Your SlideShare is downloading. ×

Datenvisualisierung (BigData-Seminar)

2,683
views

Published on

Um aus großen Datenmengen die richtigen Erkenntnisse und …

Um aus großen Datenmengen die richtigen Erkenntnisse und
Schlüsse zu ziehen, müssen diese geeignet aufbereitet und
zugänglich gemacht werden. Anhand anschaulicher Beispiele
verdeutlichen wir die Facetten der Visualisierung, mit denen Sie
Ihre Informationen übersichtlich vermitteln.

Vortrag von Sebastian Schmitt beim Seminar "Willkommen im Datenrausch: Produkte vernetzen - mit Big Data und der Cloud neue Schätze heben.
http://zuehlke.com/seminar-bigdata

Published in: Technology

0 Comments
1 Like
Statistics
Notes
  • Be the first to comment

No Downloads
Views
Total Views
2,683
On Slideshare
0
From Embeds
0
Number of Embeds
1
Actions
Shares
0
Downloads
26
Comments
0
Likes
1
Embeds 0
No embeds

Report content
Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
No notes for slide
  • „Daten als Produktionsfaktor“„Wie mache ich die Daten für MICH zugänglich?“ (Und nicht nur technisch)„Die richtigen Fragen stellen“ „Schätze heben“Mündliche Agenda:Was? Wozu? Und Wie?
  • Zum Einstieg ein Bsp.Gesammelte Daten über ein Jahr („Könnte von einem ihrer Produkte sein…“)(Excel Bsp. zeigen) Visualisierung kann schön aussehen, es ist jedoch in erster Linie ein WERKZEUG!
  • Abstract Data:Entitäten/Objekte, für die keine direkte physikalische Entsprechung existiertZ.B: Aktienkurse, Java-Objekte, Geschäftsbeziehungen, Fußballergebnisse, etc…AmplifyCognition:Erweiterung von visuellem Speicher und VerarbeitungsressourcenVerbesserung der InformationssucheVerstärkung der Möglichkeit zur MustererkennungErmöglichen von Rückschlüssen auf die Daten Warum sind Visualisierungen ein effektives Werkzeug?
  • Man weiß:- Etwa 20 Milliarden Neuronen im Gehirn sind für die Aufgabe verantwortlich, visuelle Informationen zu verarbeiten und bspw. Muster zu erkennen- Optisches System nimmt mehr wahr als alle anderen Sinne gemeinsamModell d. visuellen WahrnehmungStufe 1: Features u . Farben, Unbewusst, hochgradig parallelStufe 2: Einfache Muster, UnbewusstStufe 3: Objekte, Bewusst, visueller Arbeitsspeicher, Verbindung mit gelerntemWichtig hier: Frühe Stufen der Wahrnehmung arbeiten unbewusst und hochgradig parallel Diese muss man in Visualisierungen ausnutzen dazu ein Bsp…
  • … Hierzu ein kleines Beispiel, was die Parallelverarbeitung der Wahrnehmung leisten kannPunkt = Grundlegendes Muster, das direkt erkannt wird,Zahlen = Komplexere Muster, sehr ähnlich-> Verarbeitung in tieferen Verarbeitungsschichten Dies war ganz grundlegendes Bsp. - Weitergehend anhand von „Gestaltgesetze“
  • Nicht zu schnellGestalt-Gesetze: Beschreiben „Strukturen u. Ordnungsprinzipien der visuellen Wahrnehmung“Ursprung: Arbeit d. Philosophen „Christian von Ehrenfels“, 1890Bekannte Phänomene lassen sich in Visualisierungen nutzenDiese Eigenschaften können beim „visual design“ und beim Erstellen von Informationsvisualisierungen eingesetzt werden
  • Nicht zu schnell„Kennt jeder“Bevölkerungszusammensetzung in US-Bundesstaaten
  • Nicht zu schnellGeschlossene Formen gruppieren
  • Nicht zu schnellIn Bezug setzen von Globalen Milliarden-BudgetsZ.B:Healthcare US im Vergleich globalWar on Terror: Hälfte AfghanistankriegUS-Healthcare <-> War on Terror
  • Nicht zu schnellVerbundenheit -> Kennt man aus Graphen VisualisierungenFolgendes Bsp. Etwas anders
