Communitygithub.com

amunivec/storytelling-with-data-skill

Eine Claude-Fähigkeit basierend auf Cole Nussbaumer Knaflics „Storytelling with Data“ – regelt Diagrammerstellung, Codegenerierung, visuelle Kritik und Erzählstruktur für Datenpräsentationen.

Was ist storytelling-with-data-skill?

Diese Fähigkeit, inspiriert von Cole Nussbaumer Knaflics Bestseller „Storytelling with Data“, befähigt KI-Agenten wie Claude, überzeugende datengestützte Geschichten zu erstellen. Sie bietet Richtlinien zur Auswahl des richtigen Diagrammtyps (z. B. Balken-, Linien- oder Punktdiagramme), zur Generierung von sauberem Python-Code (mit Bibliotheken wie Matplotlib oder Seaborn) und zur kritischen Analyse visueller Darstellungen – etwa durch Reduktion von „Chartjunk“ oder Hervorhebung wichtiger Erkenntnisse. Die Fähigkeit unterstützt den gesamten Erzählprozess: von der Datenaufbereitung über die Visualisierung bis hin zur narrativen Strukturierung von Präsentationen. Entwickler und Analysten können damit konsistente, wirkungsvolle Berichte und Dashboards erstellen, die Daten nicht nur zeigen, sondern ihre Geschichte erzählen – ganz im Sinne von Knaflics „Vor-Augen-Führen“-Ansatz.

Funktioniert mit✓Claude Code~Codex CLI~Cursor
npx skills add amunivec/storytelling-with-data-skill

In Ihrer bevorzugten KI fragen

Öffnet einen neuen Chat, in dem dieser Agent-Skill bereits geladen ist.

Dokumentation

Was macht storytelling-with-data-skill?

Eine Claude-Fähigkeit basierend auf Cole Nussbaumer Knaflics „Storytelling with Data“ – regelt Diagrammerstellung, Codegenerierung, visuelle Kritik und Erzählstruktur für Datenpräsentationen.

Überblick

Diese Fähigkeit integriert die Prinzipien von Knaflics Werk in KI-gestützte Workflows. Sie hilft dabei, Datenvisualisierungen zu erstellen, die nicht nur informieren, sondern auch überzeugen – durch klare Botschaften, reduzierte Ablenkung und gezielte Hervorhebung.

Kernfunktionen

  • Diagrammauswahl: Empfiehlt den optimalen Diagrammtyp basierend auf Datenstruktur und Kommunikationsziel (z. B. Balkendiagramm für Vergleiche, Liniendiagramm für Trends).
  • Codegenerierung: Erzeugt Python-Code für Bibliotheken wie matplotlib und seaborn – mit anpassbaren Farbschemata und Layouts.
  • Visuelle Kritik: Analysiert bestehende Diagramme auf „Chartjunk“, überflüssige Elemente oder irreführende Darstellungen und schlägt Verbesserungen vor.
  • Narrative Struktur: Baut eine Story-Architektur auf – von der Einführung des Kontexts über den Aufbau von Spannung bis zur Auflösung mit klaren Handlungsempfehlungen.

Verwendung

  1. Daten bereitstellen: Übergebe Daten als CSV, JSON oder direkt im Prompt.
  2. Ziel definieren: Beschreibe die Kernbotschaft oder das Publikum.
  3. Ausgabe erhalten: Erhalte Diagrammcode, visuelle Empfehlungen und eine narrative Gliederung.

Beispiel

# Generierter Code für ein Balkendiagramm
import matplotlib.pyplot as plt

kategorien = ['A', 'B', 'C', 'D']
werte = [23, 45, 56, 78]
plt.bar(kategorien, werte, color='steelblue')
plt.title('Verkäufe nach Kategorie')
plt.ylabel('Umsatz in Tausend Euro')
plt.show()

Plattformen

  • Claude Code (primär)
  • Cursor
  • Codex

Lizenz

MIT

Verwandte Skills