Bisher wäre ich nicht auf eine solche Idee gekommen, aber das Handelsblatt hat das vor kurzem einmal versucht, so dass ich seitdem darüber grüble, ob das eine gute oder eher eine ganz schlechte Idee ist. ChatGPT war so nett, die Grafik einmal zu übersetzen; es ist nicht alles korrekt wiedergegeben, aber uns geht es hier nicht um die Genauigkeit der Daten, sondern um den Visualisierungsansatz. Ganz grob zusammengefasst geht es um Partnerschaften zwischen der Öffentlichen Hand und Privatkapital.
Zur Erinnerung: Eine Datenvisualisierung soll dem Leser das Verständnis eines Sachverhalts erleichtern. Idealerweise bringt eine Visualisierung auch eine Intention mit, sie soll etwas beinhalten, das unsere Meinung ändert oder schärft oder uns sogar zu einer Handlung ermutigt. Was davon erfüllt diese Visualisierung?
Zunächst einmal sehen wir ein gestapeltes Säulendiagramm, das sich auf die linke Y-Achse bezieht. Zusätzlich zeigt eine graue Linie die kumulierte Anzahl von Projekten an, die auf der rechten Y-Achse abgetragen sind. Ich bin kein Freund von zwei Y-Achsen, denn diese tragen nicht zur Beschleunigung des Verständnisses bei, sofern nicht ein Muster klar erkennbar ist. Das wäre zum Beispiel der Fall, wenn auf der einen Seite das Marketing-Investment pro Jahr gezeigt wird und zusätzlich die dadurch entstandenen Umsätze verdeutlicht werden, also eine Korrelation besteht.
Doch selbst wenn hier eine Korrelation bestünde, so wäre sie nicht sichtbar, denn die Ersteller des Diagramms haben sich für eine Visualisierungsform für die anderen Datenpunkte entschieden, die das Verständnis bei den meisten Laien herausfordern: kumulierte Werte. Hier werden nicht die Werte pro Jahr gezeigt, in diesem Fall die Anzahl der Projekte pro Jahr, sondern die Summe aller Projekte seit dem Erhebungszeitraum bis zu dem jeweiligen Jahr. Sollte es eine Korrelation geben, so müsste man dieselbe Größenart wählen, um einen statistischen Zusammenhang zu verdeutlichen. Also entweder beide kumuliert oder beide Flussgrößen.
Aber vielleicht existiert ein Zusammenhang, der sich so erklärt, dass die kumulierte Anzahl von Projekten die Projekte darstellt, die zu dem jeweiligen Zeitpunkt noch laufen? Weder die Legende noch der Artikeltext geben dahingehend Aufschluss. Rein inhaltlich ergäbe das natürlich Sinn, denn die öffentlich-privaten Partnerschaften beziehen sich nicht nur auf den Bau einer Autobahn zum Beispiel, sondern auch deren Betrieb.
Tatsächlich kommen aber bei genauem Hinschauen eher weitere Fragen: Von 2003 bis 2006 steigen die Investitionsvolumina rasant, da müsste die kumulierte Anzahl von Projekten schneller steigen, da ja die Anzahl der Projekte aus den vorherigen Jahren dazuaddiert wären. Entweder sind die Projekte also teurer geworden oder es wurden größere Projekte in Angriff genommen. Oder, wenn wir davon ausgehen, dass nur die laufenden Projekte angezeigt werden, dass Projekte aus den vorherigen Jahren beendet waren. Letzteres erscheint als wenig wahrscheinlich, denn eine gebaute Autobahn amortisiert sich nicht innerhalb weniger Jahre.
Um 2012 (in der übersetzten Grafik hat ChatGPT ein paar Säulen vergessen) kommt eine Delle, danach steigt die Anzahl der Projekte nicht mehr ganz so schnell, auch nicht nach 2020, wo eine Rekordsumme investiert wird. Da hier der eigentlich zu erwartende Effekt (mehr Geld, mehr Projekte) nicht sichtbar ist, kommt die Frage auf, wie das sein kann. Die Antwort bleibt die Grafik aber schuldig, tatsächlich bin ich nun verwirrter als vorher, und das ist kein gutes Zeugnis für eine Datenvisualisierung. Auch wenn das Handelsblatt diesen Visualisierungsansatz aus der Quelle der Daten kopiert hat, hätte ich mir gewünscht, dass hier mehr Gehirnschmalz investiert wird.
Kommen wir zu der zweiten Anforderung: Hat die Visualisierung eine Intention? Da wir diese Grafik nicht verstehen, können wir die Frage kaum beantworten. Soll die Grafik zeigen, dass Öffentlich-Private Partnerschaften eine tolle Sache sind? Für wen? (Im Artikel steht, dass Investoren-getriebene Bauprojekte teurer sind, da sie eine höhere Rendite abwerfen müssen, gleichzeitig aber auch Kapitalausfälle passierten). Soll ich dafür sein? Dagegen? Was müsste man tun, damit sich diese Partnerschaften für alle lohnen?
Vermutlich gehört diese Visualisierung eher zur Kategorie „Wir lockern den Text mal ein bisschen auf“ anstatt „Wir erleichtern dem Leser die Informationsaufnahme“. Anders kann ich mir diese Visualisierung nicht erklären. Handwerklich schlecht gestaltet mit der zweiten kumulierten Variable, gepaart mit Aussagearmut. Diese Grafik verwirrt mehr, als dass sie erklärt – und genau das ist das Gegenteil guter Datenvisualisierung.