  • Nicht zu schnellZühlke Visualisierungskonzept für EnergiedienstleisterDargestellt: Überlastete Netzelemente (Leitung, Trafo, …) Erkennen von BeziehungenTreten die höchsten Überlastungen vermehrt in einer Region auf?Gibt es Beziehungen zwischen Einschaltwinkel u. BelastungVerteilung auf Achse: Z.B Urzeit gleichverteilt, Einschaltwinkel verdichtete WerteHier hilft dynamische Umsortierung der Achsen Greift vorweg auf Thema Interaktion, hierzu gleich mehr
  •  Jetzt haben wir Darstellungsformen gesehen… Aber reicht das um mich in Daten zurechtzufinden?Nein! Mindestens genauso Wichtig ist aber die Interaktion und Navigation!Gerade bei Big-DataIm Folgenden Bsp. Für jeden der drei Aspekte
  • Schafft Überblick (Navigation, Zoom & Pan)
  • Zum Punkt „Zoom and Filter“Eben schon erwähnt: Sortierbare AchsenEinschränkung der Werte führt zu besserer Sichtbarkeit „gefilterter“ ElementeHypothesentest
  • Schafft Durchblick (Details on Demand / Re-Konfiguration der Visualisierung )
  • Schafft Durchblick (Details on Demand / Re-Konfiguration der Visualisierung ) Jetzt haben wir Ansätze für Darstellung und Interaktion gesehen, doch man muss aufpassen
  • Gefahren beim VisualisierungsdesignZ.B: Falsche Darstellungsform, nicht-intuitive Interaktion, …Weitere Probleme im Design:Abbildung einer eines Datenwertes auf mehrere Dimensionen2.41 zu 13.34 = 5.56-fachDoch Fassvolumen fast 60-fach! Anmerkung: Klassiker: Kreisradius anstatt FlächeninhaltKein Kontext zu den dargestellten DatenVerkehrstote nach strengeren VerkehrskontrollenDiese irreführenden Eigeschaften „können“ gewollt sein! (Diverse Bücher: „Lügen mit Statistik“, „Lügen mit Zahlen“) Vorsicht bei der Gestaltung und beim Konsumieren von Visualisierungen Wir sehen, Vis zu designen ist komplex
  • Gefahren beim VisualisierungsdesignZ.B: Falsche Darstellungsform, nicht-intuitive Interaktion, …Weitere Probleme im Design:Abbildung einer eines Datenwertes auf mehrere Dimensionen2.41 zu 13.34 = 5.56-fachDoch Fassvolumen fast 60-fach! Anmerkung: Klassiker: Kreisradius anstatt FlächeninhaltKein Kontext zu den dargestellten DatenVerkehrstote nach strengeren VerkehrskontrollenDiese irreführenden Eigeschaften „können“ gewollt sein! (Diverse Bücher: „Lügen mit Statistik“, „Lügen mit Zahlen“) Vorsicht bei der Gestaltung und beim Konsumieren von Visualisierungen Wir sehen, Vis zu designen ist komplex
  • Visualsierung = Mehr als einfach Daten in ein Chart werfen!Wenn Vis effektiv sein soll  I.d.R. individuelle Gestaltung nötig!Eine wichtige Fragestellung hierbei ist das eigentliche Ziel!Präsentation: Z.B. Aktuelle Events / Aktuelle Daten (Stream-Processing)Hypothesentest: Historische Daten auswertenExploration: Gerade bei Big-Data! Viele Daten gesammelt aber keine Idee über Strukturen Und es wird noch besser: Darstellung nur ein Aspekt von Informationsvisualisierungen Um die Visualisierung innerhalb einer interaktiven, grafischen Anwendung zu entwickeln empfiehlt Zühlke einen User-Centered-Design Prozess
  • Vereinfachte Darstellung eines User-Centered Design ProzessesZusammen mit Gui, Menüs, etc.Wichtig:Planung auf Basis der ZielgruppenwünschePapierprototypen in frühen PhasenFrühe und ständige Evaluation mit ZielgruppeErst später technische Prototypen umsetzten (zur Evaluation von Interaktionsdesign) Abschließend stellt sich die Frage der Realisierung
