Evaluation von Informationsvisualisierung : Wegweiser für Design

Abstract

In verschiedensten Fachgebieten, auch in der Medizin, sammeln sich viele Daten an. Die Informationsvisualisierung beschäftigt sich damit, geeignet Darstellungsformen zu finden um die Analyse von überwältigenden Datenmengen zu erleichtern. Zahlreiche Varianten sind entstanden, welche fortlaufend evaluiert werden, um Stärken und Schwächen aufzudecken. Doch nun fehlt es an Zusammenführungen von Ergebnissen aus den Studien, um dieses Wissen für die Verbesserung oder für die Gestaltung neuer Visualisierungen nutzen zu können. Um viele Informationen der Eigenschaften der Techniken zu erhalten, werden weitere Evaluierungsmethoden benötigt. Ziel dieser Arbeit ist, eine Sammlung von Evaluationen von Informationsvisualisierungen anhand eines Rasters zu untersuchen und die Ergebnisse der Studien zusammenzuführen.<br />Ein Überblick über Erfahrungen bezüglich des Evaluierungsvorgehens sowie gesammelte Erkenntnisse von Informationsvisualisierungen soll geschaffen werden. Am Beispiel des Fachgebietes Medizin werden Bedürfnisse von AnwenderInnen veranschaulicht und Aspekte diskutiert, die für eine weitestgehend reibungslose Einführung neuer Techniken relevant sind. Aus der Betrachtung der Studienergebnisse ist hervorgegangen, dass die Evaluierungsmethoden Eye Tracking, Thinking-Aloud und Fokusgruppe Potential zeigten, die Evaluierung von Informationsvisualisierung zu ergänzen. Geometrische Visualisierungen wurden mittlerweile oft, pixelorientierte Techniken hingegen kaum evaluiert. Interessante Aspekte konnten aufgedeckt werden wie etwa, dass 3D Visualisierungen noch nicht effizient genug sind, aber es Ansätze für Verbesserungen gibt. Ebenso wurde ersichtlich, dass Animationen hilfreich sind, aber bedacht eingesetzt werden sollten. Evaluationen von medizinischen Anwendungen zeigten, dass die Einführung neuer Techniken nicht schlagartig stattfinden sollte. Diese können sich zwar von traditionellen Methoden unterscheiden, sollten aber schnell und einfach erlernbar sein.<br />

The goal of Information Visualization is to develop efficient techniques to support researchers and others of varying disciplines to explore huge amounts of collected data and to find relevant conclusions.<br />The evaluation of Information visualizations is important to reveal their strengths and their limits. Over the years many Information visualizations were evaluated. But presently there is a lack of joining gained results and using the collected knowledge to improve individual techniques or to get ideas for new visualizations, subsequently. To obtain meaningful information about the qualities of visualization techniques appropriate evaluation methods are needed.<br />The objective of this thesis was to examine evaluations of Information Visualizations on the basis of a grid and to merge the results of these studies. The summary reveals the kinds of evaluation methods used nowadays and what experiences study designers made. In addition merging of the test results will summarize the preliminary findings in the area of information visualizations. Needs of the special users are illustrated using medicine as an exemplary discipline; aspects which are important for introduction of new visualization techniques in the area of medicine are discussed.<br />Considering results of the merged studies reveals that the evaluation methods Eye-Tracking, Thinking-Aloud and Focus Groups have potential to complement the evaluation of information visualizations. Geometric techniques are frequently evaluated. However, pixeloriented techniques are rarely examined. Interesting aspects were detected, for example threedimensional visualizations are demonstrated to be not efficient enough, yet. Still, approaches for improvement could be found. Other results of the studies also showed that animation can be helpful, but careful use should be considered. Evaluations of medical applications showed that the implementation of new information visualizations should not be done abruptly. The new visualization techniques may differ from traditional methods, but should be quick and easy to learn.