Trainingsprogramm für Unternehmen in Österreich

Warum Ihre Zahlen manchmal die falsche Geschichte erzählen

Ein Trainingsprogramm über die häufigsten Denkfehler bei der Interpretation von Geschäftsdaten. Anhand von Situationen aus österreichischen Betrieben statt akademischer Lehrbeispiele zeigen wir, wo Korrelation zu schnell als Kausalität gelesen wird.

Trainerin erklärt an einem Flipchart den Unterschied zwischen Korrelation und Kausalität
Der Ausgangspunkt

Der Unterschied, der in Meetings oft verschwimmt

In vielen Auswertungen tauchen zwei Linien auf, die sich ähnlich bewegen. Der Umsatz steigt, gleichzeitig steigt die Zahl der Newsletter-Abos. Die Versuchung, daraus eine Wirkung abzuleiten, ist groß und meistens verständlich.

Im Training arbeiten wir mit anonymisierten Ausschnitten aus echten Berichten österreichischer Betriebe, um zu zeigen, wo ein dritter Faktor im Hintergrund beide Kurven bewegt, ohne dass die beiden etwas direkt miteinander zu tun haben.

Team bespricht Kennzahlen an einem Bildschirm im Büro
Der Ansatz

Warum Lehrbuchbeispiele oft an der Praxis vorbeigehen

Klassische Beispiele aus der Statistik, etwa Eiscremeverkäufe und Ertrinkungsunfälle, sind bekannt, aber selten mit dem eigenen Arbeitsalltag verknüpft. Wer sie hört, nickt und vergisst sie am nächsten Tag wieder.

Deshalb arbeitet dieses Programm mit Situationen, die österreichischen Betrieben ähnlich begegnen könnten: saisonale Buchungszahlen, Schichtpläne, Retourenquoten, Klickzahlen. Vertraute Kontexte bleiben eher haften als abstrakte Formeln.

  • Beispiele aus Handel, Tourismus, Produktion und Dienstleistung
  • Auswertungen, die üblichen internen Reports ähneln
  • Diskussion in kleinen Gruppen statt Frontalvortrag
  • Übertragung auf mitgebrachte eigene Kennzahlen möglich
Ablauf

So ist ein Trainingstag aufgebaut

Vier Phasen, die sich in jedem Modul wiederholen und dabei unterschiedliche Fallbeispiele füllen.

01

Ausgangslage zeigen

Eine reale Auswertung wird vorgestellt, ohne die Auflösung vorwegzunehmen.

02

Erste Hypothesen

Teilnehmende formulieren eigene Erklärungen, bevor weitere Daten dazukommen.

03

Gegenprobe

Zusätzliche Variablen zeigen, ob die erste Erklärung wirklich trägt.

04

Transfer

Übertragung der Methode auf ein Beispiel aus dem eigenen Arbeitsumfeld.

Zielgruppe

Für wen dieses Training gedacht ist

Vorwissen in Statistik ist nicht Voraussetzung. Wichtiger ist der tägliche Umgang mit Zahlen, Reports oder Entscheidungen, die auf Daten gestützt werden.

Controlling und Reporting

Wer Berichte erstellt, trifft täglich Aussagen über Zusammenhänge.

Marketing und Vertrieb

Kampagnenerfolge werden oft vorschnell einzelnen Maßnahmen zugeschrieben.

Führungskräfte

Entscheidungen stützen sich häufig auf Zahlen, die andere aufbereitet haben.

Produktion und Logistik

Ausfälle, Stückzahlen und Termine hängen oft an mehr Faktoren als gedacht.

Rezeption eines Tiroler Tourismusbetriebs mit Blick auf Buchungszahlen am Bildschirm
Beispiel aus der Praxis

Buchungszahlen, Wetter und eine Werbekampagne

Ein Tiroler Tourismusbetrieb verzeichnete nach einer neuen Anzeigenkampagne deutlich mehr Buchungen. Die Kampagne wurde intern schnell als Ursache gefeiert.

Ein Blick auf die Wetterdaten derselben Wochen zeigte jedoch: Auch Betriebe ohne jede Werbemaßnahme verzeichneten ähnliche Zuwächse. Im Training wird an diesem Fall geübt, wie sich saisonale Effekte von tatsächlichen Kampagnenwirkungen trennen lassen.

