Datenvisualisierung wird oft auf Charts, Farben und Formen reduziert. Auf Balken, Linien und Diagramme. Doch genau hier liegt aus meiner Sicht ein grundlegendes Missverständnis. Denn Datenvisualisierung ist kein Bild. Sie ist Kommunikation.
In der aktuellen Podcastfolge habe ich mich mit einem Gedanken beschäftigt, der stark von einem Artikel von Evelyn Münster inspiriert ist. Darin beschreibt sie Datenvisualisierung als einen Prozess aus Encoding und Decoding, also dem Verschlüsseln und Entschlüsseln von Informationen zwischen einem Sender und einem Empfänger. Und genau dieser Gedanke ist zentral, wenn wir verstehen wollen, warum Visualisierungen manchmal wirken und manchmal eben nicht.
Am Anfang steht immer ein System. Ein reales, oft komplexes System mit Abhängigkeiten, Prozessen und Wechselwirkungen. Zum Beispiel ein Online-Shop. Kunden, Interessenten, Warenkörbe, Artikel, Preise, Kampagnen. Dieses System können wir nicht direkt analysieren. Also abstrahieren wir es. Wir wählen messbare Objekte aus, definieren Kennzahlen und modellieren Zusammenhänge. Ein Kunde hat einen Warenkorb. Ein Warenkorb enthält Artikel. Artikel haben Preise.
Allein hier findet bereits eine massive Reduktion statt.
Auf Basis dieses Modells sammeln wir Daten. Und aus diesen Daten erstellen wir Visualisierungen. Auch das ist wieder eine bewusste Auswahl:
- Was zeigen wir?
- Was lassen wir weg?
- Welche Visualisierung passt zu unserer Zielsetzung?
- Welche erzeugt eher Rauschen als Erkenntnis?
Diese Visualisierung ist das Encoding, die Verschlüsselung unserer Sicht auf das System.
Doch an dieser Stelle endet der Prozess nicht. Denn auf der anderen Seite sitzt eine Empfängergruppe. Menschen, die diese Visualisierung betrachten sollen. Und jetzt beginnt das Decoding.
Die Betrachter müssen verstehen, was sie sehen. Sie müssen die Visualisierung lesen können, das zugrunde liegende Modell implizit nachvollziehen und das Gesehene mit ihrem eigenen Wissen verknüpfen. Ohne Kontext, ohne Domänenwissen, ohne mentale Anknüpfungspunkte bleibt ein Chart genau das, ein Bild.
Erkenntnis entsteht erst dann, wenn die Empfänger in der Lage sind, Abweichungen, Muster oder Trends mit realen Ereignissen zu verbinden. Wenn sie zum Beispiel verstehen, dass eine veränderte Warenkorbgröße mit einer Kampagne, einer Preisaktion oder einem externen Ereignis zusammenhängt. Erst dann wird aus Daten Bedeutung.
Diese Bedeutung aktualisiert unsere mentale Landkarte, unser Verständnis davon, wie das System funktioniert. Und genau hier liegt das eigentliche Ziel von Business Intelligence, nicht das Anzeigen von Zahlen, sondern das Verstehen von Zusammenhängen, um gezielt handeln zu können. Um ein System zu steuern, positive Effekte zu verstärken oder negative Entwicklungen frühzeitig zu erkennen.
Deshalb ist es so wichtig, sich bewusst zu machen:
Wir haben immer eine Sender- und eine Empfängerseite. Der Sender kodiert Informationen mit seinem Wissen, seinen Annahmen und seiner Zielsetzung. Der Empfänger kann diese Information aber nur dann korrekt entschlüsseln, wenn er über den passenden „Schlüssel“ verfügt, also über ausreichend Kontext, Erfahrung und Verständnis für das System.
Datenvisualisierung ist damit kein Selbstzweck. Sie ist ein Kommunikationsmittel. Und wie bei jeder Kommunikation entscheidet nicht das Gesagte, sondern das Verstandene.
Den Artikel von Evelyn Münster, der diese Gedanken sehr klar und anschaulich beschreibt, habe ich dir hier „The Cycle of Encoding and Decoding – How does data visualization work?“ verlinkt. Wenn du ähnliche Erfahrungen gemacht hast oder andere Perspektiven einbringen möchtest, schreib mir gerne. Vielleicht greifen wir genau das in einer der nächsten Folgen wieder auf.
Denk mal drüber nach.
🎧 Die komplette Folge findest du im thinkBI Podcast.
