Gerne beraten wir Sie auch telefonisch & geben Ihnen eine kostenfreie persönliche Auskunft zu Ihrem Projekt.

X

Datenvisualisierung: 6 Profi Tipps, wie Informationen aus Zahlen optimal vermittelt werden

Zahlen sind aus dem modernen Leben nicht mehr wegzudenken. Und es werden immer mehr. Anders als ein Computer kann das menschliche Gehirn mit Zahlen allerdings wenig anfangen. Das liegt am Aufbau unseres Gehirns und der Gedächtnisspanne. Daher kommt der Datenvisualisierung einen wichtige Bedeutung zu. Denn wenn man Daten visualisieren kann, werden die Informationen wesentlich besser aufgenommen und behalten. Mit einem kurzen Exkurs in die Neurophysiologie wollen wir Ihnen deshalb die Bedeutung vor Augen führen, Daten visualisieren zu können. Anschließend zeigen wir Ihnen, wie man Daten visualisieren und optimal präsentieren kann. Anhand der Tipps unserer Experten erfahren Sie, wie man die Datenvisualisierung so optimiert, so dass sie im Gedächtnis der Betrachter haften bleibt. Unsere Experten geben Tipps und nennen außerdem für die Diagrammarten Vor- und Nachteile, z.B. Säulendiagramm Balkendiagramm Unterschied.

Gerne beraten wir Sie, wie Sie professionell Ihre Daten visualisieren. Wir sind Ihr Partner, wenn es um zielorientierte, aussagekräftige Diagramme geht. Nehmen Sie Kontakt mit uns auf und vereinbaren Sie eine kostenlose Erstberatung.

Dieser Artikel beantwortet folgende Fragen:

  • Warum ist eine gute Datenvisualisierung so wichtig?
  • Welche Arten gibt es, Daten visualisieren zu können?
  • Welcher Diagrammtyp ist optimal?
  • Wie werden die Darstellungsarten voneinander abgegrenzt z.B. Säulendiagramm Balkendiagramm (Unterschied in Interpretation und Anwendungsbeispielen)?
  • Gibt es bei den unterschiedlichen Diagrammarten Vor- und Nachteile?
  • Wie werden Diagramme zum Eyecatcher?

Ein Bild sagt mehr als tausend Zahlen

Bilder bleiben viel besser im Gedächtnis verhaften als Texte. Zahlen vergessen wir sogar noch schneller. Grund hierfür ist das menschliche Gedächtnis. Zunächst leiten alle Nerven jede Information ans Gehirn weiter. Die aufgenommenen Informationen kommen dann zunächst ins Kurzzeitgedächtnis. Der Speicherplatz hier ist aber sehr beschränkt. Man geht davon aus, dass sieben sogenannte Chunks temporär gespeichert werden. Dies bezeichnet man als Gedächtnisspanne. Unter Chunk versteht man eine Sinneinheit. Das kann eine Zahl, eine Ziffer, ein Buchstaben, Ton oder aber ein Bild sein. Nach wenigen Augenblicken verblassen diese Informationen wieder und der Kurzzeitspeicher wird für neu ankommende Informationen freigegeben.

Das Langzeitgedächtnis

Einige der Informationen des Kurzzeitgedächtnisses werden ins Langzeitgedächtnis übernommen und können so jahrelang abgerufen werden. Die Entscheidung, welche Informationen dabei verworfen und welche dauerhaft memoriert werden, liegt im limbischen System. Informationen des Kurzzeitgedächtnisses, die mit starken Gefühlen verbunden sind, haben dabei eine große Chance, übernommen zu werden.

Ein Bild verbraucht je nach Komplexität ein bis wenige Chunks unseres Kurzzeitgedächtnisses. Eine sinngemäße Aussage benötigt ein Chunk, eine Ziffer benötigt ein Chunk. Jede Einheit kann dauerhaft memoriert werden, falls das limbische System deutliche Gefühle dabei feststellt.

Und hier setzt gute Datenvisualisierung an: Die Information ist in wenigen Chunks erfassbar und ist mit Gefühlen wie z.B. „Ah!“, „WOW!“ oder „Interessant!“ verbunden. Man möchte also Daten visualisieren und dabei Gefühle hervorrufen!

Datenvisualisierung– aber wie?

Unter Datenvisualisierung versteht man Informationen oder Zahlenzusammenhänge in eine für das Auge fassbare Form zu bringen. Im weitesten Sinn gehören auch beispielsweise Filme, Videos oder Bilder/Piktogramme zur Visualisierung. Im Zusammenhang mit Daten visualisieren sowie der Visualisierung von Sachverhalten oder Informationen werden Diagramme verwendet.

