Zum Inhalt springen
9 Min. Lesezeit

Bessere Daten von Anfang an: Wie die Stiftung Ein Quadratkilometer Bildung (km2 Bildung) ihre Datenerhebung neu aufgestellt hat

Die Daten sind eigentlich da, aber sie liegen in verschiedenen Excel-Dateien, in PDFs und in Online-Umfragen. Jede Auswertung bedeutet Handarbeit, und die Zeit dafür fehlt. Viele Non-Profits kennen diese Ausgangslage, wenn es um die Datenerhebung und -auswertung geht. Im Espresso Doppio haben Dr. Margot Belet und ihr Kollege Jan Rebentisch von der Stiftung "Ein Quadratkilometer Bildung" gemeinsam mit CorrelAid gezeigt, wie sie diese Herausforderung im Rahmen des CorrelLABs angegangen sind.

Ihre zentrale Erkenntnis: Datenarbeit beginnt nicht beim Tool, sondern bei der Frage, wie Daten erhoben werden und was die Organisation wirklich braucht.

Wie die Daten entstehen: der jährliche Erhebungszyklus

Die Stiftung begleitet aktuell 22 Programmorte in Deutschland. Jeder Ort liefert jedes Jahr im ersten Quartal zwei Dinge:

  • einen Online-Fragebogen (Microsoft Forms) mit quantitativen und qualitativen Fragen, zum Beispiel zur Zahl der erreichten Kinder und Jugendlichen, zu durchgeführten Veranstaltungen und zur Bedeutung verschiedener Themen in der Arbeit,
  • einen ausführlichen PDF-Jahresbericht, der beschreibt, was vor Ort geschehen ist, mit welcher Zielgruppe und mit welchen Learnings.

Im zweiten Quartal folgt ein Reflexionsgespräch zwischen der Stiftung und der Leitung der pädagogischen Werkstatt vor Ort. Danach nutzen beide Seiten die Daten zur Weiterarbeit. Die Fragebogendaten werden seit 2022 standardisiert erhoben, sodass sich Entwicklungen über die Zeit nachverfolgen lassen. Für die Stiftung dienen sie der Wirkungsmessung, der Qualitätssicherung und der Öffentlichkeitsarbeit.

Das Problem: viele Daten, wenig Überblick

Die Daten lagen verteilt in vielen einzelnen Dateien und Ablagen. Auf Anfragen konnte die Stiftung kurzfristig reagieren, aber nur mit hohem Aufwand. Übergreifende Aussagen und ein proaktiver Umgang mit den Daten waren damit nur eingeschränkt möglich. Dazu kam das Wachstum. „Wir merken: Wir wachsen sehr stark, wir brauchen Standardisierung”, erklärte Jan Rebentisch. Auch die 22 PDF-Berichte sind ein Schatz an Praxiswissen, der bisher noch nicht vollständig erschlossen wurde.

Vom Kurs zum Projekt: erst Ziele klären, dann Tool wählen

Margot und Jan von der Stiftung nahmen zunächst an den CorrelLAB-Kursen teil, eine Person im Modul „Daten verstehen”, die andere in „Daten nutzen”. Besonders wertvoll war der Austausch in den Kleingruppen. Margot Belet erzählte, dass man dort direkt von anderen Organisationen lernen konnte: „Wie macht ihr das mit dem DatenmanagementDatenmanagementDatenmanagement ist der systematische Prozess der Verwaltung, Organisation und Sicherung von Daten. Es umfasst die Planung und Implementierung von Strategien und Verfahren zur Verwaltung des gesamten Daten Lebenszyklus. Datenmanagement ist entscheidend für Effizienz, Sicherheit, Qualität und Transparenz der Datennutzung.., oder welche KI-Tools nutzt ihr gerade?” Das Gelernte bildete die Basis für das Datenprojekt mit Ehrenamtlichen aus dem CorrelAid-Netzwerk.

Gemeinsam wurden zuerst die Ziele konkretisiert:

  • Daten sollen intern für Qualitätssicherung sowie Organisations- und Programmentwicklung nutzbar sein.
  • Sie sollen den Austausch mit den Programmorten stützen.
  • Auf Anfragen von externen Stakeholdern und Kooperationspartnern soll das Programm schnell mit Daten antworten können.

