Das richtige Diagramm für die Frage wählen

Kurz gesagt

Niveau: Einstieg

Sag die Frage zuerst in einem Satz, dann wählt sich das Diagramm fast von selbst.

  • Vergleich und Rangfolge: sortierte Balken ab null, oder eine Tabelle zum Nachschlagen.
  • Veränderung über die Zeit: Linien, Balken nur bei wenigen Perioden.
  • Anteil am Ganzen: gestapelte Balken, ein Kreis nur bei zwei oder drei Teilen.
  • Verteilung: ein Histogramm, oder ein Boxplot für den Vergleich von Gruppen.
  • Zusammenhang: ein Streudiagramm, das zeigt, dass sich Dinge gemeinsam bewegen, nie warum.
  • Abweichung: divergierende Balken ab null. Menschen lesen Positionen auf einer gemeinsamen Grundlinie weit genauer als Winkel oder Flächen, deshalb gewinnen Balken und Linien so oft.

Die meisten Diagramme werden aus Gewohnheit gewählt, oder weil die Tabellenkalkulation sie zuerst anbietet. Dieses Kapitel dreht das um: Beginn bei der Frage, benenn ihren Typ und nimm das Diagramm, das sie beantwortet. Ein erfundener Outdoorhändler aus Hamburg, acht Fragen seiner Inhaberin, und die Forschung dazu, warum Balken den Kreis schlagen.

Erst die Frage, dann das Diagramm

Die meisten suchen ein Diagramm aus wie eine Schriftart: aus Gewohnheit, oder weil die Tabellenkalkulation es als Erstes anbietet. Danach wundern sie sich, warum das Meeting in die falsche Richtung läuft. Die Lösung ist, die Reihenfolge umzudrehen. Bevor du dich für Balken, Linien, Kreis oder Streuung entscheidest, sprich die Frage in einem Satz aus. Die Art der Frage bestimmt die Art des Diagramms, fast immer.

Im Geschäftsalltag gibt es nur eine Handvoll Fragetypen. Die Financial Times hat ihr bekanntes Poster Visual Vocabulary um neun davon gebaut (Abweichung, Zusammenhang, Rangfolge, Verteilung, Veränderung über die Zeit, Größe, Anteil am Ganzen, Raum und Fluss)1. Die Analysis Function der britischen Regierung sagt dasselbe in schlichteren Worten: Wähl das Diagramm passend zur Beziehung, die du zeigen willst, und wenn du die Botschaft nicht in ein, zwei Sätzen sagen kannst, ist das Diagramm noch nicht fertig2. Ich arbeite mit meiner Kundschaft genauso. Jedes Analytics Projekt beginnt bei mir mit der Entscheidung, die die Zahlen tragen sollen, nicht mit einem Dashboard, und die Frage nach dem richtigen Diagramm ist dieselbe Idee im Kleinen. Die ausführliche Begründung steht in fang bei der Entscheidung an, nicht beim Dashboard.

Das hier ist das zweite Kapitel einer Reihe über Diagramme, die die Wahrheit sagen. Das erste Kapitel klärt, warum überhaupt ein Diagramm und wann eine Tabelle besser ist. Jetzt geht es darum, für jede Aufgabe das passende zu finden.

Die Frage klingt soFragetypDas passende Diagramm
Was ist am größten? Wie stehen sie zueinander?VergleichBalken, sortiert
Was ist auf Platz eins, zwei, drei?RangfolgeSortierte Balken, oder eine Tabelle zum Nachschlagen
Wie hat es sich entwickelt?Veränderung über die ZeitLinien (Balken bei wenigen Perioden)
Woraus setzt es sich zusammen?Anteil am GanzenGestapelte Balken, ein Kreis nur bei zwei oder drei Teilen
Was ist typisch, und wie stark streut es?VerteilungHistogramm, Boxplot
Bewegt sich das eine mit dem anderen?ZusammenhangStreudiagramm mit Trendlinie
Liegen wir über oder unter dem Ziel?AbweichungDivergierende Balken

Beispiel: fünf Fragen der Inhaberin von Nordkante Outdoor

Nordkante Outdoor ist ein erfundener Outdoorhändler aus Hamburg. Er verkauft online über nordkanteoutdoor.example und in einem Laden. Die Inhaberin, Jana, schickt ihrer Analystin Lena vor dem Quartalsgespräch fünf Fragen. Alle Zahlen in diesem Artikel sind für das Beispiel erfunden.

  1. "Welche Warengruppe hat uns im letzten Quartal am meisten Umsatz gebracht?" Das ist ein Vergleich.
  2. "Wie hat sich der Onlineumsatz in den letzten zwei Jahren entwickelt?" Veränderung über die Zeit.
  3. "Woher kommen unsere Onlinebestellungen?" Anteil am Ganzen.
  4. "Wie sieht eine typische Onlinebestellung aus?" Verteilung.
  5. "Bringt mehr Geld für Suchmaschinenanzeigen mehr Umsatz?" Zusammenhang.

