Der Messvorgang iM rahMen Des visualisierungsprozesses · beziehungsweise Messwerten und der...

1

Der Messvorgang iM rahMen Des visualisierungsprozesses

Bachelorarbeit Simon WimmerMatrikelnummer 8409

Betreut vonProf. Boris MüllerDipl.-Des. Monika Hoinkis

Fachhochschule PotsdamInterfacedesignBearbeitungszeitraum22.11.2012 - 21.02.2013

2 3

inhalt

4567810121314161720223139525254565657

vorwortinhalthinführung zur praktischen arbeitZahlen & DatenErzeugung von ZahlenWahrheit in ZahlenRealität in ZahlenDaten DatenvisualisierungenDie praktische arbeitDas KonzeptDie ZahlenDie KurveDer SchreiberProzess und UmsetzunganhangQuellen TextQuellen AbbildungeDankeschönEidesstattliche ErklärungImpressum

vorwort

Daten und numerische Informationen sind allgegenwärtig und wer-den im Alltag immer wichtiger. Im Informationszeitalter produzieren wir Unmengen von Zahlen im realen und vor allem im virtuellen Leben. Das Gewicht ihrer Objektivität übertrifft das von subjektiven Meinungen bei weitem. Jemand, der ernst genommen werden will, stützt seine Argumente mit Zahlen, welche durch Berechnungen, Statistiken, Messungen und /oder Zählungen gewonnen wurden. Zahlen umgibt eine objektive, unangreifbare Aura. Diese Zahlengläu-bigkeit gibt trügerische Sicherheit, denn falsche Zahlen geben einen Sachverhalt natürlich ebenso falsch wieder wie falsche Beschrei-bungen durch Wörter.

Eine Datenvisualisierung erbt das objektive Wesen der Zahlen, auf welchen sie basiert. Als Gestalter glaube ich an das Potential und die Leistungsfähigkeit von Datenvisualisierung im Guten und im Schlechtem und beschäftige mich intensiv mit der angemesse-nen Darstellung von Daten und Informationen. Jede dieser Visua-lisierungen ist jedoch nur so gut und richtig wie die ihr zugrunde-liegenden Zahlen. Dem spannenden und sehr relevanten Verhältnis zwischen Zahlen, ihrer Erzeugung und ihrer Visualisierung möchte ich mich als Gestalter in dieser Arbeit widmen.

Im Rahmen dieser Bachelorarbeit soll darauf eingegangen werden, ob die Inszenierung eines Messvorgangs im Rahmen einer Datenvi-sualisierung das Erleben dieser Visualisierung intensivieren und ihr zusätzliche Erkenntnissebenen hinzufügen kann.

Der Abschnitt HInFüHRUnG ZUR PRAKTIScHEn ARBEIT fasst relevante Hintergrundinformationen über Zahlen und Visualisierungen zusam-men. Darauf folgt das Kapitel DIE PRAKTIScHE ARBEIT. Es erläutert die grundlegenden Gedanken hinter der Arbeit, geht auf ihre einzel-nen, konzeptionellen Bestandteile ein und dokumentiert abschlie-ßend den Entstehungsprozess.

4 5

zahlen unD Daten

Die Zahl ist das Wesen aller Dinge 1

Pythagoras aus Samos

Ein Sachverhalt kann mit Wörtern (auf qualitative Weise) oder Zahlen (auf quantitative Weise) beschrieben werden. Qualität beschreibt die Gesamtheit der charakteristischen Eigenschaf-ten, die Beschaffenheit einer Sache oder einer Person.2 Quanti-tät drückt die Menge, die Anzahl oder die Ausmaße von etwas aus.3 Im alltäglichen Sprachgebrauch wird Quantität oft als Ge-genteil von Qualität benutzt. Dies ist nicht ganz richtig, da die Beschreibung einer Sache als Zahlenwert immer auch qualitativ ist. Die Zahlenangabe schildert die quantitative Beschaffenheit der Sache.4 Am Beispiel eines Apfels lässt sich dies folgender-maßen ausdrücken: Eine Qualität des Apfels ist es, dass er sich mit der quantitativen Angabe, zum Beispiel einem Preis von zwei Euro, beschreiben lässt.

Für diese Arbeit ist relevant, dass Zahlenangaben die Eigen-schaften einer Sache oder einer Person sehr konkret beschrei-ben. Dies soll kurz anhand des Apfel-Beispiels verdeutlicht wer-den. Der Preis des Apfels lässt sich wie folgt ausdrücken:

qualitative Beschreibung: Der Apfel ist teuerquantitative Beschreibung: der Apfel kostet zwei Euro

Während das qualitative Urteil über den Preis des Apfels immer die persönliche Meinung desjenigen widerspiegelt, der die Aus-sage trifft, ist das quantitative Urteil frei von Subjektivität. Jeder, der den Preis kennt, kann selbst beurteilen, ob er den Apfel teuer findet oder nicht. Diese Prägnanz, die Genauigkeit der Beschrei-bung, zeichnet Zahlen aus und unterscheidet sie wesentlich von Wörtern. naturwissenschaften und Mathematik werden als harte Wissenschaften beziehungsweise exakte Wissenschaften bezeichnet weil sie ihre Aussagen ausschließlich in Zahlenform treffen. Zahlen als mathematische Objekte dürfen nicht mit Zif-fern verwechselt werden, denn diese werden für die schriftliche Darstellung der Zahl benutzt.Eine bedeutende Eigenschaft von Zahlen ist, dass mit ihnen mathematische Operationen durchgeführt werden können. Aus anfangs bekannten quantitativen Eigenschaften einer Sache können noch nicht bekannte Eigenschaften berechnet werden. Am Beispiel des Apfels stellt sich dies folgendermaßen dar (es werden zwei weitere, quantitative Eigenschaften hinzugefügt – Umfang und Gewicht).Aus dem Umfang des Apfels lassen sich Durchmesser, Radius, Volumen und Oberfläche des Apfels berechnen (der Einfachheit halber wird davon ausgegangen, dass der Apfel eine perfekte Ku-gel ist). In Kombination mit dem Gewicht lässt sich die Dichte des Apfels berechnen. Mit der Gewichtsangabe und dem Preis des Apfels kann der Preis für 100 g Apfel berechnet werden.

1 Haustein, Heinz-Dieter: Quellen der Messkunst: Zu Maß und Zahl, Geld und Gewicht, 2004, S. 31

2 Vgl. Qualität laut Duden, http://www.duden.de/rechtschrei-bung/Qualitaet, Stand: 7. 12. 2013

3 Vgl. Quantitaet laut Duden, http://www.duden.de/rechtschrei-bung/Quantitaet, Stand: 7. 12. 2013

4 Vgl. Quantitaet laut Wikipedia, http://de.wikipedia.org/wiki/ Quantität, Stand: 7. 12. 2013

hinführung zur praktischen arbeit

Dieser Abschnitt gibt einen überblick über die Bedeutung, Erzeu-gung und Wahrnehmung von Zahlen, Daten und Visualisierungen. Er führt den Leser zur praktischen Arbeit hin.

6 7

Verschieden Zustände einer Gegebenheit werden im Rahmen der Quantifizierung in Zahlen konvertiert. Dieser Vorgang muss durch allgemeingültige Zuordnungsvorschriften geregelt werden, so dass erzeugte Zahlen relativ zueinander sind und vergleichbar bleiben. Diese Vorschriften werden als Skala bezeichnet, wobei als Grundlage für die Skala eine definierte Einheit dient.9 Die Skala als Werkzeug der Objektivierung ist nicht mit der Anzei-gevorrichtung Skale zu verwechseln. Man kann sagen, dass eine Skale die physische Manifestation einer Skala ist. Liest man ein Flüssigkeitsthermometer ab, so erzeugt man eine Zahl, welche die Temperatur ausdrückt, indem man die Höhe des Flüssig-keitsstandes im Glasröhrchen mit der am Thermometer ange-brachten Skale abgleicht. Dabei ist die Anzeige eines Wertes in dieser Form bedeutend schneller fassbar als die ausschließliche Angabe in Ziffernform. Zum Ablesen des Flüssigkeitsthermome-ters genügt ein flüchtiger Blick. Die numerische Angabe der glei-chen Temperatur in Form von Ziffern ist im Vergleich schwerer zu fassen und zu interpretieren. Ein wesentlicher Vorteil der nu-merischen Angabe ist dagegen, dass die Ablesegenauigkeit sehr groß ist. Blickt der Leser einer Skale nicht absolut senkrecht auf diese, so unterschiedet sich der abgelesene vom tatsächlichen Wert (Parallaxenfehler). Dies passiert beim Lesen des Wertes in Ziffernform nicht.

Erwähnenswert im Zusammenhang mit Skalen ist beziehungs-weise war die außerordentliche Vielfalt derselben bis ins spä-te 19 Jahrhundert. Bis zum Eintritt der Meterkonvention am 20.05.1875 gab es große regionale Unterschiede zwischen den Einheiten und den auf ihnen basierenden Skalen.10 In den bei-tretenden Ländern ersetzte das sogenannte S I-Einheitensystem (Système International d’Unités) die verwirrende Vielfalt an Ein-heiten. Vorstellungen von Längen-, Masse-, und Krafteinheiten (zum Beispiel Meter, Kilogramm und Newton) wurden regional und international vereinheitlich. Dies erleichterte und förderte wirtschaftlichen und wissenschaftlichen Austausch. Das S I ist ein metrisches System und bis auf wenige Ausnahmen global anerkannt und gültig.

Eine andere Weise, Zahlen zu erzeugen, ist die Anwendung von statistischen Methoden. In der Statistik werden Zahlen erzeugt, indem man systematisch Verbindungen zwischen Erfahrungen beziehungsweise Messwerten und der Theorie herstellt.11 Die Grundlage für die Erzeugung von Zahlen mit statistischen Metho-den sind also durch Messungen gewonnene Zahlen. Aus diesen können mit Hilfe von Wissen über den quantifizierten Sachver-halt neue Zahlen generiert werden. Eine monatliche Rechnung auf Basis von gesammelten Kassenbons sagt beispielsweise aus, wie viel pro Monat für Lebensmittel ausgegeben wird.

9 Skale laut Wikipedia, Vgl. http://de.wikipedia.org/wiki/Skala_%28Bewertung%29, Stand: 7. 12. 2013

10 Vertrag vom 20. Mai 1875 be-treffend die Errichtung eines internationalen Mass- und Gewichtsbüros,Vgl. http://www.ad-min.ch/ch/d/sr/c0_941_291.html, Stand: 7. 12. 2013

11 Vgl. Rinne, Horst: Taschenbuch der Statistik, 1997, S. 1

BEKAnnTE ZAHLEn

Preis des ApfelsUmfang des ApfelsGewicht des Apfels

2,0 € 23,0 cm 20,0 g

BEREcHEnBARE ZAHLEn

Durchmesser des ApfelRadius des ApfelsOberfläche des ApfelsVolumen des ApfelsDichte des ApfelsPreis pro 100 g Apfel

7,3 cm 3,7 cm168,4 cm² 205,7 cm³ 0,6 gr /cm³ 1,7 € / 100 g

Es lässt sich Zusammenfassen, dass sich Gegebenheiten durch Zahlen präzise und objektiv beschreiben lassen. Mit ihrer Hilfe lässt sich aus wenigen bekannten Eigenschaften einer Sache auf viele unbekannte Eigenschaften schließen.

erzeugung von zahlen

Die Quantifizierung in ihrer sinnvollen und sinnleeren Form ist ein Grundzug des modernen Lebens, sie begleitet uns überall. […] Eine Ursache für das Faszinosum und den Mißbrauch der Quantität ist die Tatsache, daß die Gesellschaft immer komplexer, qualitativ viel-fältiger wird und der zahlenmäßige Ausdruck als ein Rettungsanker für ihre Durchschaubarkeit erscheint.5

Das Erzeugen von Zahlen wird Quantifizierung genannt. Im Rah-men dieses Vorgangs werden Eigenschaften eines Gegenstandes oder die Beschaffenheit eines Sachverhalts in messbare Größen und Zahlenwerte umformuliert.6 Dies gibt uns auf persönlicher und gesellschaftlicher Ebene Sicherheit, hilft uns Entscheidun-gen zu treffen, die Vergangenheit zu begreifen und die Zukunft vorherzusagen. Wir quantifizieren auf unterschiedliche Art und Weise zu verschiedensten Anlässen.