  • Wir gehen nicht auf BI-tools ein (Corporate IT)// TODO: BI-Tools kurz anschauen (Tableau)Ansatz für Product-IT: agile, leichtgewichtige und individuelle Entwicklung von Visualisierungswerkzeugen(Kostenfaktor)
  • Wir gehen nicht auf BI-tools ein (Corporate IT)// TODO: BI-Tools kurz anschauen (Tableau)Ansatz für Product-IT: agile, leichtgewichtige und individuelle Entwicklung von Visualisierungswerkzeugen(Kostenfaktor)
  • Wir gehen nicht auf BI-tools ein (Corporate IT)// TODO: BI-Tools kurz anschauen (Tableau)Ansatz für Product-IT: agile, leichtgewichtige und individuelle Entwicklung von Visualisierungswerkzeugen(Kostenfaktor)
  • Wir gehen nicht auf BI-tools ein (Corporate IT)// TODO: BI-Tools kurz anschauen (Tableau)Ansatz für Product-IT: agile, leichtgewichtige und individuelle Entwicklung von Visualisierungswerkzeugen(Kostenfaktor)
  • Wir gehen nicht auf BI-tools ein (Corporate IT)// TODO: BI-Tools kurz anschauen (Tableau)Ansatz für Product-IT: agile, leichtgewichtige und individuelle Entwicklung von Visualisierungswerkzeugen(Kostenfaktor)
  • Wir gehen nicht auf BI-tools ein (Corporate IT)// TODO: BI-Tools kurz anschauen (Tableau)Ansatz für Product-IT: agile, leichtgewichtige und individuelle Entwicklung von Visualisierungswerkzeugen(Kostenfaktor)
  • Wir gehen nicht auf BI-tools ein (Corporate IT)// TODO: BI-Tools kurz anschauen (Tableau)Ansatz für Product-IT: agile, leichtgewichtige und individuelle Entwicklung von Visualisierungswerkzeugen(Kostenfaktor)
  • Wir gehen nicht auf BI-tools ein (Corporate IT)// TODO: BI-Tools kurz anschauen (Tableau)Ansatz für Product-IT: agile, leichtgewichtige und individuelle Entwicklung von Visualisierungswerkzeugen(Kostenfaktor)
  • Wir gehen nicht auf BI-tools ein (Corporate IT)// TODO: BI-Tools kurz anschauen (Tableau)Ansatz für Product-IT: agile, leichtgewichtige und individuelle Entwicklung von Visualisierungswerkzeugen(Kostenfaktor)
  • Wir gehen nicht auf BI-tools ein (Corporate IT)// TODO: BI-Tools kurz anschauen (Tableau)Ansatz für Product-IT: agile, leichtgewichtige und individuelle Entwicklung von Visualisierungswerkzeugen(Kostenfaktor)
  • Wir gehen nicht auf BI-tools ein (Corporate IT)// TODO: BI-Tools kurz anschauen (Tableau)Ansatz für Product-IT: agile, leichtgewichtige und individuelle Entwicklung von Visualisierungswerkzeugen(Kostenfaktor)
  • Mächtiges Werkzeug um Daten zu verstehen(Gerade wenn man wenig über die Daten weiß, effektivste Art die Daten zu analysieren „visual Data-Mining“)Darstellungsform und Interaktion wichtigNicht-Trivialer Prozess dieses Werkzeug zu entwickelnWenn gut gemacht: Neue Schätze heben (durch neue Erkenntnisse in gesammelten Daten)
  • Transcript

    • 1. © Zühlke 2013 Sebastian Schmitt (sse@zuehlke.com) Sebastian Schmitt Datenvisualisierung: Durchblick im Datenrausch 2. Juli 2013 Folie 1
    • 2. Beispiel: Excel-Daten • 365 Zufallsgenerierte Werte • Struktur? Maximum? Daten vs. Visualisierung Datenvisualisierung: Durchblick im Datenrausch | Sebastian Schmitt (sse@zuehlke.com) © Zühlke 20132. Juli 2013 Folie 2
    • 3. Informationsvisualisierung als Werkzeug „The power of the unaided mind is highly overrated […] It is things that make us smart.” (Donald Norman, Usability-Spezialist) Folie 32. Juli 2013Datenvisualisierung: Durchblick im Datenrausch | Sebastian Schmitt (sse@zuehlke.com) © Zühlke 2013 Information Visualization: „The use of computer-supported, interactive visual representations of abstract data to amplify cognition” (Card et al. 1998)
    • 4. © Zühlke 2013 Das visuelle System des Menschen arbeitet hochgradig parallelisiert und bietet die höchste Bandbreite zum kognitiven Zentrum des Gehirns Visuelle Wahrnehmung Datenvisualisierung: Durchblick im Datenrausch | Sebastian Schmitt (sse@zuehlke.com) Colin Ware: Information Visualization: Perception for Design (Interactive Technologies) 2. Juli 2013 Folie 4
    • 5. © Zühlke 2013 Visuelle Suche Aufgabe 1: Finde den Punkt Aufgabe 2: Finde die 6 Datenvisualisierung: Durchblick im Datenrausch | Sebastian Schmitt (sse@zuehlke.com) 592058130823849 285020482049773 130482048592019 375249302048570 204857593026374 501102947573292 093233772881552 2. Juli 2013 Folie 5
    • 6. © Zühlke 2013 Gesetz der Nähe Gesetz der Ähnlichkeit Gestalt-Gesetze und Visual Design Datenvisualisierung: Durchblick im Datenrausch | Sebastian Schmitt (sse@zuehlke.com) 2. Juli 2013 Folie 6
    • 7. © Zühlke 2013 Beispiel Stacked Bar-Chart Gestalt-Gesetze und Visual Design Datenvisualisierung: Durchblick im Datenrausch | Sebastian Schmitt (sse@zuehlke.com) 2. Juli 2013 Folie 7 Grafik:http://d3js.org/
    • 8. © Zühlke 2013 Gesetz der Geschlossenheit Gestalt-Gesetze und Visual Design Datenvisualisierung: Durchblick im Datenrausch | Sebastian Schmitt (sse@zuehlke.com) 2. Juli 2013 Folie 8
    • 9. © Zühlke 2013 Beispiel Tree Map Gestalt-Gesetze und Visual Design Datenvisualisierung: Durchblick im Datenrausch | Sebastian Schmitt (sse@zuehlke.com) Quelle: New York Times, BBC, Guardian & weitere Nachrichten-magazine 2. Juli 2013 Folie 9
    • 10. © Zühlke 2013 Gesetz der Verbundenen Elemente Gestalt-Gesetze und Visual Design Datenvisualisierung: Durchblick im Datenrausch | Sebastian Schmitt (sse@zuehlke.com) 2. Juli 2013 Folie 10
    • 11. © Zühlke 2013 Beispiel Parallele Koordinaten Gestalt-Gesetze und Visual Design Datenvisualisierung: Durchblick im Datenrausch | Sebastian Schmitt (sse@zuehlke.com) 2. Juli 2013 Folie 11 Grafik:http://www.zuehlke.com/uploads/tx_zepublications/231_cw_informationen_gestalt_annehmen_tbu.pdf
    • 12. Navigation und Interaktion Folie 122. Juli 2013Datenvisualisierung: Durchblick im Datenrausch | Sebastian Schmitt (sse@zuehlke.com) © Zühlke 2013 „Overview first, zoom and filter, then details-on-demand“ Mantra der Informationsvisualisierung (Shneiderman et al. 1996)
    • 13. © Zühlke 2013 Navigation und Interaktion • Overview & Detail Datenvisualisierung: Durchblick im Datenrausch | Sebastian Schmitt (sse@zuehlke.com) 2. Juli 2013 Folie 13 Grafik:http://d3js.org/
    • 14. © Zühlke 2013 Navigation und Interaktion • Overview & Detail • Interaktives Filtern Datenvisualisierung: Durchblick im Datenrausch | Sebastian Schmitt (sse@zuehlke.com) 2. Juli 2013 Folie 14 Grafik:http://www.zuehlke.com/uploads/tx_zepublications/231_cw_informationen_gestalt_annehmen_tbu.pdf
    • 15. © Zühlke 2013 Navigation und Interaktion • Overview & Detail • Interaktives Filtern • Details-on-demand Datenvisualisierung: Durchblick im Datenrausch | Sebastian Schmitt (sse@zuehlke.com) 2. Juli 2013 Folie 15
    • 16. © Zühlke 2013 Navigation und Interaktion • Overview & Detail • Interaktives Filtern • Details-on-demand Datenvisualisierung: Durchblick im Datenrausch | Sebastian Schmitt (sse@zuehlke.com) 2. Juli 2013 Folie 16
