Seminar Mensch Maschine Kommunikation WS 01/02 - Universität ...

Glyphen
Symbole zur Visualisierung von mehreren
Objekteigenschaften
Version 09.04.2002
Anthea Merkle
Seminar Mensch-Computer-Interaktion
WS 2001/2002
Universität Konstanz
FB Informatik und Informationswissenschaft

Inhalt
1. Einleitung .............................................................................................................................................3
2. Definition und Abgrenzung von verwandten Konzepten ............................................................4
2.1. Definition ..........................................................................................................................................4
2.2. Verwandte Begriffe ..........................................................................................................................4
3. Historische Meilensteine ....................................................................................................................6
3.1. Hieroglyphen und andere Bildschriften ........................................................................................6
3.2. Bildstatistik nach “Wiener Methode”............................................................................................8
4. Anwendungsgebiete von Glyphen..................................................................................................10
5. Ausgewählte Praxisbeispiele ............................................................................................................10
5.1. Chernoff-Faces ...............................................................................................................................10
5.2. Shape Coding ..................................................................................................................................12
5.3. Visualisierung von Dokumenten..................................................................................................13
5.3.1. Envision ...................................................................................................................................13
5.3.2. Visualisierung in digitalen Bibliotheken ..............................................................................15
5.4. GeoVis .............................................................................................................................................17
6. Aufbau und Entwicklung eines Glyphen.......................................................................................19
6.1. Die Visualisierungspipeline...........................................................................................................19
6.2. Kriterien zur Glyphenerstellung...................................................................................................21
6.3. Glyphenerzeugung mit PS-Explore.............................................................................................21
7. Andere Visualisierungsmöglichkeiten multidimensionaler Daten .............................................23
7.1. Scatterplot-Matrizen.......................................................................................................................23
7.2. Parallel Coordinates .......................................................................................................................24
8. Entwicklung eigener Glyphen.........................................................................................................25
9. Fazit.....................................................................................................................................................27
10. Quellennachweis................................................................................................................................28
10.1. Printmedien...................................................................................................................................28
10.2. Online-Quellen .............................................................................................................................29
10.3. Abbildungen..................................................................................................................................30
2

1. Einleitung
Der Begriff „Glyph“ ist mit unterschiedlichen Bedeutungen verbunden. Der Schwerpunkt dieser
Arbeit behandelt Glyphen als Symbole zur Visualisierung von multivarianten Daten. Glyphen
(oftmals – wenn auch nicht korrekt nach unserer Definition - auch als Ikonen, Bildstatistiken
oder Piktogramme bezeichnet) sind demnach graphische Instanzen, die ein oder mehrere
Datenwerte über Attribute wie Form, Größe, Farbe und Position übermitteln.
Neben anderen graphischen Methoden werden sie zur Visualisierung von komplexen und
multivarianten Daten und Informationen benutzt.
Die Anwendbarkeit von Glyphen ist vielfältig, z.B. werden sie bei Geodaten eingesetzt, um bei
Karten ortsbezogen verschiedene Merkmale zu visualisieren. Auch in der Statistik finden wir
einige Beispiele für die Datenvisualisierung mit Glyphen. Beispiele für diese Art von Glyphen
sind u.a. die Chernoff-Gesichter und das „Shape Coding“ nach Beddow.
Die Visualisierung von komplexen Sachverhalten mittels Symbolen ist keine neuzeitliche
Erfindung, in den urgeschichtlichen Bildschriften z.B. der Maya oder Ägypter finden wir die
Vorläufer dieser Technik.
Die Entwicklung eines Glyphen ist in eine „Visualisierungspipeline“ eingebunden. Anhand dieser
wird die Entwicklung eines Glyphen in Teilprozesse aufgespalten, bei der zunächst die Daten
aufbereitet werden, um sie dann nach bestimmten Kriterien auf den gewählten Glyphen
abzubilden. Die Wahl des Glyphen, auf den die Daten abgebildet werden, spielt eine grosse Rolle
für seine spätere Verwendung.
Ein selbstentwickeltes Beispiel, in welchem multivariante Daten auf einen Glyphen abgebildet
werden, soll dieses aufzeigen.
Keywords: Glyph, Visualisierung, multivariante Daten
1 Schumann 2000, S. 140
3