Im Folgenden werden zwei Methoden, Zahlen zu erzeugen, kurz vorgestellt. Die erste Methode ist das Messen. Durch den Ver-gleich einer Messgröße mit einer definierten Einheit lässt sich eine Zahl durch Messung erzeugen.7 Diese Definition gilt vor al-lem für den technischen Bereich und die exakten Wissenschaf-ten. Eine etwas allgemeinere Definition ist, dass eine Messung eine Zuordnung von Zahlen zu Objekten ist, sofern diese Zuord-nung eine strukturerhaltende Abbildung einer Menge von Ele-menten und ihrer Relationen untereinander in ein numerisches Relativ ist.8 Diese Definition des Messens schließt zum Beispiel auch die Erzeugung von Zahlen durch Umfragen ein.

5 Haustein, Heinz-Dieter: Weltchronik des Messens: Univer-salgeschichte von Maß und Zahl, Geld und Gewicht, 2001, S. 6

6 Vgl. Quantifizierung laut Wikipedia, http://de.wikipedia.org/wiki/ Quantifizierung, Stand: 7. 12. 2013

7 Vgl. Quantität laut Wikipedia, http://de.wikipedia.org/wiki/ Quantität, Stand: 7. 12. 2013

8 Vgl. Bortz, Jürgen; Döring, nicola: Forschungsmethoden und Evalua-tion für Human- und Sozialwissen-schaftler, 2006, S. 65

8 9

In der folgenden Tabelle13 finden sich drei verschiedene Verfah-ren, das durchschnittliche Monatseinkommen einer Arbeitskraft der Firma zu berechnen.

VERFAHREn BEScHREIBUnG HERLEITUnG Ø GEHALT

Arithmetisches Mittel Die Summe aller Werte wird durch die Anzahl der Werte geteilt

2 000 € 3 000 € 3 000 € 4 000 € 5 000 € 8 000 € + 10 000 € 35 000 / 7 = 5 000 €

Median Die Zahl, welche die kleiner Hälfte von der größeren Hälf-te des Datensatzes trennt

2 000 € 3 000 € 3 000 € 4 000 € 5 000 € 8 000 € 10 000 € = 4 000 €

Modus Die Zahl, welche am meisten im Datensatz auftaucht

2 000 € 3 000 € 3 000 € 4 000 € 5 000 € 8 000 € 10 000 € = 3 000 €

Will man einen möglichst hohen Betrag erzeugen, beispielsweise wenn die Firma ein Stellenangebot in einer Zeitung unter Anga-be des durchschnittlichen, monatlichen Verdienstes aufgibt, so würde man sich für das Arithmetische Mittel als Durchschnitts-wert entscheiden. In diesem Fall wären dies 5 000 €. Wird für einen anderen Zweck ein möglichst niedriger Wert benötigt, so bietet sich der Modus an. Mit diesem lässt sich ein durchschnitt-liches Monatseinkommen mit 3 000 € angeben. Anhand dieses Beispiels lässt sich erkennen, dass Durchschnittswerte fragwür-dig sind, solange ihre Herleitung nicht offenliegt.14

Die Realität lässt sich auch ohne Vorsatz mit der Berechnung von Durchschnittswerten verzerren, was durch ein etwas komplexe-res Beispiel verdeutlicht wird.15

Im Vereinigten Königreich wird die durchschnittliche Dauer einer Schwangerschaft mit 280 Tagen angegeben. Entbindungstermi-ne werden Aufgrund dieser Dauer festgelegt. In diesem Zusam-menhang sind zwei Tatsachen relevant: nummer eins ist, dass manche Frauen früher als der Durchschnitt entbinden. nummer zwei, dass spätestens 14 Tage, nachdem der veranschlagte Ter-min überschritten wurde, eine Entbindung erzwungen wird.

13 Vgl. »comparison of mean, median and mode« laut Wikipedia, http://en.wikipedia.org/wiki/Mode_%28statistics%29#comparison_of_mean.2c_median_and_mode, Stand: 7. 2. 2013, Die Zahlenwer-te wurden im Sinne der Arbeit angepasst.

14 Vgl. Huff, Darrell: How to lie with statistics, 1993, S. 35

15 Vgl. Blastland, Michael; Dilnot, Andrew: The Tiger That Isn‘t: Seeing Through a World of numbers, 2008, S. 75

Mit dem Wissen, dass ein Jahr aus zwölf Monaten besteht, kön-nen die anfallenden Kosten für Lebensmittel über das ganze Jahr hinweg berechnet werden. Dies birgt Möglichkeiten und Risiken, was im folgenden Abschnitt erläutert wird.

wahrheit in zahlen

There are three kinds of lies: lies, damned lies, and statistics.12

Benjamin Disraeli

Zahlen umgibt eine technische, unangreifbare Aura. Sie wirken objektiv, selbst wenn sie es nicht sind. Dieses vermeintlich ob-jektive Wesen der Zahl färbt auf die Aussage ab, welche durch die Zahl getroffen wird. Eine Tatsache lässt sich mit entspre-chender Sachkenntnis durch Manipulation der Zahlen, welche diese abbilden, nahezu beliebig verändern. Die entstandenen Zahlen wirken objektiv und stichhaltig. Zahlen, die durch sta-tistische Methoden erzeugt werden, lassen sich aufgrund ihrer komplexen, undurchsichtigen Herleitung besonders gut manipu-lieren. Ein sehr einfaches Beispiel hierfür ist die Verwendung von verschiedenen Durchschnittswerten für den gleichen Datensatz. Für welchen Wert sich ein Statistiker entscheidet, hängt stark von der Aussage ab, die er mit dem Wert treffen will.

Es wird eine hypothetische Firma betrachtet, welche das monat-liche Durchschnittseinkommen der Belegschaft veröffentlichen möchte. Das Personal der Firma setzt sich wie folgt zusammen:

TäTIGKEIT MOnATLIcHER VERDIEnST

Putzkrafteinfache Arbeitskraft #1einfache Arbeitskraft #2MechanikerProgrammiererProjektmanangerGeschäftsleitung

2 000 € 3 000 € 3 000 € 4 000 € 5 000 € 8 000 €10 000 €

12 Huff, Darrell: How to lie with stati-stics, 1993, Das Zität wurde lange Zeit Benjamin Disraeli zugeschrie-ben, der eigentlicher Verfasser ist jedoch unbekannt.

10 11

Der Apfel kostet 2,0 € 1,7 € / 100 g

Der Apfel ist 120,0 g schwer

Der Apfel hat einen Umfang voneinen Durchmessereinen Radius vonein Volumen voneine Oberfläche voneine Dichte von

23,7 cm 7,3 cm 3,7 cm205,7 cm³168,4 cm² 0,6 g /cm³

Diese Liste beschreibt einen Apfel äußerst dürftig. Selbst die Summe aller bekannten, quantifizierbaren Eigenschaften eines Apfels würde keinen Apfel ergeben. Dies scheint in der natur der Repräsentation von Realität durch Zahlen zu liegen.

Wie zuvor beschrieben, neigen wir Menschen zu einer Art Zah-lengläubigkeit. Die Beschreibung einer Sache mit Hilfe von Zah-len gibt diese in unseren Augen weitaus zuverlässiger wieder, als die Beschreibung mit Worten. Sinnliche Qualitäten werden als Behinderung, als Verschleierung des rationalen, klaren Blickes auf die Sache verstanden. Wir vergessen dabei, dass wir nicht alle Eigenschaften einer Sache quantifizieren können, da uns nicht alle Eigenschaften dieser Sache bekannt sind, oder aber ein Merkmal ein zu großes Spektrum an Zuständen aufweist.

Wie würde man zum Beispiel den Geschmack des Apfels quan-titativ erfassen? Ein Ansatz wäre, dass man mit Angabe des Säuregehaltes und des Zuckergehaltes in Zahlen ausdrücken könnte, ob der Apfel tendenziell eher süß oder sauer ist. Ob der Geschmack aber dann tatsächlich der Zahlenangabe entspre-chen wird, ist fraglich, da der Geschmack des Apfels von den Vor-lieben oder besser gesagt vom Geschmack desjenigen beurteilt wird, der den Apfel isst.

Die Vielfalt und Komplexität der sinnlichen Wahrnehmung über-trifft die Ausdrucksmöglichkeiten von Zahlen bei weitem.

Die Krux ist Folgende: Die durchschnittliche Dauer einer Schwan-gerschaft basiert auf Zahlen aus der medizinischen Praxis und die gleiche Praxis erzwingt eine Entbindung spätestens 14 Tage nach überschreiten der durchschnittlichen Schwangerschafts-dauer. Die durchschnittliche Dauer selbst ist Teil der Berech-nung der durchschnittlichen Dauer. Frühgeburten vermindern die durchschnittliche Schwangerschaftsdauer, Spätgeburten würde sie erhöhen, fließen aber nicht mit ein, weil eine Entbin-dung erzwungen wird. Der berechnete Wert von 280 Tagen ist also niedriger als der Tatsächliche. Laut einer aktuellen Studie aus Schweden liegt die mittlere Dauer einer Schwangerschaft bei 281 Tagen.

Die vorsätzliche Veränderung der Wahrheit, beziehungsweise der Realität, durch die Veränderung der Zahlen, die sie repräsentie-ren, ist ein mächtiges Werkzeug bei der Durchsetzung von Inte-ressen oder der Verschleierung von Unregelmäßigkeiten. Aber auch ohne Vorsatz und statistische Methoden wird die Realität durch ihre Formulierung in Zahlen verzerrt.

realität in zahlen

Ein Gegenstand erscheint uns nicht gleich groß, wenn wir ihn in der Nähe und wenn wir ihn in der Ferne sehen. Und er erscheint uns ge-rade, wenn wir ihn außerhalb des Wassers, und gekrümmt, wenn wir ihn im Wasser sehen. Wir sind vielen solcher Sinnestäuschungen ausgesetzt. Das beste Mittel dagegen ist das Messen, Zählen und Wägen. Dadurch wird die Herrschaft der Sinne über uns beseitigt. Wir richten uns nicht mehr nach dem sinnlichen Eindruck der Grö-ße, der Zahl, des Gewichts und er Gegenstände, sondern berechnen, messen und wägen sie. Daher ist der Teil, der sich auf das Messen und Berechnen verlässt, die edelste Kraft unserer Seele.16

Sokrates nach Platon

Die Abbildung der Realität in Zahlen hat viele Stärken, eine ist die bereits erwähnte Vergleichbarkeit. Um diese zu erhalten, ver-einfacht man Gegenstände beziehungsweise Sachverhalte auf einen kleinsten gemeinsamen nenner. Diese absolute Vergleich-barkeit induziert aber auch eine große Schwäche. Der Vorgang der Verallgemeinerung zwingt die Realität in eine Form, die ihr nicht entspricht. Diese Form, auch Einheit genannt, kann nur ei-nen winzigen Bruchteil der realen Gestalt des Gegenstands be-ziehungsweise des Sachverhaltes erfassen.17

Zur Erklärung wird noch einmal auf das Apfel-Beispiel zurück-gegriffen. Der Apfel soll einer hypothetischen Person, die nicht weiß, was ein Apfel ist, beschrieben werden. Dabei darf nur auf die quantifizierbaren Merkmale des Apfels zurückgegriffen wer-den. Wie sähe also dieser Apfel aus (wir benutzen die berechne-ten Zahlen aus der Einleitung zum Kapitel ZAHLEn & DATEn)?

