Visuelle Datenanalyse erleichtern

Forschende der Fachhochschule St. Pölten entwickelten gemeinsam mit der Landsiedl Popper OG, der datavisyn GmbH, dem FH JOANNEUM sowie der TU Wien Lern- und Bedienungshilfen für Visual-Analytics-Tools, speziell für den Einsatz von Biomediziner*innen und Datenjournalist*innen. Durch die Integration von neu entwickelten Onboarding-Methoden unterstützen die VA-Tools die Nutzer*innen dabei, Datenvisualisierungen besser zu verstehen.

Visual Analytics

Die Kommunikation von Daten und Erkenntnissen ist in der heutigen datengetriebenen Welt von entscheidender Bedeutung. Gleichzeitig übersteigt das schnelle Wachstum der Datenmengen oft unsere Fähigkeit, diese effektiv zu analysieren und zu nutzen. Visual Analytics (VA) hat sich als interdisziplinäres Feld etabliert, das die menschliche visuelle Wahrnehmung mit automatischen Datenanalysemethoden kombiniert. Das nun abgeschlossene Forschungsprojekt SEVA nahm sich dieser Herausforderung an und untersuchte die Anwendungsbereiche Datenjournalismus und biomedizinische Forschung & Entwicklung.

„Trotz der visuellen Natur des Menschen und der Stärke darin, visuelle Eindrücke zu interpretieren, ist Kompetenz im Verstehen von visuellen Repräsentationen von Daten nur beschränkt vorhanden. Beispielsweise fehlt es Fachleuten wie Journalist*innen und biomedizinischen Forscher*innen, obwohl diese Expert*innen in ihren jeweiligen Bereichen sind, oft an Fachwissen in Visual Analytics. Das kann zu falschen Dateninterpretationen, einer eingeschränkten Verwendung von Datenanalysewerkzeugen und möglicher Frustration oder Ablehnung dieser leistungsfähigen Methoden führen“, erklärt Wolfgang Aigner, Projektleiter, FH-Professor und Forscher am Institut für Institut für Creative\Media/Technologies der FH St. Pölten.

Tools für Biomediziner*innen und Datenjournalist*innen

Für Biomediziner*innen und Datenjournalist*innen ist die rasche Anwendbarkeit visueller Datentools eine der wichtigsten Herausforderungen. Um die visuelle Datenanalyse zu erleichtern, entwickelten die Forschenden neue Visual-Analytics-Tools speziell für Biomediziner*innen und Datenjournalist*innen. Die Neuheit: Innerhalb dieser VA-Tools wurden halbautomatisch generierte Onboarding-Methoden integriert, die die Anwender*innen aktiv bei der Interpretation der Visualisierungen unterstützen.

"Es ist bekannt, dass Benutzer*innen oft zögern, Unterstützung bei Hilfesystemen oder Onboarding-Systemen zu suchen. Gut gestaltete Onboarding-Systeme, die in Visualisierungen integriert sind und den Arbeitsfluss nicht unterbrechen, können dazu beitragen, diese Vorbehalte zu überwinden”, betont Margit Pohl, Projektpartnerin von der TU Wien.

Datenvisualisierungen verstehen mit Onboarding-Methoden

Die neu entwickelten Onboarding-Methoden helfen Biomediziner*innen und Datenjournalist*innen dabei, Datenvisualisierungen und automatische Analysealgorithmen zu verstehen. Innerhalb des Projekts entwickelten die Forschenden daher eine Reihe von Gestaltungsmaßnahmen für die Erstellung effektiver Onboarding-Methoden. Diese umfassen Designüberlegungen, Interaktionskonzepte und die Formulierung von Onboarding-Anweisungen.

Zusätzlich erstellten die Projektmitarbeitenden Schulungsmaterialien für den Datenjournalismus, um die Daten- und statistischen Kompetenzen der Anwender*innen zu erhöhen.

"Als Medienunternehmen mit mathematischem Background konnten wir im Zuge des SEVA Projektes unterschiedliche Methoden für das Onboarding von Datenjournalist*innen erforschen und auch praktische erproben. Die dabei gewonnen Erkenntnisse fließen direkt in unsere tägliche Arbeit mit ein und ermöglichen uns die Nutzung neuester Technologien wie generativer KI und große Sprachmodelle, um die Hürden bei komplexer Datenanalyse und Visualisierung weiter zu reduzieren", freut sich Michael Landsiedl, Projektpartner von der Landsiedl Popper OG.

Protoyp entwickelt

Für die halbautomatische Erstellung von Onboarding-Methoden war die Implementierung einer JavaScript-Bibliothek erforderlich. Die Forschenden entwarfen dazu „VisAhoi“, eine JavaScript-Bibliothek, die in VA-Tools integriert werden konnte.

Die Implementierung eines selbsterklärenden Visualisierungs-Onboarding-Ansatzes für datenjournalistische Anwendungsfälle: Die Schnittstelle ist in zwei Bereiche unterteilt: (A) Vorschau mit der Visualisierung (5), der Onboarding-Schaltfläche (6) und dem Einstellungsfeld und (B) Flourish (1) mit den Einstellungen für Onboarding-Anpassungen (2, 3, 4). Außerdem können Journalis*innen die Daten der Treemap (7) ändern, die von der Flourish-Vorlage bereitgestellt wird.

"Wir als datavisyn bewegen uns in einem extrem komplexen Umfeld und daher sind die Applikationen, die wir entwickeln, entsprechend umfangreich. Das Forschungsprojekt SEVA hat uns ermöglicht, mit hoch-karätigen Partner*innen daran zu forschen, wie wir unsere User*innen noch besser onboarden können - für uns ein entscheidender Erfolgsfaktor”, sagt Dominic Girardi, Projektpartner von datavisyn.

Über das Projekt

Das Projekt SEVA wurde vom Institut für Creative\Media/Technologies der FH St. Pölten, in Kooperation mit der Landsiedl Popper OG, der datavisyn GmbH, dem FH JOANNEUM sowie dem Institut für Visual Computing & Human-Centered Technology der TU Wien umgesetzt. Die Österreichische Forschungsförderungsgesellschaft (FFG) finanzierte SEVA im Rahmen der 7. Ausschreibung des Programms IKT der Zukunft. 

• Mehr finden Sie auf unserer Forschungswebsite.
• Demo von VisAhoi