1. Warum Data PR jetzt wichtiger denn je ist
2. Was Data PR ist – und was nicht
3. Warum sich Data PR lohnt
4. Was Journalist*innen wirklich brauchen (und was sie sofort aussteigen lässt)
5. How-to: So baut ihr eine Data-PR-Story, die wirklich funktioniert
6. Case: awork – Work-Happiness-Report als PR-Anker (getpress x awork)
7. Fazit: Data PR ist Relevanz – mit System

Die Spielregeln in der Kommunikation haben sich verschoben: Aufmerksamkeit ist knapp, Redaktionen sind selektiver und gleichzeitig wächst der Output an generischen (KI-generierten) Inhalten. Das führt in vielen Branchen zu einem paradoxen Effekt: Teams produzieren mehr und werden trotzdem weniger wahrgenommen.

Data PR setzt dort an, wo klassische Unternehmenskommunikation oft ins Leere läuft. Denn Daten liefern etwas, das in Redaktionen immer knapp ist: Substanz. Nicht als Beweise für euer Produkt, sondern als Grundlage für die Einordnung im größeren Kontext. Gute Datenstorys machen Muster sichtbar, prüfen Annahmen und helfen Entscheider*innen, sich in komplexen Debatten zu orientieren.

Und das ist die eigentliche Chance: Mit Data PR könnt ihr aus Unternehmenskommunikation einen Diskurs-Beitrag machen, ohne euch dafür in Meinung oder Selbstinszenierung zu verlieren.

Data PR bedeutet: Ihr nutzt eigene Daten, um eine journalistisch verwertbare Geschichte zu erzählen. Das ist mehr als „wir haben eine Umfrage gemacht“. Es ist eine Story mit These, Kontext, Methodik und idealerweise Datenzugang.

Marie-Louise Timcke (Ressortleiterin Datenjournalismus bei der SZ) hat die wichtigste Abgrenzung im Webinar sehr klar auf den Punkt gebracht. Auf die Frage nach typischen Fehlern sagt sie sinngemäß: Viele Pitches sind „nur ergebnisorientiert“. Sie bekommt zwar Findings von Datenerhebungen, aber nicht die Datengrundlage – und das reicht ihr nicht. Sie formuliert es sehr deutlich: 

„Ich berichte nicht über Ergebnisse … Ich möchte mit den Daten arbeiten können.“

Das ist die Messlatte. Data PR heißt: Ihr baut eure Geschichte so, dass Journalist*innen eigenständig prüfen, rechnen und ihren Fokus setzen können – statt eure Headline einfach zu übernehmen.

Was Data PR nicht ist:

• Ein Report „um des Reports willen“, der zwar schick ist, aber keinen Nachrichtenwert hat.
• Zahlen-Deko im Content Marketing, nach dem Motto: „hier noch eine Statistik, damit es seriös wirkt“).
• Große Aussagen ohne saubere Trennung von Korrelation und Kausalität – das zerstört Vertrauen schneller, als euch lieb ist.

Data PR lohnt sich nicht, weil „Daten bei Journalist*innen immer ziehen“. Sie lohnt sich, weil sie eure Kommunikation strategisch stabiler macht und mehrere Effekte gleichzeitig erzeugen kann.

‍

Relevanz, die nicht nach Aufmerksamkeit bettelt

Wenn Daten einen echten Nachrichtenmehrwert liefern, ist der Anlass von selbst da. Ihr müsst nicht künstlich aufblasen, warum etwas wichtig ist – die Daten zeigen es. Das ist gerade in immer selektiver werdeneden Medienumfeldern ein Vorteil.

‍

Credibility, die sich nicht nach Marketing anfühlt

Daten ersetzen keine Haltung. Aber sie geben eurer Haltung Bodenhaftung. Wer transparent sagt, was die Daten zeigen (und was nicht), wirkt kompetent und wird als Quelle ernst genommen.