Werkshalle in Graz mit Maschinenübersicht und Schichtplan an der Wand
Beispiel aus der Praxis

Maschinenausfälle und die Frage nach der Schicht

Bei einem steirischen Produktionsbetrieb häuften sich Maschinenausfälle auffällig oft in der Nachtschicht. Naheliegend schien: Die Nachtschicht arbeitet weniger sorgfältig.

Erst die genauere Betrachtung der Wartungsintervalle zeigte einen anderen Zusammenhang: Wartungen fanden fast ausschließlich tagsüber statt, wodurch Verschleiß in der Nacht sichtbar wurde, ohne dass die Nachtschicht die Ursache war.

Weitere Module

Denkfehler, die im Training ebenfalls behandelt werden

Neben Korrelation und Kausalität begegnen Teams regelmäßig weiteren Mustern, die Entscheidungen unbemerkt verzerren können.

  • Cherry Picking

    Nur die Zeiträume oder Kennzahlen zeigen, die zur gewünschten Aussage passen, während unpassende Monate stillschweigend fehlen.

  • Simpson-Paradoxon

    Ein Trend, der in jeder einzelnen Abteilung stimmt, kann sich umkehren, sobald man alle Abteilungen zusammenfasst.

  • Verzerrte Stichproben

    Kundenbefragungen erreichen oft nur zufriedene oder besonders unzufriedene Personen, nicht die stille Mehrheit dazwischen.

  • Kurzfristige Trends

    Drei gute Wochen werden schnell zur Erfolgsgeschichte erklärt, bevor sich zeigt, ob es sich um normale Schwankung handelt.

  • Verwechselte Reihenfolge

    Weil A zeitlich vor B liegt, wird A schnell zur Ursache von B erklärt, auch wenn beide unabhängig entstanden sind.

Orientierung

Trainingsumfang grob einschätzen

Ein einfaches Werkzeug, um vorab eine ungefähre Vorstellung vom möglichen Umfang zu bekommen. Das Ergebnis ersetzt kein persönliches Gespräch.

Geschätzter Rahmen

3 Module

Geben Sie links Ihre Eckdaten ein, um eine ungefähre Einschätzung zu erhalten.

Unverbindliche Orientierungshilfe, kein festes Angebot. Der endgültige Zuschnitt wird im persönlichen Austausch festgelegt.

Häufige Fragen

Fragen, die vor der Anmeldung öfter aufkommen

Korrelation bedeutet, dass sich zwei Werte gemeinsam verändern. Kausalität bedeutet, dass der eine Wert den anderen tatsächlich verursacht. Im Training zeigen wir anhand konkreter Beispiele, wie sich diese beiden Ebenen in echten Berichten unterscheiden lassen und welche Fragen dabei helfen.

Die verwendeten Situationen orientieren sich an typischen Konstellationen österreichischer Betriebe aus Tourismus, Handel, Produktion und Dienstleistung. Sie werden anonymisiert und teils zusammengefasst dargestellt, um Rückschlüsse auf einzelne Unternehmen zu vermeiden.

Nein. Das Programm setzt keine mathematische Vorbildung voraus. Wichtiger ist die Bereitschaft, eigene Berichte und gewohnte Interpretationen einmal kritisch zu hinterfragen.

Dazu zählen unter anderem Survivorship Bias, Bestätigungsfehler, Regression zur Mitte, Cherry Picking, das Simpson-Paradoxon sowie verzerrte Stichproben aus Kundenbefragungen. Die genaue Auswahl richtet sich nach den mitgebrachten Fragestellungen der Gruppe.

Das ist möglich und wird in der Transferphase am Ende jedes Moduls genutzt. Sensible Zahlen können dabei anonymisiert oder in relativen Größen dargestellt werden.

Die Gruppengröße richtet sich nach dem gewählten Format und wird im Vorgespräch gemeinsam festgelegt, damit ausreichend Raum für Diskussion bleibt.

Interesse am Trainingsprogramm?

Der nächste Schritt ist ein unverbindliches Gespräch über Ausgangslage, Gruppengröße und mögliche Termine.