    • 17. Fallstricke Folie 172. Juli 2013Datenvisualisierung: Durchblick im Datenrausch | Sebastian Schmitt (sse@zuehlke.com) © Zühlke 2013
    • 18. Fallstricke Folie 182. Juli 2013Datenvisualisierung: Durchblick im Datenrausch | Sebastian Schmitt (sse@zuehlke.com) © Zühlke 2013
    • 19. Design von Informationsvisualisierungen Folie 192. Juli 2013Datenvisualisierung: Durchblick im Datenrausch | Sebastian Schmitt (sse@zuehlke.com) © Zühlke 2013 Die Gestaltung einer Informationsvisualisierung ist komplex! Welche Ziele verfolgt die Visualisierung? • Präsentation • Hypothesentest • Daten-Exploration Weitere Design-Faktoren: – Art- u. Struktur der Daten, Zielgruppe der Visualisierung, Konventionen innerhalb der Zieldomäne, Charakteristika des Darstellungsmediums, …
    • 20. Design von Informationsvisualisierungen Folie 202. Juli 2013Datenvisualisierung: Durchblick im Datenrausch | Sebastian Schmitt (sse@zuehlke.com) © Zühlke 2013 Herangehensweise: „User-Centered Design“ Visualisierungs / Interaktionstechniken Zunächst Papier- später technische Prototypen Evaluation mit Zielgruppe Zielgruppe & Visualisierungs- ziele verstehen Nicht ok ok Möglichst kurze Zyklen
    • 21. Vorteile Nachteile Beispiel- technologie Grafikbibliotheken • Größte Flexibilität • Höchster Aufwand UI Frameworks • Integration mit UI • Integration von Charting-Libs • Hohes Maß an Eigenentwicklung notwendig Generalisierte Visualisierungs- Libraries • Unterstützung grundlegender Visualisierungs- aspekte • Integration mit UI Spezialisierte Visualisierungs- Libraries • Wenig Aufwand für grafische Umsetzung • Unflexibel • Nur eine Visualisierungs- form Web-API‘s • Kein Programmier- aufwand • Fertige Designs • Nur Online • Nur eine Visualisierungs- form Folie 212. Juli 2013Datenvisualisierung: Durchblick im Datenrausch | Sebastian Schmitt (sse@zuehlke.com) © Zühlke 2013 Flexibilität/Komplexität Technologien zur Informationsvisualisierung
    • 22. Vorteile Nachteile Beispiel- technologie Grafikbibliotheken • Größte Flexibilität • Höchster Aufwand UI Frameworks • Integration mit UI • Integration von Charting-Libs • Hohes Maß an Eigenentwicklung notwendig Generalisierte Visualisierungs- Libraries • Unterstützung grundlegender Visualisierungs- aspekte • Integration mit UI Spezialisierte Visualisierungs- Libraries • Wenig Aufwand für grafische Umsetzung • Unflexibel • Nur eine Visualisierungs- form Web-API‘s • Kein Programmier- aufwand • Fertige Designs • Nur Online • Nur eine Visualisierungs- form Folie 222. Juli 2013Datenvisualisierung: Durchblick im Datenrausch | Sebastian Schmitt (sse@zuehlke.com) © Zühlke 2013 Flexibilität/Komplexität Technologien zur Informationsvisualisierung
    • 23. Vorteile Nachteile Beispiel- technologie Grafikbibliotheken • Größte Flexibilität • Höchster Aufwand UI Frameworks • Integration mit UI • Integration von Charting-Libs • Hohes Maß an Eigenentwicklung notwendig Generalisierte Visualisierungs- Libraries • Unterstützung grundlegender Visualisierungs- aspekte • Integration mit UI Spezialisierte Visualisierungs- Libraries • Wenig Aufwand für grafische Umsetzung • Unflexibel • Nur eine Visualisierungs- form Web-API‘s • Kein Programmier- aufwand • Fertige Designs • Nur Online • Nur eine Visualisierungs- form Folie 232. Juli 2013Datenvisualisierung: Durchblick im Datenrausch | Sebastian Schmitt (sse@zuehlke.com) © Zühlke 2013 Flexibilität/Komplexität Technologien zur Informationsvisualisierung Bildquelle:http://cartodb.com