16 Haustein, Heinz-Dieter: Quellen der Messkunst. Zu Maß und Zahl, Geld und Gewicht, 2004, S. 38

17 Vgl. Blastland, Michael; Dilnot, An-drew: The Tiger That Isn‘t: Seeing Through a World of numbers, 2008, S. 15

12 13

Datenvisualisierungen

Datenvisualisierungen übersetzen Zahlen in Grafiken. Als Ver-mittler von Informationen werden sie immer bedeutender und lassen uns die Datenflut des Informationszeitalters zumindest teilweise bewältigen. Sie bereiten Daten visuell auf und machen sie für den Einzelnen nutzbar, sei es im professionellen bezie-hungsweise beruflichen Kontext oder zur schlichten Unterhal-tung. Komplexe Sachverhalte und Zusammenhänge lassen sich sprachlich oder logisch formuliert manchmal nur schwer ver-stehen, vor allem für den Laien. Die übersetzung in ein visuelles, einfacher zu erfassendes Medium erleichtert jedoch den Zu-gang. Dabei werden diffuse, in Zahlen verschlüsselte Informatio-nen klar und verständlich vor dem Betrachter ausgebreitet.

Die Erscheinungsformen von Datenvisualisierung sind zahlreich. Manche funktionieren besonders gut, weil sie seit langem als grafische Repräsentationen von Zahlen in unserer Kultur ver-ankert sind. Dazu zählen zum Beispiel Tortendiagramme, Lini-endiagramme und Säulendiagramme. Andere Formen sind ge-wöhnungsbedürftiger, weil sie erst in jüngerer Zeit entwickelt und noch nicht im kulturellen Gedächtnis der Allgemeinheit an-gekommen sind (zum Beispiel Flow- und Graphendiagramme). Die Möglichkeiten der Darstellung von Daten sind theoretisch unendlich. Für welche Gestalt man sich entscheidet, ist von der Aussage der zugrundeliegenden Zahlen, von deren gestalteri-scher Interpretation und nicht zuletzt von den Anforderungen an die Visualisierung abhängig.

All diesen verschiedenen Visualisierungsformen ist gemein, dass sie die Eigenschaften der zugrundliegenden Zahlen übernehmen. Zum Einen wird das objektive Wesen der Zahl zum objektiven Wesen der Visualisierung. Zum Anderen wird nur ein winziger Bruchteil der messbaren Realität des Sachverhaltes in der Visu-alisierung wiedergegeben.

Visualisierungen sind immer Darstellungen von Zahlen, wel-che einen Umstand beschreiben, und nicht die Darstellung des Umstandes selbst. Der Betrachter blickt durch die Grafiken auf Zahlen und nicht auf den Sachverhalt, was für große Distanz zwischen ihm und der visualisierten Realität sorgt. Die Zahlen stehen wie ein Filter zwischen Gegebenheit und Visualisierung. Die sinnliche Komplexität der Realität kann nicht angemessen ausgedrückt werden.

Zum Schluss ist noch hinzuzufügen, dass, wenn im Laufe der weiteren Arbeit von Visualisierungen gesprochen wird, immer Datenvisualisierungen gemeint sind.

Daten

Our ability to generate and acquire data has by far outpaced our ability to make sense of that data.18

Daten sind Werte, die im Rahmen von Messungen, statistischen Methoden oder ähnlichen Verfahren erhoben werden. In der elek-tronischen Datenverarbeitung werden Daten als elektronisch ge-speicherte Zeichen, Angaben und Informationen verstanden.19

Wir erzeugen Daten bei der Arbeit am Rechner. Sie können alpha-numerisch (Buchstaben, Ziffern, Sonderzeichen, … ) und nume-risch (Zahlen) vorliegen, wobei Erstere im wesentlichen quali-tative Merkmale einer Sache wiedergeben, im Falle des Apfels wäre dies zum Beispiel die Apfelsorte wie Boskop oder Granny Smith. numerische Daten beschreiben quantitative Eigenschaf-ten. Am Beispiel des Apfels wären das sein Preis oder sein Ge-wicht. Die Zusammenfassung von Daten, die sich aufeinander beziehen, wird Datensatz genannt.

Laut einer Studie aus dem Jahr 2011 verdoppelt sich die Menge an weltweit erzeugten, digitalen Daten alle zwei Jahre. 2011 wur-den 1,8 Zettabytes an Daten erstellt und kopiert. Das bedeutet, dass jeder einzelne Einwohner der Vereinigten Staaten 26 976 Jahre lang drei Tweets in der Minute absetzen müsste, um eine äquivalente Datenmenge zu erzeugen.20

Diese immer größer werdenden Datenmengen werden als Big Data bezeichnet. Ein Datenstrom aus Informationen von und über Smartphones, Kameras, Rechner, automatisierten Logis-tik- und überwachungssystemen, industriellen Anlagen und tausenden weiteren Quellen fließt mit Informationen, die wir bewusst selbst über uns erzeugen und online stellen wie zum Beispiel Tweets, Likes, Posts, Anzeigen, Jogging-Laufzeiten, Suchanfragen oder Partnerinseraten zusammen.21 In dieser un-überschaubaren Menge an Daten liegt für verschiedenste Zwe-cke relevantes Wissen verborgen. Mit modernen, statistischen Auswertungen, auch Data-Mining genannt, versucht man, dieses Wissen zu extrahieren. Angewandte Mathematik, also der Um-gang mit Zahlen, ist der einzige Weg, um mit Informationen in der Größenordnung von Big Data umgehen zu können. Herkömmliche Theorien und Modelle über menschliches Verhalten, Linguistik, Soziologie und Psychologie haben keine Gültigkeit mehr. So hat Google den Markt für nutzerspezifische Werbung mit angewand-ter Mathematik, und nicht mit Wissen über Werbung, erobert.22

Eine Flut von Daten beschreibt unsere Welt gleichzeitig auch als unüberschaubare Masse von Zahlen. Um dieser Masse Wissen und Erkenntnisse zu entlocken sind wir auf Hilfsmittel wie Da-tenvisualisierungen angewiesen.

18 Schardt, Johannes: Data flow 2 : visualizing information in graphic design, 2010, S. 29, Zitat stammt von Manuel Lima (visualcomplexi-ty.com). Es ist einem Interview ent-nommen, welches von Johannes Schardt geführt wurde.

19 Vgl. Daten laut Duden, http://www.duden.de/rechtschreibung/Daten, Stand: 7. 2. 2013

20 Vgl. McGaughey, Katryn: Da-tenwachstum verdoppelt sich alle zwei Jahre, http://ger-many.emc.com/about/news/press/2011/20110628-01.htm, Stand: 7. 2. 2013

21 Vgl. Fischermann, Thomas; Ha-mann, Götz: Big Data: Wer hebt das Datengold?, Stand: 7. 2. 2013

22 Vgl. Anderson, chris: The End of Theory: The Data Deluge Makes the Scientific Method Obsolete, http://www.wired.com/science/discove-ries/magazine/16-07/pb_theory, Stand: 7. 2. 2013

14 15

Das konzept

In der Hinführung wurden Eigenschaften von Zahlen und Visua-lisierungen, die für meine praktische Arbeit relevant sind, her-ausgestellt.

Zahlen werden erzeugt, um Vergleichbarkeit und Sicherheit zu erlangen. Die Wahrheit lässt sich mit ihrer Hilfe unmerklich und schwer nachweisbar manipulieren. Sie Vereinfachen und ge-ben nur einen Bruchteil unserer Realität wieder. In der Informati-onsgesellschaft speichern Zahlen in Form von Daten unfassbare Mengen an Informationen, Zusammenhängen und Wissen.

Zahlen abstrahieren also unsere Welt und formen ein Abbild, dass uns paradoxerweise weitaus konkreter und verlässlicher erscheint als die Realität. Sie beseitigen die willkürliche Herr-schaft der subjektiven Wahrnehmung und genießen dabei tiefs-tes Vertrauen. Zahlen in Form von Visualisierungen erben diese Eigenschaften. Dabei verhindert die Zahl als ausschnitthafte, objektive Abbildung der Realität den sinnlichen, subjektiven Zu-gang zum realen Sachverhalt.

Der praktische Teil der Arbeit konfrontiert den Betrachter mit dieser Beschaffenheit von Zahlen. Dies geschieht durch einen Apparat, der Zahlen visualisiert. Dabei wird der Zuschauer aktiv in den Vorgang eingebunden – er wird vom Beobachter zum Teil-nehmer. Das Gerät formt ihn vom Betrachter einer Zahl zu dieser Zahl selbst, er wird vom Informierten zur Information.

Die praktische arbeit

In diesem Abschnitten werden die einzelnen, konzeptionellen Be-standteile meiner Arbeit genauer beschrieben und tiefer auf deren Hintergrund und Bedeutung eingegangen. Darauf folgt die Doku-mentation des Entstehungsprozesses und der Stand der finalen Umsetzung zum Drucktermin.

16 17

1,02,05,0

7,59,19,25

12 02324 11430 683

0,010,511,2

1 1893 0145 423

116292

3.326,215,56

0,00010,0020,0023

103 212301 411470 862

121345768

122355

251541765

Abb. 02

Abb. 03

Die Optionen, eine Zahl zu visualisieren, sind zahlreich. Man ent-scheidet sich für eine der Möglichkeiten und formuliert die Zahl in die entsprechende grafische Form um (Abb. 01).

Die Arbeit betrachtet diesen Vorgang von einer anderen Seite. Zahlen, welche verschiedenste Gegebenheiten abbilden, werden durch nur eine Visualisierungsform wiedergegeben. Das verweist auf die Vereinfachung, Homogenisierung und Verfremdung von verschiedensten Sachverhalten durch deren Formulierung und Wiedergabe in Zahlenform (Abb. 02).

Der Betrachter ist wesentlicher Teil der Arbeit. Ihm wird die Mög-lichkeit gegeben, vor Ort Zahlen über sich zu erzeugen. Diese Zahlen werden in Echtzeit visualisiert und stehen in enger Be-ziehung mit Abbildungen von Zahlen, die andere Betrachter, Per-sonen und Sachverhalte beschreiben. Die räumliche nähe zwi-schen den einheitlichen Visualisierungen soll im Betrachter das Gefühl erzeugen, mit allen visualisierten Ereignissen und Perso-nen auf eine Art metaphysische Weise verbunden zu sein, also an ihnen teilzuhaben (Abb. 03).

123

Abb. 01

18 19

Abgesehen davon und auch gerade deswegen hat der mensch-liche Herzschlag große symbolische Bedeutung. Wir teilen das Herz als lebenswichtiges Kraftwerk des Körpers und dessen Herzschlag als Zeichen des Lebens mit allen höher entwickelten Lebensformen auf diesem Planeten.Unseren Herzschlag nehmen wir nach großer Aufregung oder Anstrengung aber auch in Momenten großer Ruhe und Konzen-tration bewusst wahr. Der Herzschlag anderer Menschen ist in Momenten größter körperlicher nähe fühlbar. Er äußert sich am und im menschlichen Körper in vielen, zarten, kaum wahrnehm-baren Formen. Als leises Rauschen oder Pochen in den Ohren, als sprichwörtliches Klopfen in der Brust, als Heben und Senken der Haut seitlich am Hals oder der Innenseite des Handgelenkes und fühlbar als an- und abschwellender Druck beim vorsichti-gen Betasten dieser Stellen. In all diesen Formen findet sich das charakteristische Muster des Herzschlages wieder. Das rhyth-mische Zusammenziehen und Entspannen des Herzens äußerst sich als ein Impuls, eine kurze Pause, ein weiterer Impuls und eine längere Pause. Diese Sequenz beginnt mit dem Leben eines Kindes im Mutterleib, folgt einer sich unzählige Male wiederho-lenden Schleife und endet mit dem Tod. Wenn man die Aktivität des menschlichen Herzens misst, so vermisst man also ein Sym-bol des Lebens. Man erzeugt Zahlen, die das Leben abbilden. Das symbolische Gewicht dieser Daten geht weit über die Bedeutung von Zahlen hinaus, die unser digitales Leben beschreiben (Likes, Follower, ReTweets, … ).