Lena schreibt neben jede Frage den Fragetyp, bevor sie die Tabelle überhaupt öffnet. Das dauert eine Minute und spart die Stunde Herumprobieren, die sonst folgt. Der Rest des Artikels geht die Fragen der Reihe nach durch, dazu zwei weitere Typen, nach denen Jana früher oder später fragt: Rangfolge und Abweichung.

Warum manche Diagramme leichter zu lesen sind

Bevor es an die einzelnen Diagramme geht: Eine Studie erklärt fast jede Regel, die folgt. 1984 ließen die Statistiker William Cleveland und Robert McGill Menschen Werte aus Diagrammen ablesen und maßen, wie weit sie danebenlagen. Daraus entstand eine Rangfolge, wie ein Diagramm eine Zahl darstellen kann, von der genauesten zur ungenauesten3:

RangWie die Zahl dargestellt wirdTypisches Diagramm
1Position auf einer gemeinsamen SkalaBalken oder Punkte von derselben Grundlinie
2Position auf nicht ausgerichteten SkalenKleine Diagramme nebeneinander
3Länge, Richtung, WinkelGestapelte Segmente, Steigungen, Kreissegmente
4FlächeBlasen, Treemaps
5Volumen, Krümmung3D Formen
6Schattierung, FarbsättigungHeatmaps

2010 wiederholten Jeffrey Heer und Michael Bostock das Experiment online mit deutlich mehr Teilnehmenden. Die Rangfolge von Position und Länge hielt, und Winkel wie Kreisfläche wurden signifikant schlechter gelesen als Position4. Am genauesten kann das Auge also Positionen auf einer gemeinsamen Grundlinie vergleichen. Genau das verlangen ein sortiertes Balkendiagramm und ein Liniendiagramm, und deshalb gewinnen sie so oft.

Beispiel: Lena vergleicht zwei Zahlen auf zwei Arten

Lena nimmt zwei von Janas Zahlen: Onlinebestellungen über den Newsletter (330) und über direkte Aufrufe (283). Als zwei Balken von derselben Grundlinie vergleicht das Auge die Oberkanten und sieht sofort, dass der Newsletter etwas vorne liegt. Als zwei Kreissegmente muss das Auge zwei Winkel vergleichen, die an verschiedenen Stellen des Kreises beginnen. Die meisten erkennen das größere Segment nur, wenn der Abstand groß ist. Hier sind es 47 von 2.360 Bestellungen, rund zwei Prozentpunkte, und der Kreis verschluckt sie. An den Daten hat sich nichts geändert. Nur die Darstellung, und mit ihr die Genauigkeit aller im Raum.

Vergleich: sortierte Balken

Lautet die Frage "was ist am größten", nimm Balken und sortier sie von groß nach klein. Das Sortieren erledigt die erste Arbeit für die Lesenden. Die Analysis Function empfiehlt genau das: Balken nach Wert ordnen, außer die Kategorien haben eine natürliche Reihenfolge, etwa Altersgruppen oder Monate2. Zwei weitere Regeln folgen direkt aus der Wahrnehmungsforschung. Balken beginnen bei null, denn die Länge des Balkens ist die Zahl, und ein abgeschnittener Balken lügt über seine eigene Länge (wie sehr, zeigt das dritte Kapitel, wie Diagramme lügen). Und wenn ein Balken die Antwort ist, bekommt er die Farbe, die anderen werden grau.

Ein Wort zu langen Beschriftungen. Oft hört man den Rat, das Diagramm zu drehen und die Balken waagrecht zu legen, wenn die Namen lang sind. Auf meiner eigenen Website stehen die Beschriftungen jedes Diagramms stattdessen im Winkel von 45 Grad, damit lange Namen auch am Handy passen, und jedes Diagramm lässt sich im Vollbild öffnen, wenn jemand genauer hinsehen will. Beides funktioniert. Wichtig ist nur, dass niemand den Kopf schief legen muss, um eine liegende Beschriftung zu lesen.

Beispiel: welche Warengruppe am meisten Umsatz brachte

Lena listet den Umsatz des letzten Quartals (Juli bis September) nach Warengruppe: Jacken 182.000 €, Schuhe 146.000 €, Zelte 97.000 €, Rucksäcke 74.000 €, Schlafsäcke 51.000 € und Zubehör 38.000 €. Die Tabellenkalkulation ordnet die Gruppen alphabetisch, also steht Jacken irgendwo vorne und Zubehör am Ende, ohne dass die Reihenfolge etwas bedeutet. Lena sortiert nach Umsatz, lässt die Achse bei null beginnen, hebt die Jacken hervor und schreibt einen Titel, der Janas Frage beantwortet, statt nur die Daten zu benennen.

Balkendiagramm mit erfundenem Umsatz nach Warengruppe für Nordkante Outdoor von Juli bis September 2026, sortiert von groß nach klein: Jacken 182 Tausend Euro, Schuhe 146, Zelte 97, Rucksäcke 74, Schlafsäcke 51, Zubehör 38. Die Jacken sind hervorgehoben und bringen fast ein Drittel der 588 Tausend Euro Gesamtumsatz. Zum Vergrößern antippen: Vollbild, frei verschiebbar

Jana liest die Antwort im Titel, prüft sie in einer Sekunde an den Balken und sieht schon die nächste Frage kommen: Die Schuhe liegen nicht weit dahinter.

