Datenbasis: 4 von 4 Jahren mit erfassten Werten (2023, 2024, 2025, 2026). Jahre ohne Besucherzahl gelten als noch nicht stattgefunden und fließen nicht in die Auswertung ein.
Auffälligkeiten dieses Jahres
Abschnitte hier entstehen automatisch aus dem Storyfinder — was über der Schwelle von 10 % liegt, bekommt einen Chart. Ändert sich die Story von Jahr zu Jahr, ändert sich dieser Abschnitt mit.
Besucherzahl (+12 %) und PR-Index (+75 %) bewegen sich gleichläufig — reicht das als Beleg, oder braucht es eine Kontrollgröße (z. B. Wetter, Nachbarveranstaltungen)?
Korrelation Besucher ↔ PR-Index: r = 0.97. Ein Zusammenhang, kein Beweis — beide Werte können auch unabhängig voneinander wachsen.
Spendensumme −100 %, Besucherzahl aber nur +12 % — spendet im Schnitt jede Person mehr, oder gab es einen Großspender?
Besucherspitze verschiebt sich von 12:00 auf 13:00 — Programmänderung, Wetter, oder Zufall?
PR-Index-Definition: Pressemitteilungen × 5 + Social-Media-Posts × 1 + Reichweite / 100. Eine bewusst einfache, nachvollziehbare Formel — die Faktoren liegen in R/indicators.R und lassen sich anpassen.
Gesamtüberblick
Alle Jahre, alle Kennzahlen — unabhängig davon, ob eine Auffälligkeit über der Schwelle lag.
| 2023 |
210 |
1 |
3 |
800 |
20 € |
1 |
0 |
| 2024 |
245 |
2 |
6 |
1600 |
380 € |
5 |
2 |
| 2025 |
268 |
3 |
5 |
1600 |
410 € |
1 |
0 |
| 2026 |
300 |
1 |
12 |
4600 |
0 € |
1 |
0 |
Jede automatisch generierte Frage braucht vor Veröffentlichung eine Gegenprobe: genug Jahre für einen Trend statt eines Ausreißers? Eine einfachere Erklärung (Wetter, Datum, Nachbarveranstaltung), die zuerst ausgeschlossen werden sollte? Dieser Bericht liefert den Anstoß, nicht den Beleg.