Ein Datenprojekt auf einer Seite planen

Worum es geht

Chiara ist im ersten Lehrjahr als Entwicklerin digitales Business bei der Rad & Ride AG in Thun. Das Velo- und Sportgeschäft hat drei Filialen (Thun, Spiez und Steffisburg) und 38 Mitarbeitende. Eines Morgens sagt Werkstattleiter Marc Zbinden in der Kaffeepause: «Ich habe das Gefühl, dass viele nach einer Reparatur nicht mehr zu uns kommen. Kannst du das mal anschauen?»

Ein Gefühl ist ein guter Anfang, aber keine Grundlage für eine Entscheidung. Würde Chiara sofort ein Formular verschicken, hätte sie nach drei Wochen ein paar Antworten und keine klare Aussage. Was ihr fehlt, ist ein Plan: Welche Frage wird beantwortet? Welche Daten braucht es, woher kommen sie, wer liefert sie bis wann? Und was kann schiefgehen?

Genau darum geht es in diesem Modul. Du spielst ein kleines Datenprojekt einmal komplett durch, von der Planung über die Rohdatei bis zur Übergabe an die Fachabteilung. So sieht der ganze Weg aus:

In dieser ersten Lektion erstellst du eine Projektskizze auf einer Seite. Im überbetrieblichen Kurs arbeitest du mit Microsoft Forms, Excel und PowerPoint. Zusätzlich übst du in Code-Laboren mit SQL und Python, weil dieselben Denkschritte (verknüpfen, gruppieren, zählen) dort sichtbar und automatisch prüfbar sind.

Von der Vermutung zur prüfbaren Frage

Wie du aus einem vagen Anliegen eine Hauptfrage mit Teilfragen machst, hast du in Modul 374 ausführlich geübt. Hier die Kurzfassung: Du klärst im Gespräch, welche Entscheidung mit den Daten getroffen werden soll, wer entscheidet und bis wann. Daraus formulierst du eine Hauptfrage, die konkret, zeitlich begrenzt und messbar ist, und zerlegst sie in zwei bis vier Teilfragen.

Für ein Datenprojekt kommt ein Baustein dazu, der oft fehlt: die Hypothese, deine begründete Vermutung, bevor du die Daten anschaust. Mit ihr weisst du genau, welche Zahl du brauchst, und sie schützt dich davor, nachträglich nur das zu suchen, was gerade spannend aussieht.

Eine brauchbare Hypothese ist so formuliert, dass die Daten ihr auch widersprechen können:

Wichtig: Eine widerlegte Hypothese ist kein Misserfolg. Wenn die Termintreue überall gut ist, weiss der Werkstattleiter, dass er das Problem woanders suchen muss. Das ist ein Ergebnis.

Datenquellen: erst schauen, was es schon gibt

Bevor du etwas neu erhebst, prüfst du, was im Betrieb schon vorhanden ist. Die Einteilung kennst du aus Modul 374: Primärdaten erhebst du neu (Umfrage, Zählung, Beobachtung), Sekundärdaten gibt es bereits (Kassensystem, ERP, Webanalyse, Zutrittskontrolle). Beide können intern oder extern sein, zum Beispiel offene Behördendaten auf opendata.swiss oder Statistiken des Bundesamts für Statistik. Bei externen Daten prüfst du die Nutzungsbedingungen.

In einem Datenprojekt ist der häufigste und wertvollste Fall die Kombination: Ein Systemexport sagt dir, was passiert ist (Termin eingehalten oder nicht), eine kurze Umfrage sagt dir, wie es erlebt wurde (zufrieden oder nicht). Erst zusammen erklären sie etwas.

Damit du keine Quelle vergisst, legst du eine Datenlandkarte an. Sie verbindet jede Teilfrage mit einer Quelle und den konkreten Feldern:

Die letzte Zeile ist entscheidend: Zwei Quellen verbindest du nur über ein gemeinsames Feld, einen Schlüssel. Fehlt er, merkst du es sonst erst bei der Auswertung.

Zeitplan, Rücklauf und Risiken

Der Zeitplan hält Meilensteine (wann liegt welches Ergebnis vor) und Verantwortlichkeiten (wer liefert was) fest:

Ein Wert, den du von Anfang an im Blick haben musst, ist die Antwortquote (auch Rücklaufquote):

Antwortquote = Anzahl Antworten / Anzahl erreichte Personen × 100

Rad & Ride gibt in zwei Wochen Frühlingssaison rund 1'420 Velos aus der Werkstatt zurück. Jede Abholquittung trägt den QR-Code. Rechnet Chiara mit einer Quote von etwa 12 Prozent, erwartet sie 1'420 × 0.12 = rund 170 Antworten. Umgekehrt: Will sie mindestens 150 Antworten und erwartet 12 Prozent, braucht sie 150 / 0.12 = 1'250 erreichte Personen. Den Rechenweg und die Wahl der Stichprobe hast du in Modul 374 vertieft; im Projekt geht es darum, die Zahl früh zu überwachen.

Eine tiefe Quote ist nicht nur ein Mengenproblem. Wer freiwillig über einen QR-Code antwortet, ist oft besonders zufrieden oder besonders verärgert. Diese Selbstselektion verzerrt das Bild. Du kannst sie abschwächen (aktiver Hinweis beim Abholen, kurze Umfrage) und nennst sie später im Bericht offen.

Gute Planung heisst auch, Risiken vorher zu sehen und eine Antwort bereitzuhalten:

Der wichtigste Satz dazu: Wenn du den Plan anpasst, behältst du das Ziel. Du verlängerst die Erhebung oder streichst eine Nebenfrage, aber du änderst nicht still die Hauptfrage, nur weil die Daten anders kommen als erwartet.