Rangfolge: sortierte Balken, oder einfach eine Tabelle

Eine Rangfolge sieht aus wie ein Vergleich, und das Diagramm ist dasselbe sortierte Balkendiagramm. Der Unterschied liegt in der Frage. Eine Rangfolge fragt nach der Reihenfolge ("was gehört in die Top fünf"), also zählen die genauen Plätze mehr als die Größe der Abstände. Muss jemand eine genaue Zahl nachschlagen, ist eine sortierte Tabelle oft besser als jedes Diagramm, das ist das Thema des ersten Kapitels. Eine Falle gibt es: Eine Rangfolge ordnet immer nach etwas, und ein anderes Maß kann eine andere Reihenfolge ergeben. Schreib in den Titel, wonach du sortiert hast.

Beispiel: welche fünf Produkte auf die Startseite kommen

Jana will die fünf Bestseller auf der Startseite. Lena sortiert die Produkte des letzten Quartals nach verkauften Stück und setzt das Ergebnis in eine Tabelle, weil das Team für die Startseite die genauen Namen und Zahlen braucht, nicht die Form.

Rang nach StückProduktVerkaufte StückUmsatz
1Wetterjacke Elbufer41261.388 €
2Wanderstiefel Geest36547.085 €
3Merino Unterhemd34016.660 €
4Trekkingstöcke, Paar29811.622 €
5Zelt Watt für zwei Personen11828.202 €

Darunter schreibt Lena eine Zeile: Nach Umsatz sortiert rückt das Zelt auf Platz drei vor, und die Trekkingstöcke fallen auf Platz fünf. Soll die Startseite Menge verkaufen, ist die Rangfolge nach Stück richtig. Soll sie Geld bringen, die nach Umsatz. Jana entscheidet sich für Umsatz, und die Reihenfolge ändert sich. Die Daten blieben gleich. Die Frage nicht.

Veränderung über die Zeit: Linien

Lautet die Frage "wie hat es sich entwickelt", läuft die Zeit auf der waagrechten Achse von links nach rechts, und eine Linie verbindet die Punkte. Eine Linie zeigt die Form der Bewegung: den Trend, den Rhythmus der Saison, den plötzlichen Bruch. Das Auge liest die Steigung zwischen benachbarten Punkten, was eine Reihe einzelner Balken erschwert.

Balken sind über die Zeit in Ordnung, wenn es nur wenige Perioden sind, etwa vier Quartale oder fünf Jahre, und wenn die Summe jeder Periode mehr zählt als der Weg dazwischen. Die Analysis Function setzt zwei nützliche Grenzen: Balken über die Zeit nur bei gleichen Abständen, und ein Liniendiagramm mit höchstens etwa vier Linien, bevor es zu Spaghetti wird2. Ein Liniendiagramm darf seine senkrechte Achse auch über null beginnen, wenn die Bewegung der Punkt ist, weil das Auge die Steigung liest, nicht die Länge ab der Grundlinie. Wann das fair ist und wann nicht, erklärt Kapitel drei.

Beispiel: wie sich der Onlineumsatz über zwei Jahre entwickelt hat

Lena zeichnet den monatlichen Onlineumsatz von November 2024 bis Oktober 2026 als eine Linie.

Liniendiagramm mit erfundenem monatlichem Onlineumsatz von Nordkante Outdoor von November 2024 bis Oktober 2026, in Tausend Euro. Der Umsatz erreicht jeden Dezember seinen Höchststand (112 im Jahr 2024, 131 im Jahr 2025) und sinkt jeden Januar und Februar (rund 60 im Jahr 2025, rund 70 im Jahr 2026). Jeder Monat im zweiten Jahr liegt über demselben Monat im ersten Jahr, im November von 88 auf 104, im Oktober von 83 auf 97. Zum Vergrößern antippen: Vollbild, frei verschiebbar

Zwei Dinge springen ins Auge, die eine Tabelle mit 24 Zahlen nie so schnell zeigen würde. Erstens der Rhythmus: Jeder Dezember schießt nach oben, jeder Januar fällt zurück, ein schwacher Januar ist also keine Nachricht. Zweitens das Wachstum: Jeder Monat im zweiten Jahr liegt über demselben Monat im ersten. Lena macht diesen zweiten Punkt zum Titel, weil Jana genau danach gefragt hat. Hätte Jana gefragt "wie hat jedes Jahr abgeschlossen", wären vier Jahressummen als Balken die bessere Antwort gewesen.

Anteil am Ganzen: warum es der Kreis schwer hat

"Woraus setzt es sich zusammen" ist die Frage, für die das Kreisdiagramm erfunden wurde, und genau dort lässt es die Lesenden am häufigsten im Stich. Ein Kreis verlangt vom Auge, Winkel und Flächen zu vergleichen, also die dritte und vierte Zeile der Rangfolge von Cleveland und McGill3. Robert Kosara und Drew Skau fanden später heraus, dass Menschen Kreise nicht einmal nur über den Winkel lesen: Fläche und Bogenlänge spielen mit, und Varianten, die die Form verzerren (herausgezogene Segmente, Ellipsen, 3D), machten die Fehler größer5. Bei zwei oder drei Segmenten spielt das kaum eine Rolle. Bei acht schon, weil benachbarte, ähnlich große Segmente nicht mehr zu ordnen sind, die Beschriftungen sich drängeln und die Lesenden anfangen, Farben mit einer Legende abzugleichen.

