Moderne Datenvisualisierung Nutzen Sie das volle Potential Ihrer Daten?

Für die erfolgreiche Führung eines Unternehmens ist es entscheidend, tiefe und detaillierte Einblicke in die Geschäftsprozesse zu erhalten. Nur mit dem richtigen Datenmaterial können fundierte Entscheidungen getroffen werden. Aufgrund der riesigen Datenmengen, die täglich generiert und verarbeitet werden, ist es fast unmöglich, den Überblick über die unzähligen Datenreihen zu behalten. Die Datenvisualisierung erlaubt es, Daten so zu präsentieren, dass die wichtigen Informationen schnell zu erfassen und zu verstehen sind. Im folgenden Beitrag beschäftigen wir uns näher mit der Visualisierung von Daten. Sie lernen, was Datenvisualisierung ist und welche wissenschaftlichen Erkenntnisse ihr zugrunde liegen. Wir erläutern Ihnen die Vorteile moderner Datenvisualisierung und stellen Visualisierungstechniken und Visualisierungsmethoden vor. Sie erhalten wichtige Tipps, die es vor der Datenvisualisierung zu beachten gilt, und lernen, mit dem passenden Visualisierungskonzept die richtigen Diagrammarten für Ihre Präsentationsziele auszuwählen. Abschließend gehen wir auf die Funktionen professioneller Datenvisualisierungs-Software wie von datapine ein.

1) Was ist Datenvisualisierung?

Die Datenvisualisierung bereitet Daten auf und stellt sie grafisch dar. Wichtige Informationen lassen sich schneller erkennen und einfacher verstehen. Es kommen verschiedene Visualisierungstechniken wie Diagramme, Karten, Graphen oder interaktive Dashboards zum Einsatz.

Aufgabe der Datenvisualisierung, im Englischen Data Visualization, ist es, abstrakte Daten aufzubereiten und sie in eine grafische, visuell erfassbare Form zu bringen. Das Hauptziel besteht darin, große Datenmengen so in grafische Darstellungen umzuwandeln, dass Zusammenhänge, Muster oder Trends leichter erkennbar sind. Daten, die keine Bedeutung für einen zu veranschaulichenden Sachverhalt haben, müssen in der grafischen Darstellung nicht gezeigt werden. Zur Übersetzung der Daten in grafische Informationen kommen verschiedene Visualisierungstechniken und -methoden zum Einsatz. Typische graphische Elemente einer Visualisierung sind Diagramme, Karten, Symbole und interaktive Elemente. Moderne Dashboard Software zur Visualisierung von Daten bietet darüber hinaus die Möglichkeit, interaktive Live-Dashboards zu generieren. Anwender haben die Möglichkeit, durch das Setzen von Filtern oder Anzeigekriterien die Datenvisualisierung zu beeinflussen und ihren Anforderungen anzupassen. In Unternehmen wird die Datenvisualisierung verwendet, um fundierte, auf Daten basierende Entscheidungen zu treffen. Je nach Zielgruppe kommen verschiedene Visualisierungen zum Einsatz. Der Ersteller hat viele gestalterische Freiheiten, um die Informationen in geeigneter Form visuell umzusetzen. Datenvisualisierungen enthalten in der Regel eine Art Interpretation der aufbereiteten Daten und Informationen.

2) Wissenschaftliche Grundlagen

Die Visualisierung von Daten macht sich wissenschaftliche Erkenntnisse aus verschiedenen Bereichen wie der Farbenlehre, der Psychologie und der Anatomie (Aufbau und Funktionsweise des menschlichen Auges und Gehirns) zunutze. Grundsätzlich nimmt das menschliche Gehirn etwa 80 Prozent der Informationen in visueller Form auf. Um die Bedeutung der wissenschaftlichen Grundlagen hinter der Datenvisualisierung besser zu verstehen, ist es zunächst wichtig zu wissen, dass Menschen auf zwei unterschiedliche Arten Informationen sammeln, verarbeiten und Schlussfolgerungen daraus ziehen. Diese beiden Arten sind: die unbewusste und logische Verarbeitung.

Die unbewusste Verarbeitung ist geprägt durch ein schnelles automatisches Erfassen vieler Informationen. Informationen werden unbewusst gesammelt und verarbeitet. Das unbewusste System kann mehrere Millionen Informationen pro Sekunde verarbeiten. Mit der unbewussten Verarbeitung ermitteln wir im Alltag beispielsweise die Richtung von Geräuschen, lösen einfachste Rechenaufgaben, erkennen Symbole und deren Bedeutung oder beachten unterschiedliche Ampelfarben.

Die logische Verarbeitung ist wesentlich langsamer. Informationen werden bewusst wahrgenommen und anschließend bewertet oder mit anderen Informationen in Bezug gesetzt. Dadurch lassen sich Bedeutungen herleiten oder passende Schlussfolgerungen ziehen. Der logische Bereich des menschlichen Gehirns schafft es nur wenige Informationen pro Sekunde zu verarbeiten. Typische Tätigkeiten der logischen Verarbeitung sind beispielsweise das Lösen schwieriger Rechenaufgaben, das Verstehen einer komplexen Handlungsaufforderung, das Lösen logischer Rätsel oder das Finden von Mustern in Datenreihen.

