Werkstattbericht – Vibe Coding für die Theaterstatistik

Oder: Wie die interaktive Theaterstatistik Österreich 2026 entstand

Auch die Analyse von Kulturbetriebsdaten muss sich wandeln. Reichten früher statische Tabellen und (manchmal) Diagramme aus, erwartet das Fachpublikum heute Interaktivität. Für das aktuelle Update des Blogbeitrags „Theaterstatistik Österreich (Daten bis 2023/24)“ (Link s.u.) wurden die Daten der bisherigen Analysen nicht nur aktualisiert, sondern technisch neu aufbereitet.

Die Grundlage bilden nach wie vor Excel-Tabellen, die mit den Daten der Theaterstatistik gefüllt werden. Auch dabei half die KI: Scans der Seiten wurden in Gemini hochgeladen mit einer Beschreibung der Daten und einem Beispiel, wie die Zieldaten in Excel aussehen sollen. So konnten die neuen Daten schnell dem bestehenden Datenbestand hinzugefügt werden.

Die Darstellung der Ergebnisse in Grafiken sollte aber nicht mehr auf Screenshots beruhen, sondern dem Benutzer interaktiv aufbereiten.

Dieser Beitrag beleuchtet die methodischen und technischen Details, die hinter den Kulissen zum Einsatz kamen.

Für die interaktive Darstellung im Blog “Publikumsschwund” wurde erstmals das sogenannte “Vibe Coding” vom Autor eingesetzt. Bei dieser Vorgehensweise schreibt man keine Programmzeilen z.B. in PHP oder Python (der Autor bekennt: Er ist kein sonderlich guter Programmierer), sondern beschreibt einer KI in natürlicher Sprache, wie eine grafische Auswertung aussehen soll. In diesem Fall wurde eine Mischung aus den der KI Claude von Anthropic (bekannt für gute Codierung) und Google Gemini genutzt. Letzteres vor allem dann, wenn Claude den Dienst abbrach, weil die Tageskapazität aufgebraucht war.

Die Architektur: Trennung von Daten und Logik

Ein zentraler technischer Aspekt bei der Erstellung der Besuchsstatistik war die Entscheidung, Daten und Visualisierungs-Logik zu trennen.

• Statt die Zahlen in die KI hochzuladen und direkt mit in den Code zu integrieren, liegen sie in einer externen CSV-Datei (Comma Separated Values) auf dem Server. Dies hat den Vorteil, dass bei künftigen Updates lediglich diese Datei ausgetauscht (unkomplizierte Excel-Export) werden muss, ohne den Programmcode anzufassen.
• Der Abruf: Ein im Hintergrund laufendes Skript nutzt eine sogenannte fetch-Funktion, um diese CSV-Daten beim Laden der Seite vom Server abzurufen.
• Die Transformation: Für die Analyse mussten die Daten teils „denormalisiert“ werden. Das bedeutet, dass die ursprünglich sehr kompakte Tabellenstruktur in ein Format umgewandelt wurde, das für die Filterfunktionen (z. B. nach Sparten wie Oper, Schauspiel oder Tanz) besser lesbar ist. Das machen Business-Intelligence-Tools schon immer. Die Daten werden aus den relationalen Strukturen umgeformt und in für Auswertungen besser handhabbare Darstellung.

Beispielhafter Einblick in den Besuchs-Datensatz (1970/71)

Spielzeit;Stadt;Spielort;Spielstätte;Oper;Operette/Musicals;Schauspiel/KiJu;Ballett/Tanz;Konzert/Andere;Besuche (Gesamt)
1970/71;Wien;Akademietheater;Akademietheater;;;98884;;526;99410
1970/71;Baden;Bühne Baden;Sommerarena;;33788;;;;33788
1970/71;Baden;Bühne Baden;Stadttheater;358;11933;6412;;;18703
1970/71;Wien;Burgtheater;Burgtheater;;;317797;;;317797

Die Programmierung führte nach vielen Iterationen, in denen Gemini permanent “vergaß” (s Kasten unten), was wir schon erreicht hatten, zu diesem Ergebnis.
Es gibt drei Steuerungsgruppen:

• die Dropdowns für Städte, Theater und Spielstätten,
• die Checkboxen für die Sparten Oper, Operette, Schauspiel/Kinder- und Jugendtheater, Tanz und Konzerte/Andere und die
• Toggle-Buttons für Genres, Anzeige der Werte und Summenlinien für die angezeigte Auswahl und zum Vergleich die Gesamtsumme.

Unter dieser Grafik sind, basierend auf dem gleichen Datensatz, zwei weitere Grafiken zu finden, die die Abweichung in % von der Vorperiode sowie die Abweichungen 2023/24 zu 2018/19 bzw. 2022/23 zeigen (zur Beantwortung der wichtigen Frage: Sind die vor-pandemischen Zahlen wieder erreicht oder noch nicht?).

Finanzdaten: Von der Inflation zur interaktiven Grafik

Die Darstellung der Subventionen und Betriebseinnahmen war technisch deutlich anspruchsvoller, da ökonomische Korrekturfaktoren berechnet werden mussten.

Methodische Aufbereitung

Um eine Vergleichbarkeit über 50 Jahre herzustellen, wurden die Rohdaten in Excel massiv vorverarbeitet:

• Inflationsbereinigung: Mittels eines XVERWEIS wurde auf eine Tabelle des Verbraucherpreisindex (VPI) zugegriffen, um alle historischen Werte auf die Preisbasis 2023 umzurechnen. Die VPI-Daten wurden aus einem österreichischen Statistikportal bezogen (s, Quellenangaben im Beitrag).
• Währung: Historische Schilling-Beträge wurden vor der weiteren Verarbeitung in Euro konvertiert.
• Änderungen in der Berechnung der Gesamteinahme wurden in Excel für alle Jahre angepasst.