‍

Thought Leadership als System, nicht als Peak

Viele Unternehmen verwechseln echte Sichtbarkeit mit Kampagnen-Peaks. Data PR lässt sich als wiederkehrender Kommunikationsanker aufsetzen: jährlich/halbjährlich, plus thematische Vertiefungen und Einordnungen entlang der Debattenlage. Das baut Autorität nicht in einem Pressetag, sondern erwartbar und über einen längeren Zeitraum. Und das schafft wirklich Vertrauen – übrigens auch in Large Language Models. Die beziehen sich nämlich auf wiederkehrende und aktuelle Informationen. 

‍

Repurposing ohne Content-Burnout

Ein Datensatz ist kein „One-and-done“-Asset. Richtig geplant, arbeitet er als Content-System über mehrere Kanäle: Earned (Presse) → Owned (Landingpage/Report/Blog) → Social (Charts/Angles) → Sales (Decks) → Employer Branding (HR-Angles). Und ihr nutzt dieselbe Substanz, statt jede Woche wieder bei null anzufangen.

‍

Interner Alignment-Effekt

Ein unterschätzter Punkt: Gute Datenerhebungen zwingen euch zu Klarheit. Welche Hypothese testen wir? Welche Botschaft zählt? Was sagen wir nicht? Das macht Kommunikation intern konsistenter und extern glaubwürdiger.

Das Webinar mit Marie-Louise Timcke ist ein sehr ehrlicher Reality-Check: Data PR ist willkommen. Aber nur, wenn sie redaktionell nutzbar ist.

Datenzugang schlägt Ergebnisfolie

Der häufigste Dealbreaker ist laut Timcke: Ergebnisse ohne Datengrundlage. Sie will nicht nur wissen, „was rausgekommen ist“, sondern selbst in den Daten arbeiten und ihren Fokus setzen.

Das heißt nicht, dass ihr immer den kompletten Datensatz öffentlich machen müsst. Aber ihr braucht eine Form von Transparenz und Prüfbarkeit: Methodik offenlegen, Berechnungen erklären, Rückfragen ermöglichen. Timcke beschreibt im Webinar auch ein Beispiel, in dem ein Unternehmen Details nicht komplett geben konnte, aber sehr explizit erklärt hat, wie gerechnet wurde und sie jederzeit Fragen stellen konnte – das schafft Vertrauen.

‍

„Hauptsache, es ist maschinenlesbar“

Beim Format ist sie pragmatisch, aber konsequent: „Hauptsache, es ist maschinenlesbar.“ Idealerweise Excel/CSV, gerne auch JSON/XML/API, solange es ein „heiles“ Format ist und keine teure Spezialsoftware braucht.

Das klingt banal, ist aber ein harter Praxisfilter: Wer Daten liefert, die Redaktionen erst mühsam „aufräumen“ müssen, reduziert die Chance, dass überhaupt jemand einsteigt.

‍

Grafiken sind nice-to-have – die Daten sind der eigentliche Schatz

Auf die Frage nach Visualisierungen sagt Timcke sehr klar: „Brauche ich nicht, mache ich eh selber.“ Wenn Grafiken existieren, nimmt sie sie gerne als Orientierung, aber sie will vor allem die Daten hinter der Grafik.
Das ist ein wichtiger Punkt für PR-Teams: Investiert nicht zuerst in High-End-Infografiken. Investiert in saubere Datenaufbereitung und Zugänglichkeit. Auch wir sagen: Spar dir aufwendige Grafiken, viele Redaktionen gestalten ohnehin in ihrer eigenen CI.

‍

Kontaktaufnahme: Phone first vs. “Bitte nicht anrufen”

Ja, auch das gehört zur Wahrheit. Timcke sagt im Webinar wörtlich: „Also ich bin Millennial. Bitte ruft mich nicht an. Ich werde nicht rangehen.“
Das ist kein „witziger Side Fact“, sondern ein Hinweis auf Arbeitsrealität: Data PR ist häufig erklärungsbedürftig, aber der Einstieg muss trotzdem low-friction sein. Eine gute Mail mit sauberem Einstieg schlägt zumindest bei ihr jedes Telefon-Überreden.
Trotzdem zeigt unsere Erfahrung: Ein kurzes (gut vorbereitetes) Telefonat gibt einem schneller ein Gefühl, ob die Story stimmt oder was die Journalist*innen an der anderen Seite des Hörers noch brauchen. Hier gilt aber: Richte dich immer nach der Präferenz deines Gegenübers – oft stehen die auch im LinkedIn Profil oder der Autor*innen-Seite. 

