Daten richtig visualisieren

Die Tatsache, dass der Mensch evolutionsbedingt 70 Prozent der Informationen aus seiner Umgebung über die Augen aufnimmt, machen sich die Medien schon seit jeher zunutze. Texte durch Bildelemente aufzulockern, um "Bleiwüsten" zu vermeiden, zählt zu den ersten Dingen, die ein angehender Journalist lernt. Bilder ziehen die Aufmerksamkeit des Lesers auf den Artikel. Ein entscheidender Aspekt angesichts der Informationsfülle im Internet, wo die Angebote der Konkurrenz nur einen Mausklick entfernt sind.

Infografiken bieten den zusätzlichen Vorteil, dass sich Zahlen und Daten damit wesentlich schneller und unterhaltsamer vermitteln lassen als durch Texte und Tabellen. Darauf setzt auch die moderne Datenanalyse: Egal ob bei der Präsentation von Verkaufszahlen oder der Entwicklung des Web-Traffics - durch die visuelle Aufbereitung werden Trends, Muster und Beziehungen großer Datenmengen sichtbar und prägen sich als "Story" ein, die das Gehirn schnell verarbeiten kann. Häufig kommen im Zuge anschaulicher Datenvisualisierungen auch zusätzliche Fragestellungen auf, die neue Ideen kreiieren oder potezielle Probleme bereits im Vorfeld lösen helfen. Effekte, die bei der Präsentation einer nüchternen Excel-Tabelle wohl eher selten eintreten würden.

Komplexe Informationen auf einen Blick verständlich machen

Mit Hilfe von intuitiven, leicht zu bedienenden Visualisierungstools lassen sich Daten und Zahlen heute einfach per Mausklick in anschauliche Grafiken verwandeln, die die Aufmerksamkeit des Betrachters auf sich ziehen und Verteilungen, Trends oder Muster auf einen Blick erkennbar machen. Egal ob im Vertrieb, im Finanzbereich oder im Marketing - überall, wo viele Daten ausgewertet werden, helfen Visualisierungen bei der Aufbereitung von Informationen.

Beispielsweise nutzt der Online-Spieleanbieter Aeria Games die Visualisierungsfunktion seines Data-Analytics-Tools unter anderem in der Werbeplatzierung: Auf welche Banner haben die Spieler zu welchen Uhrzeiten geklickt, und wie lange haben sie sich damit aufgehalten - solche Angaben lassen sich innerhalb von Sekunden anhand anschaulicher Grafiken ablesen. Der Zeitgewinn dank Visualisierung beeindruckt auch Franz Graf, Senior Data Scientist beim Ratgeberportal gutefrage.net: "Wir können heute mit einer einzigen Grafik zeigen, dass eine bestimmte Funktion bei den Usern besser ankommt als andere und häufiger genutzt wird. Dafür brauchen wir keine langen Erklärungen mehr, das sehen wir auf einen Blick."

Vertiefende Analyse durch interaktive Grafiken

Besonders aufschlussreich sind interaktive Grafiken. Denn statische Diagramme sind nur "Einmalwerkzeuge" - sie geben Antwort auf eine Frage zu einem bestimmten Datensatz in einem bestimmten Kontext. Aus den Antworten ergeben sich jedoch häufig weiterführende Fragen - vor allem wenn mehrere User aus unterschiedlichen Abteilungen mit denselben Datensätzen arbeiten. Mit interaktiven Visualisierungen lässt sich die Analyse vertiefen, weil auch Folgefragen beantwortet werden. Der Anwender sieht nicht nur das "Was", sondern kann auch dem "Warum" auf den Grund gehen.

Neben einfachen Analyseaufgaben - etwa dem Filtern von Ansichten, dem Anpassen von Parametern oder schnellen Berechnungen - ermöglichen es interaktive Visualisierungen, mit den Daten zu "spielen": Sobald eine Variable verändert wird, verändert sich auch die Grafik. Das verleiht der Analyse einen erlebnishaften Charakter und ermöglicht es, Beziehungen, Anomalien oder Muster aufzeigen, die oft völlig neue Erkenntnisse liefern.

