Um eines vorwegzunehmen: Ich bin fest davon überzeugt, dass die Auswertung von Daten im Fundraising künftig eine noch zentralere Rolle spielen wird. Fundraising wird unaufhaltsam „datengetrieben“. Doch verraten uns nackte Zahlen wirklich immer, wie wir handeln sollen?

Unter dem Schlagwort „Performance Marketing“ hat sich ein Ansatz etabliert, der die Messung in das Zentrum aller Entscheidungen stellt: Was gut „performt“, wird ausgebaut; was schwächelt, wird gestrichen. So plausibel das klingt, so schnell führt dieser Weg in die Irre. Hier sind drei Gründe, warum „reine“ Daten gefährlich sind:

1. Korrelation ist keine Kausalität

Eine der wichtigsten Lektionen der Statistik ist der Unterschied zwischen Zusammenhang und Ursache. Ein klassisches Beispiel: Im Sommer, wenn die Störche da sind, steigen die Geburtenraten. Bringt der Storch also doch die Kinder? Natürlich nicht – beide Ereignisse korrelieren, haben aber keinen kausalen Zusammenhang. Wer im Fundraising zufällige Muster zur Entscheidungsgrundlage macht, füttert am Ende metaphorisch die Störche, um die Spendenquote zu erhöhen.

2. Zahlen ohne Kontext sind bedeutungslos

Wie Douglas Adams in Per Anhalter durch die Galaxis zeigt, ist die Antwort auf die Frage aller Fragen schlicht „42“. Ohne Kontext bleibt diese Zahl wertlos. Daten erhalten ihre Relevanz erst durch eine zugrunde liegende Theorie – eine Geschichte, die ihnen Bedeutung verleiht. Es gibt kein seriöses Performance-Marketing ohne eine theoretische Basis, die den Daten vorausgeht.

3. Daten können nur widerlegen, nicht beweisen

Dank Karl Popper wissen wir: Daten sind vor allem dazu da, Hypothesen auszuschließen oder zu widerlegen. In der Wissenschaft geht es darum, die eigene Theorie durch Daten zu erschüttern, um echten Erkenntnisfortschritt zu erzielen. Eine rein positive Bestätigung („Die Zahl steigt, also haben wir recht“) scheitert meist an der Komplexität der Einflussfaktoren, die wir niemals vollständig abbilden können.

Fazit

Ja, Daten sollten im Fundraising eine größere Rolle spielen. Aber wir müssen die wissenschaftlichen Spielregeln beachten. Ohne Kontext, Theorie und das Wissen um statistische Fallstricke bleiben Daten stumm – oder schlimmer noch: Sie führen uns zu falschen Entscheidungen.