‍

Red Flags, die ihr euch sparen könnt

Im Kern sind es drei Muster, die Data-PR-Pitches kaputt machen:

1. Ergebnis-PR ohne Dateneinblick (siehe oben).
2. Überfrachtung: Zahlen-Wirrwarr statt Fokus. Unser getpress Team sagt: Oft reichen ein oder zwei starke Datenpunkte, überfrachtete Kolonnen verwirren eher.
3. Unsaubere Aussagen: Korrelation als Kausalität oder Methodik, die nicht erklärt wird. Journalist*innen schätzen Ehrlichkeit und Präzision.

Data PR scheitert selten an „wir haben keine Daten“. Sie scheitert an fehlender Strategie, zu spätem Methodik-Check und daran, dass aus Daten keine klare Story gebaut wird. Dieses Vorgehen hat sich in der Praxis bewährt:

‍

Schritt 1: Ziel und Rolle der Story klären

Startet nicht mit der Frage „Welche Daten haben wir?“, sondern mit: Was soll diese Story bewirken? Thought Leadership, Trust-Building, Reputation, Leads, Employer Branding. Das macht einen riesigen Unterschied. Unser Prinzip: Zielsetzung ist Key. Sonst verliert man sich in Details, die nicht auf die richtigen Dinge einzahlen.

‍

Schritt 2: Eine prüfbare Hypothese entwickeln (mit Nachrichtenwert)

Gute Data PR braucht eine These, die relevant genug ist, dass jemand außerhalb eurer Bubble kurz innehält. Die Frage ist nicht „können wir das messen“, sondern: „Was würde es bedeuten, wenn das stimmt?“
Hier hilft bewusstes „Kürzen durch Denken“: lieber fünf Hypothesen und eine, die knallt – statt zwanzig mittelmäßige.

‍

Schritt 3: Datengrundlage wählen und klug kombinieren

Ihr habt grundsätzlich drei Wege:

• Eigene Daten (Plattform-/Produkt-/Transaktionsdaten): oft exklusiv, oft stark, müssen aber methodisch sauber eingeordnet werden.
• Umfragen: gut für Einstellungen/Erleben/Meinungen, skalierbar, aber kosten- und zeitintensiver.
• Externe Datensätze: starke Credibility und Einordnung, oft unterschätzt.

Euer How-to nennt auch eine sehr praxisnahe Daumenregel: Für größere Medien sind Umfragen häufig erst ab N=1000 wirklich interessant (idealerweise repräsentativ) – und solche Stichproben starten bei Anbietern wie z.B. Appinio preislich grob im Bereich ab ca. 4.000 Euro (je nach Zielgruppe/Inzidenz deutlich mehr).
Das ist wichtig, weil Data PR nicht nur kreativ, sondern auch planbar sein muss.

‍

Schritt 4: Methodik absichern (bevor ihr Headlines schreibt)

Wenn ihr erst am Ende merkt, dass die Aussage nicht belastbar ist, wird’s teuer – in Zeit, Nerven und Glaubwürdigkeit. Trennt Korrelation und Kausalität, benennt Grenzen und bleibt präzise. Wir sagen: Transparenz lohnt sich und Journalist*innen schätzen diese Ehrlichkeit.

‍

Schritt 5: Angles bauen – und zwar pro Medium

Eine der häufigsten PR-Fallen ist „one angle fits all“. Unser Ansatz: Individualität. Verwende auf gar keinen Fall einen Angle für alle Medien.
Das bedeutet: Ihr entwickelt unterschiedliche Einstiege – wirtschaftlich, gesellschaftlich, HR, Tech, regional – und pitcht nicht jeden identisch.

