Definition

Was ist Datenvisualisierung?

| Autor / Redakteur: Stefan Luber / Nico Litzel

(Bild: © aga7ta - stock.adobe.com)

Die Datenvisualisierung versucht mithilfe grafischer Darstellungen Muster, Trends, Abhängigkeiten und Bedeutungen von Daten zu veranschaulichen. Dank der bildlichen Darstellung wird die Analyse der Daten vereinfacht. Diagramme sind beispielsweise ein Hilfsmittel der Datenvisualisierung.

Die Datenvisualisierung nutzt computerunterstützte Methoden zur Darstellung von Daten. Dank der grafischen Abbildungen lassen sich Daten analysieren und neue Erkenntnisse gewinnen. Auch Trends, Muster oder Zusammenhänge werden durch die bildliche Darstellung einfacher sichtbar.

Bei der Datenvisualisierung handelt es sich um ein interdisziplinäres Gebiet, das Methoden, Algorithmen und Ergebnisse der Statistik, Informatik, des Data Mining und kognitiver Wissenschaften nutzt. Betrachter der grafischen Darstellung erhalten einen schnellen Einblick der in den Daten enthaltenen Informationen. Grundsätzlich lässt sich bei der Visualisierung unterscheiden, ob sie für die Gewinnung neuer Erkenntnisse oder für die Präsentation von Informationen genutzt werden soll. Durch den geschickten Einsatz grafischer und optischer Effekte lässt sich die Wahrnehmung des Betrachters in bestimmte Richtungen lenken oder sogar manipulieren. Im Business-Intelligence-Umfeld sind Werkzeuge zur Datenvisualisierung wichtiger Bestandteil der Lösungen. Auch Big-Data-Anwendungen nutzen Techniken und Tools der Datenvisualisierung.

Die Vorteile der Datenvisualisierung

Die Datenvisualisierung ermöglicht es, sich bei der Auswertung und Präsentation von Daten auf das Wesentliche zu konzentrieren. Die Entscheidungsfindung lässt sich dadurch erleichtern. Während die Auswertung von Daten, die in reiner Tabellenform vorliegen, aufwendig und zeitraubend ist, sind mit der Datenvisualisierung enorme Zeiteinsparungen realisierbar. Oft ist auf den ersten Blick erkennbar, welche Informationen und Zusammenhänge die Daten bereithalten.

Sind die Daten in verschiedenen Datenbanken und Unternehmensbereichen verteilt, ist eine rein textbasierte Auswertung noch aufwendiger. Grafiken gestatten eine schnelle Zusammenfassung der verschiedenen Daten und deren direkte aussagekräftige Darstellung. Gerade wenn es darum geht, Trends aus den vorliegenden Daten zu erkennen und abzuleiten, bieten bildliche Darstellungen wesentlich mehr Möglichkeiten. Ein weiterer Vorteil der Datenvisualisierung ist, dass Mitarbeiter mithilfe der Visualisierungstools selbst Auswertungen erstellen können, ohne über spezielle technische Kenntnisse verfügen zu müssen. Im Unternehmen entsteht eine bessere Datentransparenz und die Zusammenarbeit zwischen verschiedenen Abteilungen wird verbessert.

Sind die erstellten Grafiken optisch ansprechend und leicht zu verstehen, fällt es selbst themenfremden Personen leichter, die Daten zu interpretieren. Zusammenhänge lassen sich so darstellen, dass die verschiedenen Zielgruppen sie schnell verstehen. Interaktive Grafiken bieten viele weitere Darstellungs- und Anpassungsmöglichkeiten. Selbst komplexeste Zusammenhänge können verständlich präsentiert werden.

Die verschiedenen Möglichkeiten der Datenvisualisierung

Moderne Tools der Datenvisualisierung, wie sie heute im Unternehmen zum Einsatz kommen, bieten vielfältige Visualisierungsmöglichkeiten. Diese reichen von einfachen Standarddiagrammen, über Infografiken, geografische Karten, Heatmaps, Fiebergrafiken bis hin zu interaktiven Grafiken. Interaktive Funktionen erlauben es dem Anwender, die Darstellung den spezifischen Vorgaben anzupassen. Selbst Animationen oder Videos können für die Präsentation von Daten und ihren Zusammenhängen eingesetzt werden.

