LM Datenvisualisierung

Für die Analyse von Datensätzen und die Kommunikation der Ergebnisse sind Grafiken sehr häufig das Mittel der Wahl. Die Visualisierung von Datensätzen bietet uns einen einfachen Zugang auch zu komplexen Datensätzen und unser Gehirn ist per se gut in der Mustererkennung trainiert. Grafiken sollten deshalb nicht als reine Ergebnisdarstellung verstanden, sondern im gesamten Arbeitsprozess, also auch bei z.B. der Fehlerkontrolle oder Analyse, genutzt werden. Verteilungen, Muster oder Ausreißer in den Daten sind durch einen Blick auf die Grafik häufig leichter zu erkennen, als durch aufwendige maschinelle Verfahren. Der Paradigmenwechsel von der Grafik als Endprodukt hin zum Arbeitsmittel bildet auch die Grundlage für eine interdisziplinär zusammenarbeitende Wissenschaftsrichtung, die mit “Visual Analytics” die Visualisierung von Daten entlang des gesamten Arbeitsablaufs integriert.

Im Folgenden lernen Sie zwei Varianten der Visualisierung vertieft kennen.

Visualisierung von Daten in Grafiken

Daten in Grafiken zu visualisieren ist uns aus dem Alltag und der Wissenschaft vertraut. Grundsätzlich handelt es sich bei der Datenvisualisierung - wie auch bei der räumlichen und kartographischen Modellierung - um einen Modellierungsprozess. Auch hier spielt also die Fragestellung, unter der die Daten visualisiert werden, eine wichtige Rolle. Hinzu kommt die Kompetenz und Motivation der Person, die die Visualisierung erstellt. Im Ergebnis heißt das: Eine Grafik ist ein Modell, entsprechend eingeschränkt gültig, subjektiv und damit immer auch potentiell manipulativ. Das muss uns bewusst sein, wenn wir eine Grafik betrachten. Um dieses Bewusstsein zu schärfen, können wir uns immer fragen, wieso die Grafik so auf uns wirkt, wie sie es tut.

Visualisierung von Daten in thematischen Karten

Während topographische Karten Informationen zur physischen Erdoberfläche liefern, können thematische Karten alle anderen Informationen und deren geographische Verteilung enthalten. Thematische Karten sind damit eine weitere Modellform der Datenvisualisierung. Grundsätzlich muss man dabei die Visualisierungsmöglichkeiten nach der Art der Daten (qualitativ, quantitativ) und des Raumbezugs (diskret, kontinuierlich) unterscheiden, der im Folgenden kurz illustriert wird.

Online Materialien zur Vertiefung

Es gibt zahlreiche Online Materialien die Unterstützung für die effektive und zielführende Erstellung von Grafiken und Karten bieten. Für den Einstieg sind nachfolgend Quellen genannt. Sie decken in gewisser Hinsicht auch die die Breite des verfügbaren Materials ab.

Der nachfolgend verlinkte Artikel bzw. die zugehörige Github-Seite von Vandemeulebroecke und Co-Autoren bieten eine anschauliche und ein im wissenschaftlichem Kontext begründetes Tutorial für eine effektive visuelle Kommunikation in den quantitativen Wissenschaften.

Für die kartographische Aufbereitung von Daten gibt es eine verwirrende Vielfalt von Materialien. Eine gute Zusammenstellung sowohl von Werkzeugen als auch weiterführende Materialien, die auch gut geeignet für Nicht-Expert_innen sind, bietet das Digtial Atlas Project. Für das direkte Erstellen von Karten ist der Cartographic Guide von Axis Maps eine klare und gut nutzbare Hilfe.

Aktualisiert: