Diese Freunde haben wir letzte Woche bereits zum dritten Mal für ein nicht-öffentliches, exklusives Mitglieder-Event nach Köln eingeladen. Zu Gast bei der Gothaer Versicherung fand in der obersten Etage – da, wo sonst die Jahrespressekonferenz stattfindet – ein Event der besonderen Art statt.
Das Hauptthema des Black Label Club Meetings war „Open Data vs. Data Governance“. Durch die Vorträge diverser Speaker wurden diese zwei Themen aus unterschiedlichen Blickwinkeln tiefgreifend, aber auch in die Breite gehend, ausgeführt und gegenübergestellt. So machte Andreas Benkowitz mit seiner Keynote am ersten Abend den Anfang und betrachtete den Datentransfer aus neurologischer Sicht. Unter dem Stichwort Open Mind erzählte er, wie Menschen lernen und was optimale Rahmenbedingungen dafür sind. Damit sorgte er für erste Impulse, die zu interessanten Unterhaltungen während des Abendessens unter den Mitgliedern führten.
Am zweiten Tag, nach der offiziellen Begrüßung durch die Gastgeber, sprach Jayan Areekadan von der Stabstelle Digitalisierung in Köln und beleuchtete die politische Seite unseres Hauptthemas. Danach berichtete Manuel Stiehl von der Gothaer, wie die Gothaer Versicherung an das Thema Data Governance herangegangen ist. Lisa Aline Loch von der KPMG griff das Stichwort Datenqualität auf und erörterte, wie diese mit Data Governance im Zusammenhang steht. Wie sich dies widerum in Zeiten von BCBS 239 verhält hat uns Carsten Blöcker von der Hamburg Commercial Bank AG erzählt. Doch, Data Governance – schön und gut, aber was kommt als nächstes? Daniel Fiebig von der TLGG Consulting lieferte den Blick über den Tellerrand. Die Vorträge boten viele Denkanstöße und waren von interessanten Diskussionen begleitet.
Dank der anwesenden Mitglieder des RI Black Label Clubs, der Speaker und der Organisatoren herrschte eine erstklassige Atmosphäre und es wurde für viele Insights und Impulse gesorgt. Genau wie wir es uns wünschen, wurde der Black Label Club als ein „off-the-records“ Forum genutzt, in dem viel ausgetauscht, Networking betrieben und natürlich auch viel gelacht wurde.
Besonders Kai hatte sich gefreut dabei zu sein, da er leider bei den ersten zwei Treffen des Black Label Clubs nicht dabei sein konnte! 🙂
Wir danken der Gothaer, unserem erstklassigen Gastgeber und vor allem Maya Grenke und Manuel Stiehl für die Organisation dieses tollen Events. Außerdem vielen Dank an die spannenden Speaker mit ihren anregenden Vorträgen und die vielen Teilnehmer, mit denen diese Veranstaltungsreihe immer ein voller Erfolg ist.
Einige Eindrücke haben wir auch noch festgehalten:
Wozu erstellen wir Diagramme? Um eine bestimmte Botschaft zu überbringen. Dieses Ziel wird noch besser erreicht, wenn man tatsächlich auch ein passendes Diagramm auswählt, das die Information unterstützt. Um Anteile eines Ganzen darzustellen, eignet sich zum Beispiel das Kreisdiagramm am besten. Dabei empfehlen wir nur zwei Elemente anzuzeigen und farblich abzuheben. Obwohl Balken- und Säulendiagramme sich ähnlich sind, ist ihre Anwendung sehr unterschiedlich: Ersteres kann gut Strukturen aufweisen und Letzteres passt besser zu Zeitverläufen. Liniendiagramme zeigen Trends auf und Korrelationen lassen sich z. B. durch Streudiagramme darstellen. Und ist nur der Anfang, um Informationen smart zu visualisieren.
At first glance, traffic lights seem to be a good idea – the signal colors are immediately understood, simple and everyone knows them from everyday life. However, a company cannot be equated with road traffic. It is much more complex, which is why more information has to be conveyed than individual terms such as „stop – attention – go“ or, as in our case, „good – medium – bad“. Traffic lights also do not convey how pronounced a tendency is and can even lead to wrong interpretations. There are several better alternatives to traffic lights. One of them is the representation of deviations in bars and columns in percentages or absolute values. Because of clear values and visualized characteristics, they say much more and thus offer a high added value.
Auf den ersten Blick scheinen Ampeln eine gute Idee zu sein – die Signalfarben werden sofort verstanden, sind simpel und jeder kennt sie aus dem Alltag. Jedoch kann man ein Unternehmen nicht mit dem Straßenverkehr gleichsetzen. Es ist viel komplexer, weshalb mehr vermittelt werden muss als Einzelbegriffe wie „Stopp – Achtung – Los“ oder wie in unserem Fall „gut – mittel – schlecht“. Ampeln vermitteln auch nicht wie ausgeprägt eine Tendenz ist und können sogar zu falschen Interpretationen führen. Es gibt verschiedene bessere Alternativen zu Ampeln. Eine davon ist die Darstellung von Abweichungen in Balken und Säulen in prozentualen oder absoluten Werten. Denn mit eindeutigen Werten und visualisierten Ausprägungen sagen sie viel mehr aus und bieten damit einen hohen Mehrwert.
A clear recommendation and also often used are visual tables. Therefor standardized tables are enriched by graphics. Micro charts are for example used before the description and the choice of the chart type depends on whether you want to see proportions, developments or trends. Within the data, the representation of absolute and/or percentage deviations is very popular. These can also be visually distinguished by thick and thin bars. In this way, outliers can be identified at one glance instead of first having to compare numbers.
Eine klare Empfehlung und auch gerne eingesetzt sind visuelle Tabellen. Dafür werden standardisierte Tabellen durch Graphiken angereichert. Micro Charts stehen vor der Beschreibung und die Wahl der Diagrammart ist abhängig davon, ob man Anteile, Verläufe oder Trends sehen möchte. Innerhalb der Daten ist die Darstellung von absoluten und/oder prozentualen Abweichungen sehr beliebt. Diese können zudem durch dicke und dünne Balken visuell unterschieden werden. Auf diese Weise können Ausreißer auf einen Blick erkannt werden, statt erst Zahlen vergleichen zu müssen.
After a chart has been reduced (see 
reportingimpulse - Blog 