Eine Arbeit, die sich mit dem Verhältnis zwischen statistischen Zahlen und dem Betrachter als Teil dieser Zahlen auseinander-setzt, ist die Installation Pi des kanadischen Künstlers Ken Lum. Man findet sie in der Wiener Karlsplatzpassage zwischen den Treppen zur U-Bahn und dem Ausgang beim Secessionsgebäude (Abb. 04).Die Installation inszeniert die Kreiszahl Pi und statistische Daten, die 16 Sachverhalte abbilden und in Echtzeit aktualisiert werden (Rüstungsausgaben seit Jahresanfang in Euro weltweit, Tage bis zur Wiederbewohnbarkeit von Tschernobyl, Verzehrte Schnitzel seit Jahresbeginn in Wien, Landminenopfer seit Jahresanfang, Entliehene Bücher seit Jahresanfang, Verliebte in Wien im Mo-ment, Unterernährte Kinder weltweit, ). Jeder Sachverhalt ist in Form einer statischen Beschreibung und eines dynamischen Displays, auf dem der aktuelle Zahlenwert zu sehen ist, zugäng-lich (Abb. 05 - nächste Seite). Dabei ist sowohl der beschreibende Text als auch das Zifferndisplay in einen Spiegel eingelassen, in dem sich der Besucher beim Betrachten der Zahlen selbst sieht (Abb. 06 - nächste Seite). Der Besucher spiegelt sich in den Zah-len wieder und nimmt sich als Teil der verschiedensten Prozesse, die sie abbilden, war. Abb. 04 - Lum, Ken: Pi (Detail), Die

Kombination aus Text, dynamischem Zahlenmaterial und Spiegel wird vom Künstler als Factoid bezeichnet, 2006

Die zahlen

Zahlen sind die Grundlage jeder Datenvisualisierung und somit auch die Grundlage dieser Arbeit. Zahlen, welche Vorgänge in der Welt beschreiben und Zahlen, welche den Betrachter der Arbeit beschreiben, werden dabei in unmittelbare Beziehung gesetzt.

Die Zahlen beziehungsweise die Daten, welche Vorgänge in der Welt beschreiben, werden direkt aus dem netz gestreamt. Dabei ist größtmögliche Diversität bei der Auswahl der Quellen notwen-dig (Pegelstände von Gewässern, Aktienkurse, Bevölkerungsent-wicklungen, … ). Um diese Entscheidung näher zu erläutern, wird noch einmal auf Big Data zurückgegriffen. Die schiere Masse an Informationen ermöglicht neue Möglichkeiten der Wissensge-winnung und könnte zum Beispiel die gängige, wissenschaftliche Praxis grundlegend verändern.

Modelle sind in der wissenschaftlichen Praxis von großer Bedeu-tung. Sie bilden unsere Welt stark vereinfacht nach einer Theorie ab und werden in Experimenten bestätigt, weiterentwickelt oder verworfen. Man versucht hypothetische, verbindende Mechanis-men zwischen zwei Sachverhalten durch Versuche zu bestätigen. Daten ohne spezifischen Zweck sind in diesen Modellen nutzlos. Korrelationen wird keinerlei Bedeutung beigemessen. Die Verfügbarkeit und Auswertung von unvorstellbar großen Da-tenmengen stellt diese Praxis (Hypothese – Modell – Test) jedoch in Frage. Man kann Big Data analysieren, ohne Hypothesen dar-über machen zu müssen, was sie aussagt und ohne auf Modelle angewiesen zu sein. Supercomputer und hochentwickelte, sta-tistische Algorithmen finden Muster und mit ihnen Zusammen-hänge in Bereichen, die der gegenwärtigen wissenschaftlichen Praxis nicht zugänglich sind. Kausalität wird durch Korrelation ersetzt. Langfristig könnte dies das Ende des mechanistischen Weltbildes bedeuten, in dem die Vorstellung vorherrscht, dass jede Wirkung sich auf eine ganz klare Ursache zurückführen las-sen muss.23

In Big Data liegen also theoretisch Zusammenhänge verborgen, die in manchen Fällen metaphysischen charakter haben und sich in Form von Mustern äußern. Als Gestalter gehe ich auf die Suche nach diesen Mustern, beziehungsweise lasse den Betrachter auf die Suche gehen.

Big Data stellt einen Teil der Zahlen, der andere Teil wird vom Be-trachter vor Ort durch Messung seiner aktuelle Pulsfrequenz er-zeugt. Beide Teile werden in dieser Arbeit zu einem Ganzen. Der Betrachter soll sich zwischen Zahlen, die ihn beschreiben, und Zahlen, welche die Welt beschreiben, wieder finden.

Das Messen der Pulsfrequenz verdient besondere Aufmerksam-keit, denn im Rahmen dieser Arbeit verbindet es den Betrachter mit den Sachverhalten. Seit jeher spielt die Messung des Pul-ses eine zentrale Rolle in der Medizin. Viele Herz- und Kreislauf-krankheiten werden über die Analyse des Herzschlages diagnos-tiziert.

23 Vgl. Anderson chris: The End of Theory: The Data Deluge Makes the Scientific Method Obsolete, http://www.wired.com/science/discove-ries/magazine/16-07/pb_theory, Stand: 7. 2. 2013

20 21

Abb. 06 - Lum, Ken: Pi (Detail), Pas-santen spiegeln sich in den Zahlen, 2006

Abb. 08 - nake, Frieder: 13/9/65 nr. 3 Zufälliger Polygonenzug, 1965

Abb. 07 - nake, Frieder: 13/9/65 nr. 2 Klee, 1965

Abb. 10 - Darboven, Hanne: Wunsch-konzert (Detail), 1984

Abb. 09 - Darboven, Hanne: Wunsch-konzert (Detail), 1984

Abb. 05 - Lum, Ken: Pi (Detail), Ein Teil der Installation Pi in der Wie-ner Karlsplatzpassage, 2006

Die kurven

Die Abbildung des zeitlichen Verlaufs von Werten in Linien und Kurven spielt eine zentrale Rolle in dieser Arbeit. Im Folgenden soll ein grober überblick über die Bedeutung und interdiszipli-näre Verwendung von Linien und Kurven als Visualisierungs- und Ausdrucksform gegeben werden. Abschließend wird die Rolle der Kurve in meiner Arbeit erläutert.

Wassily Kandinsky behandelt das Wesen der Linie beziehungs-weise der Kurve in seinem Buch Punkt und Linie zu Fläche aus-führlich. nach ihm ist die Linie ein Punkt, der durch das Einwir-ken von verschiedenen, von außen kommenden Kräften, zur Linie wird. Er unterscheidet die Anwendung von einer Kraft und die Anwendung von zwei Kräfte, wobei er letztere Möglichkeit wie-derum in abwechselnde oder gleichzeitige Wirkung der Kräfte einteilt. Die gebogene Linie oder auch Kurve entsteht aus dem gleichzeitigen Wirken von zwei Kräften.24

Punkt – Ruhe. Linie – innerlich bewegte Spannung, aus der Bewe-gung entstanden. Die beiden Elemente – Kreuzungen, Zusammen-stellungen, die eine eigene «Sprache» bilden, die durch Worte nicht erreichbar ist. Das Ausschließen der «Zutaten», die den inneren Klang dieser Sprache dämpfen und verdunkeln, verleiht dem male-rischen Ausdruck die höchste Knappheit und die höchste Präzision. Und die reine Form stellt sich dem lebendigen Inhalt zur Verfügung.25

neben Kandinsky haben sich auch andere Künstler ausführ-lich mit den Möglichkeiten von Linien und Kurven ausein-andergesetzt, wenn auch auf weniger theoretische Art und Weise. Im Zusammenhang mit Visualisierung sind der compu-terkunstpionier Frieder Nake zu nennen, welcher sich in sei-nen Arbeiten ab 1963 ausführlich mit dem Ausdruck der au-tomatisch gezeichneten Linie beschäftigte (Abb. 07 & Abb. 08). Dazu nutzte er vor allem anfangs einen Zuse Z64 Plotter. Die Künstlerin Hanne Darboven erfasste ihr Leben, Musik und Gedichte in raumfüllenden Diagrammen, welche aus berechne-ten Linien, Zahlen und Worten bestehen (Abb. 09 & Abb. 10).

24 Vgl. Kandinsky, Wassily: Punkt und Linie zu Fläche, 1973, S. 57

25 Ebd., S. 128

22 23

Abb. 13 - Das Liniendiagramm in der Cambridge Encyclopedia of Astro-nomy. Die unnatürliche Regelmäs-sigkeit der Radioimpulse (präzise alle 1,337 Sekunden) wurde Anfangs als Zeichen außerirdischen Lebens gedeutet.28

Abb. 15 - Lambert, Johann Heinrich,Die Kurven zeigen Oberflächentem-peraturen in Abhängigkeit von der geografischen Breite.

Abb. 16 - Lambert, Johann HeinrichDie Tabelle zeigt periodische Tempe-raturveränderungen im Boden.

Abb. 17 - Mann, Michael E.: Hockey-Stick-Graph, 1999, Die Farbe Rot bezeichnet Tempera-turdaten, die mit einem Thermometer gemessen wurden. Blau gefärbt sind Daten, die Michael E. Mann mit Hilfe von Baumringen, Korallen, Eiskernen und historischen Angaben berechnet hat.

Abb. 11 - Die 1979 auf Factory Records erschienene LP Unknown Pleasures der Band Joy Division.

Abb. 12 - Saville, Peter: Unknown Pleasures cover (Detail), 1979

Das populäre cover des Albums Unknown Pleasures der engli-schen Band Joy Divison wird von einem Liniendiagramm geprägt (Abb. 11 & Abb. 12). Dieses zeigt eine Visualisierung von Radioim-pulsen des Pulsars CP 1919 (wird mittlerweile als PSR B1919+21 bezeichnet)26. nach einer Idee des Schlagzeugers der Band, Ste-phen Morris, entnahm es der Grafiker Peter Saville einem Exem-plar der Cambridge Encyclopedia of Astronomy (Abb. 13). Dabei invertierte er lediglich die Farben.27

Der erste Versuch, die zeitliche Entwicklung von Werten mit Hilfe von Kurven wiederzugeben, wird auf das Jahr 950 datiert.29 Das Diagramm zeigt die Positionen der Sonne, des Mondes und ande-rer Planeten im Laufe des Jahres (Abb. 14). Linien & Kurven sind wichtiger Bestandteile bei der Auswertung und Kommunikation von wissenschaftlicher Arbeit. Als Erster erkannte dies der Uni-versalgelehrte Johann Heinrich Lambert (* 26. August 1728 in Mülhausen (Elsass) / † 25. September 1777 in Berlin) und kom-binierte Elemente einer Tabelle sowie Punkte und Linien zum wahrscheinlich ersten Liniendiagramm (Abb. 15). Bemerkens-wert ist Abbildung 16, denn obwohl es sich um eine Tabelle han-delt, und die Werte numerisch eingetragen sind, lässt sich die Kurve bereits erahnen.30 Speziell in der Klimaforschung sind Be-obachtungsmethoden und ihre Veranschaulichung aufgrund der fehlenden Fassbarkeit von Wetterereignissen eng verschränkt. Der sogenannte Hockey-Stick-Graph (Abb. 17), welcher den Tem-peraturverlauf auf der Oberfläche der nordhalbkugel über die letzten tausend Jahre beschreibt, wurde dabei nicht nur zur kli-matologischen Forschung verwendet, sondern prägte, nach sei-ner Publizierung 1998, auch die Kontroverse um den Klimawan-del.31 Hierbei wird deutlich, wie sehr die Abbildung in Kurven den Zugang zu einer Diskussion vereinfacht.