2. Definition und Abgrenzung von verwandten Konzepten
2.1. Definition
Aus typographischer Sicht wird ein Glyph als „any graphic symbol not in the ASCII character set“ 2
definiert. Ein simples Beispiel wäre der deutsche Umlaut „Ö“, welcher sich nach dieser
Definition aus den Glyphen O und “ zusammensetzt.
Um diese Definition allerdings allgemeingültig zu machen, müsste sie lauten: „any graphic symbol
not in ANY international character set“. Also alle Zeichen, welche nicht im Alphabet einer Sprache zu
finden sind.
Im Griechischen hat das Wort „Glyph“ die Bedeutung Schnitzerei oder Skulptur. 3
Im Bereich Informationsvisualisierung spricht man von einem Glyph als einer
Visualisierungsprimitive, die exakt positioniert werden kann und Werte von Variablen in
geometrische Charakteristika wie z.B. Länge, Winkel oder Form bzw. in Darstellungsattribute wie
Farbe oder Transparenz verschlüsselt. Diese Definition wird in dieser Arbeit benutzt.
2.2. Verwandte Begriffe
Begriff Glyph wird in der Visualisierung auch manchmal als Ikone bezeichnet (nicht zu
verwechseln mit dem User Interface-Ausdruck “Icon”). Nach Umberto Eco ist die Ikone ein
Zeichen, das aufgrund einer Ähnlichkei und, aufgrund innerer Merkmale, die in irgendeiner Weise Merkmale des
Gegenstandes korrespondieren, auf den bezeichneten Gegenstand verweist. Er grenzt dieses ab von Zeichen,
welche in dem Maß ikonisch sind, wie es die Merkmale des von ihm Bezeichneten besitzt. Ikonisch sind also eine
Fotographie, eine Zeichnung, ein Diagramm, aber auch eine logische Formel und insbesondere ein mentales Bild. 4
Ein Icon ist ein kleines Piktogramm oder Symbol, das in Hypermedia-Programmen, Computer-
Anwendungen oder graphischen Benutzerschnittstellen integriert ist. Icons sollen Objekte,
Befehle, Anwendungen, Dateien o.ä. visualisieren und eventuell Operationen aktivieren.
Ein Piktogramm, welches gerne als Synomym zu Icon benutzt wird, wird aber häufig im Bereich
der „Infografik“ mit Glyph gleichgesetzt. Nach der hier angewendeten Definition eines
Glyphen 5 , kann diesem nicht zugestimmt werden.
Unter Piktogrammen versteht man einfache Bilder, die auf einen Blick ohne Vermittlung durch
die Sprache einen Begriff aktivieren oder eine Handlung auslösen sollen.
Ebenfalls wird der Begriff der Infografik häufig gleichgesetzt mit dem Begriff Glyph. Auch dieses
stimmt mit der hier gewählten Definition von Glyphen nicht mit überein und muss klar
abgegrenzt werden, denn die Infografik bildet die Wirklichkeit nicht direkt ab, sondern
visualisiert abstrakte Vorgänge, die in der Regel nicht leicht verständlich sind, wenn man nur ein
Abbild des Gegenstandes betrachtet. Der Begriff entstammt der Medien– und Werbebranche.
Infografiken wurden schon in den 30er Jahren auf sehr „professionelle“ Weise zu
Propagandazwecken eingesetzt. Mit diesen Grafiken sollte auch dem ungebildetsten Arbeiter
klargemacht werden, in welcher Gefahr das Land sich befindet. Wie wir aus der Vergangenheit
wissen, hat diese Botschaft funktioniert.
2 http://www.its.bldrdoc.gov/projects/t1glossary2000/_glyph.html
3 http://whatis.techtarget.com/definition/0,,sid9_gci212200,00.html
4 Eco 1977, S. 60
5 siehe 2.1 Definition
4

Abbildung 1 – Antisemitistische Propaganda
Ebenfalls aus den 30er Jahren stammt die Abbildung 2, welche ebenfalls dazu diente, weniger
gebildeten wissenschaftliche Sachverhalte zu übermitteln. Diese Grafik ist schon mehr im Bereich
der Glyphenvisualisierung als der der Infografiken anzusiedeln.
Abbildung 2 – Vererbung der Minderwertigkeit
5

3. Historische Meilensteine
3.1. Hieroglyphen und andere Bildschriften
Das Wort „Hieroglyphen“ stammt aus dem griechischem von hieros:heilig und glyphe:(in
Stein)geritztes. Im Allgemeinen verbindet man mit Hieroglyphen fast ausschließlich die
Schriftzeichen der alten Ägypter, aber auch die Schriften der Hethiter, Kreter und Maya werden
heute Hieroglyphen genannt. Der einzige Zusammenhang zwischen diesen Sprachen besteht aber
darin, dass sie Bildschriften hatten.
Die Hieroglyphenschrift ist eine Bilderzeichenschrift und die älteste geschriebene Form von
antiker Sprache. Trotz ihrer Bilderzeichenschrift sind die Hieroglyphen nicht primitiv. Sie
formten ein völlig entwickeltes Schriftsystem, mit dem komplizierte semantische Informationen
dargestellt werden konnten. 6
Die Ägyptische Sprache setzte sich aus Ideogrammen (Begriffszeichen) und Phonogrammen
zusammen. Phonogramme haben keinen Bezug zu den Begriffen, den sie darstellen, sondern nur
zu ihrem Lautwert. Ein Zeichen kann in einem Satz ein Ideogramm sein, während es im nächsten
ein Phonogramm ist. Meistens wurde in einer Mischung aus Phono- und Ideogrammen
geschrieben. Durch Anfügen einiger Phonogrammen an ein Ideogramm kann dessen Bedeutung
verändert werden. 7 So gesehen ist diese Schrift nicht weniger entwickelt als unser eigenes
Alphabet.
Die Mayaglyphe bestehen aus einer Mischung aus Symbolen und naturalistischen Bildern. Sie
stellen Wortteile, Begriffe, Zahlen, Tage oder Monate dar. Ihre Glyphen können Logogramme
(eine Glyphe steht für ein ganzes Wort oder einen Begriff) und Silben (für jede Glyphe ein
Sprachlaut) darstellen.
6 http://www.hieroglyphen.de/hiero_allg2.html
7 http://www.kbs-koeln.de/gbg/information/vergangenh/hierogly/bastian.htm
6