Die beiden vorgestellten unterschiedlichen Arten der Informationsverarbeitung erklären in gewisser Weise, warum es Menschen so schwerfällt, mit Statistiken und großen Zahlenmengen umzugehen. Durch die zunächst automatisch erfolgende visuelle Erfassung und Verarbeitung lässt der Mensch immer wieder unbewusste Vorurteile in eigentlich objektive Informationen einfließen. Beispielsweise lassen wir uns durch irrelevante Zahlen beeinflussen, können Wahrscheinlichkeiten nicht objektiv bewerten, vereinfachen unbewusst komplexe Fragestellungen oder produzieren automatisch die von uns erwarteten Ergebnisse.

Um Daten so zu visualisieren, dass sie der Mensch korrekt erfasst und die richtigen Schlussfolgerungen ableitet, ist zunächst die unbewusste Komponente des menschlichen Denkprozesses zu adressieren. Die Visualisierungen sind in Farbe, Form und räumlicher Position so zu wählen, dass keine Trugbilder durch unbewusste Vorurteile entstehen beziehungsweise der Betrachter unbewusst in die richtige Richtung gelenkt wird. So werden die Informationen binnen kürzester Zeit richtig erfasst und können dann dem zweiten Schritt, der logischen Verarbeitung, zugeführt werden. In diesem zweiten Schritt werden die Informationen logisch bewertet und in Beziehung gesetzt, um die richtigen Schlussfolgerungen abzuleiten.

Datenvisualisierungen nutzen die wissenschaftlichen Erkenntnisse aus den verschiedenen Bereichen, indem sie die Informationen zunächst in geeigneter visueller Form der unbewussten Verarbeitung zuführen. Sie sind grafisch so aufbereitet, dass anschließend der logische Denkprozess aus einer ursprünglich sehr großen Informationsmenge schnell die gewünschten Ergebnisse ableiten kann.

3) Vorteile moderner Datenvisualisierung?

Aus den in einem Unternehmen anfallenden Daten lassen sich wichtige Erkenntnisse ableiten. Allerdings ist es nicht trivial, die wichtigen Informationen aus den Daten zu filtern, um die gewünschten Einblicke zu gewinnen. Moderne Datenvisualisierung bietet entsprechende Lösungen, indem die Business-Daten in eine visuell erfassbare Form gebracht werden. Muster, Trends, Zusammenhänge oder Auffälligkeiten lassen sich so leichter erkennen. Im Folgenden erfahren Sie, welche Vorteile Ihnen die moderne Datenvisualisierung mit ihren interaktiven Reports und Live Dashboards bietet.

a) Erlaubt es, die richtigen Schlüsse aus großen Datenmengen zu ziehen

Täglich generieren und verarbeiten Unternehmen mehr Daten. Teilweise ist das Wachstum exponentiell. Riesige Tabellen oder Datenreihen sind schwer zu überblicken und vom menschlichen Verstand kaum zu erfassen. Die Visualisierung von Daten bietet oft die einzige Möglichkeit, die richtigen Informationen aus den Daten zu extrahieren, sie zu erfassen und die passenden Schlüsse daraus zu ziehen.

b) Erleichtert die Entscheidungsfindung

Datenvisualisierungen machen Daten schneller zugänglich und erfassbar. Diese Informationen lassen sich für fundierte, datenbasierte Entscheidungen verwenden. Entscheidungsprozesse in einem Unternehmen werden erleichtert und beschleunigt.

c) Leicht erfassbare Zusammenstellung von Informationen aus verschiedenen Quellen

Die zur Führung eines Unternehmens benötigten Daten befinden sich in der Regel in vielen verschiedenen internen und externen Datenquellen. Die Datenvisualisierung bietet eine elegante Möglichkeit, alle Informationen in aussagekräftigen Grafiken auf einer einzigen Bildschirmseite zusammenzufassen und anzuzeigen.

d) Daten lassen sich im richtigen Kontext darstellen und besser verstehen

Daten können in grafischen Darstellungen beispielsweise in verschiedenen Diagrammarten untereinander in Bezug gesetzt werden. Dadurch lassen sie sich im richtigen Kontext darstellen. Es entsteht ein Gesamtüberblick mit den passenden Zusammenhängen.

e) Die Transparenz im Unternehmen verbessert sich

Noch vor wenigen Jahren war es IT-Experten und Datenwissenschaftlern vorbehalten, Daten zu sammeln und sie zu analysieren. Heute können auch Anwender ohne tieferes technisches Know-how Business-Analysen durchführen und die gewonnenen Ergebnisse mit wenigen Klicks ansprechend visualisieren. Verschiedene Abteilungen eines Unternehmens erhalten Zugang zu den für ihre spezifischen Aufgaben benötigten Daten. Die Transparenz im Unternehmen verbessert sich.