Fair ist auch, zu sagen, was Kreise gut können. Stephen Few, einer ihrer schärfsten Kritiker, räumt ein, dass ein Kreis "Teil eines Ganzen" direkter ausdrückt als jedes andere Diagramm6. Das Lehrbuch von Claus Wilke kommt zu dem Schluss, dass kein Diagramm für Anteile immer gewinnt: Kreise zeigen einfache Brüche wie eine Hälfte oder ein Viertel bei sehr kleinen Datensätzen gut, Balken sind besser, wenn die Teile untereinander verglichen werden7. Die Analysis Function setzt eine praktische Grenze: höchstens fünf Kategorien, eine davon dominant, sortiert, bei zwölf Uhr beginnend, direkt beschriftet2. Meine eigene Faustregel ist strenger: zwei oder drei Teile, sonst ein Balkendiagramm.

Einen Anteil liest du, indem du den Teil durch das Ganze teilst:

Anteil=TeilGanzes×100 %\text{Anteil} = \frac{\text{Teil}}{\text{Ganzes}} \times 100\,\%

Dabei ist Teil\text{Teil} die Anzahl oder der Betrag einer Kategorie, Ganzes\text{Ganzes} die Summe aller Kategorien und Anteil\text{Anteil} der Prozentsatz dieser Kategorie am Ganzen. Wenn dir Prozente nicht ganz geheuer sind, baut Grundlagen: Prozentrechnung sie von vorn auf.

Beispiel: woher die Onlinebestellungen kommen, erst falsch gezeigt

Im letzten Quartal hatte Nordkante Outdoor 2.360 Onlinebestellungen. Lenas erster Entwurf ist der Standardkreis aus dem Analytics Tool, mit acht Kanälen.

Kreisdiagramm mit 2.360 erfundenen Onlinebestellungen von Juli bis September 2026, aufgeteilt auf acht Kanäle: organische Suche 637, Suchmaschinenanzeigen 496, Newsletter 330, direkt 283, Social Ads 212, Social Media organisch 165, Partnerprogramme 142, Verweise von anderen Seiten 95. Bei acht ähnlich großen Segmenten ist ohne die Beschriftung kaum zu erkennen, ob der Newsletter vor den direkten Aufrufen liegt oder Social Ads vor Social Media organisch. Zum Vergrößern antippen: Vollbild, frei verschiebbar

Versuch es ehrlich: Ist der Newsletter größer als direkt, ohne die Zahlen zu lesen? Social Ads größer als Social Media organisch? Jetzt dieselben Daten als sortierte Balken, als Anteile, damit die Botschaft "Teil eines Ganzen" erhalten bleibt.

Dieselben erfundenen Daten als sortiertes Balkendiagramm mit dem Anteil an 2.360 Onlinebestellungen nach Kanal von Juli bis September 2026: organische Suche 27 Prozent, Suchmaschinenanzeigen 21 Prozent, Newsletter 14 Prozent, direkt 12 Prozent, Social Ads 9 Prozent, Social Media organisch 7 Prozent, Partnerprogramme 6 Prozent, Verweise 4 Prozent. Jeder Vergleich zwischen benachbarten Kanälen ist jetzt einfach, und die beiden Suchkanäle bringen zusammen 48 Prozent. Zum Vergrößern antippen: Vollbild, frei verschiebbar

Der Anteil des Newsletters ergibt sich so:

AnteilNewsletter=3302.360×100 %=14,0 %\text{Anteil}_{\text{Newsletter}} = \frac{330}{2.360} \times 100\,\% = 14{,}0\,\%

Damit liegt AnteilNewsletter\text{Anteil}_{\text{Newsletter}} bei 14,0 %, und jeder Vergleich, der im Kreis geraten war, ist jetzt ein Blick: Newsletter (14 %) vor direkt (12 %), Social Ads (9 %) vor Social Media organisch (7 %). Der Titel sagt, was Jana wissen muss: Die beiden Suchkanäle bringen fast die Hälfte der Bestellungen, und das zählt an dem Tag, an dem jemand vorschlägt, das Budget für Suchmaschinenanzeigen zu kürzen.

Beispiel: Wenn sich die Teile über die Zeit ändern, staple die Balken

Janas Nachfrage lautet: "Überholt online den Laden?" Das ist Anteil am Ganzen und Veränderung über die Zeit zugleich. Eine Reihe von Kreisen, einer pro Jahr, würde das Auge Winkel über getrennte Kreise vergleichen lassen, das Schlechteste aus beiden Welten. Gestapelte Balken stellen die Summe jedes Jahres auf eine gemeinsame Grundlinie und teilen sie in ihre Teile.