Datenschutz-Check in drei Fragen

Die Regeln für eine datenschutzkonforme Erhebung nach dem Schweizer Datenschutzgesetz (DSG) kennst du aus Modul 374. Für ein Projekt mit mehreren Quellen kommt ein Punkt dazu, den viele übersehen:

Halte in der Projektskizze drei Dinge fest: Was wird verknüpft und wozu? (nur Auftragsnummer, nur für die Auswertung der Termintreue), Welche Felder braucht es wirklich? (keine Namen, keine Telefonnummern im Export) und Wann wird gelöscht? (Rohdaten mit Auftragsnummer nach Abschluss des Projekts). Wie du die Auftragsnummer für die Auswertung durch ein Pseudonym ersetzt, lernst du in Lektion 4.

Schritt für Schritt: Chiaras Projektskizze

Chiara setzt sich mit Marc Zbinden zwanzig Minuten zusammen und erstellt danach die Skizze.

Schritt 1: Entscheidung klären. Auf die Frage «Was würden Sie mit dem Ergebnis tun?» sagt Marc: «Liegt es an den Terminen, ändern wir die Planung. Liegt es an der Qualität, schulen wir.» Es braucht also Daten zu Termintreue und Qualität.

Schritt 2: Hauptfrage formulieren. «Wie zufrieden sind Werkstattkundinnen und -kunden der drei Filialen im April mit Qualität und Termintreue, und wo hakt es?»

Schritt 3: Hypothese festhalten. «Verspätete Velos sind der Hauptgrund für Unzufriedenheit, und sie kommen in einer Filiale häufiger vor als in den anderen.»

Schritt 4: Datenlandkarte. Zwei Quellen: Export Werkstattaufträge (sekundär) und Forms-Kurzumfrage mit sechs Fragen (primär), verbunden über die Auftragsnummer. Das Wiederkommen über zwölf Monate kann sie in vier Wochen nicht messen. Sie fragt deshalb die Absicht ab («Würden Sie wieder zu uns kommen?») und notiert das als Grenze.

Schritt 5: Rücklauf rechnen. Erwartet: 1'420 Abholungen × 12 Prozent = rund 170 Antworten. Weil sie mit wenig rechnet, vereinbart sie, dass das Kassenpersonal beim Abholen aktiv auf den QR-Code hinweist.

Schritt 6: Zeitplan, Risiken, Abgrenzung. Vier Wochen wie oben, Zwischenstand jeden Freitag, Testexport bis Mitte Woche 2. Nicht Teil des Projekts: Verkauf und Online-Shop. Der Einleitungstext nennt Zweck, Verknüpfung über die Auftragsnummer und Löschdatum.

Das Ergebnis passt auf eine Seite:

PROJEKTSKIZZE  Zufriedenheit Werkstatt               Stand: 31.03., Chiara M.
Auftraggeber   Marc Zbinden, Werkstattleiter
Entscheidung   Terminplanung ändern oder Qualität schulen?
Hauptfrage     Wie zufrieden sind Werkstattkunden (April, 3 Filialen) mit
               Qualität und Termintreue, und wo hakt es?
Hypothese      Verspätungen sind der Hauptgrund, eine Filiale ist auffällig.
Quellen        1) Forms-Umfrage, 6 Fragen, QR-Code auf Abholquittung
               2) Export Werkstattaufträge (CSV), Schlüssel Auftragsnummer
Rücklauf       erwartet ca. 170 Antworten (12 % von 1'420), Ziel mind. 150
Zeitplan       W1 Vorbereitung, W2 bis W3 Erhebung, W4 Auswertung + Präsentation
Risiken        tiefer Rücklauf, Export fehlt, Schlüssel passt nicht
Datenschutz    keine Namen, Verknüpfung offen deklariert, Löschung nach Projekt
Abgrenzung     kein Verkauf, kein Online-Shop; Wiederkommen nur als Absicht

Rechne die Antwortquote jetzt selbst im Labor nach.

Typische Fehler

1. Sofort ein Formular bauen. Ohne geklärte Entscheidung entstehen Fragen, die niemand braucht. Korrektur: zuerst Entscheidung, Hauptfrage und Hypothese, dann die Quellen.
2. Vorhandene Daten übersehen. Termintreue kann man messen, statt danach zu fragen. Korrektur: Datenlandkarte anlegen und für jede Teilfrage prüfen, ob ein System sie schon beantwortet.
3. Keinen Schlüssel einplanen. Dann lassen sich Umfrage und Export später nicht verbinden. Korrektur: Schlüsselfeld und sein genaues Format in der Planung festlegen.
4. Rücklauf erst am Schluss anschauen. Dann ist es zu spät für Gegenmassnahmen. Korrektur: Zwischenstand als fixer Termin im Zeitplan.
5. «Ohne Namen» mit «anonym» verwechseln. Die Auftragsnummer macht Antworten zuordenbar. Korrektur: Verknüpfung offen deklarieren und nur nötige Felder verwenden.

Zusammenfassung

• Ein Datenprojekt beginnt mit der Entscheidung, die getroffen werden soll, nicht mit dem Formular.
• Eine Hypothese ist eine prüfbare Vermutung vor der Auswertung. Auch eine widerlegte Hypothese ist ein Ergebnis.
• Die Datenlandkarte verbindet jede Teilfrage mit Quelle, Feldern und Verantwortlichen. Systemexport plus Kurzumfrage ist die häufigste Kombination.
• Plane den Schlüssel zum Verknüpfen von Anfang an mit.
• Antwortquote = Antworten / erreichte Personen × 100. Überwache sie während der Erhebung und halte Gegenmassnahmen bereit.
• Wer Quellen verknüpft, macht Antworten zuordenbar: Zweck offen nennen, Felder minimieren, Löschdatum festlegen.