, dass sich die zu erwartenden Resultate unzuverlässiger einstellen werden.
7. Die Ergebnisse sind sehr interessant. Sie rechtfertigen es, meine Versuche fortzusetzen. Ich werde überlegen, wie ich den persönlichen Einfluss auf die Wirksamkeit des Probierstands reduzieren kann. Zum Beispiel könnte ich die Versuche mit Standpersonal fortsetzen, das weder besonders gute noch schlechte Ergebnisse bringt.

In diesen Überlegungen spiegelt sich sehr deutlich, was statistisches Denken ausmacht. Maße der deskriptiven Statistik (Mittelwert, Median) dienen dazu, Datenphänomene kompakt zu beschreiben. Die Schwankungsbreite der Werte wird als Unsicherheit verstanden – ganz unabhängig davon, ob man sie dazu in Streuungsmaße überführt. Besonderes Augenmerk wird den extremen Werten („Ausreißer“) gewidmet. Im Vordergrund stehen fundamentale Probleme des Messens und Vergleichens. Auf inferenzstatistische Methoden hingegen kann hier ohne Erkenntniseinbuße verzichtet werden. Denn: die entscheidenden Schlüsse müssen wir schon selbst ziehen.

Nichts prägt die Vorstellung davon, was Statistik ist und was sie zu leisten vermag, so sehr wie der Signifikanztest. Kann jemand die Frage bejahen, ob die gezeigten Ergebnisse statistisch signifikant sind, so darf er sich der vollen Aufmerksamkeit seiner Zuhörer sicher sein. So sehr auf der einen Seite abgedroschene und schlecht zitierte Allgemeinplätze bemüht werden, um den kundigen Skeptiker zu geben, so sehr wird auf der anderen Seite verzweifelt an die Möglichkeit geglaubt, Statistik könne die Sicherheit geben, die wir selbst nicht haben.

Davon sind Laien ebenso betroffen wie Experten. Haller und Krauss untersuchten beispielhaft das Wissen von Lehrenden und Lernenden eines Statistikkurses zum Thema Signifikanz. Das Ergebnis war verheerend. Auf beiden Seiten des Katheders wurde das Konzept gründlich missverstanden. Der Blick in Lehrbücher macht die Sache nicht besser. Auch dort sind die meisten Darstellungen mangelhaft. Selbst den Kritikern des Signifikanztestens gelingt selten eine erhellende Darstellung des Problems. Und an der entscheidenden Stelle verhindern sprachliche Weichmacher, dass der mit „signifikanten“ Ergebnissen Konfrontierte erfährt, was er damit anfangen soll.

Die Antwort ist: nichts!

Grob gesagt geht es beim Signifikanztest um Folgendes. Nehmen wir an, wir haben Margarine in mehreren Filialen unserer Supermarktkette verkauft. In jeder Filiale haben wir etwas anderes getan, um die Absätze günstig zu beeinflussen. Je Filiale haben wir nun eine Reihe von Tagesumsätzen. Über diese Umsätze bilden wir die folgenden Mittelwerte:

Offensichtlich unterscheiden sich die Mittelwerte. Hat das nun mit unseren Aktionen zu tun oder nicht? Unsere Hypothese lautet also: Ja, in den Mittelwertunterschieden spiegelt sich die unterschiedliche Wirkung unserer unterschiedlichen Aktionen.

Das Dumme ist nur, der Signifikanztest weiß von unserer Hypothese nichts. Die drei Filialen unterscheiden sich in einer Vielzahl von Merkmalen. So mag die Altersstruktur unseres Filialpersonals unterschiedlich sein, die Filialfläche, die Struktur unserer Kunden oder das Wetter an den drei Standorten, oder, oder, oder. Wir haben einfach drei unterschiedliche Filialen vor uns. Punkt. Warum sollten sie sich nicht unterscheiden?

Genau von dieser absolut uninteressanten, völlig unwahrscheinlichen, nutzlosen Vorstellung geht man aber aus, wenn man auf Signifikanz prüft. Besteht Signifikanz, so bedeutet das, dass die Unterschiede größer sind als sie zufallsbedingt sein sollten. Da die Tage, von denen wir Werte haben, eine Teilmenge aller möglichen Tage und damit eine Stichprobe sind, müssen wir schon deswegen mit Mittelwertunterschieden rechnen.

Es kommt noch besser: Besteht keine Signifikanz, so heißt das nur, dass wir die Nullhypothese nicht ablehnen können. Die Unterschiede können zufallsbedingt sein, müssen es aber nicht. Kräht der Hahn auf dem Mist usw. Damit nicht genug: Wird die Stichprobe größer, so erhält man viel rascher Signifikanz. Bei großen Stichproben ist alles signifikant.