Gestapeltes Balkendiagramm mit erfundenem Jahresumsatz von Nordkante Outdoor von 2022 bis 2025, in Tausend Euro, aufgeteilt in online und Laden. Online: 610, 720, 840, 981. Laden: 990, 940, 900, 860. Die Summe wächst von 1.600 auf 1.841, und online überholt den Laden 2025. Zum Vergrößern antippen: Vollbild, frei verschiebbar

Einen Haken gibt es, und er folgt direkt aus der Rangfolge. Das untere Segment (online) steht auf der gemeinsamen Grundlinie, sein Wachstum ist leicht zu lesen. Das obere Segment (Laden) schwimmt auf einer wandernden Basis, das Auge muss also Längen vergleichen, die nicht ausgerichtet sind, und das ist schwerer. Leg den Teil, der dir am wichtigsten ist, nach unten. Wilke sagt dasselbe und rät aus diesem Grund von langen Reihen gestapelter Balken mit mehr als zwei Segmenten ab7. Wollte Jana den Rückgang des Ladens Jahr für Jahr genau vergleichen, würde Lena ihn als eigene Linie zeichnen.

Verteilung: Histogramme und Boxplots

"Wie sieht eine typische Bestellung aus" ist keine Frage nach einer Zahl. Es ist eine Frage nach vielen Zahlen und danach, wie sie streuen. Ein Durchschnitt allein beantwortet sie schlecht, weil eine große Zeltbestellung den Mittelwert hochzieht, während die meisten Bestellungen klein bleiben (der Artikel warum Durchschnitte dich anlügen geht dem auf den Grund). Das Diagramm für eine Verteilung ist das Histogramm: Teil den Wertebereich in gleich breite Klassen, zähl, wie viele Werte in jede fallen, und zeichne die Anzahlen als aneinanderstoßende Balken.

Wie viele Klassen? Zu wenige, und die Form verschwindet, zu viele, und es wird Rauschen. Ein klassischer Ausgangspunkt ist die Regel von Sturges aus dem Jahr 19268, die in eine Zeile passt:

k=1+log⁡2nk = 1 + \log_2 n

Dabei ist kk die vorgeschlagene Zahl der Klassen, nn die Zahl der Werte, und log⁡2n\log_2 n die Hochzahl, mit der du 2 potenzieren musst, um nn zu erhalten (also wie oft du nn halbieren kannst, bis du bei 1 ankommst). Grundlagen: Logarithmen erklärt Logarithmen von Grund auf. Nimm das Ergebnis als ersten Anhaltspunkt. Sturges hatte ungefähr glockenförmige Daten im Kopf, und Shopdaten sind das selten: Bestellwerte haben einen langen Ausläufer seltener großer Bestellungen. In der Praxis lesen sich runde Klassenbreiten (10 €, 25 €, 50 €) besser als das, was die Formel ausspuckt.

Der Boxplot ist der kompakte Verwandte des Histogramms, bekannt gemacht von John Tukey9. Er zeigt fünf Zahlen: den kleinsten Wert, das erste Quartil (ein Viertel der Werte liegt darunter), den Median (die Hälfte darunter), das dritte Quartil (drei Viertel darunter) und den größten Wert, ungewöhnlich große oder kleine Werte als einzelne Punkte. Die Box in der Mitte umfasst die mittlere Hälfte der Daten, ihre Breite ist der Interquartilsabstand:

IQR=Q3−Q1,obere Grenze=Q3+1,5×IQR\text{IQR} = Q_3 - Q_1, \qquad \text{obere Grenze} = Q_3 + 1{,}5 \times \text{IQR}

Dabei ist Q1Q_1 das erste Quartil, Q3Q_3 das dritte Quartil, IQR\text{IQR} der Interquartilsabstand, und jeder Wert über der oberen Grenze\text{oberen Grenze} wird als eigener Punkt gezeichnet statt innerhalb der Antenne. Grundlagen: Streuung erklärt Quartile und Interquartilsabstand. Die Diagrammbibliothek auf dieser Seite zeichnet keine Boxplots, deshalb gebe ich hier die fünf Zahlen als Tabelle an, und das Histogramm übernimmt die Bildarbeit. Richtig stark ist der Boxplot, wenn du mehrere Verteilungen nebeneinander vergleichst, etwa Bestellwerte je Kanal.

Beispiel: wie eine typische Onlinebestellung aussieht

Lena nimmt die 2.360 Onlinebestellungen des letzten Quartals. Sturges schlägt vor:

k=1+log⁡22.360=1+11,2=12,2k = 1 + \log_2 2.360 = 1 + 11{,}2 = 12{,}2

Also k≈12k \approx 12 Klassen. Die Werte reichen aber von 6 € bis 689 €, und 12 gleich breite Klassen über diesen Bereich wären je rund 57 € breit. Die meisten Bestellungen landeten dann in den ersten zwei Balken. Lena folgt deshalb dem Vorbehalt der Regel: Sie nimmt runde Klassen von 25 € bis 250 €, damit sind 2.320 Bestellungen abgedeckt, und erwähnt die 40 größeren Bestellungen im Titel, statt die Achse für sie zu strecken.

