« I wanna be the Airman – Coding in Processing 
10 Probleme bei der Visualisierung
Statistiken, Tabellen, Diagramme – Dinge, die wir Designer für die Benutzer visuell ansprechend gestalten müssen und darüber hinaus auch informieren sollen. In der Regel befasst sich die Visualisierung mit numerischem Ausdruck und verschiedensten Daten in unterschiedlichen Dimensionen. Doch das Visualisieren ist nicht so einfach, hier existieren nach wie vor ungelöste Probleme…
Stellt euch mal vor, ihr möchtet euch eine Statistik über Strahlenwerte in Japan (Fukushima) anschauen, um euch darüber näher zu informieren. Jetzt wählt ihr bewusst die Statistik oder das Diagramm aus, das am meisten aussagt und welches auch verständlich erklärt wird. Ganz egal wie viele Infos letztendlich drinstehen: Wenn das Visuelle einfach schlecht gestaltet wurde und Statistiken es somit nicht zulassen, gelesen zu werden, so kann auch die größte Informationsquelle nichts konkretes dazu beitragen. Daher ist auch das Design von solchen Systemen ein wichtiger Punkt, der angegriffen werden muss.
Wichtig zu wissen ist es, dass ein solch gestalterisches Problem nicht zwingend durch technische Erschwernisse verursacht werden. Aber um euch das besser zu erklären, möchte ich euch eine Liste mit 8 ungelösten Problemen von Informations-Visualisierung vorstellen.
1. Usability
Die Benutzerfreundlichkeit ist ein wichtiger Gesichtspunkt in dieser Schiene. Obwohl das allgemeine Wachstum der Visualisierung von Informationen sehr schnell voran geht, so sind die Auswertungen von den Benutzeraktivitäten kaum auf dem neusten Stand. Um ein System für den User perfekt zu machen, müssen Daten gesammelt werden, wie genau interagiert wird. Daher reicht es nicht, einfach eine schöne Informationsquelle anzubieten, die man selbst versteht, da sie auch von einem selbst entwickelt wurde.
Wie sieht es mit Rohdaten aus, wie sehe ich die Veränderungen auf dem Bildschirm? Da analytische Prozesse in solchen Strukturen eine hohe Komplexität aufweisen, ist es nur schwer möglich, die Zwischenschritte von Rohdaten zu fertigen Grafiken, anzuzeigen.
Kritische Details zu spezifischen Informationen – eine komplizierte Angelegenheit wenn man bedenkt, dass sich Usability-Studien sehr stark auf altbewährte Methoden verlassen. Hier fehlt der Fortschritt nach vorne, um Systeme und damit auch die Benutzerfreundlichkeit weiter auszubauen.
2. Verständnis der elementaren Wahrnehmung
Ein wichtiger Aspekt ist die Sichtweise des Benutzers. Der Abruf von Infos hat eine tiefgreifende Bedeutung; nicht zuletzt wenn der User die Möglichkeit bekommt, an einer Interaktion teilzunehmen. Das trägt zur Aufgabenanalyse bei und steuert das Surfverhalten im Internet an. Durch die Suche über Begriffe, gelange ich zwar über die Suchmaschine auf Informationsquellen, kann jedoch nicht bestimmen, was der User gemacht hat und was er zu diesem Zeitpunkt gedacht hat. Ich kann hier lediglich herausfinden, wie lange sich der Benutzer auf meiner Seite aufhielt. Zwar ist das ein interessanter Punkt, doch braucht niemand zur Verbesserung von Statistiken. Immerhin geht es um die Visualisierung und nicht um das Verhalten im Word Wide Web. Dadurch ist die Beurteilung der Relevanz von Informationen um einiges schwieriger, als das bloße Dekodieren von visualisierten Objekten.
In dieser Hinsicht wurde in der Charakterisierung und Bewegung sehr viel erforscht, jedoch muss an der Analyse der Tiefenwahrnehmung weiter gearbeitet werden, um Benutzer besser verstehen zu können. So würde es verständlicher werden, in welchem Umfeld sie sich bewegen.
3. Vorkenntnisse
Niemand kann voraussagen, wie viele Vorkenntnisse ein Benutzer mit sich bringt. Es gibt Leute, die tagtäglich im Netz surfen und Informationen schneller erfassen können als Menschen, die sich unregelmäßig im Internet aufhalten. In der Regel müssen Nutzer mindestens zwei Arten von »Know-how« mitbringen, um Systeme zu verstehen:
• das Wissen, wie das Betreiben eines Gerätes, einer Applikation funktioniert. In diesem Fall wäre das das Aufrufen der Seite im Browser sowie das Verständnis der Information.
• Um den Inhalt einer Seite interpretieren zu können, muss der Nutzer verstehen, wie der Inhalt einer Webseite erfasst wird – Verständnis einer Domain.
Daher müssen Design Entscheidungen mit diesem Vorwissen verstanden werden, ausgehend vom Stand der Vorkenntnisse. Andererseits können visualisierte Informationen so komplex sein, dass sie eben mehr als nur Vorkenntnisse verlangen, vor allem wenn Systeme interaktiv sind. Die Schwierigkeit liegt darin, es selbst für den größten Laien verständlich zu machen.
