Grundlagen der Datenvisualisierung

3.1. Grundlagen der Datenvisualisierung#

Amir Weber möchte Daten zu Bäumen, zum Gießverhalten und einige weitere ansprechend visualisieren. Wie lässt sich das umsetzen? Zuerst braucht er Grundkenntnisse in Bezug auf das Visualisieren von Daten.

3.1.1. Grundlagen#

Datenvisualisierung ist die grafische Repräsentation von Daten und Informationen.

Dieses Kapitel möchte Ihnen einen Überblick zum Thema Datenvisualisierung geben. Da es bereits viele Kurse, Open Educational Ressources (OER) und Anleitungen zum Thema Datenvisualisierung gibt, verlinken wir an dieser Stelle einige von ihnen.

  • Im Rahmen von Quadriga wurde in einer OER über Studentische Filme bereits ein Kapitel über Visualisierung kreiert, in das ein Blick auch aus Perspektive der Verwaltung(swissenschaft) lohnt.

  • Das Civid Data Lab hat eine Seite zum Thema Daten visualisieren eingerichtet auf der es ein großes Angebot an nach Kompetenzlevel gestaffelten Kursen, Videos und Webseiten gibt.

  • Das Civic Data Lab hat darüber hinaus einen Lernraum geschaffen, in dem es einen Kurs zu Datenvisualisierung und Storytelling gibt. Der Kurs ist von Nicolas Dankel unter der Lizenz CC BY-SA 4.0 veröffentlich und dauert 3-5 Stunden - je nachdem wie intensiv die Aufgaben angegangen werden.

  • Ebenfalls beim Civic Data Lab gibt es einen Blog-Eintrag zum Thema Datenvisualisierung für alle, die keine 3 Stunden Zeit haben.

  • Von der RWTH Aachen stammt ein 14-minütiges Video “Was ist Datenvisualisierung” von Malte Persiske, dass ebenfalls CC BY-SA 4.0 veröffentlicht wurde und hier über die Plattform Future skills Journey zur Verfügung gestellt wird.

Eher für Fortgeschrittene ist ein Blog-Beitrag mit dem Titel “Daten visualisieren (III): Datenvisualisierungs-Tools im Überblick” auf der Lernplattform Skala Campus von Nina Hauser. Die ersten beiden Teile sind dort selbstverständlich auch abrufbar.

3.1.2. Methoden und Werkzeuge#

Was braucht es für eine gelungene Datenvisualisierung?

3.1.3. Haltung#

Haltung wird oft als einer von drei Teilen genannt, wenn es um Kompetenzbildung geht (LitV: Schüller o.ä.). Das bedeutet eine kritische Perspektive einnehmen - nicht nur bei der Nutzung der Daten anderer, sondern auch bei der Erstellung, Analyse, Auswertung und Publikation eigener Forschungsergebnisse bzw. Daten. Dies gilt insbesondere für Visualisierungen, da sie in der Regel bereits eine vereinfachte Darstellung eines komplexen Sachverhaltes sind, einen Abstraktionsgrad aufweisen und den Blick der Nutzenden auch un- bzw. unterbewusst bereits in eine bestimmte Richtung lenken können (Einsatz von Farben etc.).

Im Gegensatz zu einer Tabelle sind Visualisierungen übersichtlicher, das (Forschungs-)Ergebnis ist auf Hauptthesen herunter gebrochen und ansprechend dargestellt. In dieser Abstraktion liegt die Gefahr von Missinterpretationen … Die Gefahr besteht sowohl im Entwerfen eigener Grafiken, als auch in der fälschlichen Wahrnehmung der Grafiken anderer.

zusätzliche Materialien

Das Civic Data Lab hat eine Checkliste veröffentlicht, die dabei helfen kann, Visualisierungen kritisch zu lesen. Im Fokus steht dabei, woher die Daten kommen und wie sie grafisch dargestellt werden. Diese Checkliste können Sie auch aus unserem Repositorium herunterladen

Was Sie mitnehmen sollten

Visualisierungen sind immer eine vereinfachte Darstellung eines Sachverhalts.

Die Gestaltung der Visualisierung (Verwendung bestimmter Farben, Anordnung einzelner Aspekte etc.) hat bereits Einfluss darauf, wie sie von anderen wahrgenommen wird.

Die Manipulation einer Visualisierung erfolgt daher nicht zwangsweise bewusst.

Wer sich der Manipulationsmöglichkeiten bewusst ist und Visualisierungen kritisch analysiert, läuft weniger Gefahr, Visualisierungen zu missinterpretieren.

Contents