Bachelor: Informatik und Design

327 - Information Design

Empfohlene Voraussetzung für die Teilnahme

Computational Thinking, Gestaltungsgrundlagen und Typographie

Lernziele

Fachkompetenz

Nach dem Besuch dieses Moduls sind die Studierenden in der Lage, Datenquellen zu sammeln, aufzubereiten und auf geeignete Weise zu visualisieren. Dabei berücksichtigen sie die genaue Repräsentation von Daten, ohne Verzerrungen oder Irreführung zu erzeugen. Sie können bewerten, welche Darstellungsform dem jeweiligen Zweck entspricht und gestalten Lesbarkeit sowie Verständlichkeit auf hohem Niveau. Ihre erlernte Fachsprache befähigt sie dazu, die eigenen Visualisierungslösungen zu präsentieren und sowohl konzeptionell als auch analytisch zu begründen.

Methodenkompetenz

Die Studierenden wissen, welche Visualisierungs-, Storytelling- und Interaktionstechniken existieren. Sie sind in der Lage, die jeweiligen Vor- und Nachteile zu benennen und eine geeignete Kombination für ein Datenprodukt zu konzipieren und umzusetzen. Dabei entwickeln sie die Fähigkeit, Daten mithilfe verschiedener Werkzeuge (z. B. Data-Wrangling) vorzubereiten und in unterschiedlichen Medienformaten einzusetzen. Sie üben sich im methodischen Vorgehen, indem sie anhand kleiner Projekte kontinuierlich Konzepte testen, Feedback einholen und die Ergebnisse iterativ verbessern.

Selbstkompetenz

Die Studierenden sind befähigt, die Bedeutung und Wirkung von Daten kritisch zu hinterfragen. Sie erkennen, dass Daten nicht automatisch neutral oder objektiv sind, sondern stets vor einem bestimmten Kontext erhoben und interpretiert werden. Durch diese Reflexion stärken sie ihre Fähigkeit zu eigenständiger Urteilsbildung und entwickeln eine kritischere Perspektive auf die Rolle von Daten im öffentlichen Diskurs. Sie wenden diese Einsicht in ihren Visualisierungsprojekten an und integrieren ethische Gesichtspunkte in ihre gestalterischen Entscheidungen.

Sozialkompetenz

Die Lehrveranstaltung befähigt die Studierenden dazu, die Anforderungen und Bedürfnisse ihrer Adressatinnen und Adressaten zu erkennen und zu berücksichtigen. In Gruppenarbeiten und Diskussionen lernen sie, aktiv zuzuhören, gemeinsam Lösungen zu entwickeln und konstruktives Feedback zu geben sowie anzunehmen. Sie sind in der Lage, verschiedene Stakeholder in den Erstellungsprozess ihrer Visualisierungen einzubinden und ihre Ergebnisse einem möglichst breiten Publikum ansprechend zu präsentieren.

Inhalt

Erfolgreiches Informationsdesign ermöglicht es der oder dem Betrachtenden, auf einen Blick eine komplette Übersicht über potenziell hochkomplexe Daten zu erhalten. Die hochgradige Parallelisierung unseres visuellen Systems dient als Datenautobahn, über die gutgemachte Visualisierungen numerische Werte direkt in Information und Verständnis verwandeln können. Die Studierenden beschäftigen sich in diesem Kurs mit dem Rohstoff Daten und damit, ihn visuell zugänglich und ansprechend zu machen. Dabei wird der komplette Prozess von Rohdaten hin zu Verständnis im Kopf der Betrachterin durchlaufen, von Datenanpassung, über Anforderungsanalyse und Vergleich von Visualisierungstechniken, Datenaufbereitung, Programmierung/Gestaltung bis zu visuellen Prozessen in Auge und Gehirn sowie dem letztendlichen „Aha“. Theoretisches Wissen und praktische Fähigkeiten ermöglichen es den Studierenden, Daten als weiteres Material in ihren Werkzeugkasten aufzunehmen.

• Grundlagen der visuellen Wahrnehmung
• Einführung in die fundamentale Visualisierungstheorie (z.B. Grammar of Graphics)
• Überblick über verschiedene Visualisierungstechniken
• Interaktive Visualisierungen und Datenexploration
• Anforderungsanalyse
• Storytelling
• Visualisierung von qualitativen Daten
• Arbeiten mit Daten (Data Wrangling)
• Datenethik und -bias
• Statisches, datenbasiertes Kommunikationsdesign (Infographics)
• Experimentelle Visualisierung (Sonifizierung, 3D Datenvisualisierung)

Lehrmethoden und Lernformen

Seminaristischer Unterricht, praktische Projektarbeit, Gruppenarbeit, Workshops, Impulsvorträge

Verwendbarkeit des Moduls

Bachelor Informatik und Design, Bachelor Geodata Science

Literatur

• Tufte, E., The Visual Display of Quantitative Information (2nd ed.), Graphics Press, 2001
• Wilkinson, L., The Grammar of Graphics (2nd ed.). Springer, 2005
• Munzner, T., Visualization Analysis & Design. CRC Press, 2014
• Meirelles, I., Design for Information. Rockport Publishers, 2013
• Coates, K. & Ellison, A., An Introduction to Information Design. London, Laurence King Publishing, 2014
• Kirk, A., Data Visualization: A Handbook for Data Driven Design (2nd ed.). Sage Publications, 2019
• Cairo, A., The Functional Art: An Introduction to Information Graphics and Visualization. New Riders, 2013