Die wichtigsten Schritte zu einer aussagekräftigen Visualisierung

Moderne Self-Service-Analytics-Werkzeuge sind in der Regel so einfach zu bedienen, dass damit praktisch jeder Anwender Visualisierungen erstellen kann - ohne Vorkenntnisse und ohne großen Schulungsaufwand. Es gibt jedoch ein paar Grundregeln, die Sie beachten sollten, um Ihre Visualisierung zum Eyecatcher zu machen und ihr ein Höchstmaß an Aussagekraft und Verständlichkeit zu verleihen:

• Grundlegende Fragestellung festlegen: Welchem Zweck soll die Grafik dienen? Wer ist die Zielgruppe? Welche Fragen stellt sich die Zielgruppe? Zu welchen weiteren Fragen regt die Grafik an? Durch die Auseinandersetzung mit solchen Fragen stellen Sie sicher, dass die Nutzer ihre Zeit möglichst sinnvoll mit Ihrer Visualisierung nutzen und gezielte Erkenntnisse daraus gewinnen.

• Keep it simple: Der häufigste Fehler beim Erstellen einer Visualisierungen besteht darin, sie mit Informationen zu überfrachten. Treffen Sie eine strikte Auswahl, und stellen Sie nur die wirklich relevanten Kennzahlen dar. Für ein Unternehmen auf Expansionskurs beispielsweise hat die Neukundenrate Relevanz. Gibt es besonders viele beziehungsweise ernstzunehmende Wettbewerber, zeigen Sie deren Marktanteile auf. Vermeiden Sie Komplexität. Auch zu viele Farben und Formen können das Verständnis behindern.

• Daten aus allen relevanten Quellen abrufen: Die Kombination von Daten aus verschiedenen Quellen verschafft einen besseren Einblick ins Thema und erhöht beziehungsweise beschleunigt den Erkenntnisgewinn. Reichern Sie beispielsweise Ihre Kundendaten mit öffentlich zugänglichen demographischen Daten an, können Sie möglicherweise bestimmte Entwicklungen besser vorhersagen und vorbeugende Maßnahmen ergreifen, anstatt nur zu reagieren.

• Aktualität der Daten sicherstellen: Achten Sie darauf, dass die Datenbasis der Visualisierung aktuell ist und dass sich die ausgewählten Kennzahlen auf zeitnahe geschäftliche Herausforderungen beziehen. Praktisch sind Tools, mit denen sich eine Visualisierung einmal erstellen und anschließend immer wieder automatisch aktualisieren lässt. Das spart mühsame, sich stets wiederholende Kleinarbeit, beschleunigt den Berichtszyklus und setzt Kräfte für wichtigere Aufgaben frei.

• Den passenden Diagrammtyp wählen: Die Art der Grafik hängt davon ab, welche Inhalte Sie wie analysieren wollen. Zum Verfolgen eines Trends über einen gewissen Zeitraum etwa eignen sich Linien-, Flächen- und Balkendiagramme, bei denen die Zeit auf der X-Achse und die Kennzahl auf der Y-Achse liegen. Beim Herausfinden des passenden Diagrammtyps sollten Sie aber durchaus experimentieren und Ihre Daten aus verschiedenen Blickwinkeln betrachten. Wenn Sie über genug Fachwissen verfügen, um Ihre Daten zu interpretieren, können Sie durch dieses visuelle Erkunden ganz neue Einsichten gewinnen. Das sind die gängigsten Diagrammtypen und typische Anwendungsszenarien:

Das Liniendiagramm

Liniendiagramme zählen zu den am häufigsten verwendeten Diagrammtypen. Sie verbinden einzelne numerische Datenpunkte und stellen somit eine einfache, gradlinige Lösung dar, um etwa eine Abfolge von Werten optisch hervorzuheben. Liniendiagramme werden vor allem zur Darstellung von Trends über einen bestimmten Zeitraum genutzt - etwa im vorliegenden Beispiel der Entwicklung der Arbeitslosenzahlen in den einzelnen bayerischen Regierungsbezirken von Juli 2015 bis heute.

