FH St. Pölten

Daten visualisieren und verstehen

Neues Projekt der FH St. Pölten entwickelt Analysetools für Biomedizin und Journalismus

ST. PÖLTEN (pa). Mit dem Projekt SEVA möchten Forscher*innen der FH St. Pölten gemeinsam mit der TU Wien, dem FH JOANNEUM, der Landsiedl Popper OG sowie datasyn Journalisten und Biomedizinern bei der Auswertung von Daten unterstützen.

Die Menge und Komplexität der uns zur Verfügung stehenden Daten steigt immer mehr an und bieten u.a. in der Biomedizin und im Journalismus neue Möglichkeiten für technischen Fortschritt oder wirtschaftlichen Erfolg. Methoden, um diese Daten zu analysieren, können nicht immer mit dem rasanten Datenzuwachs Schritt halten. Visual Analytics (VA) ist ein aufstrebendes Forschungsfeld, das sich dieser Herausforderung stellt. Das Projekt SEVA - Self-Explanatory Visual Analytics for Data-Driven Insight Discovery des Instituts für Creative\Media/Technologies der FH St. Pölten möchte Anwender*innen dabei unterstützen, neue Werkzeuge zur visuellen Datenanalyse schneller zu erlernen. Spezifisch geht es um die Anwendungsbereiche Datenjournalismus und biomedizinische Forschung und Entwicklung.

Daten verstehen lernen

Die Forscher*innen möchten mit dem Projekt Wege finden, um sich innerhalb von visuellen Analysesystemen schneller zu Recht zu finden. Diese sogenannten „Onboarding-Methoden“ sollen semi-automatisch generiert werden können. Im Zentrum stehen die Benutzer*innen, deren Erfahrung und Verständnis von visuellen Datenanalysetools für große und komplexe Datensätze verbessert werden sollen.

"Sogenannte ‚Onboarding-Methoden‘ zielen darauf ab, Anwender*innen dabei zu helfen, Datenvisualisierungen und automatische Analysealgorithmen zu verstehen, und damit die Möglichkeiten verfügbarer Werkzeuge auszuschöpfen", sagt Wolfgang Aigner, Projekt- und Institutsleiter für Creative\Media/Technologies an der FH St. Pölten.

"Wir sehen bei unseren Kund*innen, dass die Daten, aber auch die Forschungsfragen enorm komplex sind und mit einfachen Visualisierungen hier kaum Erkenntnisse gewonnen werden können. Um aber komplexere Visualisierungen bedienen und verstehen zu können, brauchen unsere User*innen integrierte und leichtgewichtige ‚Onboarding-Methoden‘. Die Erkenntnisse aus dem SEVA Projekt helfen hier voran zu kommen”, sagt Dominic Girardi von datavisyn.

Nutzerperspektive im Fokus

Das Forschungsteam führte Interviews mit Journalist*innen, Molekularbiolog*innen und Chemiker*innen, um detaillierte Nutzer*innenanalysen zu erhalten. Die Analyse der gesammelten Daten ist derzeit im Gange.

„Unsere Interviews mit Datenjournalist*innen und Datenjournalismustrainer*innen aus dem deutschsprachigen Raum sowie die Ergebnisse unserer Online-Umfrage zeigen deutlich, wie vielfältig und facettenreich dieses Feld, die Datengeschichten, Visualisierungen und Analysen sind“, sagt Eva Goldgruper vom FH JOANNEUM.

"Die Drahtwarenhandlung entwickelt regelmäßig datenbasierten Content für diverse Medienhäuser. Dafür ist, neben der engen Kooperation mit den jeweiligen Journalist*innen, Voraussetzung, dass die involvierten Personen über solide Kompetenzen im Bereich der visuellen Datenanalyse verfügen. Die Einstiegshürde dazu wird durch die Tools und Erkenntnisse aus dem SEVA-Projekt in Zukunft deutlich niedriger liegen", betont Štefan Emrich von der Landsiedl Popper OG.

Experimente und erste Ergebnisse

Ein weiterer Schwerpunkt der Forscher*innen lag auf Visualisierungsexperimenten, um Ansätze zur Gestaltung von Visualisierungs-Onboarding aus der Perspektive der Nutzer*innen zu beleuchten. An der TU Wien sowie am FH JOANNEUM wurden dazu Studien durchgeführt. Aktuell werden die Daten dieser Experimente ausgewertet. In qualitativen Experimenten wurden klassische Tutorials mit „Scrollytelling“, bei dem sich Nutzer*innen mittels Scrollens durch eine lineare Handlung auf einem One-Pager Scrollen, für die Einarbeitung in die Visualisierung verglichen. Die Ergebnisse zeigten, dass die Teilnehmer*innen Scrollytelling bevorzugten.

Weitere Informationen zum Projekt SEVA finden Sie auf unserer Website https://research.fhstp.ac.at/projekte/seva-self-explanatory-visual-analytics-for-data-driven-insight-discovery.