Umsetzung durch „Vibe Coding“

Die Programmierung der Grafiken (basierend auf der Bibliothek Chart.js) erfolgte auch hier durch Vibe Coding, im ersten Ansatz mit Claude, basierend auf meinen Erfahrungen mit Gemini für interaktive Grafiken aus den Daten der deutschen Theaterstatistik.

In dutzenden Iterationen wurden spezifische Funktionen definiert, wie zum Beispiel:

• Kombinierte Darstellung: Ein Stapeldiagramm (Stacked Bars) für die Subventionsgeber
• Eine darüberliegende Linie für die Gesamtsumme
• Dynamische Labels: Werte werden nur angezeigt, wenn sie eine gewisse Größe überschreiten, um die Grafik übersichtlich zu halten.
• Zusätzliche Berechnung der Anteile in % der jeweiligen Subventionsgeber bzw. der Beitragseinnahmen zur Gesamtsumme

Die vielen Iterationen waren notwendig, weil Gemini (und auch Claude) sich nicht an Anweisungen halten und permanent funktionierenden Code zerschießen trotz klarer Anweisungen, z.B. keine eigenmächtigen Optimierungen vorzunehmen.

Die iFrame-Lösung

Ein technisches Problem stellten die Sicherheitsrichtlinien von WordPress dar, die komplexe Skripte oft blockieren. Manchmal fand die KI eine Lösung, manchmal nicht.

Die Lösung: eine der Auswertungsgrafiken wurde als eigenständige HTML-Datei auf dem Server abgelegt und mittels eines iFrames in den Blogbeitrag eingebunden. Dies erlaubt eine saubere Kapselung der Technik.

Effizienz-Alternative: Excel Online

Genervt von den permanenten Fehler der KIs stellte sich (erneut) die Frage nach Alternativen. Naheliegend war daher die Frage nach Excel-ähnlichen Online-Alternativen. Und sieh da, die Online-Version von Excel kann mittlerweile Pivot-Tabellen und zugehörigen Grafiken verarbeiten. Das war einen Versuch wert: die Einbettung einer Excel-Online-Arbeitsmappe:

• Durch die Verwendung von Datenschnitten (Slicern = Filter) können Nutzer Städte und/oder Theater per Klick auswählen, woraufhin sich die Grafik in Echtzeit anpasst.
• Die Erstellung komplexer Excel-Grafiken ist geübte Praxis und dauert nur ca. 1 – 2 Stunden, während die Individualprogrammierung mit Hilfe der KIs doch jeweils 1 – 2 Tage in Anspruch genommen hat (nicht zuletzt wegen permanenter Rückschritte bei der Codierung durch “vergessen”, “optimieren” und ungefragten Änderungen
• Über den „Einbetten-Dialog“ generiert Excel selbst einen JavaScript-Code, der das Arbeitsblatt mit Grafik und Slicern als „Read-Only“-Version direkt im Browser anzeigt.

Weitere Alternativen

Sicherlich sind auch andere Tools für diese Art Auswertungen denkbar. Die meisten sind mit kostenpflichtigen Abonnements verbunden. Leider gilt das auch für Python, mit dem ich kurzfristig schnell und gute Ergebnisse im Vibe Coding erzielt hatte, aber auch hier gilt: die Nutzung in WordPress (PHP und SQL) erfordert kostenpflichtige Plugins.

Lessons Learned für die Praxis

Offen ist, ob die Nutzung der kostenpflichtigen Varianten von Claude (Code) oder Gemini zu besseren Ergebnissen geführt hätte. Die Kosten sind nicht unerheblich, für Kultureinrichtungen aber sicher zu tragen.
Ansonsten gilt:

1. Eine saubere Datenpflege in Excel ist immer noch eine unverzichtbare Basis für jede moderne Visualisierung. Hilfreich wäre, wenn nicht jede(r), der/die Auswertungen der Theaterstatistik vornimmt, jedes Mal die Daten neu erfassen müsste. Ein Pool öffentlich bereitgestellter Daten wäre hier sehr hilfreich. Und der Autor ist bereit, auf Anfrage seine Daten bereitzustellen.
2. Es sollte eine klare Vorstellung der grafischen Umsetzung existieren. Kenntnisse in der komplexen Diagrammgestaltung mit Excel mit Kombi-Grafiken und unterschiedlichen Y-Achsen sind hilfreich.
3. Dank KI-Unterstützung beim Vibe Coding und Tools wie Excel Online können heute auch ohne tiefgehende Programmierkenntnisse professionelle Analysetools erstellt werden, die weit über statische Screenshots von Excel-Grafiken hinausgehen und schnelle, detaillierte Einblicke in komplexe Sachverhalte Online ermöglichen.

Quellen

Theaterstatistik AT: Werkstattbericht Vibe Coding

Theaterstatistik des Deutschen Bühnenvereins
Glaap, Rainer: Publikumsschwund? Ein Blick in die Theaterstatistik seit 1949, Springer, 2024

Weitere interaktive Online-Grafiken

Theaterstatistik BRD: Besuchsdaten BRD / DDR
Theaterstatistik BRD: Vertriebsarten (Tageskarten, Abos, Besucherorganisationen, Frei- und Gebührenkarten etc.)
Theaterstatistik BRD: Besuche nach Sparten
Theaterstatistik BRD: Betriebszuschuss pro Bundesland seit 2000/01
Theaterstatistik BRD: Metropolregion Nordwest (Bremen, Oldenburg, Bremerhaven)
Theaterstatistik BRD: Personal

Theaterstatistik AT: Besuche & Abweichungen in %
Theaterstatistik AT: Subventionen u. Betriebseinnahmen (inflationsbereinigt)