Abbildung 3 – Vereinfachtes Hieroglpyhen-Alphabet
7

3.2. Bildstatistik nach “Wiener Methode”
Otto Neurath, Ökonom und Philosoph, entwickelte Mitte der 20er Jahre die “Wiener Methode”
der Bildstatistik für das neu gegründete Gesellschafts- und Wirtschaftsmuseum. Er sah in der
Statistik den entscheidenden Faktor zur Beurteilung ökonomischer Zusammenhänge, gleichzeitig
erkannte er, dass Zahlenkolonnen wenig attraktiv auf das heterogene Museumspublikum wirken
würden. Bildtafeln sollten deshalb die abstrakten Zahlen massenwirksam präsentieren. Heute
wird die “Wiener Methode” auch “Isotype” genannt.
Abbildung 4 – Vergleich Tabelle / Grafik
Diese Abbildung soll zeigen, das Tabellen und Formeln für die breite Masse meist schwer
verständlich sind, da sie eine gewisse Vorbildung voraussetzen. Bildhafte Darstellungen hingegen
können leichter verstanden werden.
Im Wiener Museum entstanden zwischen 1925 und 1934 nicht nur Hunderte von Bildstatistiken.
Museumsleiter Neurath formulierte auch die didaktischen Prinzipien: Isotype-Grafiken sollen
immer anschaulich und gegenständlich sein sowie die Mengen korrekt visualisieren. Die Wiener
Museumspädagogen sahen ihr wesentliches Anliegen darin, Gesellschaft und Ökonomie
verständlich darzustellen. Die Grafik mußte also einfach sein und jeweils nur ein ausgewähltes
Thema veranschaulichen. Handelte es sich dabei um Zahlen, so bestand der erste didaktische
Kunstgriff – ähnlich wie in der Mengenlehre – darin, sich von den exakten Werten abzuwenden
und sich den dahinter verborgenen Beziehungen und Verhältnissen zuzuwenden. Nicht
lückenloses Wissen, das nur Fachwissenschaftler interessiert, sondern größere Zusammenhänge
in überschaubaren Einheiten sollten präsentiert werden. Ihre Bildstatistiken zeigen deshalb statt
spröder Zahlen anschauliche Mengenverhältnisse.
Zweitens verwendete man gegenständliche Symbole zur Mengendarstellung, um es dem
Betrachter leicht zu machen, sich sowohl an den Gegenstand als auch an die Verhältnisse visuell
zu erinnern.
8

Und drittens wurden in Isotype-Grafiken größere Mengen stets durch eine größere Anzahl von
Symbolen und nicht durch größere Symbole wiedergeben. Diese Darstellung erleichtert zum
einen den korrekten Mengenvergleich, zum anderen liefert sie auch logisch meistens das richtige
Bild, nämlich dann, wenn es sich um eine wachsende Anzahl und nicht um größer werdende
Gegenstände handelt.
Die gegenständliche Mengendarstellung erforderte einen umfangreichen Symbolvorrat. Dem
Grafiker Arntz, der seit 1929 zum Museumsteam gehörte, gelang es, die anspruchsvollen Inhalte
bildlich adäquat umzusetzen. 8
8 Jansen 1999, S. 39
9

4. Anwendungsgebiete von Glyphen
Die Visualisierungstechnik von Glyphen, mittels einer Grafik auf einfache und
allgemeinverständliche Weise komplexe Sachverhalte darzustellen, kann in den verschiedensten
Bereichen angewandt werden.
Beispiele wären:
� Kartographie (z.B. Visualisierungsunterstützung von Geodaten)
� Graph Drawing (statt Diagrammen)
� Interface Design (Icons, Piktogramme)
� Katastrophen- und andere Warnsysteme
� Data Mining Visualisierung
� Statistik
� Marketing und Werbung
� Kognitive Psychologie
5. Ausgewählte Praxisbeispiele
5.1. Chernoff-Faces
Die von Herman Chernoff 1973 entwickelten Chernoff-Glyphen sind eines der bekanntesten
Beispiele von Glyphen. Die oft auch als Chernoff-Faces oder zu deutsch Chernoff-Gesichter
bezeichneten Glyphen sind mit die ersten Glyphen, die zur Visualisierung von Multiparameter-
Daten eingesetzt wurden. Sie nutzen die beim Menschen besonders geschulten Fähigkeiten zum
Erkennen von Nuancen und Veränderungen in Gesichtsmimiken aus und kommen in
verschiedenen Statistik- und Visualisierungstools zum Einsatz. 9
Abbildung 5 – Beispiel einer Darstellung von Chernoff-Faces
Chernoff verwendete diese Technik ursprünglich am Beispiel von Geodaten, welche
charakterisiert nach verschiedenen Attributen (z.B. Salzgehalt, Wassergehalt), dargestellt wurden.
Mit dieser Visualisierungstechnik konnte er bis zu 18 verschiedene Merkmale mittels
Unterscheidung in Form und Größe des Kopfes, der Nase, der Augen und Brauen und des
Mundes darstellen.
9 Schumann 2000, S. 194
10

Eine Variante der klassischen Chernoff-Faces stellt das untenstehende Beispiel dar. Sie besteht
darin, von bekannten Bildern auszugehen, zum Beispiel von Mona Lisa. Diese Bilder werden
parametrisiert und anschließend entsprechend der Merkmalsausprägung einer gegebenen
Datenmenge verzerrt.
Abbildung 6 – Chernoff-Variante „Mona Lisa“
Mittels der unterschiedlichen Gesichtsausdrücke der Mona Lisa sollen Eigenschaften (neutral,
good economics, many recreational facilities, high crime rate, bad healthcare situtation)
ausgewählter amerikanischer Städte dargestellt werden. 10
10 Schumann 2000, S. 198
11