f) Zeitliche Verläufe und Trends werden direkt nachverfolgbar

Viele unternehmerische Entscheidungen basieren darauf festzustellen, wie sich Key Performance Indikatoren in einem bestimmten Betrachtungszeitraum entwickeln. So müssen Entscheider beispielsweise wissen, wie sich die Produktivität über das Jahr betrachtet verändert hat oder sich die Verkaufszahlen in den letzten Wochen entwickelt haben. Datenvisualisierungen liefern die passenden Antworten und machen Verläufe und Trends wichtiger Indikatoren auf einen Blick erkennbar, um anschließend die richtigen Maßnahmen einzuleiten.

g) Informationen lassen sich in eine "Geschichte" einbetten

Moderne Datenvisualisierung unterstützt das sogenannte Storytelling. Oft reicht es nicht aus, die nackten Daten grafisch zu präsentieren. Sie müssen in eine Art Geschichte eingebunden werden, um die gewünschte Botschaft oder Idee zu vermitteln. Indem die Informationen in den passenden Kontext gebracht werden, lassen sich komplexe Informationen leichter verstehen. Beispielsweise werden Daten miteinander verglichen oder Darstellungen mit kurzen Kommentaren ergänzt.

h) Die Aufmerksamkeit der Zielgruppe wird erhöht

Nichts ist ermüdender und langweiliger, als sich mit langen Zahlenreihen oder riesigen Tabellen beschäftigen zu müssen. Schnell sinkt bei der Präsentation nackter Zahlen die Aufmerksamkeit des Publikums. Visualisierte Daten wie Diagramme sind für Ihre Zielgruppe weniger anstrengend und erhöhen deren Aufmerksamkeit.

Beschäftigen Sie sich mit der Visualisierung von Daten, kommen Ihnen vermutlich zuerst Visualisierungsmethoden wie Linien- oder Balkendiagramme in den Sinn. Diese Diagrammtypen sind in vielen Datenvisualisierungen zu finden. Ihnen sollte allerdings bewusst sein, dass Diagramme nur eine von vielen Visualisierungsmethoden sind. Die Anwendung der für die Zielsetzung jeweils richtigen Visualisierungstechniken sorgt vor eine effektive und gleichzeitig interessante Darstellung der Daten. Typische Visualisierungsmethoden sind Diagramme, Karten (Maps), Infografiken, Tabellen und interaktive Dashboards. Sie wundern sich vielleicht, dass in dieser Aufzählung Tabellen enthalten sind, da sie doch reines Zahlenwerk darstellen. Indem Daten in Zeilen- und Spaltenform gebracht werden, lassen sich auch mit Tabellen Daten visualisieren. Für jede der Visualisierungsmethoden gibt es zahlreiche Unterarten. So existieren beispielsweise Liniendiagramme, Flächendiagramme, Säulendiagramme und viele mehr. Auf die Auswahl der passenden Diagrammarten gehen wir in einem der nächsten Kapitel näher ein. Zu den sehr modernen Visualisierungstechniken zählen interaktive Dashboards. Sie erlauben es dem Anwender, Daten zu filtern und die Visualisierungen anzupassen. Viele dieser Dashboards aktualisieren sich selbständig und liefern Daten in nahezu Echtzeit. Ein Beispiel für ein solches Dashboard sehen Sie hier:

Was die Präsentation der Datenvisualisierungen angeht, bestehen verschiedene Visualisierungsmöglichkeiten. Relikte aus der analogen Zeit sind Overhead-Projektoren, Flipcharts und Pinnwände. Auch wenn es sich nicht um die modernsten Visualisierungsmöglichkeiten handelt, Flipcharts und Pinnwände sind noch heute in vielen Unternehmen in Gebrauch. Pinnwände eignen sich für kleine Gruppen und lassen sich spontan für Datenvisualisierungen verwenden, indem beispielsweise farbige Karten und Symbole mit Pin-Nadeln angeheftet werden. Flipcharts sind ebenfalls für kleinere Gruppen vorgesehen und ermöglichen es, einfache Zusammenhänge mit Skizzen zu erläutern. Für Datenvisualisierungen wie Dashboards und komplexe Diagramme sind Flipchart und Pinnwand aber nicht zu gebrauchen. In der Regel erfolgt die Präsentation heute mit digitalen Visualisierungsmöglichkeiten per Bildschirm oder Beamer.

5) Mit 7 Fragen zum Visualisierungskonzept

Bevor Sie mit der Datenvisualisierung starten, benötigen Sie ein Visualisierungskonzept. Um das Visualisierungskonzept zu erarbeiten, ist es hilfreich, sich mit den folgenden sieben Fragen näher zu beschäftigen. Indem Sie die richtigen Antworten auf diese Fragen finden, gelingt es Ihnen, die passenden Visualisierungen für Ihr Business-Ziel einzusetzen.