Es verwundert nicht, dass weder die Väter des Signifikanztestens (Fisher, Neyman-Pearson) noch große Statistiker sich je länger damit auseinandersetzten. Die Bedeutung, die das Signifikanztesten errungen hat, kann nur dadurch erklärt werden, wie verlockend und nützlich die Fehlinterpretation ist. Sie liegt darin, bei erfolgreichem Test der Nullhypothese die Hypothese für bewiesen zu halten.

Jede Gegenwehr scheint zwecklos. So unwahrscheinlich es anmuten mag, für viele wissenschaftliche Journale sind signifikante Ergebnisse conditio sine qua non für die Veröffentlichung. Geoffrey Loftus versuchte als Herausgeber der Zeitschrift „Memory and Cognition“ zwischen 1994 und 1997 diese Praxis zu ändern. Er ermutigte seine Autoren, auf das nutzlose Nullhypothesenritual zu verzichten und statt dessen Maße zu publizieren, die etwas über die Streuung der Datenwerte aussagen und dabei helfen, die Repräsentativität des Mittelwerts zu beurteilen. Sein Erfolg war bescheiden. Was ihm gelang, machten seine Nachfolger nach kurzer Zeit wieder zunichte.

Das darf uns Praktiker in der betrieblichen Datenanalyse nicht beirren. Wir müssen unsere Schlüsse selbst ziehen. Und es kann nicht häufig genug gesagt werden: Die Statistik hält keine Methoden bereit, die uns das abnehmen.

Mehr zum Thema:

• Buttler, G., Statistisch getestet – Gütesiegel oder Etikettenschwindel?, in: Brachinger, H. W. u. a. (Hrsg.), Wirtschaftsstatistik: Festschrift zum 65. Geburtstag von Eberhard Schaich, München 2006, S. 25–35.
• Gigerenzer, G., Mindless Statistics, The Journal of Socio-Economics 33 (2004), S. 587–606.
• Haller, H., Krauss, S., Misinterpretations of Significance: A Problem Students Share with Their Teachers?, Methods of Psychological Research Online 7 (2002) 1.
• Krämer, W., Gigerenzer, G., How to confuse with statistics or: the use and misuse of conditional probabilities, Statistical Science 20 (2005) 3, S. 223–230.
• Loftus, G. R., A picture is more worth than thousand p-values: On the irrelevance of hypothesis testing in the computer age, Behavior Research Methods, Instrumentation and Computers 25 (1993) 2, S. 250 ff.

Bissantz EDS beschäftigt sich schon seit langem mit dem Thema „Mehr Effizienz im Einkauf“. Gemeinsam haben wir dazu jetzt eine Softwarelösung erarbeitet. Werfen wir zunächst einen Blick zurück – zunächst aus Sicht der EDS.

Dittrich Der Einkauf ist von jeher ein Milliardengrab. EDS ist der größte Outsourcer der Welt. Um im Markt zu bestehen, müssen wir für unsere Kunden Effizienzpotenziale nicht nur versprechen, sondern auch realisieren. Dabei kaufen auch wir massiv zu – wie jeder Anbieter komplexer Produkte und Dienstleistungen. Damit hängt unsere Marge davon ab, ob es uns gelingt, unseren eigenen Einkauf auf Höchstleistung zu trimmen. Ich meine, dass wir hier einiges an Erfahrung gesammelt haben. Irgendwann lag es nahe, unsere eigene Kompetenz in der Beschaffung auch unseren Kunden anzubieten. Inzwischen haben wir wohl mehr als 150 Milliarden Euro Beschaffungsausgaben analysiert und fürs Controlling erschlossen.

Bissantz Lassen sich Renditeaussagen treffen, die den Nutzen verdeutlichen?

Dittrich Der Kniff liegt in der richtigen Betrachtung: Als Faustregel gilt, dass sich allein durch Volumenbündelung mindestens ein Prozent des externen Beschaffungsvolumens einsparen lässt. Bei Konzernen mit Volumina im zweistelligen Milliardenbereich sind das rasch 100 Millionen EUR und mehr (vgl. Abbildung). Bei absoluter Betrachtung also ein sehr aufregendes Thema, dessen Bedeutung mit abnehmender Wertschöpfungstiefe weiter zunimmt. Die Projektkosten dafür wiederum liegen bei einem Bruchteil des Einsparpotenzials.

Rechenbeispiel für Einsparungen durch Volumenbündelung (Quelle: EDS)

Bissantz Gilt das gleichermaßen auch für den Mittelstand mit absolut gesehen drastisch geringeren Einkaufsvolumina?

