Beschreibung:

Die Veranstaltung bieten wir im Sommersemester 2021 als virtuellen Kurs an. Bitte melden Sie sich wenn möglich bis zu Beginn der Lehrveranstaltungen im entsprechenden Moodle-Kurs an!

Erst Visualisierungen machen komplexe Daten wie multivariate Zeitreihen und Netzwerkstrukturen lesbar und verständlich. Techniken für eine solche Datenvisualisierung erzeugen aus einem gegebenen Datensatz automatisch eine visuelle Repräsentation, die häufig in eine interaktive Nutzeroberfläche eingebunden ist. Diese Vorlesung gibt einen breiten Überblick zu Methoden der Informationsvisualisierung. Ansätze der visuellen Analytik kombinieren Visualisierungen mit Interaktionsmechanismen und algorithmischen Lösungen. Als spezieller Anwendungsfall solcher interaktiven Visualisierungen geht die Veranstaltung vertieft auf Softwarevisualisierungen ein. Hier werden Entwickler beim Verstehen, Erweitern und Verbessern von Softwaresystemen unterstützt. Die Veranstaltung beleuchtet darüber hinaus, wie Benutzer Visualisierungen wahrnehmen und verarbeiten und wie Benutzerverhalten in Studien wissenschaftlich untersucht werden kann.

Abb.: Beispiele für Informations- und Softwarevisualisierungen aus der eigenen Forschung.

Didaktisches Konzept: Die Vorlesung wird möglichst interaktiv gestaltet. Diskussionsfragen, Abstimmungen und kurze praktische Übungen wechseln sich mit vorgetragenen Inhalten ab. Die Vorlesung ist eng mit einer Übung verzahnt, in der die Inhalte der Vorlesung auf praktische Beispiele angewandt und implementiert werden.

Empfohlenes Vorwissen: Grundkenntnisse in Programmierung, Datenstrukturen und Algorithmen, Software Engineering

Qualifikationsziele:

Die Studierenden

• erkennen die Möglichkeiten und Grenzen der Datenvisualisierung und können diese auf konkrete Anwendungsbeispiele übertragen
• verstehen Grundlagen der visuellen Wahrnehmung und Kognition sowie deren Implikationen auf die visuelle Darstellung von Daten
• besitzen einen fundierten Überblick über Möglichkeiten zur visuellen Repräsentation abstrakter Daten und können Visualisierungstechniken auf neue Problemstellungen anpassen und Gestaltungsentscheidungen begründen
• beherrschen die Integration von Visualisierungstechniken mit Interaktionstechniken und algorithmischen Lösungen
• erkennen gewinnbringende Einsatzmöglichkeiten interaktiver Visualisierungssysteme in der Softwaretechnik
• können interaktive Visualisierungssysteme als Software umsetzen
• können quantitative und qualitative Nutzerstudien planen, durchführen und auswerten

Gliederung:

Grundlagen:

• Diagramme und Infografiken
• Visuelle Wahrnehmung und Kognition

Informationsvisualisierung:

• Multivariate Daten und Mengen
• Hierarchien und Netzwerke
• Zeitreihen und dynamische Daten
• Dokumente und Medien

Visuelle Analytik:

• Interaktionstechniken
• Integration algorithmischer Lösungen

Softwarevisualisierung

• Struktur und Architektur
• Evolution von Software
• Ausführungsverhalten

Evaluation:

• Quantitative Nutzerstudien
• Qualitative Nutzerstudien 

Literatur:

• Colin Ware: Information Visualization, Second Edition: Perception for Design (Interactive Technologies), Morgan Kaufmann 2004
• Jeffrey Heer, Michael Bostock, Vadim Ogievetsky: A Tour Through the Visualization Zoo, Communications of the ACM, 53(6), 2010 
• Stephan Diehl: Software Visualization - Visualizing the Structure, Behaviour, and Evolution of Software. Springer 2007

Prüfungsart:

Übungen und Prüfung (Format wird noch bekannt gegeben)

Formalia:

Zum Modul erfolgt eine modulbezogene Prüfung als Take-Home-Exam. Die erfolgreiche Teilnahme an der Übung (mindestens 50% der Übungspunkte) ist als Prüfungsvorleistung Zulassungsvoraussetzung zur Modulprüfung. Bestandene Prüfungsvorleistungen haben nur Gültigkeit für die Prüfungen, die zu der Veranstaltung im jeweiligen Semester gehören.