Frage 1: Welche Geschichte möchten Sie erzählen?

Aufgabe der Visualisierung von Daten ist es, die Zahlen und anderen Informationen so in grafische Darstellungen zu übersetzen, dass sie die gewünschte Geschichte erzählen. Dem Publikum sollen Botschaften vermittelt werden, die es einfach und schnell versteht. Damit Ihnen das gelingt, müssen Sie sich darüber im Klaren sein, welche Geschichte Sie eigentlich erzählen oder von was Sie ihre Zielgruppe überzeugen möchten. Erst danach lassen sich Statistiken und Metriken in die richtige visuelle Form bringen.

Frage 2: Was ist Ihre Zielgruppe?

Die Zielgruppe zu bestimmen, der Sie Ihre Botschaft vermitteln möchten, ist ein weiteres Schlüsselelement zur Auswahl der richtigen Visualisierungstechniken. Beispielsweise kann die Zielgruppe eine bestimmte Abteilung Ihres Unternehmens, das Management oder ein externer Investor sein. Je nach Publikum sind die Daten passend aufzubereiten und zu visualisieren. Nehmen Sie sich die notwendige Zeit, die Zielgruppe genau zu bestimmen.

Frage 3: Möchten Sie bestimmte Trends analysieren?

Nachdem Zielgruppe und Story festgelegt sind, sollten Sie sich fragen, ob bestimmte Trends analysiert und visualisiert werden sollen. Abhängig von den jeweiligen Daten, den zu betrachtenden Zeiträumen und dem Trendverlauf müssen bestimmte Charttypen wie Liniendiagramme, Säulendiagramme oder Flächendiagramme verwendet werden.

Frage 4: Soll die Zusammensetzung von Daten präsentiert werden?

Oft geht es in der Datenvisualisierung darum, die Zusammensetzung von Daten zu präsentieren. Es soll gezeigt werden, wie sich das komplette Bild aus einzelnen Daten zusammensetzt. In diesen Fällen sind spezielle Diagrammarten wie Kuchendiagramme, Wasserfalldiagramme, gestapelte Diagramme oder Karten (im Fall von geographischen Informationen) einzusetzen.

Frage 5: Sollen Daten miteinander verglichen werden?

Ist es Ihr vorrangiges Ziel, bestimmte Daten oder Datenverläufe miteinander zu vergleichen, sind folgende Charttypen die richtigen: Netzdiagramme, Balkendiagramm oder Säulendiagramme.

Frage 6: Ist ein bestimmter Zeitrahmen zu betrachten?

Daten lassen sich völlig zeitunabhängig oder in einem bestimmten Zeitrahmen betrachten. Sind die zu vermittelnden Botschaften zeitabhängig, verwenden Sie Diagrammtypen, die spezifische Zeitperioden und Verläufe darstellen können. Geeignet sind beispielsweise Liniendiagramme oder Balkendiagramme.

Frage 7: Möchten Sie Key Performance Indikatoren (KPIs) präsentieren?

Eine weitere wichtige Frage für Ihr Visualisierungskonzept ist, ob KPIs präsentiert werden sollen. Überlegen Sie sich, welche Informationen Sie aus den KPIs gewinnen möchten und experimentieren Sie mit verschiedenen Formaten. So finden Sie passende Charts wie Tachodiagramme zur Darstellung von KPIs.

6) Diagrammarten - Tipps zur richtigen Auswahl

Nachdem Sie diese sieben Fragen beantwortet haben, gehen wir jetzt im Detail auf die zehn wichtigsten Diagrammarten und ihre Verwendung näher ein. Zu jedem dieser Charttypen erklären wir Ihnen, für welchen Zweck ein Einsatz sinnvoll ist und was Sie auf jeden Fall vermeiden sollten. Die grundlegenden Kategorien zur richtigen Auswahl eines Diagrammes sind Beziehungen, Verteilungen, Zusammensetzungen und Vergleiche.

Bevor wir beginnen, gibt Ihnen die folgende Grafik nochmals einen guten Überblick, welche Diagrammart für welches Visualisierungsziel und welche Art von darzustellenden Daten zu wählen ist.

1) Zahlen-Chart

Sinnvoller Einsatz von Zahlen-Charts

Ein Echtzeit-Zahlen-Chart verhält sich wie ein Live-Ticker, der den aktuellen Wert beispielsweise eines wichtigen KPIs anzeigt. Auf den ersten Blick lassen sich Werte wie Verkaufszahlen, Prozentsätze oder Besucherzahlen erkennen. Das Zahlen-Chart ist eine der einfachsten Visualisierungstypen. Es verfolgt den Zweck, einen Wert zu einem bestimmen Zeitpunkt darzustellen. Sie müssen nur berücksichtigen, welcher Zeitpunkt das sein soll. Damit die Zielgruppe die Botschaft versteht, ist es wichtig, das Zahlen-Chart mit einem Zeit-Label zu versehen. Indem Sie einen Trend-Indikator hinzufügen, lässt sich der gezeigte Wert mit einer Zielvorgabe oder einer vorherigen Zeitperiode vergleichen.