Die zentrale Gelingensbedingung: Die Lösung muss niedrigschwellig sein und langfristig im ganzen Team funktionieren.Gerade das letzte Kriterium war entscheidend. „Wir wollten ein Tool haben, mit dem wir langfristig gut als Team zusammenarbeiten können”, erklärte Jan. Es sollte auch dann funktionieren, wenn die beiden Projektverantwortlichen einmal nicht da sind. Die Entscheidung fiel daher nicht für ein neues Spezialtool, sondern dafür, die vorhandene Excel-Struktur als Basis zu behalten und deutlich stärker zu automatisieren.

Die Lösung im Detail

  1. An der Quelle ansetzen: bessere Erhebung. Am Anfang standen die Bereinigung der vorhandenen Daten und die Frage, wie sich schon im Online-Fragebogen die Qualität erhöhen lässt. Fragen wurden anders formuliert und so gestaltet, dass nur eingetragen werden kann, was am Ende auch gebraucht wird. Das vereinheitlicht die Antworten und spart später Aufräumarbeit. „Wir haben zwar nur an kleinen Schnittstellen gedreht, aber einen großen Qualitätszuwachs gehabt”, sagte Jan Rebentisch.
  2. Ein Datenblatt, das sich selbst aktualisiert. Die Jahresdaten werden einmal pro Jahr in ein zentrales Blatt kopiert, und die Folgeblätter aktualisieren sich automatisch. „Wir müssen das nur noch einmal im Jahr hineinkopieren und haben dann gleich eine Programmübersicht über die Jahre”, so Jan Rebentisch. So lässt sich nachvollziehen, wie sich einzelne Orte oder Bundesländer entwickelt haben.
  3. Masterdaten für gezieltes Filtern. Die Umfragedaten wurden mit Stammdaten zu den Programmorten verknüpft: Bundesland, Dauer der Programmzugehörigkeit, Träger, Kooperationsstruktur. Damit lässt sich je nach Anlass gezielt filtern.
  4. Power Query als transparentes Rückgrat. Die Verknüpfung der Tabellen ist in Power Query hinterlegt. So werden die Daten strukturiert und vorgefiltert. Sebastian von CorrelAid erklärte den Hintergrund: Sobald mehrere Tabellen im Spiel sind, reichen Pivot-Tabellen nicht mehr aus. Klassische Lösungen mit Makros oder VBA sind komplex und funktionieren auf Apple-Geräten nur eingeschränkt. Power Query löst das über eine grafische Oberfläche: Zwei Datenquellen werden über einen gemeinsamen Wert wie den Standort verbunden. Anschließend lassen sich Schritt für Schritt Spalten entfernen oder Textangaben in Zahlen umwandeln. „Ohne programmieren zu müssen, kann man diese Verknüpfung herstellen”, so Sebastian. Für die Stiftung zählt vor allem die Nachvollziehbarkeit. „Wenn wir irgendwo eine Anpassung vornehmen müssen, können wir hineingehen und sehr genau nachverfolgen, an welchem Prozessschritt welche Daten angepasst oder bereinigt wurden”, sagte Jan Rebentisch. „Wir haben dafür eine sehr große Transparenz.” Auch ein neuer Standort lässt sich so einbinden.
  5. Automatisierte Auswertungen und Berichte auf Knopfdruck. Ein Berichtsblatt erzeugt für jeden Programmort eine Übersicht mit Grafiken, etwa dazu, wie viele Personen im Netzwerk aktiv sind und wie sich das entwickelt hat. Dazu kommen programmübergreifende Auswertungen, zum Beispiel zur Zahl der erreichten Kinder und Jugendlichen oder zur Themenrelevanz im zeitlichen Verlauf, auch bezogen auf ein Bundesland. So sieht die Stiftung, welche Themen an Bedeutung gewinnen oder verlieren, und kann ihre Angebote darauf ausrichten.

Das verändert auch die Beziehung zu den Programmorten. Bisher gaben sie zu verschiedenen Zeitpunkten viele Daten ab und erfuhren nicht immer, was damit passiert. „Jetzt können wir proaktiver zurückspielen: Guck mal, diese Entwicklung hat es gegeben”, sagte Jan. Solche Entwicklungen, ob positiv oder kritisch, können die Orte zum Beispiel im kommunalen Bildungsausschuss einbringen.