    • 24. Vorteile Nachteile Beispiel- technologie Grafikbibliotheken • Größte Flexibilität • Höchster Aufwand UI Frameworks • Integration mit UI • Integration von Charting-Libs • Hohes Maß an Eigenentwicklung notwendig Generalisierte Visualisierungs- Libraries • Unterstützung grundlegender Visualisierungs- aspekte • Integration mit UI Spezialisierte Visualisierungs- Libraries • Wenig Aufwand für grafische Umsetzung • Unflexibel • Nur eine Visualisierungs- form Web-API‘s • Kein Programmier- aufwand • Fertige Designs • Nur Online • Nur eine Visualisierungs- form Folie 242. Juli 2013Datenvisualisierung: Durchblick im Datenrausch | Sebastian Schmitt (sse@zuehlke.com) © Zühlke 2013 Flexibilität/Komplexität Technologien zur Informationsvisualisierung
    • 25. Vorteile Nachteile Beispiel- technologie Grafikbibliotheken • Größte Flexibilität • Höchster Aufwand UI Frameworks • Integration mit UI • Integration von Charting-Libs • Hohes Maß an Eigenentwicklung notwendig Generalisierte Visualisierungs- Libraries • Unterstützung grundlegender Visualisierungs- aspekte • Integration mit UI Spezialisierte Visualisierungs- Libraries • Wenig Aufwand für grafische Umsetzung • Unflexibel • Nur eine Visualisierungs- form Web-API‘s • Kein Programmier- aufwand • Fertige Designs • Nur Online • Nur eine Visualisierungs- form Folie 252. Juli 2013Datenvisualisierung: Durchblick im Datenrausch | Sebastian Schmitt (sse@zuehlke.com) © Zühlke 2013 Flexibilität/Komplexität Technologien zur Informationsvisualisierung Bildquelle:http://sigmajs.org
    • 26. Vorteile Nachteile Beispiel- technologie Grafikbibliotheken • Größte Flexibilität • Höchster Aufwand UI Frameworks • Integration mit UI • Integration von Charting-Libs • Hohes Maß an Eigenentwicklung notwendig Generalisierte Visualisierungs- Libraries • Unterstützung grundlegender Visualisierungs- aspekte • Integration mit UI Spezialisierte Visualisierungs- Libraries • Wenig Aufwand für grafische Umsetzung • Unflexibel • Nur eine Visualisierungs- form Web-API‘s • Kein Programmier- aufwand • Fertige Designs • Nur Online • Nur eine Visualisierungs- form Folie 262. Juli 2013Datenvisualisierung: Durchblick im Datenrausch | Sebastian Schmitt (sse@zuehlke.com) © Zühlke 2013 Flexibilität/Komplexität Technologien zur Informationsvisualisierung
    • 27. Vorteile Nachteile Beispiel- technologie Grafikbibliotheken • Größte Flexibilität • Höchster Aufwand UI Frameworks • Integration mit UI • Integration von Charting-Libs • Hohes Maß an Eigenentwicklung notwendig Generalisierte Visualisierungs- Libraries • Unterstützung grundlegender Visualisierungs- aspekte • Integration mit UI Spezialisierte Visualisierungs- Libraries • Wenig Aufwand für grafische Umsetzung • Unflexibel • Nur eine Visualisierungs- form Web-API‘s • Kein Programmier- aufwand • Fertige Designs • Nur Online • Nur eine Visualisierungs- form Folie 272. Juli 2013Datenvisualisierung: Durchblick im Datenrausch | Sebastian Schmitt (sse@zuehlke.com) © Zühlke 2013 Flexibilität/Komplexität Technologien zur Informationsvisualisierung Bildquelle:http://d3js.org