Was Sie vermeiden sollten

Zahlen-Charts sind oft die erste Information, die die Betrachter erfassen. Sie dürfen auf keinen Fall zu viele dieser Charts in Ihre Datenvisualisierung einbauen. Das verwirrt das Publikum. Darüber hinaus wird ein Dashboard mit zu vielen Zahlen-Charts schnell oberflächlich. Um tiefer in die Informationen einzusteigen, sind zusätzlich andere Diagrammarten zu nutzen. Kommt ein Trendindikator zum Einsatz, ist er so zu gestalten oder zu beschriften, dass der Betrachter sofort erkennt, mit was der gezeigte Wert verglichen wird.

2) Liniendiagramm

Sinnvoller Einsatz von Liniendiagrammen

Der Zweck von Liniendiagrammen ist die Anzeige zeitlicher Verläufe und Trends. Liniendiagramme stellen grafisch dar, wie sich Daten über einen bestimmten Zeitraum verändert haben. Das Beispiel oben zeigt den zeitlichen Verlauf der Verkäufe im Jahr 2014 sortiert nach Zahlungsmethode. Sie sehen sofort, wie sich die Verkäufe mit Zahlungen per Kreditkarten im Vergleich zu den anderen Zahlungsarten entwickelt haben oder, dass es im September einen generellen Einbruch der Verkaufszahlen gegeben hat.

Ein großartiges Feature von Liniendiagrammen ist die Kombinationsmöglichkeit mit anderen Diagrammtypen. Beispielsweise können Sie ein Säulendiagramm integrieren, indem Sie eine zweite Y-Achse für Linien- und Säulenwerte hinzufügen. Durch die gemeinsame Darstellung können Zusammenhänge besser dargestellt werden.

Was Sie vermeiden sollten

Zu viele Linien in einem einzigen Diagramm machen es dem Betrachter schwer, es zu verstehen. Ständig muss zwischen der Legende und den Linien hin und her gesprungen werden, um zu wissen, was man betrachtet. Das mindert die Aufmerksamkeit und ermüdet. Besser Sie verwenden verschiedene Liniendiagramme mit jeweils wenigen Linien.

Was die Skalierung der Y-Achse angeht, sollte sie so gewählt sein, dass der höchste Datenwert im oberen Bereich liegt. Skalieren Sie die Y-Achse beispielsweise so, dass Werte bis 1000 angezeigt werden, aber der höchste Datenwert nur bei 500 liegt, verschwenden Sie viel Platz. Verläufe sind schwerer zu erkennen, da sie gestaucht werden. Lassen Sie Ihren Daten Raum zum Atmen!

3) Karte (Map)

Sinnvoller Einsatz von Karten

Karten sind hervorragend dafür geeignet, Daten abhängig von geographischen Lokationen anzuzeigen. Sinnvoll ist wie im obigen Beispiel die Verwendung unterschiedlicher Farben. Dank der geographischen Darstellung lassen sich die Daten in Geschichten einbetten oder Handlungen ableiten. Der Betrachter erkennt sofort, wo aufgrund der Datenlage Maßnahmen einzuleiten sind.

Was Sie vermeiden sollten

Karten sind sehr beliebt. Das bedeutet jedoch nicht, dass Sie in jeder Datenvisualisierung Karten integrieren müssen. Ist die Lokation nicht Bestandteil Ihrer Geschichte oder Botschaft, lassen Sie die Karte besser weg. Da Karten viel Platz in Ihrer Präsentation beanspruchen, sollten Sie nur wirklich notwendige einbauen. Ebenfalls keine gute Idee ist es, die Karte mit vielen einzelnen Datenpunkten zu überhäufen. Das überfordert Ihr Publikum.

4) Wasserfalldiagramm

Sinnvoller Einsatz von Wasserfalldiagrammen

Wasserfalldiagramme sind extrem hilfreich, um zu verstehen, wie sich positive oder negative Werte auf ein Gesamtergebnis auswirken. Sie zeigen die Zusammensetzung von Daten und visualisieren die Zunahme oder Abnahme ausgehend von einem initialen Wert. Häufig genutzt werden Wasserfalldiagramme in Finanzabteilungen. Dort verdeutlichen sie Veränderungen beispielsweise der Einnahmen oder des Gewinns. Das obige Beispiel zeigt eine solche Datenvisualisierung.

Was Sie vermeiden sollten

Wasserfalldiagramme sind für die Präsentation statischer Daten vorgesehen. Sollen dynamische Daten gezeigt werden, ist ein gestapeltes Säulendiagramm mit Sicherheit die bessere Wahl. Auch Abhängigkeiten zwischen mehreren Variablen lassen sich mit Wasserfalldiagrammen nur schwer verdeutlichen.

