Big Data umgibt uns und die Datenmenge wird immer größer. Allerdings ergibt die Erzeugung dieser ungeheuren Datenmenge nur Sinn, wenn man die gesammelten Daten verstehen und interpretieren kann. Wenn die Datenmenge nicht zu groß ist, können wir natürlich alle Daten in eine Excel-Tabelle eingeben und sie einzeln analysieren. In vielen Forschungs- oder Arbeitsbereichen ist die Menge an Daten heute allerdings so groß, dass es unmöglich ist, sie mit bloßem Auge zu verstehen. Dank der Tools zur Datenvisualisierung oder Dataviz können wir Daten besser verstehen und Trends oder Muster in den gesammelten Daten erkennen. Der Mensch ist an Visualisierungen gewöhnt: wir lieben Farben und Muster. Wenn wir farbige Grafiken sehen, entdecken wir schnell Trends und merken sie uns. Wie dieses Modul zeigt, verleiht uns Dataviz Superkräfte (Willett et al., 2021). 

Aber Dataviz besteht nicht nur darin, Daten zu erfassen und eine Grafik daraus zu erstellen. Eine schlechte Grafik hilft uns nicht beim Verständnis oder der Analyse. Eine gute Dataviz hingegen erzählt eine Geschichte und informiert. Deshalb ist Datenvisualisierung ein eigener Forschungsbereich geworden. Immer mehr Forscher*innen und Künstler*innen widmen sich der Datenvisualisierung, wie diese Seite zeigt. Vor allem in den Geisteswissenschaften spielt die Datenvisualisierung eine immer größere Rolle. Diese Seite zeigt Fachbereiche von Universitäten auf der ganzen Welt, die einen Teil ihrer Forschung im Kontext der Digital Humanities der Datenvisualisierung widmen. Darunter auch das Luxembourg Centre for Contemporary and Digital History (C²DH) der Universität Luxemburg. Im nächsten Abschnitt wird eines seiner größten Projekte vorgestellt.

Aida Horaniet Ibañez, Suzana Cascao und Daniel Richter, Forscher*innen des C²DH, haben zusammen mit der Künstlerin Marion Dengler (und mit der Unterstützung der Doctoral Education in Science Communication (DESCOM) der Universität Luxemburg) den folgenden Comic geschaffen, die ein Beispiel dafür darstellt, wie
wie die Datenvisualisierung ein interdisziplinäres Projekt zwischen einer Ingenieurin und einem Historiker erleichtert.

Source Quelle: Plorations, Scientific Comics, Universität Luxemburg, https://sciencecomics.uni.lu/its-about-time/

Hier klicken, um den Comic in einer anderen Sprache darzustellen. 

Für weitere Informationen über Datenvisualisierung empfehlen wir das Journal of the Data Visualization Society oder diese Liste mit Buchempfehlungen. 

Das Projekt LuxTime ist ein fächerübergreifendes Gemeinschaftsprojekt des Luxembourg Centre for Contemporary and Digital History (C²DH), dem die Forscherin Aida Horaniet Ibañez angehört, dem Luxembourg Centre for Systems Biomedicine (LCSB) und dem Luxembourg Institute of Science and Technology (LIST).

Hauptziel des Projekts LuxTIME ist der Aufbau und die Visualisierung verschiedener Daten, die Informationen aus drei verschiedenen wissenschaftlichen Bereichen und Perspektiven beinhalten, nämlich Ökohydrologie, Umwelt-Chemometrie und Geschichte.

LuxTime nutzt die Industrialisierung der Minett-Region als Testumgebung für methodologische und epistemologische Betrachtungen über die Art, die Auswirkungen der Umweltveränderungen auf die Gesundheit der lokalen Bevölkerung langfristig zu untersuchen. Durch das Zusammenbringen von „Kontextinformationen“ auf der Grundlage von Archiven und „wissenschaftlichen Beweisen“ aus chemischen, biologischen oder medizinischen Studien untersucht das Projekt neue Wege zur Interpretation der „Big Data der Vergangenheit“ in einem wirklich fächerübergreifenden Rahmen.

Der Fall Belval soll das analytische Potenzial eines auf mehreren Ebenen basierenden Forschungskonzepts kritisch ausloten, das – soweit das mittelfristige Ziel – auf eine landesweite Fallstudie ausgeweitet werden soll; das heißt den Aufbau einer wahrhaftigen „luxemburgischen Zeitmaschine“, die verschiedene Arten von Daten aus mehreren Institutionen umfasst.

Das Projekt ist Teil eines europäischen Projekts mit dem Titel „Time Machine: Big data of the past for the future of Europe“. Dieses Projekt soll fortschrittliche Technologien für künstliche Intelligenz schaffen, um großen Informationsmengen aus komplexen historischen Datenbeständen einen Sinn zu geben.

Mehr Informationen zum Projekt LuxTime finden Sie auf der Website des Projekts oder im Podcast mit der Forscherin Aida Horaniet Ibañez.

Referenzen
Willett, Wesley, Aseniero, Bon Adriel, Carpendale, Sheelagh, Dragicevic, Pierre, Jansen, Yvonne, Oehlberg, Lora & Isenberg, Petra. (2021). Perception ! Immersion ! Empowerment ! Superpowers as Inspiration for Visualization. IEEE Transactions on Visualization and Computer Graphics, 28(1), 22-32