Diagramme als einfache Form der Datenvisualisierung

Eine sehr beliebte und einfache Form der Datenvisualisierung stellen Diagramme dar. Sie besitzen unter den Anwendern eine hohe Akzeptanz und lassen ein schnelles Erkennen von Sachverhalten zu. Im Vergleich zu rein tabellarischen Darstellungen bieten sie viele Vorteile. Dazu zählen die Möglichkeiten farblicher Hervorhebung von Informationen, grafischer Darstellung von Zeitverläufen und schnellerem Erkennen von komplexen Zusammenhängen.

Als Nachteile gegenüber der tabellarischen Darstellung lässt sich aufführen, dass die grafischen Daten nicht exakt ablesbar sind und die Gefahr der optischen Manipulation besteht. Abhängig von den vorliegenden Daten und der gewünschten Präsentation der Informationen ist ein geeigneter Diagrammtyp zu wählen. Mögliche Diagrammtypen sind beispielsweise:

  • Das Säulendiagramm,
  • das Balkendiagramm,
  • das Liniendiagramm,
  • das Kurvendiagramm,
  • das Punktediagramm oder
  • das Tortendiagramm.

Jeder Diagrammtyp von hat bestimmte Besonderheiten, die ihn für die Darstellung von Informationen und Aussagen besser oder schlechter geeignet machen. Durch Transformation lassen sich die Daten in verschiedene Diagrammtypen überführen und auf unterschiedliche Weise präsentieren. Wichtige Bestandteile für ein einfaches Verstehen und Interpretieren der Daten jedes Diagramms sind die Achsenbeschriftungen, Achseneinteilungen, Diagrammtitel, Titel der einzelnen Datenreihen und Legenden.

Probleme der Datenvisualisierung im Big-Data-Umfeld

Besondere Herausforderungen für die Datenvisualisierung bestehen im Big-Data-Umfeld. Durch die riesigen vorliegenden Datenmengen entsteht eine besondere Notwendigkeit für einen Überblick über die Daten und ihre Informationen. Sollen viele Daten visualisiert werden, kann sich das als sehr schwierig erweisen. Ursache hierfür ist, dass aufgrund der vielen unterschiedlichen Daten die Erkennbarkeit von Zusammenhängen, Trends und Strukturen leidet. Zudem steigt mit der Anzahl von Daten die Schwierigkeit der Navigation. Es müssen Funktionen bereitgestellt werden, mit denen das Hineinzoomen in Datenbereiche ermöglicht wird, um an Detailinformationen zu gelangen. Schnell kann dadurch aber die Orientierung der Anwender und der Blick auf das große Ganze verlorengehen.

Kommentare werden geladen....

Kommentar zu diesem Artikel abgeben

Der Kommentar wird durch einen Redakteur geprüft und in Kürze freigeschaltet.

Anonym mitdiskutieren oder einloggen Anmelden

Avatar
Zur Wahrung unserer Interessen speichern wir zusätzlich zu den o.g. Informationen die IP-Adresse. Dies dient ausschließlich dem Zweck, dass Sie als Urheber des Kommentars identifiziert werden können. Rechtliche Grundlage ist die Wahrung berechtigter Interessen gem. Art 6 Abs 1 lit. f) DSGVO.
  1. Avatar
    Avatar
    Bearbeitet von am
    Bearbeitet von am
    1. Avatar
      Avatar
      Bearbeitet von am
      Bearbeitet von am

Kommentare werden geladen....

Kommentar melden

Melden Sie diesen Kommentar, wenn dieser nicht den Richtlinien entspricht.

Kommentar Freigeben

Der untenstehende Text wird an den Kommentator gesendet, falls dieser eine Email-hinterlegt hat.

Freigabe entfernen

Der untenstehende Text wird an den Kommentator gesendet, falls dieser eine Email-hinterlegt hat.