Dittrich Zunächst muss man fragen, was Mittelstand ist. Die Grenze sehe ich vielleicht bei einem Einsparpotenzial von 1 Million, also einem Beschaffungsvolumen von 100 Millionen. Das haben viele.

Bissantz Dann wundert es doch umso mehr, dass viele eine Beschaffung und die meisten auch ein Controlling, aber nur wenige ein Beschaffungscontrolling haben. Ist der Einkauf ein ungeliebtes Stiefkind oder ein Dornröschen im Tiefschlaf?

Dittrich Beides. Nicht immer hat man der Qualifikation der Mitarbeiter im Einkauf die gleiche Aufmerksamkeit gewidmet, wie das in anderen Bereichen, auf die mehr fokussiert wird, selbstverständlich ist. Die Stars gingen eher in den Vertrieb oder ins Engineering. Böse Zungen sehen den Einkauf ja nur als den Mann mit dem Fax. Die Budgets sind oft entsprechend. In der Folge finden moderne Controllingkonzepte und werkzeuge nur vereinzelt den Weg in den Einkauf. Soviel zum Stiefkind. Das Dornröschen: Die Beschaffungskosten stellen in den meisten Fertigungsbetrieben neben den Anlagenkosten den Löwenanteil. Hier liegen verborgene Schätze.

Bissantz Von Volumenbündelung, also der Konzentration auf weniger Lieferanten, war schon die Rede. Welche Hebel gibt es noch, um diese Schätze zu heben?

Dittrich Zunächst nochmals zur Bündelung: In manchen Bereichen ist der Einfluss des chinesischen Wirtschaftswachstums so groß, dass man gar nicht mehr über Kosten spricht, sondern ob man überhaupt versorgt wird. Damit sind wir bei weicheren Faktoren. In diesem etwas spezielleren Fall kann eine Bündelung überhaupt erst Beschaffungsengpässe auflösen. Oder der Fall VW: Hier kauft der Konzern gleich für seine Lieferanten mit ein. Wir haben also eine betriebsübergreifende Beschaffung, für die es ebenfalls erstmal Potenziale per Controlling zu finden gilt.

Die Margen vieler Mittelständler sinken bei steigenden Rohstoffkosten auf nahe Null ab, wenn sie ihre Kosten nicht weiterwälzen können. Oftmals hilft dann nur noch der internationale Einkauf in Niedriglohnländern, wo niedrigere Lohnkosten wenigstens einen Teil des höheren Rohstoffkostenanteils ausgleichen.

Systematische interne und externe Preisvergleiche schaffen größere Transparenz und decken zum Beispiel auf, wenn Anbieter bei ähnlichen Teilen Kalkulationssprünge verstecken und so nicht den besten möglichen Preis bieten (vgl. Abbildung). So kann man etwa durchaus Autofelgen ganz unterschiedlicher Dimension miteinander vergleichen und Schlüsse für den Einkauf daraus ziehen.

Hebel zur Effizienzsteigerung im Einkauf (Quelle: EDS)

Bissantz Was kann Software dabei leisten?

Dittrich Wie immer steht und fällt alles mit der Datenqualität. Typischerweise werden die Daten von Dutzenden heterogenen Einkaufssystemen zusammengeführt. Dabei gilt es Dubletten loszuwerden, Sprachunterschiede zu glätten, Datenstrukturen zu harmonisieren, Rechnungen und Bestellungen zu klassifizieren usw. Deswegen legt unsere Lösung ja auch großes Augenmerk auf eine höchstmögliche Automatisierung dieses Prozesses. In den Klassifikationsalgorithmus ist viel Know-how eingeflossen, damit die Aufgabe überhaupt bewältigt werden kann. Elf Millionen Rechnungspositionen werden auch von willigen indischen Firmen nicht über Nacht in ein standardisiertes Schema wie eCl@ss oder UN/SPSC gebracht. Ist dieser Anfang geschafft, so kann das Controlling beginnen.

Bissantz Gibt es hierfür methodische Ansätze, die sich vom „normalen“ Controlling unterscheiden?

Dittrich Das Designziel war, den Routineprozess eines erfahrenen strategischen Einkäufers auf der Suche nach unnötig ausgegebenem Geld nachzubilden. Damit besteht die Lösung aus ganz verschiedenen Bausteinen, die Verfahren, Schemata, Abläufe und Vorgabewerte widerspiegeln. Auf der methodischen Seite spielten eine besondere Rolle die ABC-Analyse, die Regressions- und die Portfolioanalyse und die Trompetenkurve. Letztlich ist aber die Kombination dieser und anderer Methoden mit dem einkaufsspezifischen Datenmodell und einer qualitätssichernden Datenversorgung entscheidend für die Lösung. Last but not least ist auch die Visualisierung in standardisierten Reports, die sich des Ansatzes der grafischen Tabellen bedienen, sehr wichtig.