Histogramm mit 2.320 erfundenen Onlinebestellungen bis 250 Euro von Juli bis September 2026, in Klassen von 25 Euro: unter 25 Euro 310 Bestellungen, 25 bis 50 Euro 640, 50 bis 75 Euro 520, 75 bis 100 Euro 330, 100 bis 125 Euro 190, 125 bis 150 Euro 120, 150 bis 175 Euro 80, 175 bis 200 Euro 55, 200 bis 225 Euro 40, 225 bis 250 Euro 35. Die Form steigt bis zur Spitze bei 25 bis 50 Euro und läuft dann in einem langen Ausläufer aus. Weitere 40 Bestellungen über 250 Euro sind nicht gezeigt. Zum Vergrößern antippen: Vollbild, frei verschiebbar

Die Form sagt Jana, was kein Durchschnitt sagen kann: Die typische Bestellung ist ein Paar Socken, ein Unterhemd oder eine Mütze, irgendwo zwischen 25 € und 75 €, und ein langer Ausläufer aus Jacken, Stiefeln und Zelten zieht sich nach rechts. Lena ergänzt die fünf Zahlen des Boxplots als Tabelle:

Kleinster WertErstes QuartilMedianDrittes QuartilGrößter Wert
6 €36 €61 €98 €689 €

Der Interquartilsabstand ist 98 € minus 36 €, also 62 €, die obere Grenze 98 € plus 1,5 mal 62 €, also 191 €. Jede Bestellung über 191 € gilt als ungewöhnlich groß. Der mittlere Bestellwert liegt bei 77 €, deutlich über dem Median von 61 €, und genau das ist der lange Ausläufer. Wenn Jana eine Grenze für kostenlosen Versand festlegt, braucht sie dieses Diagramm, nicht den Durchschnitt.

Zusammenhang: Streudiagramme

"Bewegt sich das eine mit dem anderen" verlangt ein Streudiagramm. Jeder Punkt ist eine Beobachtung, hier eine Woche, und steht gleichzeitig an zwei Maßen: eines auf der waagrechten Achse, eines auf der senkrechten. Steigen die Punkte von links nach rechts, bewegen sich beide gemeinsam. Eine Trendlinie durch die Punkte zeigt die allgemeine Richtung. Wie stark ein linearer Zusammenhang ist, fasst der Korrelationskoeffizient nach Pearson zusammen:

r=∑i=1n(xi−xˉ)(yi−yˉ)∑i=1n(xi−xˉ)2  ∑i=1n(yi−yˉ)2r = \frac{\sum_{i=1}^{n} (x_i - \bar{x})(y_i - \bar{y})}{\sqrt{\sum_{i=1}^{n} (x_i - \bar{x})^2 \; \sum_{i=1}^{n} (y_i - \bar{y})^2}}

Dabei ist nn die Zahl der Punkte, xix_i und yiy_i sind die beiden Maße für Punkt ii, xˉ\bar{x} und yˉ\bar{y} ihre Mittelwerte, und rr reicht von −1-1 (eine perfekt fallende Linie) über 00 (kein linearer Zusammenhang) bis +1+1 (eine perfekt steigende Linie). Grundlagen: Korrelation geht das langsam durch.

Und dann die Warnung, die neben jedes Streudiagramm gehört: Korrelation ist keine Kausalität. Zwei Maße können sich gemeinsam bewegen, weil das eine das andere treibt, weil ein Drittes beide treibt, oder aus Zufall. Das Streudiagramm zeigt, dass sie sich gemeinsam bewegen. Warum, kann es dir nicht sagen. Kapitel drei dieser Reihe zeigt, wie Diagramme Zusammenhänge erzeugen, die es gar nicht gibt.

Beispiel: bringt mehr Budget für Suchmaschinenanzeigen mehr Umsatz

Lena trägt 12 Wochen aus Sommer und Herbst ein: wöchentliche Ausgaben für Suchmaschinenanzeigen gegen wöchentlichen Onlineumsatz.

Streudiagramm mit 12 erfundenen Wochen von Nordkante Outdoor. Waagrechte Achse: wöchentliche Ausgaben für Suchmaschinenanzeigen von 1,0 bis 4,6 Tausend Euro. Senkrechte Achse: wöchentlicher Onlineumsatz von 17,5 bis 25,9 Tausend Euro. Die Punkte steigen gleichmäßig von links nach rechts, nah an einer geraden Trendlinie, eine Korrelation von etwa 0,97. Das Diagramm zeigt, dass sich beides gemeinsam bewegte, nicht, dass die Ausgaben den Umsatz verursachten. Zum Vergrößern antippen: Vollbild, frei verschiebbar

Lena rechnet die drei Summen aus den 12 Wochen aus: Die Kreuzprodukte ergeben 31,94, die quadrierten Abweichungen der Ausgaben 14,16 und die des Umsatzes 77,34. Also:

r=31,9414,16×77,34=31,9433,09=0,97r = \frac{31{,}94}{\sqrt{14{,}16 \times 77{,}34}} = \frac{31{,}94}{33{,}09} = 0{,}97

Ein rr von 0,97 ist ein sehr starker positiver Zusammenhang. Die Trendlinie sagt: Über diese Wochen ging jeder zusätzliche Tausender an Ausgaben mit rund 2.260 € mehr Umsatz einher. Bevor Jana das Budget verdoppelt, weist Lena auf das Dritte hin: Das Budget wurde in den Wochen vor der Herbstwandersaison erhöht, als die Nachfrage ohnehin stieg. Ein Teil des Umsatzes wäre auch ohne Anzeigen gekommen. Die ehrliche Antwort auf "bringt es mehr Umsatz" ist ein Test, zum Beispiel die Anzeigen in einem Vergleichszeitraum abzuschalten und zu vergleichen, und der Artikel über statistische Signifikanz und Fehlermargen erklärt, wie du das Ergebnis liest. Das Streudiagramm hat die Frage verdient. Beantwortet hat es sie nicht.

