Sieben Beispiele, wie wir die Arbeit mit Daten in der Caritas verbessern (wollen)

Seit ein paar Jahren ist der Deutsche Caritasverband Träger unterschiedlicher Projekte, die zum Ziel haben, die Datenreife der Caritas (CariData – finanziert durch Mittel der Glücksspirale, Caritas-Datenservice – finanziert durch ESF Rückenwind³) oder gar der gesamten Zivilgesellschaft (Civic Data Lab – in gemeinsamer Trägerschaft mit der Gesellschaft für Informatik und CorrelAid, gefördert durch das BMBFSFJ) zu fördern.

Alle diese Projekte stoßen auf große Resonanz. Viele Akteure innerhalb und außerhalb der Caritas haben bereits eine Vorstellung davon, wofür es diese Projekte braucht und was sie bewirken können. Viele fragen uns jedoch auch, wie eine höhere Datenreife der Organisation, beziehungsweise eine höhere Datenkompetenz ihrer Mitglieder, ganz konkret einen Mehrwert schaffen kann.

Wir wollen in diesem Artikel an sieben Beispielen aus unserer Arbeit innerhalb der Caritas zeigen, wo wir den Hebel ansetzen und was wir damit bewirken möchten.

1. Benchmarking: Zahlen erst durch Vergleich verständlich machen

Das Problem

Eigene statistische Kennwerte lassen sich oft nur schwer einordnen. Ist ein Anteil von 12 % hoch oder niedrig? Ist eine Entwicklung ungewöhnlich oder entspricht sie dem allgemeinen Trend? Ohne einen sinnvollen Vergleichsmaßstab bleiben viele Zahlen interpretationsbedürftig.

Unsere Lösung

Wir setzen regionale Kennwerte in Bezug zu bundesweiten Vergleichswerten und stellen die Ergebnisse visuell und leicht verständlich dar. So werden Abweichungen, Besonderheiten und Trends auf einen Blick sichtbar.

Konkretes Beispiel

Für die Katholische Schwangerschaftsberatung entwickeln wir derzeit einen Prototypen, mit dem statistische Merkmale der Ratsuchenden einer Diözese mit den bundesweiten Werten verglichen werden können. So lässt sich beispielsweise schnell erkennen, ob bestimmte Zielgruppen im Vergleich zum Bundesdurchschnitt über- oder unterrepräsentiert sind.

Der Nutzen

Das statistische Profil einer Diözese wird sichtbar und kann als Ausgangspunkt für die fachliche Weiterentwicklung von Angeboten dienen. Auf dieser Grundlage können Veränderungsziele definiert und verfolgt werden, etwa wenn eine bislang unterrepräsentierte Zielgruppe besser erreicht werden soll. Gleichzeitig helfen die Daten dabei, Angebote gezielt auf Gruppen auszurichten, die vor Ort besonders stark vertreten sind.

Darüber hinaus schaffen die Vergleichsdaten eine fundierte Argumentationsgrundlage gegenüber Fördermittelgeber:innen und anderen Stakeholdern. Regionale Besonderheiten, etwa ein erhöhter Beratungsaufwand aufgrund von Sprachbarrieren oder spezifischer sozialer Problemlagen, lassen sich datenbasiert sichtbar machen und bei der Planung sowie Finanzierung von Angeboten besser berücksichtigen.

2. Nachfrage und Auslastung sichtbar machen

Das Problem

Bei vielen sozialen Angeboten wissen wir erstaunlich wenig darüber, wie stark sie tatsächlich nachgefragt werden. Wir wissen oft auch nicht, wie viele Menschen wir aufgrund begrenzter Kapazitäten gar nicht erreichen oder nicht versorgen können. Statt auf belastbare Daten zu schauen, werden Diskussionen über Auslastung und Bedarfe häufig von Einzelbeobachtungen oder gefühlten Wahrheiten geprägt.