Aktuelle Beiträge zu diesem Thema

„Nur wer seine Prozessdaten sichtbar macht, nutzt sie auch effektiv“

Intelligente Datenvisualisierung

„Nur wer seine Prozessdaten sichtbar macht, nutzt sie auch effektiv“

Intelligente Datenvisualisierung in Echtzeit ist der Schlüssel zu Effektivität und Prozesssicherheit für digitale Produktionsprozesse. lesen

KI-basierte Betrugserkennung legt deutlich zu

Studie von ACFE und SAS

KI-basierte Betrugserkennung legt deutlich zu

Laut den Ergebnissen des „Anti-Fraud Technology Benchmarking Reports“ wird sich der Einsatz von KI-Technologie zur Betrugserkennung bis 2021 verdreifachen. lesen

Der Digital Twin in der Smart Factory

Kommentar von Vincent Ohana, Reply

Der Digital Twin in der Smart Factory

Mit Industrie 4.0 hat eine neue Ära in der Fertigung begonnen. Die Einführung kognitiver und intelligenter Prozesse treibt dabei die digitale Transformation des verarbeitenden Gewerbes mit einer Fülle an Optimierungsmöglichkeiten voran – die Fertigungsprozesse werden immer digitaler und automatisierter. Dies wiederum bringt neue Herausforderungen mit sich. Genau hier setzt das Konzept des Digital Twin an. lesen

Tableau – eine Zukunft unter dem Dach von Salesforce

Nachbericht Tableau Conference Europe 2019

Tableau – eine Zukunft unter dem Dach von Salesforce

Auf der europäischen Kundenkonferenz in Berlin kündigte Tableau, ein Spezialist für Datenvisualisierung, kürzlich eine Reihe von Neuheiten an. Zudem äußerte sich der CEO Adam Selipsky zu den möglichen Auswirkungen der geplanten Übernahme seines Unternehmens durch den Cloud-Giganten Salesforce. lesen

Digitalisierung für mehr Qualität und Service im Schienengüterverkehr

Splunk im Einsatz bei der DB Cargo

Digitalisierung für mehr Qualität und Service im Schienengüterverkehr

Splunk Enterprise, das Hauptprodukt des Operational-Intelligence-Spezialisten Splunk, ist bei DB Cargo im Einsatz, der Güterbahnsparte der Deutschen Bahn. Im Zuge der Digitalisierung und Automatisierung des Güterverkehrs und des Fuhrparks hilft Splunk Enterprise bei der Datenerfassung und -analyse in den Projekten „Wagon Intelligence“ und „TechLOK“. Die Software-Entwicklung der beiden Projekte findet im DB Cargo amspire lab in Frankfurt am Main statt. lesen

Tools für Business Intelligence

E-Book von BigData-Insider

Tools für Business Intelligence

Der Wettbewerb in der Wirtschaft ist scharf und wird in der global vernetzten Wirtschaft zunehmend härter. Führungskräfte und Sachbearbeiter wollen schneller und genauer erfahren, wie leistungsfähig die operativen Systeme des eigenen Unternehmens sind und wie sie sich im wirtschaftlichen Umfeld noch besser durchsetzen können. Zudem wollen sie zusätzliche Geschäftsfelder erschließen und neue Businessmodelle entwickeln. lesen

Neo4j vereinfacht Zugang zu Start-up-Programm

Enterprise Edition kostenlos

Neo4j vereinfacht Zugang zu Start-up-Programm

Ab sofort erhalten Start-ups mit bis zu 50 Mitarbeitern und drei Millionen Euro Jahresumsatz die Graphdatenbank Neo4j in der Enterprise Edition im Rahmen des Neo4j-Start-up-Programms kostenlos. lesen

So verbessert KI Datenmarktplätze

Kommentar von Venkata C. Krishna, HCL Technologies

So verbessert KI Datenmarktplätze

Das Potenzial von Datenmarktplätzen lässt sich deutlich erhöhen, wenn ihre Funktionen durch den Einsatz kognitiver Lösungen erweitert werden. lesen

Diese Rolle spielen KI-gestützte RPA-Plattformen

Kommentar von Rob Hughes, Automation Anywhere

Diese Rolle spielen KI-gestützte RPA-Plattformen

Die drei früheren industriellen Revolutionen begannen circa 1760 mit der Mechanisierung. Die zweite Etappe war die Massenproduktion in den 1800er-Jahren, gefolgt von der automatisierten Produktion über Fließbänder, die in den 1970er-Jahren Einzug hielt. Bis zur vierten industriellen Revolution dauerte es nicht annähernd so lange wie zuvor. Seit der Einführung von Cyber-Systemen nimmt diese ihren Lauf – aufbauend auf Teilen der Infrastruktur der dritten industriellen Revolution. lesen

copyright

Dieser Beitrag ist urheberrechtlich geschützt. Sie wollen ihn für Ihre Zwecke verwenden? Infos finden Sie unter www.mycontentfactory.de (ID: 44992801 / Definitionen)