5.2. Shape Coding
Die von J. Beddow 1990 entwickelte Glyphenvisualisierung des Shape Coding wird auch als
Autoglyph bezeichnet und ist ein Spezialfall der Farbikone. 11 Der Glyph besteht aus einem
achsenparallelem Rechteck, das mit einem regelmäßigen Gitter überzogen ist. Jeder Gitterzelle
wird genau ein Merkmal zugeordnet. Die Ausprägung des Merkmals wird in der Farbe der
entsprechenden Gitterzelle verschlüsselt.
Abbildung 7 – Shape Coding Rechteck
Die Shape-Coding-Technik eignet sich besonders für nominale Merkmale mit einem begrenzten
Wertebereich, insbesondere für binäre Merkmale. Ansonsten bieten sich Klasseneinteilungen an
(z.B. in hohe, niedrige und mittlere Werte), damit die Darstellung interpretierbar bleibt.
Abbildung 8 – Shape Coding Matrix eines mikrobiologischen Datensatzes
Ursprünglich wurde die Shape-Coding-Technik entwickelt, um Korrelationen bei einer großen
Anzahl von Variablen zu studieren. Die Muster, die durch die Attributierung des Autoglyphen
entsprechend der gegebenen Datenwerte entstehen, können spontan wahrgenommen und
unterschieden werden. Damit lassen sich Korrelationen intuitiv erkennen. Die Wahrnehmung
von Korrelationen kann zudem verbessert werden, wenn korrelierende Variable in benachbarten
Feldern des Autoglyphen angeordnet sind. 12
11 Levkowitz 1991
12 Schumann 2000, S. 196
12

5.3. Visualisierung von Dokumenten
5.3.1. Envision
Die „Envision Digital Library“ wurde als Prototyp der digitale Bibliothek für Informatik am
Virginia Tech mit Unterstützung des ACM und NSF Grant Iri-9116991 entwickelt. Ungefähr
200.000 Dokumente, meistens von den ACM-Publikationen, wurden in SGML umgewandelt und
in das MARIAN-DL-Suchsystem geladen. Der größte Teil der Dokumente bestand nur aus
Metadaten, häufig mit Auszügen, aber auch aus einigen Volltextdokumenten. Auch einige
Multimedia-Dokumente waren enthalten.
Der innovative Teil des Projektes ist jedoch die Visualisierung von Envision. Die Suchresultate
werden als Glyphenmatrix angezeigt, welche semantisch vom Benutzer veränderbar ist.
In einem Teil des Fensters hat der Benutzer Zugriff auf bibliographischen Informationen.
Während viele Visualisierungssschnittstellen für Information Retrieval Systeme
Dokumentanfragen bildlich ähnlich geordnet darstellen, stellt Envison graphisch eine Vielzahl
von Dokumenteigenschaften dar und unterstützt eine umfangreiche Benutzersteuerung. 13
Abbildung 9 – Envision Übersichtsfenster
In einem Teil des Fensters hat der Benutzer Zugriff auf bibliographischen Informationen.
Während viele Visualisierungssschnittstellen für Information Retrieval Systeme
Dokumentanfragen bildlich ähnlich geordnet darstellen, stellt Envison graphisch eine Vielzahl
von Dokumenteigenschaften dar und unterstützt eine umfangreiche Benutzersteuerung. 14
13 http://www.dlib.vt.edu/projects/Envision/
14 http://www.dlib.vt.edu/projects/Envision/
13

Das in Abbildung 9 gezeigte Envision Result Window besteht aus drei interaktiven Fenstern:
� ein kleines Abfragefenster, indem der Benutzer Zugriff auf ein editierbares
Formular für die Anzeige der Abfrage auf dem Bildschirm hat
� ein scrollbares graphisches Ansichtsfenster, welches mit Glyphen die Resultate
der Anfrage darstellt
� ein Fenster, in dem die bibliographischen Information über die ausgewählten
Dokumente graphisch dargestellt werden
Abbildung 10 – Envision Result Fenster
Das Layout des graphischen Ansichtfenster, ist an einem Scatterplot orientiert. Jedes gefundene
Dokument wird als Glyph dargestellt. Eine Legende erläutert dem Benutzer die aktuell
angewandte Semantik und bietet ihm gleichzeitig auch die Möglichkeit, diese abzuändern.
Der Benutzer hat verschiedene Symbole, Attribute oder graphische Einstellmöglichkeiten zur
Verfügung:
� Glyphenpositionierung entlang der X- und Y-Achse
� Glyphengröße
� Glyphenfarbe (oder den Sättigungsgrad bei schwarz-weiß Monitoren)
� die Form des Glyphen
� der alphanummerische Zeichensatz jedes Symbols 15
Durch Farb- und Formgebung erkennt der Benutzer des Systems auf einen Blick, ob das
Dokument für ihn relevant ist oder nicht.
15 http://www.dlib.vt.edu/projects/Envision/CS5604Proj99/Adv-Envision.html
14

