w26M2

Big-Data-Technologien – Wissen für Entscheider
entsprechende Technologien der Daten-Bereitstellung
(vgl. Abschnitt 4.2) und Analytischen Verarbeitung
(vgl. Abschnitt 4.3) über geeignete Schnittstellen zu
integrieren.
In einem anschließenden Abbildungsmodul (Mapper)
werden die Daten dann in eine darstellbare, d.h. geometrische
Repräsentation überführt – Punkte, Linien, Flächen
(in 2D) bzw. Volumen (in 3D) – in deren Eigenschaften (den
sog. visuellen Variablen) wie Position, Größe, Form und
Farbe einzelne Datenattribute kodiert werden. Auf dieser
Stufe findet neben einer weiteren Informationsverdichtung
119 hauptsächlich eine Informationsgewichtung 120
statt.
Je nach Analyse- bzw. Kommunikationsziel ist es also
notwendig, die visuelle Kodierung der Daten bzw. die
Visualisierungstechnik adäquat auszuwählen.
Im letzten Schritt der Visualisierungspipeline wird die
erzeugte geometrische Repräsentation der Daten von
einem Darstellungsmodul (Renderer) in ein 2D-Pixelbild
zur Ausgabe auf den verschiedenen Endgeräten 121 umgewandelt.
Im Kontext von Big Data steht auf dieser Stufe
vor allem die Frage nach der technischen oder Display-
Skalierbarkeit – Bildschirmauflösung, Darstellungsverzögerung
(und bei Mobilegeräten der Energieverbrauch)
müssen berücksichtigt werden.
Benutzerinteraktion
Wie bereits auf S. 78 erläutert, stellt die Benutzerinteraktion
einen wichtigen und wesentlichen Freiheitsgrad
bei der Analyse und Exploration von Daten dar. Die
Visulisierungspipeline erlaubt die Interaktion durch den
Benutzer an jeder beliebigen Stelle. Vor allem bei unbekannten
Daten ist eine Erkenntnis über die in den Daten
vorhandene Information häufig erst durch die interaktive
Manipulation der Visualisierungsparameter aller
Visualisierungsstufen möglich. Die dafür erforderlichen,
hohen Interaktionsraten setzen effiziente Algorithmen
und Datenstrukturen sowie entsprechende Verarbeitungskapazitäten
auf den darunter liegenden Schichten
(Analytische Verarbeitung, Daten-Zugriff, Daten-Haltung)
voraus.
Multiple koordinierte Ansichten
Ein wichtiger Aspekt der Flexibilität und (visuellen)
Skalierbarkeit von Visualisierungswerkzeugen ist die
Fähigkeit, unterschiedliche Aspekte der untersuchten
Daten darzustellen.
Es ist oftmals nicht zielführend, die relevanten Zielinformationen
in ein einziges Bild zu kodieren, da dies zu
überladenen und schwer zu interpretierbaren Darstellungen
führt. Gute Visualsierungslösungen bieten deshalb
die Möglichkeit, unterschiedliche Teilaspekte in mehreren
parallelen Fenstern darzustellen, wobei diese jedoch
miteinander koordiniert sind – d.h., interaktive Selektion,
Hervorhebungen und Markierungen (Brushing) in einer
Ansicht führen zur unmittelbaren Anpassung aller weiteren
verbundenen Ansichten (Linking). Auf diese Weise
lassen sich
• in den Daten enthaltene Muster bezüglich eines Teilaspektes
zuverlässiger und schneller aufspüren, und
• komplexe multi-dimensionale Filter (Zoom and Filter)
lassen sich durch die Kombination mehrerer Einzelfilter
aus verschiedenen Ansichten einfach und interaktiv
definieren.
Die Abbildung 34 zeigt ein Beispiel dieses Ansatzes für die
Analyse raumzeitlicher Daten. Die Aspekte Raumbezug
(2D-Karte) und zeitliche Dynamik (Zeitgraph) werden
jeweils in einer eigenen Ansicht dargestellt, beide Ansichten
sind jedoch durch interaktive Hervorhebungen und
Selektion (per Maus) miteinander verknüpft.
119
typischerweise auf wenige Dutzend bis einige tausend Graphikprimitive
120
z. B. werden leuchtende Farben vor einem sonst gedeckten Hintergrund eher wahrgenommen als Variationen der Form in einer großen Anzahl von
Einzelsymbolen.
120
PC-Monitor, Tablet, Smartphone…
83