STAR - Visualisierung von Daten - Universität Konstanz
STAR - Visualisierung von Daten - Universität Konstanz
STAR - Visualisierung von Daten - Universität Konstanz
Erfolgreiche ePaper selbst erstellen
Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.
“Escaping this flatland is the essential task of envisioning information – for all the<br />
interesting worlds (physical, biological, imaginary, human) that we seek to understand<br />
are inevitably and happily multivariate in nature. Not flatlands.” (Edward Tufte)<br />
2.3.8 Historie<br />
Man nimmt an, dass die frühesten Arbeiten aus dem Bereich der <strong>Daten</strong>grafiken, also die<br />
Verwendung <strong>von</strong> abstrakten visuellen Eigenschaften, wie Linien und Bereiche um <strong>Daten</strong><br />
visuell zu repräsentieren, aus der Zeit um Playfair (1786) stammen [Tuf 1983].<br />
Beginnend mit Playfair entwickelten sich die klassischen Methoden, <strong>Daten</strong> in Grafiken<br />
einzutragen. 1967 veröffentlichte Bertin, ein französischer Kartograph, seine Theorie<br />
über Grafiken in The Semiology of Graphics (Bertin, 1967/1983; Bertin 1977/1981).<br />
Diese Theorie identifizierte die Grundelemente <strong>von</strong> Diagrammen und beschrieb ein<br />
Framework für ihr Design. Zehn Jahre (1977) später legte Tukey den Fokus seiner Arbeit<br />
Exploratory Data Analysis nicht auf die Qualität der Grafiken, sondern auf die<br />
Verwendung <strong>von</strong> Bildern um einen raschen statistischen Einblick in <strong>Daten</strong> zu erhalten.<br />
1983 veröffentlichte Tufte dann eine Theorie der <strong>Daten</strong>grafiken, welche die Maximierung<br />
der Dichte <strong>von</strong> relevanter Information betonte. Sowohl Bertins als auch Tuftes Theorie<br />
wurde sehr bekannt und beeinflusste die verschiedensten Communities, mit der Folge,<br />
dass die Information Visualization sich als eigene Disziplin entwickelte.<br />
Auch das 1988 <strong>von</strong> Cleveland und McGill veröffentlichte Buch Dynamic Graphics für<br />
Statistics, welches neue <strong>Visualisierung</strong>en <strong>von</strong> <strong>Daten</strong> erläuterte, übte einen großen<br />
Einfluss aus. Von besonderem Interesse war die Problemstellung, wie man <strong>Daten</strong>sätze<br />
mit vielen Variablen visualisieren sollte. Inselbergs Parallelkoordinaten-Technik<br />
(Inselberg und Dimsdale, 1990) und Mihalisins Technik der „Cycling through Variables at<br />
different Rates“ (Mihalisins, Timlin und Schwegler, 1991) gehörten dabei zu den<br />
interessanten Lösungsansätzen. Andere Gruppen, wie die <strong>von</strong> Eick arbeiteten dagegen an<br />
Techniken zur Darstellung großer <strong>Daten</strong>sätze in Form <strong>von</strong> statistischen Grafiken,<br />
verbunden mit wichtigen Problemen in Telekommunikationsnetzwerken und in großen<br />
Computerprogrammen (Becker et al., 1995; Eick, Steffen und Sumner,1992). Der<br />
Schwerpunkt der Statistiker lag auf der Analyse multidimensionaler, multivariabler <strong>Daten</strong><br />
und auf neuartigen Typen <strong>von</strong> <strong>Daten</strong>.<br />
1985 startete die NSF (National Science Foundation) die Initiative der „Scientific<br />
Visualization“ (McCormick and DeFanti, 1987). Die erste IEEE Visualization Conference<br />
fand dann 1990 statt. Diese Community wurde <strong>von</strong> Wissenschaftlern, Physikern und<br />
Computerwissenschaftlern im Bereich des „Supercomputing“ geleitet.<br />
26