Unsere Möglichkeiten, Daten zu sammeln und zu generieren, übersteigen zunehmend unsere Fähigkeit, Daten zu verstehen. Hier erweist sich die Datenvisualisierung als Schlüssel zu besseren Analysen und Entscheidungen. Das Auge ist das Wahrnehmungs-organ mit der höchsten Informationsübertragung an das menschliche Hirn. Der Mensch lernt quasi mit dem Auge. Wie Sie Datenvisualisierungen in Ihrem Unternehmen nutzen können, erfahren Sie in diesem zweiteiligen Artikel.
Der Begriff Datenvisualisierung oder Data Visualization bezeichnet die Aufbereitung von Daten in grafischer Form. Dies klingt simpel, ist aber hochkomplex. Data Visualization vereint u. a. Wissen aus Statistik, Mathematik, Biologie, Psychologie und Design und will die
kognitiven Fähigkeiten des Menschen mit seinem Wissen in der Datenexploration unterstützen.
Im betrieblichen Alltag kennt man häufig das Problem: Viele Daten sind grundsätzlich verfügbar, aber sie werden nur unzureichend genutzt. Schuld sind oftmals nicht fehlende Auswertungen oder eine unzureichende Datenqualität. Ungeeignete Visualisierung kann verwirren und falsche Eindrücke vermitteln, obwohl die Datenbasis korrekt ist. Dem Empfänger der Daten ist es nicht möglich, das Entscheidende und somit das zu Entscheidende wahrzunehmen. Entwicklungen, Muster oder Abweichungen sind nicht erkennbar; Chancen und Risiken werden übersehen.
Information Design für das "traditionelle" Berichtswesen
Auch im Zeitalter von Big Data erfolgt die Informationsvermittlung häufig über Excel-Reports, Unternehmenspräsentationen in PowerPoint und gedruckte Geschäftsberichte. Die zentralen Ziele der Visualisierung sind hier das Hervorheben der relevanten
Informationen ohne Verzerrung der Daten und die Erhöhung der Lesbarkeit. Die auf diese grundlegenden Anforderungen ausgerichtete Teildisziplin der Datenvisualisierung wird als Information Design bezeichnet. Information Design setzt sich vorrangig mit statischen Visualisierungen auseinander und gibt Empfehlungen zu Visualisierungsformen, Layout, Farbgebung und Notation.
Die Frage nach Skalierung, Schriftgröße oder Farbgebung mag trivial klingen. Aber von einer Rot-Grün-Sehschäche oder –Blindheit sind ca. 1 % aller Frauen und ca. 9 % der Männer betroffen. Insbesondere durch die Auswahl der Skalierung und der Achsenaus-schnitte können Grafiken in ihrer Wirkung manipuliert werden:
Ein weiterer Aspekt ist die Informationsdichte. Jeder von uns kennt umfangreiche Power-Point-Präsentation, die in wenigen Grafiken oder Textaussagen zusammengefasst werden könnten. Diese Negativbeispiele zeigen das Problem: Die Informationsdichte ist so zu
gestalten, dass der Adressat nicht überfordert ist, aber sich auch nicht angesichts einer „Informationsleere“ langweilt.
Grundsätze des Information Designs
Die wichtigsten Grundsätze eines guten Information Designs sind:
- Botschaften klar zeigen und Wichtiges hervorheben
- die Wahrnehmung des Adressaten zielgerichtet auf das Wesentliche lenken
- Informationen verdichten
- gleiche Inhalte gleich darstellen
- Inhalte sinnvoll gliedern
- Darstellungsformen so einfach wie möglich wählen
- keine visuellen Elemente ohne Bedeutung
- Inhalte am Informationsbedürfnisse der Adressaten ausrichten
Zahlreiche Unternehmen vereinheitlichen auf der Basis dieser Prinzipien ihr Berichtswesen und führen entsprechende Vorgaben und Notationskonzepte ein. Die Vorteile eines einheitlichen Information Designs sind nicht zu unterschätzen:
- Zeitersparnis in der Informationsvermittlung und den resultierenden Entscheidungsprozessen
- transparente und aussagekräftige Berichtsinhalte
- hohe Informationsqualität
- Kostenersparnis durch Standardisierung
Visualisierung für Big Data
Wie aber sieht eine sinnvolle Visualisierung in einem Informationssystem oder für Big Data aus? Je nach Art, Struktur und Volumen der Daten und der Zielsetzung der Berichte und Analysen sind andere Visualisierungsformen notwendig. Im Big Data-Umfeld werden verstärkt neue Analyse- und Visualisierungstools entwickelt, die die Interaktion mit dem Analysten unterstützen und seine Fähig-keiten bewusst in die Informationsentdeckung einbeziehen. Mehr hierzu lesen Sie im zweiten Teil des Artikels.