Abb. 14 - 950 Das erste, bekannte Liniendiagramm.

26 Vgl. PSR B1919+21 laut Wikipedia, http://de.wikipedia.org/wiki/PSR_B1919%2B21, Stand: 7. 2. 2013

27 Vgl. Wozencroft, Jon: Icon I: Joy Division‘s Unknown Pleasures, Stand 7. 2. 2013

28 Vgl. PSR B1919+21 laut Wikipedia, http://de.wikipedia.org/wiki/PSR_B1919%2B21, Stand: 7. 2. 2013

29 Vgl. Friendly, Michael Denis, Daniel J.: Milestones in the History of Thematic cartography, Statistical Graphics, and Data Visualization, http://www.datavis.ca/milestones/, Stand: 7. 2. 2013

30 Vgl. ebd.31 Vgl. Schneider, Dr. Birgit: Die Kurve

als Evidenzerzeuger des klimati-schen Wandels am Beispiel des „Hockey-Stick-Graphen“ in: Har-rasser, Karin (Hg.), Zeitschrift für Kulturwissenschaften: Sehnsucht nach Evidenz, 1/2009, S. 47

24 25

Abb. 22 - Playfair, William: Das Liniendiagramm zeigt die englische Handelsbilanz mit Dänemark/norwe-gen von 1700 − 1780., 1786

Abb. 19 - Guggenheim, David: An Inconvenient Truth, 2006, Al Gore am Boden

Abb. 20 - Guggenheim, David: An Inconvenient Truth, 2006, Al Gore auf der Hebebühne

Ein besonderer und sehr wichtiger Fall in der Technik ist die Verwen-dung der Linie als graphischer Zahlenausdruck. Das automatische Linienziehen (wie das auch bei meteorologischen Beobachtungen verwendet wird) ist eine präzise, graphische Darstellung der zu- oder abnehmenden Kräfte. Diese Darstellung ermöglicht das Redu-zieren der Zahlenverwendung auf das Minimum – die Linie ersetzt teilweise die Zahl. Die entstehenden Abbildungen sind übersichtlich und auch dem Laien zugänglich.32

In den angewandten Wissenschaften, vor allem in den Ingenieur-wissenschaften, werden technische Prozesse mit Hilfe von Kur-vendiagrammen überwacht und optimiert.33

Kurven spielen auch eine zentrale Rolle bei der Sichtbarma-chung von nicht wahrnehmbaren Vorgängen im menschlichen Körper und der darauf basierenden Diagnose von Krankheiten. Die EKG-Kurve ist das typische Beispiel (Abb. 18).34

In den Massenmedien werden Kurven und Liniendiagramme als Mittler von Zahlen, Aussagen aber auch von Emotionen immer re-levanter. Gründe dafür sind das objektive Wesen von Zahlen und das große Gewicht von Argumenten, die von Zahlen gestützt wer-den. Al Gore inszeniert im Film An Inconvenient Truth (deutsch Eine unbequeme Wahrheit) ein nüchternes Liniendiagramm auf höchst dramatische Weise. Das Diagramm zeigt die Entwicklung von Temperatur und cO2-Konzentration in der antarktischen Luft im Laufe der letzten 650 000 Jahre und wird hinter Al Gore auf eine gigantische Leinwand projiziert. Offensichtlich geht mit ei-ner steigenden cO2-Kurve immer auch eine steigende Tempera-turkurve einher. Am rechten Ende steigen beide Kurven so stark an, dass sie den oberen Rahmen der Projektionsfläche sprengen. Gore geht das gigantische Liniendiagramm von links nach rechts ab und erhebt sich am rechten Rand mit Hilfe einer Hebebühne zum höchsten Punkt der Kurve (Abb. 19 & Abb. 20). Er inszeniert den anormalen Verlauf unglaublich plastisch.35 Etwas plumpere Versuche, die mathematische Anmutung von Liniendiagrammen mit Emotionen zu verknüpfen, führen mitunter zu fragwürdigen Ergebnissen (Abb. 21).

Im London des Jahres 1786 veröffentlicht der Schotte William Playfair (* 22. September 1759 in Dundee, Schottland / † 11. Feb-ruar 1823 in London) seinen Commercial and Political Atlas. Darin finden sich 43 Balken- und Liniendiagramme, die ökonomische Daten abbilden (Abb. 22).36 Playfair gilt als Pionier der Datenvisu-alisierung, in seinen Diagrammen finden sich viele wesentliche Merkmale von modernen Infografiken wieder.

Abb. 18 - 12-Kanal-EKG mit unauffäl-ligem Verlauf

32 Kandinsky, Wassily: Punkt und Linie zu Fläche, 1973, S. 112

33 Weiter Informationen hierzu finden sich im nächsten Kapitel DER KUR-VEnScHREIBER.

34 Die Entwicklung der medizinischen Visualisierung in Form von Kurven und die Entwicklung der Geräte, welche diese Erzeugen, sind eng verschränkt. Aufgrund dessen wird auf die Rolle der Kurve in der Me-dizin im nächsten Abschnitt DER KURVEnScHREIBER noch einmal näher eingegangen.

35 Vgl. Schneider, Dr. Birgit: Die Kurve als Evidenzerzeuger des klimati-schen Wandels am Beispiel des „Hockey-Stick-Graphen“ in: Har-rasser, Karin (Hg.), Zeitschrift für Kulturwissenschaften: Sehnsucht nach Evidenz, 1/2009, S. 51

36 Vgl. Friendly, Michael Denis, Daniel J.: Milestones in the History of Thematic cartography, Statistical Graphics, and Data Visualization, http://www.datavis.ca/milestones/, Stand: 7. 2. 2013

Abb. 21 - Das Liniendiagramm wird von Edward R. Tufte in seinem Buch Envisioning Information auf Seite 34 als Beispiel für chartjunk genannt.

26 27

Eine Kraft ist die Zeit, sie bewegt sich in ihrem Fortschreiten ho-rizontal von links nach rechts. Die andere Kraft wirkt vertikal von oben oder unten und ergibt sich aus der Summe aller Kräfte, die an einem bestimmten Zeitpunkt auf einen Sachverhalt gewirkt haben. Der Sachverhalt verändert sich unter dem Einfluss von verschiedensten Kräften und mit ihm fällt und steigt die Kurve, die ihn abbildet. Die Kurve zeigt Werte, aber vor allem symbo-lisiert sie Kräfte, die auf den visualisierten Sachverhalt wirken.Die Kurve der zeitlichen Entwicklung des Aktienpreises einer Firma gibt also nicht nur historische und den aktuellen Wert der Aktie wieder sondern auch Ereignisse beziehungsweise Kräfte, welche den Wert der Aktie im Laufe der Zeit beeinflusst haben und beeinflussen. Zusammenhänge zwischen dem Wert der Ak-tie und auf ihn einwirkende Kräfte können eindeutig sein, wie die Veröffentlichung eines Geschäftsberichts, oder aber auch weni-ger klar wie zum Beispiel Mondphasen (Abb. 28).44

Abb. 23 - head and shoulders Pattern

Abb. 24 - flag Pattern

Abb. 25 - double bottom Pattern

Abb. 26 - hier geben Sparklines eine überblick über die Entwicklung von verschiedenen, für nordamerikanische Fluglinien relevante, Kennzahlen

Abb. 27 - Die Abbildung der Gauß-schen normalverteilung als Kurve

Abb. 28 - Das Diagramm zeigt Mond-phasen (blaue gepunktete Linie) sowie die durchschnittliche Anzahl gehan-delter Aktien (Balken) tageweise über einen Monat hinweg.

44 Vgl. Yuan, Kathy u.a.: Are investors moonstruck? Lunar phases and stock returns, www.hti.umich.edu/b/busadwp/images/b/2/0/b2092645.0001.001.pdf, Stand: 7. 2. 2013

Auch heute spielt die Darstellung von Werten als Kurven im ökonomischen Umfeld eine wichtige Rolle, zum Beispiel bei der technischen Analyse von Aktientrends. 1949 veröffentlichten die beiden amerikanischen Ökonomen Robert D. Edwards und John Magee ihr Buch Technical Analysis of Stock Trends. Darin widmen sie sich unter anderem der Beurteilung und Voraussage von Akti-entrends mit Hilfe von Kurven. Edwards und Magee beschreiben typische Muster und Figuren im Kurvenverlauf mit namen wie head and shoulders (Abb. 23), flag (Abb. 24) oder double bottom (Abb. 25).37

Edward R. Tufte stellte 2006 in seinem Buch Beautiful Evidence Sparklines vor (Abb. 26). Er bezeichnet sie als Datawords – da-tenreiche, schlicht gestaltete Grafiken in Wortgröße, die in Zu-sammenhang mit Wörtern und / oder Zahlen in ihrer unmittelba-ren Umgebung stehen.38 Sie funktionieren in der Größenordung von normalem Fließtext und zeichnen den zeitlichen Verlauf ei-nes Wertes nach, wobei sie ohne Skale auskommen.39 Vor allem in Tabellen erleichtern sie die Differenzierung und Auswertung von dichten, numerischen Informationen wie sie bei der Auflis-tung von Aktienkursen vorkommen.40

Die Abbildung der zeitlichen Entwicklung eines Wertes ist die häufigste Form der Visualisierung. Eine Dimension bewegt sich an einer Zeitachse voran. Dies erscheint dem Betrachter natür-lich und lässt ihn die Visualisierung einfach und sehr schnell in-terpretieren.41

Aufgrund der leichten Zugänglichkeit, der Vielseitigkeit und sei-ner langen Geschichte ist das Liniendiagramm tief im kulturellen Gedächtnis der westlichen Welt verankert. Unsere Art, Kurven-verläufe zu verstehen, folgt physikalischen Gesetzen und Ereig-nissen. Wir nehmen sie als steigend, fallend oder gleichbleibend wahr und ordnen dieses Merkmal dem visualisierten Sachverhalt zu. Auffällige Kurvenverläufe werden als Höhenflug oder Absturz bezeichnet, die Kurvenlandschaft hat quasiphysikalische Eigen-schaften.42

Spricht man von der Darstellung von Werten in Kurven, so spricht man immer auch von der Darstellung der normalität beziehungs-weise der Abnormalität. Ohne eine Vorstellung davon zu haben, wann ein Wert tatsächlich abnormal ist, empfinden wir ihn als abnormal wenn seine Kurve ein bekanntes Muster verlässt und / oder sich stetig abwärts entwickelt.43 In diesem Zusam-menhang ist ausserdem die Darstellung der Gaußschen Normal-verteilung in Kurvenform als Darstellung von normalität erwäh-nenswert (Abb. 27).

Die reduzierte Art der Darstellung eines zeitlichen Verlaufes als Linie beziehungsweise Kurve lenkt die Aufmerksamkeit des Be-trachters auf die Entwicklung des Wertes und nicht auf den Wert selbst. Die Kurve entsteht nach Kandisky aus dem gleichzeitigen Wirken von zwei Kräften und so ergibt sich auch das Liniendia-gramm aus dem gleichzeitigen Wirken von zwei Kräften.

37 Vgl. Edwards, Robert D., Magee, John: Technical analysis of stock trends, 1992

38 Vgl. Tufte, Edward R.: Beautiful evidence, 2007, 47

39 Vgl. ebd., S. 4840 Vgl. ebd., S. 5041 Vgl. Tufte, Edward R.: The visual

display of quantitative informati-on, 1992, S. 28

42 Vgl. Link, Jürgen: Das »normalisti-sche« Subjekt und seine Kurven: Zur symbolischen Visualisierung orientierender Daten in: Gugerli, David (Hg.), Ganz normale Bilder: historische Beiträge zur visuellen Herstellung von Selbstverständ-lichkeit, 2002, S. 114

43 Vgl. ebd., S. 110

28 29

Abb. 31 - Ein Lügendetektor, auch Polygraph, im Einsatz bei der ameri-kanischen Polizei (um 1950)

Der kurvenschreiber

Messschreiber (englisch Chart Recorder) werden seit langem zur Fixierung der zeitlichen Entwicklung von Messwerten benutzt. Ihre Aufgaben werden heute größtenteils von elektronischen Da-ten-Loggern und computermonitoren übernommen. Der breiten Öffentlichkeit sind sie vor allem als Teil von älteren Lügendetek-toren (Abb. 31) und Museen (Abb. 32) ein Begriff.