5.3.2. Visualisierung in digitalen Bibliotheken
Ein weiteres Beispiel, wie Dokumente in Retrieval Systemen visuell dargestellt werden können,
haben Kate Beard und Vyjayanti Sharma ausgearbeitet.
Ihr Ziel war es auch, den Anfragenden eine möglichst einfach verständliche Darstellung der
Relevanz der gefundenen Dokumente zu ermöglichen. Das Ranking wurde in einem 3-teiligen
Glyphen umgesetzt. Die Marke an der Unterseite des Glyphen kennzeichnet die Datei. 16
Diese graphische Lösung hat einige Vorteile. Zuerst vermeidet sie eine bedeutungslose
mathematische Kombination der unterschiedlichen Attribute. Zweitens kann der menschliche
Sinnenapparat den Glyphen als eine graphische Maßeinheit leicht verarbeiten und doch die
einzelnen Ränge noch sichtlich trennen.
Jedes der drei Teile des Glyphen kann durch eine andere Farbe dargestellt werden. Weiß bedeutet
in allen Fällen, das kein Wert vorhanden ist. Die einzelnen Ränge können mit Sättigung angezeigt
werden. 17
Abbildung 11 – 3-teiliger Glyph mit Ranking Schema
Wie in Abbildung 12 dargestellt, können auch mehrere Glyphen simultan angeordnet auf dem
Bildschirm angezeigt werden. In Verbindung mit einer Karte erhält der Benutzer schnell einen
Gesamteindruck des Ergebnisses seiner Anfrage.
16 Beard 1995, S. 158
17 Beard 1995, S. 158
15

Abbildung 12 - Glyphenkombination
16

5.4. GeoVis
Zum besseren Verständnis der Entstehung von nächtlichen Hang- und Talwinden hat das
Institut für GeoInformatik in Münster das Simulationsmodell S_KIMO 3 entwickelt. Dabei
werden 12 verschiedene Datentypen zu verschiedenen Zeitpunkten simuliert. Diese
Informationen sind als Rasterdaten verhanden und präsentieren 17 Schichten über dem Gelände.
Diese Daten werden in einem dreidimensionalen Raum visualisiert, durch den eine frei zu
definierende Flugbahn gewählt werden kann.
Die Verwendung von dreidimensionalen Glyphen ist ein Ansatz, einige Datentypen auf einmal
darzustellen. Die hier verwendeten Glyphen kann man als dreidimensionale Pfeilspitzen ansehen,
die Daten des Raumquaders präsentieren, in dem sie erscheinen. Die Richtung, in die sie zeigen,
ist die resultierende Windrichtung. Nun kann man wählen, welchen Datensatz die Ausdehnung
dieses Glyphen in der jeweiligen Raumdimension hat. Für die Farbe und Transparenz kann man
in beiden Darstellungsarten einen Datentyp frei wählen, somit kann ein Glyph insgesamt 5 (+
resultierende Windrichtung) Datentypen und eine Oberfläche 3 Datentypen anzeigen. Die
Zeitdynamik wird dadurch erreicht, daß sich die Daten dem jeweiligen Zeitraum anpassen, also
durch eine Animation über die Zeit.
Abbildung 13 – GeoVis Bildschirmansicht 1
17

Abbildung 14 – GeoVis Bildschirmansicht 2
In Abbildung 13 und 14 werden zusätzlich zu den Landnutzungs-, Gebäude und Höhendaten die
absolute Temperatur (die Farbe der Glyphen bzw. Oberflächen), die gesamte resultierende
Windstärke (jede der Glyphdimensionen bzw. die Höhe der Oberfläche) und die relative Feuchte
(Transparenz) dargestellt.
Mit Hilfe dieser Visualisierung erkennt man schnell Zusammenhänge zwischen den einzelnen
Datentypen, auch fallen extreme Datenwerte auf. Bei der Zeitanimation versteht man schnell die
Dynamik der Daten, der Flug durch die Landschaft hilft beim Betrachten von Details. Das
Programm muß noch in der Anwendung evaluiert werden. Mögliche Weiterentwicklungen sind
ein anderer Glyph, verstärkter Einsatz von Detail und Kontext sowie eine echte
Datenminimierung, um die Performance der Darstellung zu verbessern. 18
18 http://www.uni-paderborn.de/fachbereich/AG/agdomik/diplomarbeiten/mking/da3.html
18

6. Aufbau und Entwicklung eines Glyphen
6.1. Die Visualisierungspipeline
Der Visualisierungsprozess der Daten auf ein Glyphenmodell ist wie auch bei anderen
Visualisierungsmethoden mit bestimmten Einzelschritten verknüpft. Anhand einer
Visualisierungspipeline sollen diese verdeutlicht werden. 19
Filtering Datenauswahl Mapping Rendering
Evaluierung Auswahl von Abbildung der Erzeugung
der Daten - Datensätzen Datenwerte auf der Bilder
Bearbeitung - Beobachtungsfällen abstrakte
der Daten - Variablen geometrische
- Selektion von Primitive und
Wertebereichs- ihre Attribute
eigenschaften
Daten Bild
Die Abbildung zeigt die vier wesentlichen Schritte der Visualisierungspipeline: Die
Datenaufbereitung (Filtering), die Datenauswahl, die Erzeugung eines Geometriemodells
(Mapping) und die Bildgenerierung (Rendering).
Die Datenaufbereitung realisiert eine Daten-zu-Daten-Abbildung. Ausgangspunkt sind die in
einer Anwendung erhobenen Daten, auch als Rohdaten bezeichnet. Diese werden für die
nachfolgenden Visualisierungsschritte aufbereitet. Dazu gehören z.B. Operationen zur
Vervollständigung oder Reduzierung einer Datenmenge. 20
Eine weitere wichtige Aufgabe der Datenaufbereitung ist das Filtern der Daten. Hierauf ist auch
die englische Bezeichnung „Filtering“ zur Benennung des Schrittes der Datenaufbereitung
zurückzuführen. Durch das Filtern lassen sich Datenwerte glätten, eventuelle Fehler korrigieren
oder Werte nach bestimmten Kriterien extrahieren, z.B. durch Anwendung von
Schwellwertoperationen. Im Ergebnis der Datenaufbereitung liegen die so bezeichneten
aufbereiteten Daten vor.
Bei multivarianten Daten ist eine anschließende Auswahl der Daten nach bestimmten Kriterien
nötig, z.B. welche Wertebereiche dargestellt werden sollen oder ob nur bestimmte
Beobachtungsfälle visualisiert werden sollen.
Der anschließende Mapping-Schritt ist das Kernstück des Visualisierungsprozesses.
Ausgangspunkt sind die aufbereiteten Daten. Diese können geometrischer und nichtgeometrischer
Natur sein. Die nicht-geometrischen Daten werden vom Mapping-Schritt in
Geometriedaten überführt, d.h. es wird eine Daten-zu-Geometrie-Abbildung realisiert.
Beim Mapping wird in entscheidendem Maße Einfluss auf die spätere visuelle Repräsentation der
Daten genommen. Hier wird entschieden, welche geometrischen Primitive erzeugt und mit
welchen Attributen (z.B. Farbe, Größe) sie belegt werden sollen.
19 nach Haber 1990
20 Schumann 2000, S. 15 ff
19