Bissantz Wie reagieren die Kunden auf den Versuch, menschliche Analyseschemata mit moderner Software nachzubilden?

Dittrich Da gibt es natürlich ein ganzes Spektrum an Reaktionen. Die einen sehen solch fortgeschrittene Systeme als „Waffe“ in der Hand des Einkaufsleiters bzw. des Einkaufscontrollers. Er bekommt mit zunehmender Einkaufsdatentransparenz ganz andere, extrem hochwertige, Informationen an die Hand, um seine Ziele durchzusetzen. Für manche Betroffenen ist genau das auch eine Gefahr. Mit der Einführung solcher Systeme steigt die Wahrscheinlichkeit „Leichen im Keller“ zu entdecken. Darunter fallen schlecht verhandelte Preise, zu früh gezahlte Rechnungen (Zahlungsbedingungen), das Aufstöbern von „Lieblingslieferanten“ oder auch Bestellungen, die nicht über Rahmenverträge abgewickelt wurden.

Bissantz Da sprechen Sie ja heikle Themen an. Ist nicht die Gefahr groß, dass aus den genannten Gründen viele Unternehmen auf eine Einführung eines modernen Beschaffungscontrollings lieber verzichten?

Dittrich Mittel‑ und langfristig kann man darauf eigentlich gar nicht verzichten. Zu groß sind die Vorteile. Wir haben darüber ja bereits gesprochen. Gute Controlling-Systeme sollen nicht nur helfen Einsparpotenziale zu finden und zu heben. Sie können auch dem „Excel-Wildwuchs“ Einhalt gebieten. Viele Unternehmen kennen Controlling nur als Ansammlung hunderter Excel-Sheets. Ein systematisches, nachhaltiges Einkaufsmanagement ist damit nicht möglich. Dem möchten wir mit einer modernen OLAP-basierten Lösung auf Basis von DeltaMaster entgegenwirken, die eng mit den ERP-Basissystemen gekoppelt werden kann. Zieht man alle einkaufsrelevanten Daten direkt, ohne Umwege aus den originären Quellsystemen, so sind „Datenschönungen“ von Anwendern ausgeschlossen und man kann quasi auf Knopfdruck die aktuelle Situation im Einkauf betrachten. Die Fähigkeit, Ad-hoc-Abfragen schnell beantwortet zu bekommen, sind ganz entscheidend für den Nutzwert einer Controlling-Lösung.

Nehmen Sie die Überschrift nicht zu ernst. Jedoch: Eines der besten Beispiele für die Notwendigkeit, Daten verfälschen zu müssen, um sie geeignet darzustellen, ist die Karte der Londoner U-Bahn (“Tube Map“). Der Entwurf ihres Schöpfers, Harry Beck, von 1931 gilt heute noch zu Recht als Klassiker guten Informationsdesigns. Beck verzichtete auf die korrekte geografische Wiedergabe des Netzes, da sie für den Informationszweck, sich unter der Erde schnell zu orientieren, irrelevant ist. Stattdessen orientierte er sich an der Idee einer vereinfachten, leicht überschaubaren Orientierungshilfe. Sie enthält lediglich die Stationsnamen und vertikale, horizontale oder schräge Verbindungslinien im Winkel von 45 Grad.

So unübersichtlich sieht der Londoner Untergrund in der Realität aus …

… und so im aktuellen Redesign.

Wir dürfen Daten nicht verfälschen

Gemäß Bild.de war es nicht ein „Beinahe-Crash“, sondern ein „Beinahe-Horror-Crash“, der „beinahe über 400 Passagiere samt der Besatzungen das Leben gekostet hätte“. Der Hintergrund: Zwei Flugzeuge kamen sich südlich von Grönland sehr nahe. Laut Bild.de betrug der Abstand nach Angaben der Fluggesellschaft zwischen den Flugzeugen nur noch 183 Meter (der kritische Wert liegt bei ca. 300).

Dass es sich dabei um den Höhenabstand gehandelt hatte und die beiden Flugzeuge einen Seitenabstand von immerhin 1,8 Kilometer voneinander hatten, findet man nur in anderen Publikationen, z. B. Spiegel Online, dem Standard und n-tv.de.

Eine unerschöpfliche Quelle enttarnter Lügen ist das im Stile Günter Wallraffs geführte Bildblog.de, zu dem Wahrheitsliebende täglich Aufklärendes beisteuern.