James Watt (* 30. Januar 1736 in Greenock, England / † 25. Au-gust 1819 in Heathfield) benutzte 1786 den sogenannten Watt Indicator zur Optimierung der Leistung seiner Dampfmaschinen (Abb. 33). Das selbstschreibende Messgerät zeichnete den ak-tuellen Druck und das aktuelle Volumen im Dampfzylinder der Maschine in ein Diagramm. Wenn das Gerät richtig eingesetzt wurde, konnte man von dessen Diagramm eine Reihe von poten-tiellen Problemen wie schlechte Ventileinstellung oder verengte Dampfröhren ablesen. Die Existenz des Watt Indicators war ein Geheimnis, das Watt wie seinen Augapfel hütete, da es ihm ent-scheidende Wettbewerbsvorteile sicherte. Erst 1822 drangen In-formationen über das Gerät an die Öffentlichkeit.46

Abb 33. - Der Watt Indicator

Abb. 32 - Ein sogenannter Thermohy-grograph, wie er in Museen und zur Wetterbeobachtung eingesetzt wird. Temperatur und Luftfeuchtigkeit werden parallel erfasst.

Der kanadische Ökonom Gregor Smith fand 2006 eine erstaunli-che ähnlichkeit zwischen der Visualisierung von Japans Phillips Kurve (welche den Zusammenhang zwischen Preisen und Ar-beitslosigkeit in einem Land beschreibt) und der geografischen Form von Japan (Abb. 29 & Abb. 30).45

Zusammenhänge wie in den Abbildungen 29 und 30 sind nicht kausal, obwohl die Formen korrelieren, viel mehr handelt es sich dabei um eine sogenannte Scheinkorrelation. Dieses Phänomen suggeriert Zusammenhänge, wo keine sind. Grundsätzlich wird gleichzeitiges, zeitliches Auftreten von Sachverhalten gerne als Ursache und Wirkung interpretiert.Es ist festzustellen, dass dieses Phänomen gehäuft bei der Be-trachtung von Kurven auftritt. Das reizarme Umfeld lenkt den Blick des Betrachters auf die Kurve selbst. Man versucht, in ihr zu lesen, sucht nach Mustern und einer Aussage. Liegt eine zwei-te Kurve vor, so vergleicht man beide und zieht daraus Schlüsse. Ist eine genügend große Auswahl an Kurven vorhanden und die Möglichkeit des Vergleichs der Kurven untereinander gegeben, so werden sich unendlich viele Kombinationen und sehr viele Scheinkorrelationen finden. Die Arbeit wird dieses Phänomen nutzen, um den Betrachter für die Beziehungen zwischen sich, realen Sachverhalten und Visualisierungen zu sensibilisieren. Gleichzeitiges Auftreten schließt Kausalität nicht ein, aber auch nicht aus.

Jeder Wert, der öfter als einmal gemessen wurde, lässt sich auf eine Zeitleiste eintragen. Alles, was vom realen Sachverhalt üb-rig bleibt, ist die Kurve. Kurven, welche die Entwicklung der Ober-flächentemperatur der Erde beschreiben, sind rein formal nicht von Kurven zu unterscheiden, welche die Entwicklung eines Kontostandes zeigen. Sie bewegen sich lediglich in verschiedene Richtungen. Diese starke Vereinfachung und Verallgemeinerung von Sachverhalten in Form von Zahlen und Kurven findet sich in dieser Arbeit ebenso.

Die Kombination aus der menschlichen neigung, Muster bezie-hungsweise Korrelationen in verschiedenen Kurven zu finden und der starken Verallgemeinerung von Sachverhalten durch Ab-bildung in Kurven, vereinnahmt den Betrachter. Er findet Gemeinsamkeiten und Parallelen zwischen Kurven, die ihn selbst abbilden und Kurven, die einen Sachverhalt aus dem Weltgeschehen beschreiben. Dies verbindet ihn mit einer Gege-benheit, welche einen winzigen Ausschnitt der Welt beschreibt, kann einen didaktischen Effekt haben und führt ihm gleichzeitig die Möglichkeiten, aber auch die Grenzen von Zahlen und Visua-lisierungen vor Augen.

Abb. 29 - Smith, Gregor: Japans Philips Kurve, 2006

Abb. 30 - Smith, Gregor: geografische Form Japans, 2006

45 Vgl. Smith, Gregor: Japan‘s Phillips curve Looks Like Japan, qed.econ.queensu.ca/working_papers/pa-pers/qed_wp_1083.pdfqed.econ.queensu.ca/working_papers/pa-pers/qed_wp_1083.pdf., Stand: 7. 2. 2013

46 Vgl. Indicators, http://www.archi-vingindustry.com/Indicator/cont-entback.htm, Stand: 7. 2. 2012

30 31

Abb. 35 - Das Diagramm zeigt sphyg-mographisch gewonnene Pulsdruck-kurven mit chronologischer Zuord-nung der Herzaktionsphasen

Abb. 36 - Marey, Étienne-Jules: Sphygmograph, der arterielle Puls-druckkurven direkt am Handgelenk schreibt, 1876

Abb. 38 - Marey, Étienne-Jules: Ein Apparat, der zur Eintragung aller geradlinigen Bewegungen dient, 1875

Abb. 37 - Marey, Étienne-Jules: einfacher Myograph, der die Zuckun-gen von Froschmuskeln auf eine berußte Walze schreibt, 1875

Der französische Universalgelehrte Étienne-Jules Marey (* 5. März 1830 in Beaune, Côte-d’Or, Frankreich / † 15. Mai 1904 in Paris) (Abb. 34) war ein Pionier bei der Entwicklung von selbst-schreibenden Messgeräten und Kurvenschreibern. In der zwei-ten Hälfte des 19. Jahrhunderts war er in Frankreich als Erfinder, Physiologe sowie als Foto- und Visualisierungspionier aktiv. Vor allem seine Arbeit an der von ihm geprägten Méthode Graphique ist relevant.

Während seiner Arbeit als Physiologe forschte Marey unter an-derem an der, bis dahin unklaren, zeitlichen Beziehung zwischen Kontraktion und Relaxation des Herzmuskels und dem arteriel-len Puls. Dazu mussten mehrere Messgeräte parallel und sehr sorgfältig beobachtet werden, was sich selbst für geschickteste Experimentatoren als unmöglich herausstellte. Mit Hilfe eines neuartigen Gerätes, eines sogenannten Polygraphen, gelang es Marey Herzaktivität und Puls parallel auf einer berußten Trom-mel aufzuzeichnen und den tatsächlichen zeitlichen Zusammen-hang festzulegen (Abb. 35).47 Diese Methode des (parallelen) Auf-zeichnens von für das menschliche Auge nur schwer erfassbaren Vorgängen nannte er grafische Methode. Er war überzeugt davon, dass eine rein mechanische Registrierung von körperinternen, unsichtbaren Vorgängen diese unverzerrt einfängt und abbil-det.48 Die Phänomene schreiben sich sozusagen selbst ein.49

Abb. 34 - Étienne-Jules Marey um 1900 inmitten seiner Erfindungen

47 Vgl. Étienne-Jules Marey laut Wiki-pedia.de, http://de.wikipedia.org/wiki/%c3%89tienne-Jules_Marey, Stand: 7. 2. 2013

48 Vgl. de chadarevian, Soraya: die »Methode der Kurven« in der Phy-siologie zwischen 1850 und 1900 in Rheinberger, Hans-Jörg u.a. (Hg.), Die Experimentalisierung des Lebens: Experimentalsysteme in den biologischen Wissenschaften 1850/1950, 1993, S. 179

49 Vgl. ebd., S. 176

32 33

Abb 43 - Marey, Étienne-Jules: Experimenteller Transmissions-myograph zur Registrierung von Froschmuskelzuckungen, 1876

Abb. 41 - Marey, Étienne-Jules: Apparat zur Bestimmung des Herz-volumens während verschiedener Herzaktionsphasen, 1875

Abb. 44 - Marey, Étienne-Jules: Pneumograph, der an der Brust getragen wird und zur Erfassung von Atembewegungen dient, 1876

Abb. 42 - Marey, Étienne-Jules: Schreibvorrichtung mit 2 Führungs-schienen, welche die Reibung vermin-dern sollen, 1876

Abb. 40 - Marey, Étienne-Jules: Ein Chronograph (wörtlich Zeitschrei-ber), der hundert Kurven pro Sekunde schreibt, 1875

Außerdem wollte er die Methode zu einer universell verständ-lichen Sprache entwickeln, ähnlich dem musikalischen notati-onssystem, was ihm jedoch nicht gelang.50 In jedem Fall machte die grafische Methode die damalige medizinische Praxis durch-sichtiger, kontrollierbarer und kommunizierbar.51 Außerdem wur-de sie, da interdisziplinär anwendbar, von anderen Wissenschaf-ten übernommen, um Phänomene festzuhalten, die jenseits der menschlichen Wahrnehmung liegen. So wie Watt mit seinem Indicator in das Innere von Dampfmaschinen blickte, so blickte Marey mit seinen Schreibern in das Innere seiner Patienten.

Es kann festgehalten werden, dass die grafische Methode ver-schiedene, sinnliche Qualitäten und Energieformen ineinander transformiert und übersetzt. Sie will natürliche Phänomene mechanisch exakt registrieren und versucht sowohl menschli-che Intervention als auch (damalige) konventionelle Kommuni-kationssysteme weitestgehend auszuschalten.52 Ihre Absichten decken sich also teilweise mit den Anforderungen an moderne Visualisierungen.

Bemerkenswert an Marey‘s Schreibern ist die völlig analoge übersetzung von nicht wahrnehmbaren körperlichen Funkti-onen in eine grafische Form, wobei das Wort übersetzung hier durchaus wörtlich zu nehmen ist. Daten als Informationsträger und Grundlage für eine Visualisierung werden von sensiblen, feinmechanischen Vorrichtungen ersetzt, welche die Signal-übertragung, -verstärkung und -visualisierung übernehmen. Der Schreibkopf wird nicht von einer Zahl gehoben sondern von dem zu visualisierenden Vorgang selbst.

Abb. 39 - Marey, Étienne-Jules: Aufbau eines Experimentes zur Erfassung von Wellenbewegungen in Flüssigkeiten, 1875

50 Vgl. de chadarevian, Soraya: die »Methode der Kurven« in der Phy-siologie zwischen 1850 und 1900 in Rheinberger, Hans-Jörg u.a. (Hg.), Die Experimentalisierung des Lebens: Experimentalsysteme in den biologischen Wissenschaften 1850/1950, 1993, S. 169

51 Vgl. ebd., S. 17752 Vgl. ebd., S. 172

34 35

Abb. 46 - Knowles, Tim: Tree Drawing - Hawthorn on Easel #1, Foot of castle crag, Borrowdale, 2005 Das vom Weissdorn beschriebene Blatt

Abb. 45 - Knowles, Tim: Tree Drawing - Hawthorn on Easel #1, Foot of castle crag, Borrowdale, 1876 Ein Weissdorn schreibt sich auf ein Blatt Papier ein

Der britische Künstler Tim Knowles hat in den Jahren 2005 / 2006 mehrere Arbeiten unter dem Titel Tree Drawings veröffentlicht. Bis zu fünfzig Stifte werden dabei an den ästen von Bäumen be-festigt. Weht der Wind, so streifen die Stifte über eine Leinwand und halten die Bewegung der äste fest (Abb. 45 & Abb. 46).