5) Balken- und Säulendiagramm

Es gibt drei Arten von Balkendiagrammen, horizontale Balkendiagramme, Säulendiagramme und gestapelte Varianten davon. Obwohl sie zur gleichen Diagrammart gehören, sind sie für verschieden Zwecke einsetzbar.

a) Horizontales Balkendiagramm

Sinnvoller Einsatz von Balkendiagrammen

Horizontale Balkendiagramme sind ideal zur Visualisierung vergleichender Rangfolgen. Beispielsweise lassen sich Top-Five- oder Top-Ten-Listen erstellen. Auch wenn Datenbeschriftungen relativ lang sind, macht diese Diagrammart Sinn. Die Balken sollten eine gewisse Reihenfolge einhalten, wie die Sortierung nach Wert oder nach Alphabet.

Was Sie vermeiden sollten

Da zeitliche Verläufe besser von rechts nach links und nicht von oben nach unten angezeigt werden, ist das horizontale Balkendiagramm für solche Zwecke besser nicht zu verwenden. Beinhalten die Diagramme zu viele Werte, wirken horizontale Balkendiagramme schnell chaotisch.

b) Säulendiagramm

Sinnvoller Einsatz von Säulendiagrammen

Säulendiagramme sind der Standard zum Vergleichen von Daten unterschiedlicher Kategorien und zur Darstellung chronologischer Daten wie das Wachstum über einen bestimmten Zeitraum. Unser Beispiel zeigt die Verkaufszahlen pro Land und pro Channel im letzten Jahr. Es wird auf den ersten Blick klar, dass sechs Regionen und fünf Channel verglichen werden. Die Farbzuordnung informiert über die Region und die Gruppierung mit den großzügigen Freiräumen dazwischen über den Kanal. Schnell erfasst der Betrachter den Channel und die Region mit den größten Verkaufszahlen.

c) Gestapelte Säulen- und Balkendiagramme

Sinnvoller Einsatz von gestapelten Säulen- und Balkendiagrammen

Mit den gestapelten Säulen- und Balkendiagrammen lassen sich zusätzlich zu den zuvor beschriebenen Visualisierungsmöglichkeiten Daten in sich selbst vergleichen. Oft in Form von Prozentsätzen wie im obigen Beispiel. Es geht in dem Beispieldiagramm nicht darum, die Gesamtzahl der Kunden, sondern deren Altersverteilung darzustellen. Die Prozentzahlen beziehen sich jeweils auf die Gesamtzahl. Im Vergleich zu einem Kuchendiagramm kann aber nicht nur die prozentuale Aufteilung zu einem einzigen Zeitpunkt, sondern die Entwicklung über einen Zeitraum, in diesem Beispiel quartalsweise, gezeigt werden. Dank der farblichen Zuordnung wird schnell klar, dass die schwächste Kundengruppe die über 55-Jährigen ist. Die Gruppierung pro Quartal lässt erkennen, dass der Anteil der über 55-Jährigen nicht zunimmt.

Was Sie vermeiden sollten

Versuchen Sie, zu viele Daten in ein einziges gestapeltes Diagramm zu packen, werden die einzelnen Balken oder Säulen sehr dünn. Das lässt leider nur wenig Platz für Beschriftungen. Beschränken Sie sich daher auf die wesentlichen Daten. Damit das Diagramm einfach zu verstehen ist, sollten Sie geeignete Farbzuordnungen, genügend große Freiräume zwischen den Balken und ein balanciertes Layout verwenden.

6) Kuchendiagramm (Kreisdiagramm)

Sinnvoller Einsatz von Kuchendiagrammen

Sinnvoll sind Kuchendiagramme, wenn die relative Zusammensetzung einer Variablen zu einem fixen Zeitpunkt gezeigt werden soll. Diese Art der Visualisierung beherrschen Kuchendiagramme perfekt, für andere sollten Sie sie aber nicht einsetzen. Ideal sind diese Diagramme, wenn die einzelnen Teile zusammen 100 Prozent ergeben. Jedes einzelne Kuchenstück zeigt auf den ersten Blick, wie groß der jeweilige Anteil ist. Selbst ohne Beschriftung lässt sich der Anteil gut abschätzen. Zur Detaillierung lassen sich Beschriftungen mit den exakten Prozentwerten hinzufügen.

Was Sie vermeiden sollten

Werden zu viele Anteile in ein Kuchendiagramm gepackt, ist es für den Betrachter schnell unübersichtlich. Einzelne Kreissegmente sind in ihrem prozentualen Anteil nur noch schwer voneinander zu unterscheiden und präzise Vergleiche sind nicht mehr möglich. Mehr als sechs verschiedene Kuchenstücke sollten es nicht sein. Völlig ungeeignet ist diese Diagrammart, sobald eine zeitliche Entwicklungskomponente ins Spiel kommt. Trends oder Zeitverläufe können Sie mit Kuchendiagrammen nicht abbilden. Damit Ihr Publikum versteht, welchen Zeitpunkt das Kuchendiagramm darstellt, ist eine entsprechende Beschriftung vorzusehen.