Der letzte Schritt der Visualisierungspipeline ist die Bildgenerierung (Rendering). Hier erfolgt die
Abbildung der Geometriedaten in Bilddaten.
Aus der Sicht des Datenflusses stellt die Visualisierungspipeline wie folgt dar:
Rohdaten aufbereitete Geometrie- Bilddaten
Daten daten
In folgender Abbildung soll der Visualisierungsprozeß an einem Beispiel gezeigt werden:
Abbildung 15 – Visualisierungsprozeß
Die Rohdaten werden an den rot gezeichneten Punkten erfasst.
Die Daten werden aufbereitet und vorverarbeitet, damit ihre Struktur der gewählten Form des
Glyphen angepasst werden kann.
Die Datenwerte werden gemappt und auf das Gitter projiziert. Der Datenwert „Druck“ wird auf
die Höhe, der Datenwert „Temperatur“ wird auf die Farbe des Glyphen abgebildet.
20

6.2. Kriterien zur Glyphenerstellung
Üblicherweise werden die Werte eines Datensatzes in einer Glyphe zusammengefasst. Ein nicht
triviales Problem ist das Entwickeln eines effektiven geometrischer Kodes zur Konstruktion der
Glyphen. Hierfür lassen sich einige Regeln angeben: 21
die einzelnen Merkmale sollten in einer Glyphe gut kombinierbar und unterscheidbar sein
Glyphen sollten separat erkennbar sein
Glyphen sollten sich erkennbar unterscheiden, wenn die zugehörigen Merkmalsausprägungen
differieren
Glyphen sollten vom Betrachter interpretierbar sein
6.3. Glyphenerzeugung mit PS-Explore
Das Statistiktool PS-Explore bietet neben anderen Funktionalitäten auch die Visualisierung
mittels Glyphen an.
Die Glyph-Prozedur in PS-Explore ist mit einer Ähnlichkeitssortierung gekoppelt, wie sie etwa
auch in der Matrixanalyse benutzt wird. Somit ist es möglich, den in die Analyse einbezogenen
Einzelfällen Gruppen von Fällen zuzuordnen, die hinsichtlich der Analysemerkmale
Gemeinsamkeiten aufweisen.
Es ist auch möglich, von vorneherein eine Gruppenvariable festzulegen. Die einzelnen Glyphen
werden dann entsprechend ihrer Gruppenzugehörigkeit farblich differenziert.
Abbildung 16 – Glyphenerstellung mit PS-Explore
21 Schumann 2000, S. 192
21

Üblich sind zwei Variationen der Glyphendarstellung. Im ersten Fall sind die Strecken
proportional zu den jeweiligen Merkmalswerten (wobei diese natürlich positiv sein müssen). Im
zweiten Fall werden alle Werte einer Datenmatrix (alle Werte aller Merkmale und aller Objekte)
in drei Teile aufgespalten. Die Werte des unteren (kleinsten) Drittels werden durch Punkte auf
der Kreislinie, die Werte des mittleren Drittels als Strecken fester Länge c und die Werte im
oberen Drittel durch Strecken der Länge 2c kodiert. 22
Letztere Darstellungsart ist speziell dann sinnvoll, wenn die verschiedenen Objekte kontrastiert
werden sollen, um spezifische Unterschiede besser hervorzuheben. 23
Abbildung 17 – Glyphendarstellung mit PS-Explore
Die in Abbildung 17 dargestellte Glyphenvisualisierung soll die Zufriedenheit der Patienten eines
Krankenhauses visualisieren. Die einzelnen evaluierten Kriterien 24 werden anhand der „Haare“
des Glyphen dargestellt. Je länger das Haar desto zufriedener waren die Patienten mit der
jeweiligen Leistung. Dem „Kopf“ des Glyphen kommt keine Bedeutung zu, er dient lediglich als
Grundlage und um dem Glyphen ein „Bild“ zu geben.
22 http://www.ps-explore.de/html/glyphen_0.html
23 http://www.ps-exlore.de/html/glyphen_0.html
24 wie in der Legende rechts in Abbildung 17 dargestellt
22