Unsere Lösung

Wir analysieren vorhandene Nutzungsdaten und bereiten sie so auf, dass Nachfrage, Verfügbarkeit und Auslastung eines Angebots sichtbar werden. Dadurch lassen sich Muster erkennen, die im Alltag leicht übersehen werden, etwa saisonale Schwankungen, wiederkehrende Belastungsspitzen oder Zeiten mit besonders eingeschränkter Erreichbarkeit.

Konkretes Beispiel

Gemeinsam mit der [U25] Online-Suizidprävention haben wir die Verfügbarkeit des Beratungsangebots ausgewertet. Die Plattform nutzt ein digitales Ampelsystem, das auf Rot schaltet, sobald keine freien Beratungskapazitäten mehr verfügbar sind. Diese Umschaltungen werden automatisch protokolliert.

Durch die Auswertung dieser Daten konnten wir die tatsächliche Verfügbarkeit des Angebots über verschiedene Zeiträume hinweg analysieren. Dabei wurden sowohl zyklische als auch saisonale Muster sichtbar. Besonders deutlich zeigte sich, dass die Erreichbarkeit nachts, an Wochenenden und zwischen den Jahren häufig eingeschränkt ist. Gleichzeitig konnten bisherige Annahmen über Nachfrage und Auslastung mit konkreten Daten überprüft werden.

Die Analyse blieb jedoch nicht bei der Visualisierung bestehender Daten stehen. Gemeinsam mit dem Projekt wurden auch Anpassungen an der anonymen Protokollierung der Zeitpunkte der Beratungsanfragen konzipiert, die künftig noch genauer erfassen soll, wann Ratsuchende auf nicht verfügbare Beratungskapazitäten treffen. Dadurch entsteht schrittweise ein besseres Bild der tatsächlichen Nachfrage, die aktuell nicht gedeckt werden kann.

Der Nutzen

Die Verantwortlichen erhalten ein deutlich realistischeres Bild davon, wann und wo Kapazitäten fehlen. Das erleichtert die Planung von Personal, Ehrenamtlichen und Unterstützungsangeboten. Gleichzeitig werden bisher unsichtbare Versorgungslücken sichtbar.

Gerade bei einem Angebot der Suizidprävention ist es besonders wichtig zu verstehen, zu welchen Zeiten Hilfesuchende auf ein ausgelastetes Angebot treffen. Die Daten schaffen damit eine Grundlage, um die Erreichbarkeit des Angebots gezielt weiterzuentwickeln.

Die Daten helfen zudem dabei, Ressourcenbedarfe gegenüber Fördermittelgeber:innen und politischen Entscheidungsträger:innen nachvollziehbar zu begründen. Anstatt nur zu vermuten, dass ein Angebot nicht ausreichend verfügbar ist, kann konkret gezeigt werden, wann Nachfrage besteht und wo Menschen aufgrund fehlender Kapazitäten möglicherweise keine Hilfe erhalten. Mit der erweiterten Protokollierung der Anmeldezahlen für die Beratung wird künftig sogar noch belastbarer abschätzbar sein, wie groß die ungedeckte Nachfrage tatsächlich ist. Das schafft eine starke Datengrundlage für Gespräche über den Ausbau von Kapazitäten und die Finanzierung zusätzlicher Angebote.

3. Daten im Zeitverlauf besser verstehen

Das Problem

In vielen Fachstatistiken werden Daten jährlich erhoben. Eine zentrale Datenbank existiert häufig nicht. Stattdessen liegen die Informationen meist in jährlich neu befüllten Excel-Tabellen vor. Bestenfalls werden Vorjahreswerte als Vergleich mitgeführt. Langfristige Entwicklungen sichtbar zu machen, ist dadurch oft mit erheblichem Aufwand verbunden, weil Daten aus unterschiedlichen Dateien zusammengeführt, bereinigt und ausgewertet werden müssen.

Unsere Lösung

Durch den Aufbau zentraler Datenbanken und die Nutzung von Skriptsprachen zur automatisierten Auswertung und Grafikerstellung können Zeitreihen auf Knopfdruck erzeugt werden. Daten aus vielen Jahren werden an einem Ort zusammengeführt und lassen sich dadurch deutlich einfacher analysieren.