Die offene Baustelle: KI-Notebooks für die PDF-Berichte

Bei den PDF-Berichten lautete die Leitfrage, wie sich mehr Interaktion und Nachhaltigkeit fördern lassen. Die Ehrenamtlichen von CorrelAid recherchierten KI-Lösungen, und die Stiftung experimentiert derzeit mit KI-Notebooks. Die Berichte liegen dabei in einem geschlossenen Bereich, und man kann Fragen stellen wie „Welche Ergebnisse gibt es zum Thema Sprachbildung in den Programmorten?”. Daraus lässt sich ablesen, was andere Orte anders oder besser machen. Das fließt wieder in die Weiterentwicklung der eigenen Arbeit zurück.

Im Talk wurden zwei Optionen vorgestellt:

  • Microsoft Copilot Notebook: niedrigschwellig, weil bereits eine Lizenz vorhanden ist. Es verweist bisher aber nur auf den passenden Bericht.
  • Googles-Gemini-Notebook-Lösung: nach Einschätzung der Ehrenamtlichen für diesen Zweck besser geeignet, weil sie quellenbasiert arbeitet. Margot Belet erklärte den Unterschied am Beispiel: Copilot sage eher, „das liegt in diesem Bericht irgendwo”, die Google-Lösung dagegen „das liegt in diesem Bericht auf Seite 2, Absatz 3″. Bei langen Berichten sei das „ein großer Vorteil”.

Sebastian ergänzte, die Quellenreferenz gebe auch Sicherheit, dass die Antworten wirklich aus den eigenen Dokumenten stammen. In geschlossenen Systemen, die nur auf die hochgeladenen Quellen zugreifen, seien Halluzinationen zwar seltener, ganz ausschließen lassen sie sich aber nicht. Mit dem Verweis auf die Quelle lässt sich jede Antwort schnell prüfen. Die Erfahrungen flossen außerdem in die Organisationsentwicklung zurück: Die Stiftung hat ihre KI-Richtlinie weiterentwickelt und stellt sie den Programmorten zur Verfügung.

Was die Beteiligten den Zuhörern des Espresso-Talks mitgeben

  • Zeit einplanen. Die Ehrenamtlichen arbeiten nicht allein im Hintergrund. CorrelAid hatte gleich zu Beginn darauf hingewiesen, dass die Organisation selbst Zeit investieren muss. Im Rückblick sei das ein guter Rat gewesen, auch für die Planung.
  • Fachwissen und Organisationswissen ergänzen sich. Die Ehrenamtlichen bringen die Datenexpertise mit, die Organisation kennt ihre Praxis und ihre Zielgruppen. Visualisierungswünsche und Rückfragen haben die Ergebnisse spürbar verbessert. Manches wurde am Ende anders umgesetzt als anfangs gedacht, weil alle mit jedem Termin mehr darüber lernten, wie die Organisation tickt.
  • Das Tool muss zur Organisation passen. Bestehende Strukturen weiterzuentwickeln war hier sinnvoller, als etwas komplett Neues einzuführen. Entscheidend waren Nachvollziehbarkeit und Teamtauglichkeit.
  • Der Prozess wirkt über das Projekt hinaus. Die Stiftung befindet sich in der Abschlussphase und erhält noch ein Erklärvideo (Screencast) zur Nutzung für den internen Gebrauch. Der Kontakt bleibt aber natürlich bestehen.

Fazit

Das Beispiel zeigt: Bessere Auswertungen entstehen oft dort, wo man sie zunächst nicht vermutet, bei der Frage, wie Daten erhoben werden. Wer gemeinsam mit Ehrenamtlichen klärt, was die Organisation tatsächlich braucht, kommt am Ende nicht zwingend zu einem neuen Tool, sondern zu einer Lösung, die im Alltag trägt.