7) Messuhr- oder Tachodiagramm (Gauge Chart)

Sinnvoller Einsatz von Messuhr- oder Tachodiagrammen

Diese Diagrammart zeigt Daten in einer Messuhr- oder Tachodarstellung. Anzeigenadeln und Farben sorgen für die Visualisierung der Werte. Menschen verstehen diese Art der Darstellung sehr schnell. Ideal sind Tachodiagramme zur Darstellung eines einzelnen Werts in Bezug auf eine Gesamtmenge oder einen Referenzwert wie eine Zielvorgabe. Die Diagramme werden häufig im Management Reporting verwendet und zeigen dort einzelne Werte wichtiger KPIs beispielsweise in Bezug auf einen einzuhaltenden Zielkorridor. Durch die farbliche Gestaltung der Messskala lässt sich der dargestellte KPI-Wert sofort richtig einordnen.

Was Sie vermeiden sollten

Ein Messuhr- oder Tachodiagramm hat Schwierigkeiten, mehrere Variablen zu vergleichen. Zeitliche Verläufe lassen sich ebenfalls nicht abbilden. Zudem beanspruchen die Diagramme viel Platz. Zu viele sollten Sie daher nicht in einen Report oder ein Dashboard einfügen.

8) Spinnennetzdiagramm

Sinnvoller Einsatz von Spinnennetzdiagramm

Spinnennetze sind die richtige Wahl zur Visualisierung von mehrdimensionalen Daten mit drei oder mehr quantitativen Aspekten. Sie eignen sich für Ranglisten, Bewertungen und Abschätzungen. Im dargestellten Beispiel vergleichen wir verschiedene Aspekte der drei Regionen Europa, Nord Amerika und Australien. Die Aspekte sind verkaufte Kameras, Fernseher, Mobiltelefone, Spiele und Computer. Das Diagramm zeigt schnell, dass Europa in allen Aspekten vorne liegt. Die Region Australien ist besonders schwach im Verkauf von Kameras und Mobiltelefonen.

Was Sie vermeiden sollten

Spinnennetzdiagramme sind nicht einfach zusammenzustellen. Doch macht man es richtig, beeindrucken sie. Nutzen Sie diesen Diagrammtyp für zu viele quantitative Aspekte und Dimensionen, ist er schnell unübersichtlich und schwer zu interpretieren.

9) Tabelle

Sinnvoller Einsatz von Tabellen

Tabellen sind eigentlich reines Zahlenwerk, dennoch lassen sie sich als Visualisierungsmethode nutzen. Tabellen stellen größere Mengen exakter Werte in ihrem Rohformat dar. Einzelne Werte können präzise verglichen werden, während gleichzeitig das Große und Ganze gezeigt wird. Nützlich ist das beispielsweise, wenn Sie mit ihrer Datenvisualisierung in bestimmten Bereichen in die Details gehen möchten. Darüber hinaus sind Tabellen sinnvoll, wenn einzelne Personen Ihrer Zielgruppe jeweils andere Werte einer Tabelle sehen möchten. Durch die Nutzung geeigneter Farben, Rahmenlinien, Schrifttypen, Zahlenformate und Symbole lassen sich einzelne Bereiche oder Werte der Tabellen visuell hervorheben.

Was Sie vermeiden sollten

Tabellen sind für einige Zwecke sinnvoll, oft gibt es aber bessere Arten, Daten zu visualisieren. Menschen benötigen zum Erfassen von Informationen aus Tabellen mehr Zeit als für Informationen aus Diagrammen. Je größer die Tabellen werden und je mehr Daten Sie hineinpacken, desto gravierender sind diese zeitlichen Unterschiede. Zudem sollten Sie es mit der farblichen und optischen Gestaltung der Tabellen nicht übertreiben, das macht die Visualisierung unruhig und im Extremfall chaotisch.

10) Flächendiagramm

Sinnvoller Einsatz von Flächendiagrammen

Flächendiagramme sind eng mit Liniendiagrammen verwandt. Beide Diagrammarten bilden zeitliche Verläufe ab und sind gut für das Erkennen von Trends geeignet. Dennoch gibt es Unterschiede. Diese machen den Einsatz von Flächendiagrammen für besondere Visualisierungen sinnvoll. Liniendiagramme verbinden die Datenpunkte mit geraden Linien. Flächendiagramme machen das ähnlich, mit der Ausnahme, dass die Fläche unter der Verbindungslinie mit Farbe gefüllt ist. Stapelt man ein Flächendiagramm werden verschiedene Datenaspekte sichtbar. Die Höhe eines Datenpunkts repräsentiert den Gesamtwert, die einzelnen Höhen der Farbflächen zeigen die einzelnen Anteile am Gesamtwert. So lässt sich beispielsweise in einem gestapelten Flächendiagramm der Gesamttrend aller Verkäufe zusammen mit den Einzeltrends der verschiedenen Regionen darstellen. Auch prozentuale Anteile können in Flächendiagrammen gestapelt werden. Diese Darstellungen zeigen, wie sich die Beziehungen der verschiedenen Anteile über die Zeit verändern.