Konkretes Beispiel

In der Katholischen Schwangerschaftsberatung konnten wir auf diese Weise langfristige Entwicklungen sichtbar machen. Besonders deutlich zeigte sich die kontinuierliche und über viele Jahre anhaltende Zunahme von Ratsuchenden mit befristeter Aufenthaltserlaubnis. Die Auswertung macht sichtbar, dass immer mehr Frauen unter unsicheren rechtlichen und sozialen Rahmenbedingungen eine Schwangerschaft und Geburt bewältigen müssen.

Der Nutzen

Für die politische Interessenvertretung entsteht eine deutlich bessere Datengrundlage. Betroffene Gruppen und ihre Problemlagen werden nicht nur punktuell, sondern über einen längeren Zeitraum hinweg sichtbar. Dadurch lässt sich sowohl die Größe als auch die Dynamik eines Problems nachvollziehbar darstellen. Dies stärkt die Argumentation gegenüber Politik, Verwaltung und Fördermittelgebern und hilft dabei, auf gesellschaftliche Entwicklungen frühzeitig aufmerksam zu machen.

4. Eingängige Visualisierung komplexer Zusammenhänge

Das Problem

Oft werden sehr viele Daten erhoben, weil die Hoffnung besteht, in komplexen Datensätzen wichtige Muster und Zusammenhänge zu entdecken. Die eigentliche Herausforderung beginnt jedoch häufig erst nach der Analyse: Die Ergebnisse sind statistisch belastbar, aber schwer verständlich. Es fällt oft schwer, komplexe Zusammenhänge so aufzubereiten, dass sie für Fachpraxis, Politik oder Öffentlichkeit leicht kommunizierbar werden.

Unsere Lösung

Wir setzen auf datenbasiertes Storytelling mit klaren und leicht verständlichen Visualisierungen. Dabei konzentrieren wir uns auf die zentrale Aussage einer Analyse und entwickeln Darstellungen, die komplexe Zusammenhänge auf einen Blick erfassbar machen.

Konkretes Beispiel

In der Allgemeinen Sozialberatung wurde erstmals erhoben, ob Ratsuchende Schwierigkeiten mit der Digitalisierung von Leistungen und Institutionen haben. Mithilfe einer Regressionsanalyse wurden verschiedene demografische Merkmale untersucht. Dabei zeigte sich, welche Faktoren besonders stark mit einer erhöhten Wahrscheinlichkeit zusammenhängen, bei digitalen Verwaltungsprozessen auf Probleme zu stoßen.

Die Ergebnisse wurden anschließend in einer kompakten Visualisierung zusammengeführt. Statt statistischer Kennzahlen stand dabei die Frage im Mittelpunkt: Welche Personengruppen haben das größte Risiko, von digitalen Angeboten ausgeschlossen oder benachteiligt zu werden?

Der Nutzen

Die Analyse liefert ein wichtiges Argument für die Diskussion um Verwaltungsdigitalisierung. Sie macht sichtbar, welche Gruppen besondere Unterstützung benötigen und bei der Gestaltung digitaler Verfahren nicht aus dem Blick geraten dürfen. Komplexe statistische Zusammenhänge werden so in eine verständliche Form übersetzt, die sowohl für die fachliche Praxis als auch für politische Entscheidungsprozesse nutzbar ist.

5. Mehr Zeit für die eigentliche Arbeit durch Automatisierung

Das Problem

In vielen Fachstatistiken werden Daten in mehreren Schritten zwischen verschiedenen Organisationsebenen zusammengeführt und ausgewertet. Die dafür notwendigen Prozesse sind oft historisch gewachsen, aufwendig und fehleranfällig. Mitarbeitende verbringen viel Zeit mit wiederkehrenden administrativen Tätigkeiten, anstatt sich auf ihre eigentliche fachliche Arbeit zu konzentrieren.

