Alle Blog-Beiträge
Podcast-Cover MDIBTY Folge 292 mit Katharina S., Stat-Up

Folge 292

Die Wahrheit über Datenkultur

Katharina S. (Stat-Up) über Data Literacy in Deutschland, warum Analogien helfen und was wir aus anderen Nationen lernen können

Katharina S.

Gründerin, Stat-Up

·45:24 Std. ·5 min Lesezeit

3 Erkenntnisse aus dieser Folge

  1. 01

    Data Literacy in Deutschland ist auf Mittelmaß. Wir haben starke Technik-Teams, aber schwache Allgemein-Kompetenz in den Fachbereichen — und das ist der echte Engpass.

  2. 02

    Analogien sind der unterschätzte Hebel für Data-Bildung. Wer komplexe Konzepte wie Korrelation, Signifikanz oder Bias mit Alltagsbildern erklärt, bekommt Führungskräfte abgeholt, die sonst ausschalten.

  3. 03

    Andere Nationen sind nicht grundsätzlich weiter — sie haben nur früher und konsequenter in die Breite investiert. Finnland, Niederlande, Estland machen es vor: Data-Education als Pflichtbestandteil in der Weiterbildung.

Worum es in dieser Folge geht

Katharina ist Gründerin von Stat-Up, einem Unternehmen, das Statistik- und Data-Literacy-Bildung für Fachabteilungen anbietet. Sie sieht deutsche Unternehmen von innen und beschreibt in dieser Folge, wo wir beim Thema Datenkultur wirklich stehen — jenseits der Sonntagsreden.

Die Storyline

Data Literacy in Deutschland — ehrlicher Zustandsbericht

Wir haben in Deutschland starke Fachleute an der Spitze und starke Tools in der Infrastruktur. Dazwischen klafft eine Kompetenz-Lücke, die Unternehmen teuer kommt.

— Katharina S.

Katharinas Diagnose: Die Top-Data-Rollen in deutschen Unternehmen sind gut besetzt. Die Tools sind modern. Aber zwischen dieser Spitze und dem Fachbereich fehlt die Übersetzungsschicht. Der Marketing-Manager versteht den Regressions-Output des Data Scientist nicht. Der Vertriebsleiter weiß nicht, was ein Signifikanz-Niveau ist. Und genau dort entstehen falsche Entscheidungen.

Analogien als Bildungs-Hebel

Einer der praktischsten Teile der Folge: Katharina zeigt, wie sie komplexe Konzepte über Alltagsbilder vermittelt. Korrelation vs. Kausalität erklärt sie nicht mit r²-Werten, sondern mit dem Storch-Baby-Beispiel. Signifikanz nicht mit p-Values, sondern mit dem Unterschied zwischen "es hat zweimal geregnet" und "es regnet regelmäßig". Diese Art der Vermittlung holt Zuhörer:innen ab, die sonst innerlich abschalten.

Was andere Länder anders machen

Katharina wird konkret: - Finnland: Data-Bildung als Pflichtbestandteil der Berufsschul-Curricula seit 2017. - Niederlande: Staatliche Förderung für Data-Weiterbildungen in KMU. - Estland: Digitale Grundkompetenzen als Teil der Staatsbürger-Ausbildung.

Das sind keine Zufallserfolge — es sind Policy-Entscheidungen, die Jahre wirken.

Was Unternehmen tun sollten

Katharinas Empfehlungen sind nicht spektakulär, aber umsetzbar: 1. Data Literacy als Kompetenz-Feld in der HR-Planung. Messbar, trackbar, verhandelbar. 2. Regelmäßige Pflicht-Schulungen für Führungskräfte, nicht nur für Spezialisten. 3. Kulturelle Mindest-Standards: Jede Entscheidung mit Daten-Begleitung muss auch eine Datenquelle benennen können.

Warum mich das besonders umtreibt

Ich erlebe in Vorstands-Gesprächen immer wieder, dass "Datenkultur" als Konzept gewürdigt, aber nicht operationalisiert wird. Katharina liefert die Sprache, mit der das ändern kann. Für CDOs und HR-Verantwortliche ist das eine der wertvollsten Folgen, um eine ehrliche Argumentationslinie aufzubauen — auch gegenüber Führungskräften, die sich noch nicht in die Pflicht nehmen lassen wollen.

Jetzt reinhören

Jetzt reinhören

Alle Blog-Beiträge ansehen