Aber auch Karten, Grundrisse, Flowcharts oder Organigramme zählen zu den Diagrammen. Infographiken bezeichnen dabei eine Kombination aus Bild und Text-Elementen

Die Qual der Wahl: der richtige Diagrammtyp

Die Anzahl möglicher Diagramme ist schier endlos. Dabei existieren für alle Diagrammarten Vor- und Nachteile. Grob lassen sich aber drei verschiedene Grundtypen erkennen, um Daten visualisieren zu können:

  • Säulendiagramm, Balkendiagramm (Unterschied in der Achsendefinition s. u.) auch gestapelt oder gruppiert
  • Kreisdiagramm, auch Tortendiagramm, Donut Diagramm
  • Streudiagramm, auch Scatterplot, Liniendiagramm

Die Darstellungsarten der Datenvisualisierung sind dabei jeweils nur für bestimmte Variablen geeignet. Ausschlag gebend hierfür ist das Skalenniveau der Daten. Mit dieser Einteilung kann man schnell und leicht den richtigen Diagrammtyp bestimmen.

Beispiel fuer ein Kuchendiagramm fuer die Datenvisualisierung
Beispiel für ein einfaches, aussagekräftiges Kuchendiagramm (Donut Diagramm).

Leitfaden für das richtige Diagramm

Das wesentliches Kriterium dafür, welches Diagramm geeignet ist, ist das Skalenniveau der Daten.

  • Metrische Variablen liegen als Zahlenwerte vor – manchmal als Kommazahlen, manchmal als ganze Zahlen. Die Abstände der Zahlen können interpretiert werden.
  • Es gibt aber auch Merkmale, die als Kategorien vorliegen, z.B. Geschlecht, Blutgruppe oder Ausprägungen einer Likert Skala. Zwar werden diese Kategorien oft als Zahlen kodiert, die Zahlen sind aber nur Platzhalter und beliebig austauschbar. Solche Merkmale werden dann als kategorial bezeichnet. Dabei unterscheidet man zwischen ordinalen und nominalen Merkmalen, je nachdem, ob die Ausprägungen geordnet oder sortiert werden können (z.B. Likert Skala) oder nicht (z.B. Geschlecht)

Bei der Auswahl des Diagrammtyps sollten Sie beachten, dass es für die Diagrammarten Vor- und Nachteile gibt. Eine erste Auswahlhilfe für die beste Diagrammart bietet daher die folgende Tabelle:

Merkmal
metrischkategorial
ordinalnominal
Streudiagramm
Boxplot
Fehlerbalken (Mittelwert +/- Streuung)
Boxplot
Balken oder Säulendiagramm
Kreis- oder Donutdiagramm
Balken- oder Säulendiagramm

So werden Diagramme zum Eyecatcher – Tipps vom Profi

1.: Wieso, weshalb, warum? – der Zweck der Visualisierung

Noch bevor mit der Datenvisualisierung begonnen wird, muss klar sein, wozu die Graphik dienen soll, welche Zielgruppe angesprochen wird, welche Fragen beantwortet werden sollen. Nur wenn Daten visualisieren eine klare Botschaft übermitteln kann, ist dessen Existenz gerechtfertigt. Sind vorab die W-Fragen geklärt (Wer?, Wie? Wo?, Warum?), kann sichergestellt werden, dass gezielte Erkenntnisse aus der Visualisierung gewonnen werden und die Zeit und Aufmerksamkeit des Betrachters zielgerichtet genutzt wird.

2.: Passenden Diagrammtyp verwenden

Die Wahl des Diagrammtyps hängt einerseits ganz wesentlich vom Skalenniveau der Daten ab, andererseits von der Aussage, die man übermitteln möchte. Es gibt für alle Diagrammarten Vor- und Nachteile. Wird ein ungeeigneter Diagrammtyp gewählt, so können mitunter falsche und unrichtige Schlüsse gezogen werden. Werden falsche Diagrammtypen gewählt, so stellt der Betrachter den gesamten Kontext in Frage. So sieht man immer wieder Balkendiagramme, deren Wertebereich so stark verzerrt ist, dass kleine Unterschiede als riesige Effekte erscheinen. Solche „Nachlässigkeiten“ können auch als mutwillige Manipulation gedeutet werden. Die Visualisierung kann dann sogar Skepsis gegenüber weiteren Ergebnissen der Erhebung hervorrufen. Ein Fehlerbalkendiagramm ist in solchen Fällen oft eine bessere Alternative.

Ob Säulendiagramm Balkendiagramm Unterschied in der Interpretation der Graphiken mit sich bringt, ist umstritten. Fest steht, dass bei vielen Variablen oder Kategorien ein Balkendiagramm mit waagrecht abgetragenen Werten oft übersichtlicher erscheint. Säulen dagegen wirken aufgrund des Hochformats oft eng und zusammengepresst.

Tortendiagramme eignen sich sehr gut für die Verteilung von Anteilswerten. Allerdings erwartet der Betrachter, dass sich die Tortenstücke zu einem natürlichen Ganzen, zu 100% zusammenfügen. Bei Absolutzahlen sind oft Säulendiagramme eine bessere Alternative.