Abweichung: divergierende Balken

"Liegen wir über oder unter dem Ziel" ist eine Frage nach dem Abstand, nicht nach dem Niveau. Fragt Jana, wie der Onlineshop gegenüber dem Plan abgeschnitten hat, zwingt sie ein Diagramm der Istwerte neben einem Diagramm der Ziele dazu, Monat für Monat im Kopf zu subtrahieren. Ein divergierendes Balkendiagramm nimmt ihr die Subtraktion ab: Jeder Balken ist der Abstand, nach oben ab null, wenn der Monat das Ziel übertraf, nach unten ab null, wenn er es verfehlte.

Den Abstand kannst du in Euro oder in Prozent zeigen:

Abweichung=Ist−Ziel,Abweichung%=Ist−ZielZiel×100 %\text{Abweichung} = \text{Ist} - \text{Ziel}, \qquad \text{Abweichung}_{\%} = \frac{\text{Ist} - \text{Ziel}}{\text{Ziel}} \times 100\,\%

Dabei ist Ist\text{Ist} das, was passiert ist, Ziel\text{Ziel} das, was geplant war, Abweichung\text{Abweichung} der Abstand in der ursprünglichen Einheit (Euro) und Abweichung%\text{Abweichung}_{\%} derselbe Abstand als Prozentsatz des Ziels. Nimm Euro, wenn die Größe des Geschäfts stabil ist, und Prozent, wenn du Einheiten sehr unterschiedlicher Größe vergleichst. Mehr zu prozentualen Veränderungen steht in Grundlagen: Prozentrechnung.

Beispiel: der Onlineumsatz gegen das Ziel in diesem Jahr

Lena nimmt den monatlichen Onlineumsatz dieses Jahres (dieselben Zahlen wie im Liniendiagramm oben) und die Monatsziele aus dem Plan und zeichnet nur den Abstand.

Divergierendes Balkendiagramm mit dem erfundenen Abstand zwischen Ist und Ziel beim Onlineumsatz von Nordkante Outdoor, Januar bis Oktober 2026, in Tausend Euro: Januar minus 3, Februar minus 1, März plus 3, April plus 5, Mai plus 3, Juni minus 2, Juli plus 3, August minus 4, September minus 5, Oktober plus 2. Balken über null haben das Ziel übertroffen, Balken unter null es verfehlt. Das Frühjahr war stark, Juni, August und September lagen darunter. Zum Vergrößern antippen: Vollbild, frei verschiebbar

Lena prüft den Titel an den Balken, bevor sie ihn verschickt: Von Juni bis Oktober heißt es darunter, darüber, darunter, darunter, darüber. Drei Fehlmonate in fünf. Ein Titel mit einer Aussage ist eine Behauptung, also wird er geprüft wie eine.

Im August lag der Umsatz bei 94.000 € gegen ein Ziel von 98.000 €:

Abweichung%=94−9898×100 %=−4,1 %\text{Abweichung}_{\%} = \frac{94 - 98}{98} \times 100\,\% = -4{,}1\,\%

Eine Abweichung%\text{Abweichung}_{\%} von −4,1 %-4{,}1\,\% in einem Monat ist klein. Zwei solche Monate hintereinander im Spätsommer, nach einem starken Frühjahr, sind ein Muster, über das man reden sollte. Die divergierenden Balken machen dieses Muster sichtbar, wie es zwei übereinanderliegende Linien nicht könnten.

Welches Diagramm für welche Frage: die ganze Entscheidung

Hier ist die ganze Methode als eine Entscheidung. Beginn bei der Frage, folg dem Zweig, und beende jedes Diagramm gleich: mit einem Titel, der die Aussage nennt.

Zum Vergrößern antippen: Vollbild, frei verschiebbar

Zwei Arten von Diagrammen fehlen mit Absicht. Karten beantworten "wo", Flussdiagramme "was führt wozu". Beides sind echte Fragetypen (das Poster der FT nennt sie Raum und Fluss1), und das zehnte Kapitel dieser Reihe behandelt technische Diagramme, die Menschen verstehen. Auch die Unsicherheit, also die Frage, wie sicher du dir bist, bekommt ein eigenes Kapitel: Unsicherheit ehrlich zeigen.