Unsere Lösung

Wir analysieren bestehende Datenprozesse und automatisieren dort, wo es sinnvoll ist. Daten werden standardisiert zusammengeführt, verarbeitet und für Auswertungen bereitgestellt. Komplexe Arbeitsschritte laufen dabei weitgehend automatisiert im Hintergrund ab.

Konkretes Beispiel

Für die Katholische Schwangerschaftsberatung haben wir den Prozess der Datenaggregation und Datenübermittlung zur zentralen Auswertung grundlegend vereinfacht. Die statistischen Daten von rund 260 Beratungsstellen lassen sich heute mit einer einfachen Web-App deutlich effizienter zusammenführen und verarbeiten als noch vor wenigen Jahren.

Der Nutzen

Die beteiligten Beratungsstellen sparen Zeit und organisatorischen Aufwand. Einige Träger haben uns sogar zurückgemeldet, dass durch die Entlastung neue Kapazitäten für Innovationsprojekte entstanden sind. Zeit, die zuvor für die Aufbereitung von Statistikdaten benötigt wurde, kann nun beispielsweise genutzt werden, um neue digitale Beratungsangebote oder den Einsatz von KI in der Beratung zu erproben.

Datenarbeit wird damit nicht zum zusätzlichen Aufwand, sondern schafft Freiräume für die eigentliche fachliche Arbeit.

6. Datenqualität verbessern und Kommunikationsaufwand reduzieren

Das Problem

Fehler in Daten sind normal und lassen sich bei umfangreichen Datenerhebungen kaum vollständig vermeiden. Werden solche Fehler jedoch erst spät entdeckt, entstehen lange Korrekturschleifen. Daten müssen zurückgespielt, korrigiert und erneut übermittelt werden. Das verursacht unnötigen Kommunikationsaufwand zwischen den verschiedenen Organisationsebenen.

Unsere Lösung

Wir entwickeln Werkzeuge, mit denen Daten bereits bei ihrer Erstellung automatisiert auf typische Fehler und Unstimmigkeiten geprüft werden können. So werden Probleme frühzeitig erkannt und können direkt vor Ort behoben werden.

Konkretes Beispiel

In der Migrationsberatung für erwachsene Zugewanderte (MBE) werden Daten von den Beratungsstellen zunächst an die Diözesanverbände und anschließend an die Bundesebene übermittelt. Manche Fehler fallen erst auf Diözesan- oder Bundesebene auf. Dann müssen diese häufig in den Beratungsstellen korrigiert und die Daten erneut eingereicht werden.

Aktuell testen wir ein Prüfwerkzeug, das die Daten vor der Übermittlung automatisch auf die häufigsten Fehlertypen untersucht. Die Beratungsstellen können die Prüfung selbst durchführen und viele Probleme bereits beheben, bevor die Daten an die nächste Ebene weitergegeben werden.

Der Nutzen

Die Qualität der Daten steigt und gleichzeitig sinkt der Abstimmungsaufwand zwischen Beratungsstellen, Diözesanverbänden und Bundesebene. Alle Beteiligten profitieren von kürzeren Korrekturschleifen und einer effizienteren Zusammenarbeit. Statt Zeit in die Suche nach Fehlern zu investieren, können sich die Mitarbeiter:innen stärker auf die fachliche Interpretation und Nutzung der Daten konzentrieren.

7. Von der Datensammlung zur Erkenntnis mit einem Klick

Das Problem

Viele Organisationen verfügen über umfangreiche Datenbestände, aber nicht über die technischen Ressourcen oder das notwendige Know-how, diese regelmäßig auszuwerten. Der Weg von den Rohdaten zu aussagekräftigen Grafiken und Kennzahlen ist oft mit erheblichen Hürden verbunden.

Unsere Lösung

Wir entwickeln Werkzeuge, die standardisierte Daten automatisch auswerten und die Ergebnisse verständlich visualisieren. Die Nutzerinnen und Nutzer sollen sich auf die Interpretation der Ergebnisse konzentrieren können, nicht auf die technische Auswertung.