Gängige Diagrammtypen können in allen handelsüblichen Softwareanwendungen zur Datenverarbeitung erstellt werden.

3.: Keep it simple

Effektive Datenvisualisierung ist so einfach wie möglich gehalten. Tabu sind zum Beispiel 3-D-Darstellung, blinkende Effekte, Farbverläufe, farbige, bebilderte Hintergründe etc. Das menschliche Gehirn hat nur eine sehr begrenzte Aufnahmekapazität. Diese Aufmerksamkeit soll auf den Inhalt konzentriert sein. Effekte ohne Nutzen wirken daher immer unprofessionell.

Auch inhaltlich sind effektive Diagramme auf wesentliche Informationen reduziert sein: Ein Lagemaß (Mittelwert oder Median), ein Streuungsmaß (Standardabweichung oder Standardfehler oder Konfidenzintervall), eine Variable,…

Beispiel fuer Datenvisualiserung mit Standardabweichungen
Beispiel Säulendiagramm. Abgetragen werden hier Mittelwert und Standardabweichung in den Experimentalgruppen. Zielgröße: Anzahl vitaler Zellen in einem Planquadrat. In manchen Darstellungen werden die Ergebnisse stat. Testungen mit Sternchen über den Balken gekennzeichnet.

4.: Alles auf einen Blick

Die Datenvisualisierung ist ein Eycatcher. Das Auge des Betrachters verweilt unweigerlich an Bildern. Die Informationen können nur dann übermittelt werden, wenn sich alle notwendigen Informationen auf dem Bild schnell finden und zuordnen lassen. Dazu gehört, dass jede Achse beschriftet ist, Einheiten angegeben sind, verwendete Farben zugeordnet werden können. Ist die Aufmerksamkeit des Betrachters geweckt, muss die Botschaft ohne weitere Recherche intuitiv erfassbar sein.

5.: Die Macht der Farben

Die Verwendung zu vieler Farben macht eine Datenvisualisierung unübersichtlich und schwer zu interpretieren. Haben Variablen viele Kategorien, können diese vor der Darstellung zusammengefasst werden. Manchmal ist es auch angebracht eine Kategorie einzuführen, die seltene Ausprägungen beinhaltet.

Dezente, gut voneinander unterscheidbare Farben in unterschiedlichen Helligkeitsstufen haben sich in der Darstellung bewährt. Die Farben sollen auch bei schwarz-weiß Ausdrucken noch gut voneinander unterscheidbar sein. Bei Vorstellung vieler Graphiken hintereinander, werden wiederkehrende Variablen mit gleichen Farben dargestellt.

6.: Zweisam statt einsam

Effektive Visualisierungen führen den Betrachter durch das Schaubild. Ist der Betrachter mit der Interpretation auf sich gestellt, verliert er schnell das Interesse oder zieht möglicherweise andere Rückschlüsse. Eine Legende sowie eine verständliche Beschriftung des Diagramms beinhalten Informationen zur grundlegenden Aussage. In wissenschaftlichen Publikationen ist es üblich, Abbildungen unterhalb und Tabellen oberhalb zu beschriften. Ein Verweis auf das Diagramm sowie eine kurze Interpretation und die zentrale Aussage sollen im Textteil zu finden sein.

Beispiel fuer Datenvisualisierung mit Balkendiagramm. Bedenken Sie die Diagrammarten Vor- und Nachteile.
Beispiel Balkendiagramm. Beachten Sie den Säulendiagramm Balkendiagramm Unterschied. Quelle: OECD Health Statistics 2017

Zusammenfassung: 6 Tipps für die optimale Datenvisualisierung

Daten in übersichtlichen und aussagekräftigen Darstellungen zu visualisieren ist eine komplexe Aufgabe. Diagramme sind ein Grundbestandteil von Berichten, Publikationen, Reports oder Vorträgen. Wer gute Reports erstellen will, benötigt eine exzellente Datenvisualisierung. Dabei ist es nicht getan, Zahlen in bunte Balken umzuwandeln. Graphiken sind Eyecatcher. Sie transportieren Informationen zum Betrachter, die lange im Gedächtnis bleiben. Bei der Erstellung einer Visualiserung gilt es darauf zu achten, dass die unterschiedlichen Diagrammarten Vor- und Nachteile haben. Nutzen Sie unsere Expertise, um Aussagen gezielt zu visualisieren. Unsere Experten helfen Ihnen dabei! Nehmen Sie Kontakt mit uns auf.

Weiterführende Links

Statistische Maßzahlen und ihre Darstellung in Tabellen und Graphiken

Definition Visualisierung

Sammlung fehlerhafter und unseriöser Visualisierungen

Farbpsychologie – Wirkung von Farben