Knowles bildet damit physikalische Effekte in der natur ab. Das Besondere ist, wie bei Marey, das bei der Erzeugung der Visua-lisierung auf Zahlen verzichtet werden kann. Er benutzt keinen Sensor oder überträgt die Bewegung in Form von Zahlen zu einer Zeichenvorrichtung, sondern vermisst die Bewegung der äste vor Ort direkt auf ein Blatt Papier. Die Realität wird auf poetische, naturnahe Weise in eine Form gezwungen. Der Baum als Linien-schreiber zeichnet sich ganz im Sinne der Méthode Graphique selbst ein.

Die mechanische Anmutung von Linienschreibern kontrastiert mit dem eigentlichen Akt des Schreibens, welcher ein sehr menschlicher ist. Die gefühlvolle, musische Handlung wird von einer Maschine übernommen. Dabei geht auch ein großer Teil der Subjektivität verloren, ein Linienschreiber hat keine Handschrift. Ein kleiner Teil bleibt jedoch, da man den Stift, seine Bewegun-gen und die Linie, welche er auf das unter ihm bewegte Papier schreibt, sehen und hören kann. Der Vorgang des Schreibens ist, im Gegensatz zum handelsüblichen Drucker, sinnlich unmittel-bar zugänglich. Die statische, nicht umkehrbare Ausgabe der Werte auf das unter dem Stift wegfließende Papier versinnbild-licht den Fluss der Zeit in der realen Welt, aus welcher die visu-alisierten Zahlen entnommen wurden. Die Beziehung der Kurven untereinander sagt dem Betrachter, dass wir alle auf das gleiche Stück Papier geschrieben werden und in der selben Welt leben.

36 37

prozess unD uMsetzungInspiriert wurde die Arbeit vor allem Anfangs von Trommelschrei-bern, wie sie in Musseen und bei meteorologischen Beobachtun-gen verwendet werden. Das Haarhygrometer auf den Abbildun-gen 47 und 48 ist handlich, robust und kommt ohne elektrische und elektronische Komponenten aus. Die aktuelle Luftfeuchtig-keit wird mit Hilfe von Pferdehaaren bestimmt (daher der name), welche sich bei Feuchtigkeit zusammenziehen und bei Trocken-heit dehnen. Diese Bewegung wird analog auf einen Schreibarm übertragen, der die Länge der Haare beziehungsweise die aktu-elle Luftfeuchtigkeit auf einen Papierstreifen schreibt (nächste Seite Abb. 49 und 50). Das Papier wird auf einer Trommel befes-tigt, welche sich, nach dem Aufziehen eines Uhrwerks, in einer Woche genau einmal um 360˚ dreht.

Abb. 47 - Das Haarhygrometer in geschlossem Zustand. Man erkennt die Trommel mit dem aufgeklemmten Papierstreifen.

Abb. 48 - Im linken Bereich findet man den analoge Luftfeuchtigkeitssensor aus Pferdehaaren. Rechts erkennt man die Trommel, auf welcher der Papierstreifen angebracht wird. Das Uhrwerk befindet sich in der Trommel.

38 39

Abb. 52

Abb. 51

Abb. 53

Abb. 54

Abb. 55

Abb. 56

Auf den Abbildungen 51 - 56 werden Kurven, die verschiedenste Sachverhalte abbilden, in enge Beziehung gesetzt. Die Experi-mente bestätigten die Vermutung, das bei einer genügend gro-ßen Auswahl an Datensätzen und Kurven sich immer Korrelatio-nen finden lassen.

Abb. 49 - Messstreifen, auf welchem die im Laufe einer Woche gefallene Regenmenge erfasst wurde.

Abb. 50 - Deteil des Messstreifens

40 41

Abb. 58 - eine der ersten beschriebe-nen Scheiben

Abb. 59 - mehrmals überschriebene Scheibe

Im Rahmen der Dokumentation des Entstehungsprozesses soll auch kurz auf den technischen Teil der Umsetzung eingegangen werden. Den funktionalen Kern der Arbeit bildet die vielseitige Arduino Prototyping Plattform. Per serieller Schnittstelle werden Daten vom Rechner an den verbauten Arduino gesendet, dieser bewegt die einzelnen Schreibspitzen an die entsprechenden Po-sitionen. Außerdem verarbeitet der Mikrocontroller die Signale des optischen Pulsfrequenzmessers und steuert den Papierein-zug an. Die Schienen, an welchen sich die Schreibspitzen bewe-gen, sind zweckentfremdete, motorbetriebene Fader, wie sie in professionellen Mischpulten zum Einsatz kommen. Von Anfang an war Lego eine große Hilfe bei der schnellen Umsetzung von verschiedenen Ansätzen und Ideen. Die finale Arbeit wird jedoch größtenteils aus Holz, Kunststoff und / oder Metall gefertigt wer-den. Grundsätzlich ist zu sagen, dass zum Zeitpunkt des Druckes der Bachelorarbeit noch intensiv an der praktischen Umsetzung gearbeitet wurde. Deswegen kann nur ein überblick über den bisherigen Entstehungsprozess und ein Ausblick auf die finale Umsetzung geben werden.

Abb. 57 - Der erste Prototyp

42 43

Ein Zitat von Paul Klee findet passende Worte für die Intension der Arbeit.

Früher schilderte man Dinge, die auf der Erde zu sehen waren, die man gern sah oder gern gesehen hätte. Jetzt wird die Relativität der sichtbaren Dinge offenbar gemacht und dabei dem Glauben Aus-druck verliehen, daß das Sichtbare im Verhältnis zum Weltganzen nur isoliertes Beispiel ist und daß andere Wahrheiten latent in der Überzahl sind. Die Dinge erscheinen im erweitertem und vermannig-fachtem Sinn, der rationellen Erfahrung von gestern oft scheinbar widersprechend. Eine Verwesentlichung des Zufälligen wird ange-strebt.53

Die Inszenierung des Messvorganges im Rahmen dieser Arbeit bindet den Beobachter auf experimentelle Art und Weise in die Visualisierung mit ein. Sie nutzt die stark Verallgemeinerung, die der Beobachter und verschiedenste Sachverhalte erfahren, wenn sie in Zahlen umformuliert werden, und zeigt die Möglich-keiten, die sich daraus ergeben, auf.

Abb. 60 - Der zweite Prototyp. Dieser schreibt auf eine Trommel.

Die technische Anmutung des Linienschreibers soll nicht ver-steckt, sondern im Gegenteil, nach außen gekehrt werden. Sie unterstreicht die Objektivität und vermeintliche Bedeutung der visualisierten Zahlen. Der Betrachter soll an die Maschine und die Aussagen, welche durch sie getroffen werden, glauben. Für ihn sollen die an- und absteigenden Linien sowie deren Bezie-hungen untereinander ein Zeichen für alles durchdringende Kräf-te außerhalb seiner Wahrnehmung sein. Durch den Messvorgang findet er sich gleichwertig mit dem Verhalten und der Dynamik von Sachverhalten und Prozessen die völlig jenseits seines Er-fahrungshorizontes liegen. Er nimmt sich intensiv als Teil dieser Prozesse war und empfindet sie umgekehrt als Teil von sich. Da-bei kann das Gerät auch durchaus einen konkreteren Effekt auf den nutzer haben. nimmt er eine Korrelation zwischen zwei Lini-en wahr, so beschäftigt ihn die Wechselwirkung. Beschreibt nun beispielsweise eine Linie den unnatürlichen Anstieg der Ober-flächentemperatur der Erde in den letzten Jahrzehnten und eine korrelierende Linie seine Pulsfrequenz, so stellt er eine unmittel-bare Verbindung zwischen seinem Leben und dem Temperatur-anstieg her. Er beginnt sich als Teil der Ursache des Temperatur-anstieges wahrzunehmen. Im besten Falle ändert er daraufhin sein Konsumverhalten.

Abb. 61 - Vom zweiten Protptyp mehrmals überbeschreibener Streifen. Er bildet den Mikrophoninput eines Rechners ab.

44 45

Abb. 62 - Detail des Bahnschreibers

Abb. 63 - Mit Perlin noise mehrmals überschreibene Papierbahn.

Abb. 63 - Detail des Bahnschreibers

Abb. 62 - Dritter und aktuellster Prototyp. Der sogenannte Bahnschreiber.

46 47

Die Inszenierung des Messvorganges im Rahmen dieser Arbeit bindet den Beobachter auf experimentelle Art und Weise in die Visualisierung mit ein. Sie nutzt die stark Verallgemeinerung, die der Beobachter und verschiedenste Sachverhalte erfahren, wenn sie in Zahlen umformuliert werden, und zeigt Möglichkei-ten und Grenzen dieser Verallgemeinrung auf.

Inspiriert von den selbstregistrierenden Messgeräten des Étienne-Jules Marey trägt die praktische Umsetzung der Arbeit den namen Omnigraph54.

54 lat. omnia = alles lat. Graph = Zeichenstift, Griffel

Früher schilderte man Dinge, die auf der Erde zu sehen waren, die man gern sah oder gern gesehen hätte. Jetzt wird die Relativität der sichtbaren Dinge offenbar gemacht und dabei dem Glauben Aus-druck verliehen, daß das Sichtbare im Verhältnis zum Weltganzen nur isoliertes Beispiel ist und daß andere Wahrheiten latent in der Überzahl sind. Die Dinge erscheinen im erweitertem und vermannig-fachtem Sinn, der rationellen Erfahrung von gestern oft scheinbar widersprechend. Eine Verwesentlichung des Zufälligen wird ange-strebt.53

53 Klee, Paul; Regel, Günther: Kunst-Lehre: Aufsätze, Vorträge, Rezen-sionen und Beiträge zur bildneri-schen Formlehre, 1987, S. 63, Ein Zitat von Paul Klee findet passende Worte für die Intension der Arbeit.

Abb. 64 - Test mit Daten, welche die elektrische Leitfähigket der Elbe im Laufe eines Tages beschreiben.

48 49

Abb. 65 - Gesamtansicht der Kurve, welche die elektrische Leitfähigkeit der Elbe beschreibt

Abb. 66 - Detail der Kurve, welche die elektrische Leitfähigkeit der Elbe beschreibt.