4. Bildung und Verarbeitung
Die Bildung hängt stark mit den Vorkenntnissen zusammen und hält auch ein Problem bereit. Hier müssen wir von zwei Seiten ausgehen – intern und extern. Im internen Bereich sieht es bei Leuten, die für die Visualisierung der Systeme zuständig sind, so aus, dass sie die Herausforderung nicht annehmen. Damit meine ich die Notwendigkeit, Analysen der Benutzer zu verarbeiten, nicht wahrnehmen und sich nur auf ein klares System befassen, ohne herauszufinden, ob es denn funktioniert. Es gehören verschiedene Grundsätze und GFähigkeiten der visuellen Kommunikation dazu, man denke da nur an die Semiotik. Eine regelmäßige Überprüfung würde das Feld der theoretischen Grundlagen festigen.
Extern sieht es bei den Usern so aus, das niemand voraussetzen kann, eine Statistik lesen zu können. Wie verarbeiten die User eine Statistik, wie werden Diagramme gelesen und wie genau wird hier interagiert? Wird überhaupt gemerkt, das eine derartige Interaktion möglich ist oder wird nur die Grafik betrachtet, die schlussendlich selbst interpretiert wird? Auch die Bildung eines Menschen kann von großer Bedeutung sein. Je nach Thema kann Fachwissen erforderlich sein, um überhaupt irgendein Aspekt herauslesen zu können. Daher sollte die Information so visuell aufbereitet werden, dass selbst »Späteinsteiger« etwas damit anfangen können.
5. Eigensicherheit Qualitätsmaßnahmen
Neben einer tollen Visualisierung, sollte auch eine gewisse Qualität vorhanden sein. Diverse Algorithmen vereinfachen die Entwicklung zwar enorm, jedoch hängt die Brauchbarkeit einer Statistik ganz von den Rohdaten ab. Je detaillierter die Daten aufbereitet sind, desto qualitativer sehen die Ergebnisse aus – das ist der Ausgangspunkt. Zu beachten ist, dass durch eine multidimensionale Skalierung mehr Sicherheit erreicht wird. So werden Projekte mit hochauflösenden Daten auf zwei oder drei Dimensionen bei gleichzeitiger Minimierung stark vereinfacht und überschaubar dargestellt.
6. Skalierbarkeit
Wie komplex kann eine Grafik maximal sein, um keinen Computer zum Absturz zu bringen? Müssen große Grafiken für kleine Bildschirme angepasst werden oder beruft man sich direkt auf kleine Größen um jedes Problem zu umgehen? Eine tolle Statistik mit vielen Interaktionen kann super sein, jedoch sollte niemand verlangen, dass das auch auf jedem Computer funktioniert. Hier leidet es an mangelnder Performance der Hardware, die beachtet werden muss. Je weniger Grafiken und je kompakter das Gesamtbild ist, desto einfach wird es, auch bei weniger leistungsfähigen Geräten eine Statistik anzuzeigen.
Die Herausforderung ist dabei groß, um zu versuchen, es für jedermann zugänglich zu machen. Nicht zu vergessen ist der Qualitätsfaktor, den wir gerade besprochen haben…
7. Ästhetik
Ein vermeintlicher Punkt ist die Ästhetik, die auch hier eine wesentliche Rolle spielt. Der Einblick in die Daten kann durch ein schönes Bild viel mehr Aussage haben, als beispielsweise eine einfach Prozentzahl. Doch wann empfinden wir ein Bild als schön? Inwiefern verbessert es die Darstellung eines Diagramms? Aus diesem Grund ist es ratsam herauszufinden, wie eine Grafik mit der Ästhetik am besten interagiert, ohne dabei abzulenken bzw. zu langweilen. Jedoch kommt es auch ganz auf die Zielgruppe an, so konzentrieren sich Wissenschaftler viel mehr mit den Eigenschaften und weniger mit der Semantik der Daten.
Um einen übersichtlichen und schnellen Einblick in eine Statistik zu geben, muss Ästhetik miteingebenden werden. So geschieht eine Identifizierung der Daten viel früher. Es bleibt nach wie vor eine Herausforderung, hier ein Mittelmaß zu finden.
8. Struktur und Dynamik
Die Struktur Abstrakte Information war damals das Zentrum der visuellen Wahrnehmung eines solchen Systems. So existieren Exemplare, typische Formen für Diagramme wie Kegel, Bäume oder sogar ganze Karten. Wenn ein Trend eine scharfe Veränderung im Datensatz erlebt, so steht es an erster Ordnung die dynamischen Eigenschaften zu nutzen und die Struktur anzupassen. Vielleicht ändern sich Werte – da sollte sich eine Grafik dynamisch verändern, auf Daten zurückgreifen und damit sie zeitlos bleibt.
Eine klar gegliederte Struktur greift zudem auf die Vorkenntnisse der Benutzer ein. Ist eine übersichtliche Struktur erkennbar, so ist es für den Anwender leichter, sie zu verstehen.
Ihr seht also, das selbst Info-Grafiken eine genaue Begutachtung verlangen. Das Verhältnis zwischen Information und visueller Wahrnehmung muss stimmig sein. Niemand hat etwas davon, wenn zu viele Informationen keine genaue Struktur besitzen oder aber wenn die Infos keinerlei Bedeutung haben, die Grafik aber bombastisch aussieht.
Ihr könnt ja mal spaßeshalber im Internet nach Statistiken zu einem bestimmten Thema suchen. Die Vielfalt der Angehensweise und Ausarbeitung ist grenzenlos 