Was Sie vermeiden sollten

Von ungestapelten Flächendiagrammen sollten Sie die Finger lassen. Sie zeigen nicht mehr als ein Liniendiagramm. Für zwei bis drei verschiedene Variablen sind Flächendiagramme gut geeignet, aber versuchen Sie nicht mehr als sieben unterzubringen. Diese gestapelten Flächendiagramme sind schwer zu lesen.

Mit moderner Software zur Datenvisualisierung wie von datapine erhalten Sie professionelle Datenanalyse Tools. Sie sind komfortabler nutzbar und weniger fehleranfällig als Lösungen wie Excel oder PowerPoint und bieten wesentlich mehr Möglichkeiten und Funktionen. Zur verständlichen Präsentation von Informationen lassen sich grafische Darstellungen mit vielen verschiedenen Elementen verwenden. Im Vergleich zu technisch anspruchsvollen Lösungen wie Highcharts oder Chart.js ist datapine‘s Datenvisualisierungs-Software einfach zu bedienen und erlaubt es auch Anwendern ohne spezifisches technisches Know-how, Datenvisualisierungen mit wenigen Mausklicks zusammenzustellen. Die Anwendungsbereiche moderner Datenvisualisierungs-Tools sind vielfältig und kennen kaum Grenzen. Funktionen, die Ihnen professionelle Datenvisualisierungs-Software wie datapine bietet, sind beispielsweise:

einfache Einbindung verschiedenster Datenquellen wie Datenbanken, Flat Files und CRM- oder ERP-Systeme

Integration der Daten von Drittanbietern für systemübergreifende Analysen über APIs

intuitive Benutzeroberflächen mit Drag & Drop Bedienung für Self-Service BI Analysen ohne technische Vorkenntnisse

Nutzung verschiedener Charttypen für unterschiedliche Visualisierungziele wie Tachometer-, Flächen-, Balken-, Säulen- und Liniendiagramme oder Karten und vieles mehr

umfangreiche Individualisierungs-, Formatierungs- und Kombinationsmöglichkeiten der Diagramme

freie Gestaltung der Datenbeschriftungen, Hintergründe, Layouts und Legenden

Nutzung vorhandener Vorlagen für wichtige Key Performance Indikatoren (KPIs)

Erstellen interaktiver Dashboards mit individuellen Filter- oder Darstellungsmöglichkeiten und Bereitstellung für einen definierten Nutzerkreis

Nutzung der Software als Service aus der Cloud (SaaS-Lösung über Internet)

standortunabhängiger Zugriff auf Unternehmensdaten und Datenvisualisierungen mit beliebigen Endgeräten wie PC, Laptop, Smartphone oder Tablet

Bereitstellung intelligenter Analyse-Funktionen wie vorhersehende Analysen (Predictive Analytics) oder intelligente Alarme

Nutzung von Algorithmen Künstlicher Intelligenz (KI) und des Maschinellen Lernens (ML) für präzise Vorhersagen

Echtzeitdarstellung und automatische Aktualisierung von Werten in den Datenvisualisierungen

Teilen der Datenvisualisierungen mit automatisierten E-Mail-Reports, Live-Dashboards per (passwortgeschützter) URL und Einbetten von Reports und Visualisierungen in externe Applikationen

8) Zusammenfassung

In diesem Beitrag haben wir Ihnen erklärt, was Datenvisualisierung ist, was die wissenschaftlichen Grundlagen sind und welche Vorteile sie einem Unternehmen bietet. Sie wissen jetzt, welche Visualisierungstechniken und Visualisierungsmethoden es gibt und wie Sie mit den richtigen Fragen ein Visualisierungskonzept erarbeiten. In einem sehr ausführlichen Teil haben wir Ihnen die zehn wichtigsten Charttypen vorgestellt und erklärt, für welche Visualisierung ihre Verwendung sinnvoll ist und was Sie bei den einzelnen Charttypen vermeiden sollten. Abschließend erhielten Sie einen Überblick über wichtige Funktionen professioneller Datenvisualisierungs-Software.

Möchten Sie sich im Detail mit dem Thema Datenvisualisierung auseinandersetzen, bietet Ihnen datapine professionelle Lösungen. Sie haben die Möglichkeit, moderne Datenvisualisierungs-Software 14 Tage lang kostenlos zu testen. Überzeugen Sie sich während dieses Testzeitraums von der Leistungsfähigkeit der Software und erstellen Sie selbst Datenvisualisierungen, mit denen Sie Mitarbeiter oder Führungskräfte in Ihrem Unternehmen beeindrucken. Registrieren Sie sich jetzt für den kostenlosen 14-tägigen Test. Sie werden schnell erkennen, wie wertvoll die moderne Datenvisualisierung auch für Ihr Unternehmen ist.