50 51

Vertrag vom 20. Mai 1875 betreffend die Errichtung eines internationalen Mass- und Gewichtsbüros

1875, www.admin.ch/ch/d/sr/c0_941_291.html, Stand 11.2.2013

WEB

archivingindustry.com: Indicators

www.archivingindustry.com/Indicator/contentback.htm, Stand: 11.2.2013

Anderson, chris: The End of Theory: The Data Deluge Makes the Scientific Method Obsolete

Wired Magazine, 2008, www.wired.com/science/discoveries/magazine/16-07/pb_theory, Stand: 11.2.2013

Fischermann, Thomas; Hamann, Götz: Big Data: Wer hebt das Datengold?, www.zeit.de/2013/02/Big-Data, Stand: 11.2.2013

Duden.de: Quantität, www.duden.de/rechtschreibung/Quantitaet, Stand: 11.2.2013

Duden.de: Qualität, www.duden.de/rechtschreibung/Qualitaet, Stand: 11.2.2013

Duden.de: Zahl, www.duden.de/rechtschreibung/Zahl, Stand: 11.2.2013

Duden.de: Daten, www.duden.de/rechtschreibung/Daten, Stand: 11.2.2013

Denis, Daniel J. & Friendly, Michael: Milestones in the History of Thematic cartography, Statistical Graphics, and Data Visu-

alization, www.datavis.ca/, Stand: 11.2.2013

McGaughey, Katryn: Datenwachstum verdoppelt sich alle zwei Jahre, www.germany.emc.com/about/news/press/2011/20110628-01.htm, Stand: 11.2.2013

Wikipedia.de: PSR B1919+21, www.de.wikipedia.org/wiki/PSR_B1919%2B21, Stand: 11.2.2013

Wikipedia.de: Quantität, www.de.wikipedia.org/wiki/Quantit%c3%A4t, Stand: 11.2.2013

Wikipedia.de: Quantifizierung

www. de.wikipedia.org/wiki/Quantifizierung, Stand: 11.2.2013

Wikipedia.de: Skala, www.de.wikipedia.org/wiki/Skala_%28Bewertung%29, Stand: 11.2.2013

Wikipedia.de, comparison of mean, median and mode

www.en.wikipedia.org/wiki/Mode_%28statistics%29#comparison_of_mean.2c_median_and_mode, Stand: 11.2.2013

Wikipedia.de: Marey, Étienne-Jules

www.de.wikipedia.org/wiki/%c3%89tienne-Jules_Marey, Stand: 11.2.2013

Wozencroft, John: Icon I: Joy Division‘s Unknown Pleasures

www.http://web.archive.org/web/20070517144402/http://www.tate.org.uk/tateetc/issue10/outoftheblue.htm, Stand:

11.2.2013

anhang

Quellen texte

BücHER

Blastland, Michael & Dilnot, Andrew: The Tiger That Isn‘t: Seeing Through a World of Numbers, 2. Auflage, London, Profile

Books Ltd, 2008

de chadarevian, Soraya: die »Methode der Kurven« in der Physiologie zwischen 1850 und 1900

in Rheinberger, Hans-Jörg u.a. (Hg.): Die Experimentalisierung des Lebens: Experimentalsysteme in den biologischen Wis-

senschaften 1850 / 1950, S. 161-188, Berlin, Akademie, 1993

Döring, nicola & Bortz, Jürgen: Forschungsmethoden und Evaluationen für Human- und Sozialwissenschaftler mit 87 Tabel-

len, 4. Auflage, Heidelberg, Springer, 2006

Edwards, Robert D. & Magee, John: Technical analysis of stock trends, 6. Auflage, Boston, Massachusetts, Magee, 1992

Haustein, Heinz-Dieter: Weltchronik des Messens: Universalgeschichte von Maß und Zahl, Geld und Gewicht, Berlin u.a.,

Gruyter, 2001

Haustein, Heinz-Dieter: Quellen der Messkunst: Zu Maß und Zahl, Geld und Gewicht, Berlin u.a., Gruyter, 2004

Huff, Darrell: How to lie with statistics, new York u.a., norton, 1993

Kandinsky, Wassily: Punkt und Linie zu Fläche, 7. Auflage, Bern-Bümpliz, Benteli, 1973

Klee, Paul; Regel, Günther: Kunst-Lehre: Aufsätze, Vorträge, Rezensionen und Beiträge zur bildnerischen Formlehre1. Auflage, Leipzig, Reclam, 1987

Klanten, Robert u.a. (Hg.): Data Flow 2: Visualizing Information in Graphic Design, Berlin, Gestalten, 2010

Tufte, Edward R.: The visual display of quantitative information, 12. Auflage, cheshire, connecticut, Graphics Press, 1998

Tufte, Edward R.: Beautiful evidence, 2. Auflage, cheshire, connecticut, Graphics Press, 2007

Link, Jürgen: Das »normalistische« Subjekt und seine Kurven: Zur symbolischen Visualisierung orientierender Daten

in: Gugerli, David (Hg.): Ganz normale Bilder: historische Beiträge zur visuellen Herstellung von Selbstverständlichkeit, S.

107-128, Zürich, chronos, 2002

ZEITScHRIFTEn

Schneider, Dr. Birgit: Die Kurve als Evidenzerzeuger des klimatischen Wandels am Beispiel des „Hockey-Stick-Graphen“

in: Harrasser, Karin (Hg.): Zeitschrift für Kulturwissenschaften: Sehnsucht nach Evidenz, S. 41−55, Transcript, 1 / 2009

PDF

Smith, Gregor: Japan’s Philips curve Looks Like Japan

2006, qed.econ.queensu.ca/working_papers/papers/qed_wp_1083.pdf, Stand: 11.2.2013

Yuan, Kathy u. a.: Are investors moonstruck? Lunar phases and stock returns

2002, www.hti.umich.edu/b/busadwp/images/b/2/0/b2092645.0001.001.pdf, Stand 11.2.2013

52 53

Abb. 39: The Virtual Laboratory, http://vlp.mpiwg-berlin.mpg.de/vlpimages/images/img28066.jpg, Stand: 7.2.2013






Abb. 45: Sydney Design Festival, http://www.sydneydesign.com.au/2011/wp-content/uploads/2011/05/

Tim+Knowles+Tree+Drawing+-+Hawthorn+on+easel+1+Foot+of+castle+crag+Borrowdale+2005+diptych+detail+of+c-

type.jpg, Photo: ?, Stand: 7.2.2013

Abb. 46: Sydney Design Festival, http://www.sydneydesign.com.au/2011/wp-content/uploads/2011/05/Tim+Knowles+T

ree+Drawing+Hawthorn+on+easel+1+Foot+of+castle+crag+Borrowdale+2005+Diptych+detail+of+ink+on+paper.jpg,

Photo: ?, Stand: 7.2.2013

Abb. 47 ≥ Abb. 66, eigene Entwürfe

Quellen abbilDungen

Abb. 01 ≥ Abb. 03 - eigene Entwürfe

Abb. 04: Public Art Vienna, http://www.publicartvienna.at/picts/Ken_Lum_Pi_5.jpg, Photo: Joerg Auzinger, Stand: 7.2.2013



Abb. 07: Digital Art Museum, http://www.dam.org/artists/phase-one/frieder-nake/artworks#, Stand: 7.2.2013

Abb. 08: compArt daDa, http://dada.compart-bremen.de/node/5243, Stand: 7.2.2013

Abb. 09: Because Magazin, http://becauselondon.com/media/21260/culture_hd1.jpg, Photo: ?, Stand: 7.2.2013

Abb. 10: contemporary Art Daily, http://www.contemporaryartdaily.com/wp-content/uploads/2011/01/Darboven-detail-12.

jpg, Photo: Brian Forrest, Stand: 7.2.2013

Abb. 11:_Popsike, http://www.popsike.com/JOY-DIVISIOn-UnKnOWn-PLEASURES-LP-Textured-Sleeve/140454131376.

html, Photo: ?, Stand: 7.2.2013

Abb. 12: cvltnation, http://www.cvltnation.com/wp-content/uploads/2012/10/Joy-Division_Unknown-Pleasures_Shes-

Lost-control-1979.jpeg, Stand: 7.2.2013

Abb. 13: joydiv, http://www.joydiv.org/up.htm, Photo: ?, Stand: 7.2.2013

Abb. 14: Freudenthal Institute for Science and Mathematics Education, http://www.fisme.science.uu.nl/wiskrant/artikelen/

hist_grafieken/begin/images/planeten.gif, Stand: 7.2.2013

Abb. 15: Milestones in the History of Thematic cartography, Statistical Graphics, and Data Visualization, http://www.datavis.

ca/milestones/index.php?group=1700s, Stand: 7.2.2013

Abb. 16: Milestones in the History of Thematic cartography, Statistical Graphics, and Data Visualization, http://www.data-

vis.ca/milestones/index.php?group=1700s, Stand: 7.2.2013

Abb. 17: Wikipedia, http://upload.wikimedia.org/wikipedia/commons/e/ed/Hockey_stick_chart_ipcc_large.jpg, Stand:

7.2.2013

Abb. 18: Wikipedia, http://upload.wikimedia.org/wikipedia/commons/8/84/Ekg_normal_bionerd.jpg, Stand: 7.2.2013

Abb. 19: national capital Freenet, http://web.ncf.ca/jim/ref/inconvenientTruth/full/00_22_49.jpg, Stand: 7.2.2013

Abb. 20: national capital Freenet, http://web.ncf.ca/jim/ref/inconvenientTruth/full/00_23_53.jpg, Stand: 7.2.2013

Abb. 21: ed-informatics, http://ed-informatics.org/wp-content/uploads/2010/03/Tufte-chartjunk.png, Stand: 7.2.2013

Abb. 22: Milestones in the History of Thematic cartography, Statistical Graphics, and Data Visualization, http://www.datavis.

ca/milestones/index.php?group=1700s, Stand: 7.2.2013

Abb. 23: online trading concepts, http://www.onlinetradingconcepts.com/TechnicalAnalysis/classiccharting/HeadShoul-

ders.html, Stand: 7.2.2013

Abb. 24: online trading concepts, http://www.onlinetradingconcepts.com/TechnicalAnalysis/classiccharting/Flag.html,

Stand: 7.2.2013

Abb. 25: online trading concepts, http://www.onlinetradingconcepts.com/TechnicalAnalysis/classiccharting/DoubleBot-

tom.html, Stand: 7.2.2013

Abb. 26: Flickr, http://www.flickr.com/photos/nwodt_cobalt/6617488815/, User: nWODT_cobalt, Stand: 7.2.2013

Abb. 27: Wikipedia, http://upload.wikimedia.org/wikipedia/de/5/50/Dichtefunktion.png, Stand: 7.2.2013

Abb. 28: science direct, http://www.sciencedirect.com/science/article/pii/S0927539805000691, Stand: 7.2.2013

Abb. 29: Queen’s Economics Department, http://qed.econ.queensu.ca/working_papers/papers/qed_wp_1083.pdf, Stand:

7.2.2013

Abb. 30: Queen’s Economics Department, http://qed.econ.queensu.ca/working_papers/papers/qed_wp_1083.pdf, Stand:

7.2.2013

Abb. 31: Lincoln Police Department, https://www.lincoln.ne.gov/city/police/about/1950-2.jpg, Stand: 7.2.2013

Abb. 32: Dr. A. Müller - Meteorologische Instrumente, http://www.rfuess-mueller.de/79t_Thermohygrograph.jpg, Stand:

7.2.2013

Abb. 33: mardoen.textdriven.com, http://mardoen.textdriven.com/dienstag/2006-01-17/dataviz/images/fg5.h.jpg, Stand:

7.2.2013

Abb. 34: Wikipedia, http://upload.wikimedia.org/wikipedia/commons/d/db/Marey_Portrait.jpg, Stand: 7.2.2013

Abb. 35: Wikipedia, http://upload.wikimedia.org/wikipedia/commons/c/c4/Marey_Intrakardial.jpg, Stand: 7.2.2013

Abb. 36: Wikipedia, http://upload.wikimedia.org/wikipedia/commons/a/ac/Marey_Sphygmograph.jpg, Stand: 7.2.2013



54 55

iMpressuM

Bachelorarbeit von Simon Wimmer

gesetzt in der Akkurat und der Akkurat Mono von Lineto

gedruckt und gebunden von www.viaprinto.de

Simon WimmerStudiengang InterfacedesignFachhhochschule PotsdamMatrikelnummer 8409

Scharnweberstr. 310247 Berlin

[email protected] / portfolio

0176. 24 30 46 48

Fachhochschule PotsdamPostfach 60 06 0814406 Potsdam

© Simon Wimmer 2013

eiDesstattliche erklärung

Ich versichere, die vorliegende Arbeit selbstständig ohne fremde Hilfe verfasst und keine anderen Quellen und Hilfsmittel als die angegebenen benutzt zu haben. Die aus anderen Werken wörtlich entnommenen Stellen oder dem Sinn nach entlehnten Passagen sind durch Quellenangabe kenntlich gemacht.

Datum Unterschrift

Dankeschön

Danke an die Fachhochschule Potsdam, den Studiengang Interfacedesign und meine beiden Betreuer Prof. Boris Müller und Monika Hoinkis.

Danke cornelia, Hans, Jakob, Helga, Konrad und Leni. Danke Malte, Sarah und Fabian.

Der Messvorgang iM rahMen Des visualisierungsprozesses · beziehungsweise Messwerten und der...

Documents

Transcript of Der Messvorgang iM rahMen Des visualisierungsprozesses · beziehungsweise Messwerten und der...