7. Andere Visualisierungsmöglichkeiten multidimensionaler Daten
7.1. Scatterplot-Matrizen
Beim Scatterplot wird jeder Datenwert als Punkt in einem kartesischen Koordinatensystem
eingezeichnet. Bei dreidimensionalen Scatterplots sind die Daten als Punktwolke über einem
Achsenkreuz im Raum verstreut.
Abbildung 18 – Scatterplot-Matrix
Wie in Abbildung 18 dargestellt, können auch mehrere Scatterplots zusammen in einer
sogenannten Scatterplotmatrix dargestellt werden. Diese Technik ist sehr nützlich wenn mit Hilfe
von mehreren Datenproben gewisse Tendenzen nachgewiesen werden sollen. Die Brauchbarkeit
dieser Technik verringert sich mit 8 oder mehr Dimensionen. 25
25 http://mvc.man.ac.uk/students/summer95/ieuan/MultidimVis/Ohp_6.html
23

7.2. Parallel Coordinates
Diese Technik projiziert eine n-dimensionale Darstellung auf eine 2D-Fläche, indem sie jede
Dimension an der Y-Achse ausrichtet, gleichzeitig die Intervalle auf der X-Achse abbildet.
Abbildung 19 – Parallel Coordinates
Auch in der Abbildung 19 werden die Merkmale Zylinderanzahl, PS, Gewicht und
Beschleunigung eines Fahrzeugs abgebildet.
Diese Technik kann verwendet werden, um Wechselbeziehungen der Datensätze hervorzuheben.
Mit Erhöhung der darzustellenden Daten verschlechtert sich allerdings die Qualität der Grafik.
24

8. Entwicklung eigener Glyphen
Viele glyphbasierte Visualisierungen basieren auf dem stick figure icon.
Das stick figure icon besteht aus fünf verbundenen Segmenten, den Gliedern. Ein weiteres
Segment, der Körper, dient als Basis für die verschiedenen geometrischen Transformationen.
Jedes Glied hat drei Parameter, in denen die Daten abgebildet werden können: der Winkel, die
Intensität und die Länge. 26
Abbildung 20 – Grundgerüst Stick figure icon
Angelehnt an die stick figure icon wurde ein Modell entwickelt, bei dem fünf Personenmerkmale auf
eine Glyphe abgebildet werden sollen.
Merkmal Ausprägung
Geschlecht �
Weiblich
Bildungsstand
Einkommen
Familienstand
Besitzstand
Hoch
Hoch
single
Immobilieneigentümer
Mittel
Mittel
26 http://www.cs.uml.edu/~fjara/thesis/active/proposal/node6.html
25
�
Männlich
liiert
Mieter
Niedrig
Niedrig

Beispiele:
Weiblich, mit hohem Bildungsstand, hohem
Einkommen, Single und zur Miete wohnend.
Männlich, mittlerer Bildungsstand, mittleres
Einkommen, nicht Single, in eigenem Haus /
Wohnung wohnend.
Durch die Anordnung der fertigen Glyphen auf einer Karte oder einen könnte noch das Merkmal
„geographische Lage“ dazukommen. Bei einer chronologischen Entwicklung könnten die
Glyphen auch auf einem Zeitstrahl angeordnet sein.
26

9. Fazit
Glyphen werden in den unterschiedlichsten Bereichen der Datenvisualisierung eingesetzt.
Gemeinsam haben all die vorgestellten Beispiele, dass durch den Einsatz von Glyphen die
Sachverhalte allgemeinverständlich dargestellt werden sollen, sozusagen „auf einen Blick“
erkennbar.
Durch eine geeignete Wahl in der Form und Art des Glyphen kann dies z.B. mittels
Musterbildung auch erreicht werden. Wichtig ist es, die Zielgruppe der Benutzer dabei zu
beachten, damit der erzeugte Glyph auch im richtigen Kontext dargestellt wird.
Im Vergleich zu den anderen erwähnten Visualisierungsmethoden – dem Scatterplot und den
Parallel Coordinates – sind Glyphen auch ohne Vorbildung verständlich, allerdings kommen die
wenigsten Glyphen ohne eine Legende aus. Dies wird vor allem bei den Chernoff-Faces deutlich.
Klar muss auch abgrenzt werden, wann der Einsatz einer Glyphenvisualisierung der
Tabellendarstellung vorzuziehen ist. Der Nutzen und die Sinnhaftigkeit sollte gut abgewägt
werden, denn einige Glyphenvisualisierung bringen keinen Mehrwert, sondern sind nur für die
„schöne Optik“ erstellt worden – eher eine Spielerei. Im gezeigten Beispiel von PS-Explore wäre
eine Tabellenauflistung wohl besser geeignet.
Auch sind nicht alle Glyphen für die Visualisierung von multivarianten Daten geeignet, wie man
an dem Beispiel des Autoglyphen nach Beddow sieht.
Aber gerade neuere Entwicklungen auf dem Bereich der Glyphenvisualisierung machen sich die
menschliche Eigenschaft des Bilderkennens zu Nutze, um multivariante Daten mittels Glyphen
zu präsentieren. Und dies ist auch vonnöten.
Gerade durch den Boom in den neuen Medien (wie z.B. dem Internet oder CD-ROMs) haben
mittlerweile nicht nur höher- oder fachgebildete Menschen leichten Zugang zu Informationen.
Durch den Einsatz von Glyphenvisualisierung kann das Informationsverständnis erheblich
gefördert und verbessert werden.
27