‍

Schritt 6: Journalistische Aufbereitung: kurz, klar, nutzbar

Ein Einblick in unser geptress Regelwerk: Ein Factsheet/One-Pager sollte so prägnant sein, dass Journalist*innen die relevanten Punkte „auf einen Blick“ erfassen – als Richtwert maximal eine A4-Seite bzw. 2.500–3.000 Zeichen.
Wichtig: Das heißt nicht: alles in Bulletpoints pressen. Es heißt: Fokus, klare Reihenfolge, saubere Einordnung. Und das bitte ohne Werbeton.

‍

Schritt 7: Distribution & Follow-up wie ein Projekt steuern

Data PR ist keine „einmal rausschicken und hoffen“-Disziplin. Unsere internes Herangehensweise setzt auf zwei Punkte, die Teams oft unterschätzen:

• Ein professionelles, personalisiertes Follow-up ist entscheidend, weil selten ein einmaliger Pitch reicht.
• Fachpresse ist ein ernstzunehmender Multiplikator: Sie erzeugt Grundrauschen, auf die größere Medien später aufspringen.

Und ein pragmatischer Zusatz von unserer Head of PR Operations Tina O’Meara: 

“Timing kann auch heißen, bewusst ‘Nachrichtenflauten’ zu nutzen. Gut getimte Datenstorys bekommen dann oft mehr Raum.”

‍

Wenn ihr verstehen wollt, wie Data PR nicht nur eine Kampagne, sondern ein wiederkehrender Kommunikations-Stream wird, ist awork ein sehr sauberer Referenzcase.

‍

Ausgangslage:

‍awork wollte das Thema Arbeitsglück nicht als New-Work-Floskel besetzen, sondern als Business-relevante Diskussion. Dafür braucht es mehr als Meinungen – es braucht belastbare Daten und wiederkehrende Anlässe.

‍

Datenansatz:‍

Seit 2022 erhebt awork jährlich den Work-Happiness-Report (u. a. mit 1.000 Wissensarbeitenden). Der entscheidende Move: Der Report wird nicht als einmaliger Download gedacht, sondern als wiederkehrender Kommunikationsanker, der sich an Debatten koppeln lässt.

‍

PR-Mechanik (gemeinsam mit getpress):

‍Statt „Report veröffentlichen und fertig“ wird das Thema jedes Jahr gezielt in die Pressearbeit übersetzt: über exklusive Erstveröffentlichungen, journalistische Einordnung der Ergebnisse und Anschlussanlässe, die einzelne Findings vertiefen oder aktuelle Arbeitsdebatten kommentieren. Parallel dient der Report als Lead-Magnet und inhaltlicher Anker in Owned Channels.

‍

Wirkung (2025, Auszug):‍

Der Work-Happiness-Report erzielte 2025 114 Veröffentlichungen, darunter Platzierungen in Leitmedien wie WELT, ZEIT, SZ, t3n, STERN, Tagesspiegel, BILD und DER SPIEGEL sowie zusätzliche Reichweite über dpa. Dazu kommt ein Pull-Effekt: wiederkehrende Medienanfragen und journalistisches Interesse über den Launch hinaus.

‍

Warum das funktioniert:

‍Weil es nicht nur Daten sind. Es ist ein Setup, das journalistische Bedürfnisse ernst nimmt: klare Relevanz, wiederkehrende Aktualität, anschlussfähige Angles und eine Story, die über einen Launch-Tag hinaus funktioniert.

Data PR ist einer der saubersten Wege, Substanz in Sichtbarkeit zu übersetzen. Ihr gebt Redaktionen Material, mit dem sie arbeiten können und baut gleichzeitig Thought Leadership, Content- und Lead-Effekte auf.

Wenn ihr es als System aufsetzt (These → Datengrundlage → Methodik → journalistische Aufbereitung → Distribution → Repurposing), wird aus „wir machen mal eine Studie“ ein Kommunikationshebel, der bleibt.

Und nun?

Wenn du wissen willst, welches Data-PR-Potenzial in euren Daten steckt – und welche Storys daraus wirklich pressefähig werden: Meld dich bei uns. Und mit ein bisschen Glück bekommst du einen unserer exklusiven Data-PR-Potenzialchecks mit Elia. 

‍