Beispiel: Lenas eine Seite für das Quartalsgespräch

Lena wendet die Methode auf Janas fünf Fragen und die zwei Nachfragen an, und die Unterlage für das Gespräch sieht so aus:

  1. Welche Warengruppe brachte am meisten Umsatz? Sortierte Balken, Jacken hervorgehoben, Titel "Jacken brachten im letzten Quartal den meisten Umsatz".
  2. Welche Produkte kommen auf die Startseite? Eine Rangtabelle nach Umsatz, mit dem Hinweis, dass sich die Reihenfolge nach Stück ändert.
  3. Wie hat sich der Onlineumsatz entwickelt? Eine Linie über 24 Monate, Titel "Der Onlineumsatz lag jeden Monat über dem Vorjahresmonat".
  4. Woher kommen die Onlinebestellungen? Sortierte Balken mit Anteilen, beide Suchkanäle hervorgehoben, der Kreis ausgemustert.
  5. Überholt online den Laden? Gestapelte Balken pro Jahr, online unten.
  6. Wie sieht eine typische Bestellung aus? Ein Histogramm in Klassen von 25 € plus die Tabelle mit den fünf Zahlen.
  7. Bringen Suchmaschinenanzeigen Umsatz? Ein Streudiagramm mit Trendlinie und dem Vorschlag für einen Test mit Vergleichszeitraum.
  8. Liegen wir im Plan? Divergierende Balken, die Fehlmonate im Spätsommer hervorgehoben.

Acht Fragen, sechs Diagrammarten und zwei Tabellen, und kein einziges Diagramm, das gewählt wurde, weil es hübsch aussah. Jana ist in zehn Minuten durch und verbringt den Rest des Termins mit Entscheidungen. Genau darum geht es.

Fazit

Ein Diagramm zu wählen ist keine Geschmacksfrage. Es ist eine Frage der Frage. Sag sie in einem Satz, benenn ihren Typ, und das Diagramm wählt sich fast von selbst: sortierte Balken für Vergleich und Rangfolge, Linien für Veränderung über die Zeit, gestapelte Balken für Anteile am Ganzen, ein Histogramm für Verteilungen, ein Streudiagramm für Zusammenhänge und divergierende Balken für den Abstand zum Ziel. Hinter all diesen Regeln steht derselbe Befund: Das Auge beurteilt Positionen auf einer gemeinsamen Grundlinie weit besser als Winkel oder Flächen. Kreise verdienen ihren Platz nur bei zwei oder drei Teilen. Streudiagramme zeigen, dass sich Dinge gemeinsam bewegen, nie warum. Und jedes Diagramm endet mit einem Titel, der sagt, was die Lesenden mitnehmen sollen, geprüft am Diagramm, bevor es jemand anderes sieht.

Das nächste Kapitel, wie Diagramme lügen und wie du sie erwischst, nimmt das richtige Diagramm und zeigt, wie eine abgeschnittene Achse, eine zweite Achse oder ein passend gewählter Zeitraum es trotzdem in die Irre führen lassen.

Wenn deine Berichte voller Diagramme sind, aus denen niemand etwas macht, buch den kostenlosen Workshop: Wir nehmen die Fragen, die deine Geschäftsführung wirklich stellt, und finden für jede das Diagramm, das sie beantwortet, und die ersten zwei Wochen Arbeit gehen auf mich.

Quellen

  1. 1.

    Financial Times Visual Journalism Team, Visual Vocabulary, The Financial Times, GitHub Repository chart doctor, https://github.com/Financial-Times/chart-doctor/tree/main/visual-vocabulary

  2. 2.

    Government Analysis Function (Office for National Statistics), Data visualisation: charts, 19. Mai 2022, https://analysisfunction.civilservice.gov.uk/policy-store/data-visualisation-charts/

  3. 3.

    William S. Cleveland und Robert McGill, Graphical perception: theory, experimentation, and application to the development of graphical methods, Journal of the American Statistical Association 79 (387), 531 bis 554, 1984, https://doi.org/10.1080/01621459.1984.10478080

  4. 4.

    Jeffrey Heer und Michael Bostock, Crowdsourcing graphical perception: using Mechanical Turk to assess visualization design, Proceedings of the ACM Conference on Human Factors in Computing Systems (CHI), 203 bis 212, 2010, https://homes.cs.washington.edu/~jheer/files/2010-MTurk-CHI.pdf

  5. 5.

    Robert Kosara und Drew Skau, Judgment error in pie chart variations, EuroVis 2016 Short Papers, Eurographics Association, 2016, https://doi.org/10.2312/eurovisshort.20161167

  6. 6.

    Stephen Few, Save the pies for dessert, Visual Business Intelligence Newsletter, Perceptual Edge, August 2007, https://www.perceptualedge.com/articles/visual_business_intelligence/save_the_pies_for_dessert.pdf

  7. 7.

    Claus O. Wilke, Fundamentals of Data Visualization, Kapitel 10: Visualizing proportions, O'Reilly Media, 2019, frei lesbare Onlineausgabe, https://clauswilke.com/dataviz/visualizing-proportions.html

  8. 8.

    Herbert A. Sturges, The choice of a class interval, Journal of the American Statistical Association 21 (153), 65 bis 66, 1926, https://doi.org/10.1080/01621459.1926.10502161

  9. 9.

    Robert McGill, John W. Tukey und Wayne A. Larsen, Variations of box plots, The American Statistician 32 (1), 12 bis 16, 1978, https://doi.org/10.1080/00031305.1978.10479236