Das Balkendiagramm

Balkendiagramme eignen sich perfekt für Vergleiche und Rankings - etwa von Ländern, Regionen oder Geschäftssegmenten. Da das menschliche Gehirn die Länge sowie die horizontale und vertikale Position von grafischen Elementen besonders schnell vergleichen kann, ist dieser Diagrammtyp besonders beliebt. Horizontale Balken haben dabei den Vorteil, dass der Betrachter die Beschriftungen lesen kann, ohne den Kopf drehen zu müssen. Mit unterschiedlichen Farben lassen sich kategorische Unterschiede zusätzlich hervorheben. Oder Sie ordnen die Balken der Größe nach an, so dass der Blick sofort auf den längsten Balken gelenkt wird.

Die "Torte"

Tortendiagramme werden zum Veranschaulichen von Anteilen am großen Ganzen verwendet. Vorsicht ist jedoch geboten, wenn es mehr als zwei Segmente gibt. Damit die Grafik verständlich ist, darf es nicht mehr als zwei Untergruppen ("Kuchenstücke") geben. Bei mehr Segmenten kann das Gehirn die Unterschiede nicht mehr gut erkennen, da es zu viele verschiedene Winkel vergleichen muss (siehe Beispiel oben). In diesem Fall wäre ein Balkendiagramm wie im Beispiel oben rechts sinnvoller.

Interaktive Landkarten

Mit interaktive Landkarten lassen sich nicht nur geografische Verteilungen anzeigen. Sie können auch als Filter für andere Diagramme und Grafiken dienen. Damit helfen sie, detaillierte Informationen zu den Daten aufzuzeigen und fundierte Untersuchungen oder Datenbesprechungen zu ermöglichen. Im vorliegenden Beispiel genügt ein Mausklick auf ein Land, dann wird die entsprechende Zahl der Asylsuchenden pro 1000 Einwohner angezeigt und das Balkendiagramm schränkt die Herkunft der Asylsuchenden auf das ausgewählte Land ein.

Das Streudiagramm

Um zu ermitteln, ob zwischen Kennzahlen potenziell eine Beziehung besteht, eignet sich eine Korrelationsanalyse mit Hilfe eines Streudiagramms. Im dargestellten Beispiel werden Beziehungen zwischen Verkaufsmenge und Preis beim Großhandelsunternehmen Deli-Food ermittelt. Das Diagramm zeigt eine negative Korrelation zwischen Verkaufspreis und Menge: Wenn der Preis hoch ist, ist die Menge niedrig - und umgekehrt. Bedeutet dies, dass das Unternehmen die Preise senken muss, um den Verkauf zu steigern? Nicht unbedingt: Wird die Größe der Zyklen mit der des Nettogewinns überlagert, erkennt man, dass Deli-Food den größten Gewinn an beiden Enden erzielt. Das beweist: Eine Korrelation garantiert noch keine Beziehung.

Das Gantt-Diagramm

Das Einhalten der Fristen ist für den Erfolg eines Projekts entscheidend. Es muss jederzeit ersichtlich sein, welche Aufgabe bis wann zu erledigen ist. Gantt-Diagramme eignen sich perfekt, um das Anfangs- und Enddatum einzelner Projektelemente darzustellen. Abgesehen vom Projektmanagement werden Gantt-Diagramme jedoch auch verwendet, um den Planung bestimmter Ressourcen - etwa Mitarbeiter oder Maschinen - über längere Zeiträume zu variieren. So lässt sich beispielsweise ermitteln, wie lange welche Mitarbeiter für die Umsetzung bestimmter Meilensteine - etwa einer Zertifizierungsstufe - benötigt haben und wie die zeitliche Verteilung dabei aussah.