 

 

Über die Stiftung Ein Quadratkilometer Bildung

Die Stiftung Ein Quadratkilometer Bildung baut kleinräumige Bildungsnetzwerke in herausgeforderten Quartieren auf und aus. Das Programm km2 Bildung wurde 2006 von der Freudenberg Stiftung in Berlin-Neukölln initiiert und seither auf verschiedene Orte in mehreren Bundesländern ausgeweitet. Seit 2021 ist die ausgegründete, selbstständige Stiftung Ein Quadratkilometer Bildung gGmbH dafür verantwortlich, das Programm bundesweit umzusetzen. Als Alleingesellschafterin der Stiftung Ein Quadratkilometer Bildung ist die Freudenberg Stiftung weiterhin enge strategische Partnerin und unterstützt die Weiterentwicklung des Programms auch finanziell. Heute gibt es 22 Programmorte in Sozialräumen, in denen viele Familien von Armut betroffen oder bedroht sind. Vor Ort entsteht eine Pädagogische Werkstatt: ein Ort des Austauschs mitten im Quartier. Eine Personalstelle – die „Leitung der Pädagogischen Werkstatt“ – bringt Bildungseinrichtungen und weiteren lokalen Akteur:innen (z.B. kulturelle Einrichtungen, Jugendclubs, Bibliotheken…) rund um eine Schlüsselschule zusammen. So entsteht eine lokale Verantwortungsgemeinschaft für gute Bildung. Schwerpunktthemen und Ideen für mögliche Praxisansätze kommen dabei von den Fach-, Lehr- und Leitungskräften vor Ort, denn sie kennen die besonderen Herausforderungen des Sozialraums. Die Finanzierung einer Pädagogischen Werkstatt erfolgt in aller Regel in einer Fördertrias, bestehend aus Land, Kommune und Stiftung(en). Ein Quadratkilometer Bildung setzt dabei auf eine langfristige Zusammenarbeit von bis zu zehn Jahren, denn Veränderung braucht Zeit. Mehr Infos: Startseite | Ein Quadratkilometer Bildung

CorrelAid und das CorrelLAB

CorrelAid ist ein gemeinnütziger Verein aus dem Konsortium des Civic Data Lab. Er besteht seit 2015 und hat ein großes Netzwerk ehrenamtlicher Data Scientists aufgebaut. Das CorrelLAB kombiniert zwei Bausteine:

  • Bildungsangebote: Kurse zu Daten und KI, die auf Non-Profits zugeschnitten sind. Sie laufen online und zeitlich flexibel, mit Selbstlernphasen und gemeinsamen Sessions. Das Spektrum reicht vom zwölfwöchigen Grundkurs über Fokus- und Deep-Dive-Kurse bis zu kostenlosen Einstiegsworkshops.
  • Optionales Datenprojekt: Im Skill Volunteering setzen Ehrenamtliche über zwei bis acht Monate ein konkretes Vorhaben gemeinsam mit der Organisation um, von der einfachen Analyse über Dashboards bis zur KI-Anwendung. Mehr Infos unter correlaid.org/corrlab
  • #CDL News
  • #Espresso Talks
  • #Vernetzen

Espresso-Talk: Künstliche Intelligenz in NROs

In unserer vergangenen Ausgabe des Espresso-Talks konnten wir Maximilian Schultz und Franziska Hauer als Gast in der Civic Data Lab Community begrüßen. Sie gaben uns spannende Einblicke in ihr Forschungsprojekt "KINiro – Künstliche Intelligenz in NROs" am Institut für Sozialforschung und Technikfolgenabschätzung (IST) der OTH Regensburg. Gemeinsam mit ihnen ging es über die von ihnen durchgeführte neue Studie zu Bedarf, Akzeptanz und Umsetzungsmöglichkeiten von KI in Nichtregierungsorganisationen (NROs) .
Weiterlesen
  • #CDL News
  • #Espresso Talks
  • #Gastbeiträge

Wo sind die Daten der Zivilgesellschaft? Ein Portal, das Antworten gibt.

Gemeinnützige Organisationen, Vereine und Stiftungen erheben ständig Daten. Umfragen, Messwerte, Projektberichte – ein riesiges Reservoir an Wissen, das täglich entsteht. Und trotzdem: Wer nach diesen Daten sucht, tappt oft im Dunkeln. Die Datensätze existieren, aber sie sind dezentral verteilt, gar nicht veröffentlicht, schwer auffindbar oder und damit für andere praktisch unsichtbar.
Weiterlesen
  • #CDL News
  • #Espresso Talks
  • #Machen
  • #Vernetzen

Model Context Protocol – wie KI-Modelle mit Tools und Daten verbunden werden

Sprachmodelle sind leistungsstark – aber ohne Anbindung an interne Systeme bleiben sie Insellösungen. Das Model Context Protocol (MCP) schließt diese Lücke. Was dahintersteckt, wo es hilft und worauf Organisationen achten sollten.
Weiterlesen