Konkretes Beispiel

Für die Migrationsberatung für erwachsene Zugewanderte wurde ein webbasiertes Auswertungstool entwickelt. Die Nutzerinnen und Nutzer wählen lediglich ihren lokalen Datenexport aus dem Erfassungssystem aus. Anschließend erstellt das Tool ohne Datenübertragung und direkt auf dem eigenen Rechner automatisch eine vordefinierte Auswertung mit Grafiken und Kennzahlen.

Der Nutzen

Beratungsstellen, Träger und Diözesanverbände gelangen deutlich einfacher von ihren Daten zu einer auswertbaren und visuell ansprechenden Darstellung. Dadurch wird die Nutzung von Daten im Arbeitsalltag erheblich erleichtert.

Bei einem Austausch mit den ersten Nutzer:innen sagte mir eine Beraterin, dass es jetzt richtig „Spaß“ mache, mit den Daten zu arbeiten. Genau das ist das Ziel: Datenarbeit soll nicht als zusätzliche Belastung wahrgenommen werden. Gute Werkzeuge helfen dabei, unnötige Hürden abzubauen und Raum für das zu schaffen, was Daten eigentlich auslösen sollen: Neugier, Erkenntnisgewinn und bessere Entscheidungen.

Fazit

Diese ganz konkreten Beispiele zeigen: Hinter dem Thema Daten stehen keine Selbstzwecke und keine komplizierten Methoden. Es geht darum, Informationen besser nutzbar zu machen, Routinen zu vereinfachen und fundierte Entscheidungen zu unterstützen.

Genauso wichtig ist aber noch etwas anderes: Datenarbeit sollte nicht von technischen Hürden, aufwendigen Prozessen oder komplizierten Werkzeugen geprägt sein. Die meisten Menschen bringen bereits eine natürliche Neugier mit. Sie möchten verstehen, was hinter Entwicklungen steckt, warum bestimmte Trends entstehen oder wie sie ihre Angebote und ihre Arbeit verbessern können.

Genau diese Neugier ist der eigentliche Motor guter Datenarbeit.

Unsere Aufgabe sehen wir deshalb nicht nur darin, neue Analysen oder Werkzeuge zu entwickeln. Wir möchten vor allem die Hindernisse reduzieren, die Menschen davon abhalten, ihre Daten zu nutzen. Wenn der Weg von einer Frage zur Antwort kürzer wird, wenn Daten leichter zugänglich sind und wenn Auswertungen ohne großen Zusatzaufwand möglich werden, dann entsteht Raum für neue Erkenntnisse, bessere Entscheidungen und Innovation.

Und vermutlich gibt es auch in Ihrem Bereich Fragen, bei denen Daten helfen könnten.

Wenn Ihr überlegt, wie Ihr Daten in Eurer Arbeit besser nutzen könnt, kommt gern mit uns ins Gespräch. Gemeinsam finden wir heraus, was möglich ist und wo Daten in Eurem Arbeitsbereich den größten Mehrwert schaffen können. Bucht hierfür gerne eine Datensprechstunde über den folgenden Link: Kontaktstelle Datenservice | caritas|digital

P.S: Mein besonderer Dank gilt meinem Kollege Jonathan Sauer, der mit seiner Arbeit an der technischen Infrastruktur die Grundlage für viele der hier beschriebenen Projekte  geschaffen und Marion Hellebrandt die vor allem die Nutzer:Innenorientierung bei der Entwicklung der Angebote sichergestellt hat.

Zum Autor:

Dr. Georg Förster kommt aus dem Bereich der Organisationsentwicklung und koordiniert seit 2023 das Projekt CariData (mit Jonathan Sauer und Marion Hellebrandt) und seit 2026 das Projekt Caritas-Datenservice beim Deutschen Caritasverband. In diesem Zusammenhang beschäftigt er sich u.a. aus unterschiedlichen Perspektiven mit der Frage, wie Wohlfahrtsverbände Daten (z.B. aus Beratungsstellen) besser zusammenführen, aufbereiten und im Sinne des Gemeinwohls nutzen können.