10. Quellennachweis
10.1. Printmedien
Beard, Kate / Sharma, Vyjayanti:
Multidimensional ranking for data in digital spatial libraries. Special issue of Metadata.
Journal of Digital Libraries Vol.1 No.1 pp 153 –160, 1995
Beddow, Jeff:
Shape coding of multidimensional data on a microcomputer display.
Proceedings of IEEE Visualization '90, pages 238--246, Los Alamitos, CA., 1990. IEEE
Computer Society Press.
Eco, Umberto:
Zeichen: Einführung in einen Begriff und seine Geschichte
Frankfurt : Suhrkamp, 1977
Haber, Robert B. / McNabb, D.A.:
Visualization Idioms: A Conceptual Model for Scientific Visualization Systems
In Visualization in Scientific Computing, G. M. Nielson, B. Shriver and L.J. Rosenblum (eds),
IEEE Computer Society Press, 1990
Hauptsache gesund! : Gesundheitsaufklärung zwischen Disziplinierung und Emanzipation [eine
Ausstellung des Deutschen Hygiene-Museums Dresden und der Bundeszentrale für
gesundheitliche Aufklärung Köln]
Marburg : Jonas Verl., 1998
Jansen, Angela / Scharfe, Wolfgang:
Handbuch der Infografik: Visuelle Information in Publizistik, Werbung und Öffentlichkeitsarbeit
Berlin [u.a.] : Springer, 1999
Levkowitz, Haim:
Color Icons: Merging Color and Texture Perception for Integrated Visualization of Multiple
Parameters.
Proceedings Visualization `91, IEEE Computer Society Press, Los Alamitos, 1991, S. 164 - 170
Meyer, Jörn-Axel:
Visualisierung im Management
Wiesbaden : Dt. Univ.-Verl., 1996
Schumann, Heidrun:
Visualisierung: Grundlagen und allgemeine Methoden
Berlin [u.a.] : Springer, 2000
28

10.2. Online-Quellen
Glyphenvisualisierung mit PS-Explore
http://www.ps-explore.de/html/glyphen_0.html
Matthias König:
Landschaftsflug als dynamische Präsentation mehrdimensionaler Geodaten, Diplomarbeit im
Fach Informatik - Computergraphik/Visualisierung
http://www.uni-paderborn.de/fachbereich/AG/agdomik/diplomarbeiten/mking/da3.html
Hierogyphen
http://www.hieroglyphen.de/hiero_allg2.html
http://www.kbs-koeln.de/gbg/information/vergangenh/hierogly/bastian.htm
Scatterplot
http://mvc.man.ac.uk/students/summer95/ieuan/MultidimVis/Ohp_6.html
Parallel Coordinates
http://mvc.man.ac.uk/students/summer95/ieuan/MultidimVis/Ohp_5.html
Definition Glyph
http://www.its.bldrdoc.gov/projects/t1glossary2000/_glyph.html
Definition Glyph
http://whatis.techtarget.com/definition/0,,sid9_gci212200,00.html
Envision Digital Library Project
http://www.dlib.vt.edu/projects/Envision/
http://www.dlib.vt.edu/projects/Envision/CS5604Proj99/Adv-Envision.html
Stick figure icon
http://www.cs.uml.edu/~fjara/thesis/active/proposal/node6.html
29

10.3. Abbildungen
Abbildung 1 – Antisemitistische Propaganda
Handbuch der Infografik - CD-Beilage
Abbildung 2 - Vererbung der Minderwertigkeit
Hauptsache gesund!, S. 44
Abbildung 3 - Vereinfachtes Hieroglyphen-Alphabet
http://wvw.kbs-koeln.de/gbg/information/vergangenh/hierogly/h2.htm
Abbildung 4 - Vergleich Tabelle / Statistik
Abbildung 5 – Beispiel einer Darstellung von Chernoff-Faces
Abbildung 6 – Chernoff-Variante „Mona Lisa“
Schumann 2000, S. 198
Abbildung 7 – Shape Coding Rechteck
Schumann 2000, S. 196
Abbildung 8 – Shape Coding Matrix
Schumann 2000, S. 196
Abbildung 9 – Envision Übersichtsfenster
http://www.dlib.vt.edu/projects/Envision/
Abbildung 10 – Envision Result Fenster
http://www.dlib.vt.edu/projects/Envision/GV2.pdf
Abbildung 11 – 3-teiliger Glyph mit Ranking Schema
Beard 1995, S. 158
Abbildung 12 - Glyphenkombination
Beard 1995, S. 159
Abbildung 13 – GeoVis Bildschirmansicht 1
http://www.uni-paderborn.de/fachbereich/AG/agdomik/diplomarbeiten/mking/da3.html
Abbildung 14 – GeoVis Bildschirmansicht 2
http://www.uni-paderborn.de/fachbereich/AG/agdomik/diplomarbeiten/mking/da3.html
Abbildung 15 – Visualisierungsprozeß
Schumann 2000, S. 16
Abbildung 16 – Glyphenerstellung mit PS-Explore
http://www.ps-explore.de/html/glyphen_0.html
Abbildung 17 – Glyphendarstellung mit PS-Explore
http://www.ps-explore.de/html/glyphen_0.html
30

Abbildung 18 – Scatterplot-Matrix
http://mvc.man.ac.uk/students/summer95/ieuan/MultidimVis/Ohp_6.html
Abbildung 19 – Parallel Coordinates
http://mvc.man.ac.uk/students/summer95/ieuan/MultidimVis/Ohp_5.html
Abbildung 20 – Grundgerüst Stick figure icon
http://www.cs.uml.edu/~fjara/thesis/active/proposal/node6.html
31