SEVA
Self-Explanatory Visual Analytics for Data-Driven Insight Discovery
Menge und Komplexität der uns zur Verfügung stehenden Daten steigen in immer größerem Ausmaß. Obwohl diese Datenfülle in vielen Bereichen, zum Beispiel in der Industrie, Biomedizin oder im Journalismus, völlig neue Möglichkeiten sowohl für den technischen Fortschritt als auch den wirtschaftlichen Erfolg öffnet, können die Methoden, um Daten zu analysieren nicht mit dem rasanten Datenzuwachs Schritt halten. Visual Analytics (VA) ist ein aufstrebendes Forschungsfeld, das sich dieser Herausforderung stellt, indem es die herausragenden Fähigkeiten der visuellen Wahrnehmung des Menschen mit den Stärken automatisierter Datenanalyse von Computern kombiniert.
Obwohl visuelle Darstellungen leichter zu verstehen sind als andere Formen der Datenrepräsentation, müssen Benutzer:innen sie lesen und verstehen lernen. In ihren Gebieten sind Journalist:innen oder Biomediziner:innen hochqualifiziert, haben jedoch meist Schwierigkeiten bei der Interpretation und Arbeit mit neuen visuellen Darstellungen oder dem Verständnis von Datenanalysemethoden. Dies birgt nicht nur das Risiko falscher Schlüsse, sondern führt auch zu Frustration oder Ablehnung leistungsfähiger Datenwerkzeuge. Da VA eine junge und dynamische Disziplin ist, kommt hinzu, dass laufend eine Vielzahl neuer VA-Ansätze entstehen.
Onboarding-Methoden zielen darauf ab, Anwender:innen zu helfen, Datenvisualisierungen und automatische Analysealgorithmen zu verstehen, und die Möglichkeiten verfügbarer Werkzeuge auszuschöpfen – ein bisher wissenschaftlich vernachlässigtes Thema. Bisherige Lösungen konzentrieren sich hauptsächlich auf die Benutzeroberfläche und nicht auf die visuellen Darstellungen. Zusätzlich müssen solche Hilfesysteme mühsam maßgeschneidert erstellt werden und sind somit, insbesondere für KMU, eine wirtschaftliche Belastung. Nutzer:innen durch VA-Onboarding-Methoden zu stärken, ist nicht nur eine offene Forschungsaufgabe, sondern auch entscheidend für Anbieter von Softwarelösungen. Die Unternehmenspartner im Konsortium stellen VA-Tools für Biomediziner:innen sowie Datenjournalist:innen her. Für sie ist die rasche Anwendbarkeit visueller Datentools eine der wichtigsten Herausforderungen am Markt. Die Möglichkeit, diese Technologie in ihren Produkten einzusetzen, wäre, durch erhöhte Benutzerzufriedenheit und Ergebnisqualität bei moderaten Kosten, ein erheblicher Marktvorteil.
Projektziel ist es, geeignete Onboarding-Methoden für VA-Tools zu entwickeln, die automatisiert generiert werden können. Unsere Vision sind selbsterklärende VA-Tools, die Anwender:innen aktiv bei der Interpretation von Visualisierungen und Analysemethoden unterstützen. Die Ergebnisse werden ein konzeptionelles Framework für VA-Onboarding, Proof-of-Concept-Implementierungen sowie Anwendungsfälle in Biomedizin und Journalismus sein.