    • 28. Vorteile Nachteile Beispiel- technologie Grafikbibliotheken • Größte Flexibilität • Höchster Aufwand UI Frameworks • Integration mit UI • Integration von Charting-Libs • Hohes Maß an Eigenentwicklung notwendig Generalisierte Visualisierungs- Libraries • Unterstützung grundlegender Visualisierungs- aspekte • Integration mit UI Spezialisierte Visualisierungs- Libraries • Wenig Aufwand für grafische Umsetzung • Unflexibel • Nur eine Visualisierungs- form Web-API‘s • Kein Programmier- aufwand • Fertige Designs • Nur Online • Nur eine Visualisierungs- form Folie 282. Juli 2013Datenvisualisierung: Durchblick im Datenrausch | Sebastian Schmitt (sse@zuehlke.com) © Zühlke 2013 Flexibilität/Komplexität Technologien zur Informationsvisualisierung
    • 29. Vorteile Nachteile Beispiel- technologie Grafikbibliotheken • Größte Flexibilität • Höchster Aufwand UI Frameworks • Integration mit UI • Integration von Charting-Libs • Hohes Maß an Eigenentwicklung notwendig Generalisierte Visualisierungs- Libraries • Unterstützung grundlegender Visualisierungs- aspekte • Integration mit UI Spezialisierte Visualisierungs- Libraries • Wenig Aufwand für grafische Umsetzung • Unflexibel • Nur eine Visualisierungs- form Web-API‘s • Kein Programmier- aufwand • Fertige Designs • Nur Online • Nur eine Visualisierungs- form Folie 292. Juli 2013Datenvisualisierung: Durchblick im Datenrausch | Sebastian Schmitt (sse@zuehlke.com) © Zühlke 2013 Flexibilität/Komplexität Technologien zur Informationsvisualisierung Bildquelle:http://www.oracle.com/technetwork/java/javafx/samples/index.html
    • 30. Vorteile Nachteile Beispiel- technologie Grafikbibliotheken • Größte Flexibilität • Höchster Aufwand UI Frameworks • Integration mit UI • Integration von Charting-Libs • Hohes Maß an Eigenentwicklung notwendig Generalisierte Visualisierungs- Libraries • Unterstützung grundlegender Visualisierungs- aspekte • Integration mit UI Spezialisierte Visualisierungs- Libraries • Wenig Aufwand für grafische Umsetzung • Unflexibel • Nur eine Visualisierungs- form Web-API‘s • Kein Programmier- aufwand • Fertige Designs • Nur Online • Nur eine Visualisierungs- form Folie 302. Juli 2013Datenvisualisierung: Durchblick im Datenrausch | Sebastian Schmitt (sse@zuehlke.com) © Zühlke 2013 Flexibilität/Komplexität Technologien zur Informationsvisualisierung
    • 31. Vorteile Nachteile Beispiel- technologie Grafikbibliotheken • Größte Flexibilität • Höchster Aufwand UI Frameworks • Integration mit UI • Integration von Charting-Libs • Hohes Maß an Eigenentwicklung notwendig Generalisierte Visualisierungs- Libraries • Unterstützung grundlegender Visualisierungs- aspekte • Integration mit UI Spezialisierte Visualisierungs- Libraries • Wenig Aufwand für grafische Umsetzung • Unflexibel • Nur eine Visualisierungs- form Web-API‘s • Kein Programmier- aufwand • Fertige Designs • Nur Online • Nur eine Visualisierungs- form Folie 312. Juli 2013Datenvisualisierung: Durchblick im Datenrausch | Sebastian Schmitt (sse@zuehlke.com) © Zühlke 2013 Flexibilität/Komplexität Technologien zur Informationsvisualisierung Bildquelle:http://pehrhovey.net/blog/2009/03/3d-data-visualization-dewey-calendar/
    • 32. © Zühlke 2013 Zusammenfassung Informationsvisualisierung ist ein hilfreiches Werkzeug zur Unterstützung kognitiver Prozesse. Mindestens genauso wichtig wie die Darstellung, ist das Interaktionsdesign der Visualisierung. Eine effektive Visualisierung muss individuell konzipiert werden. Datenvisualisierung: Durchblick im Datenrausch | Sebastian Schmitt (sse@zuehlke.com) 2. Juli 2013 Folie 32
    • 33. Sebastian Schmitt sse@zuehlke.com http://xing.to/Schmitt-Sebastian

    ×