Abschnittsübersicht

    • Der Kurs „Datenvisualisierung für Geisteswissenschaftler:innen“ entstand im Rahmen des Lehrforschungsprojektes Medienpraxiswissen am Institut für Medienwissenschaft an der Ruhr-Universität Bochum. Im Folgenden soll der Kurs als Open Educational Resource das Konzept, wesentliche Lehrinhalte und Reflexionen für andere Lehrende zugänglich gemacht werden. 

      Der Kurs ist als erweiterte Medienpraxislehre genau zwischen Theorie und Praxis angelegt. Einerseits werden somit die gestalterischen Grundlagen der Kulturtechnik Datenvisualisierung eingeführt und punktuellen Übungen erprobt. Andererseits werden analog zu einem klassischen Lektüreseminar essentielle theoretische Positionen besprochen und in Diskussion mit zeitgenössischen Visualisierungspraktiken gebracht. Das Ziel des Kurses ist weniger eine handwerkliche Expertise, als vielmehr ein pointiert kritische Perspektive auf Datenvisualisierungen zu entwickeln.

      Das vereinende Element des Kurses sind die Datenbilder, in denen sich sowohl die praktischen als auch die theoretischen Elemente des Kurses verbinden. Jede Sitzung führt eine konzeptionelle Perspektive auf Datenvisualisierungen ein, die sowohl durch einen ausgewählten Text als auch medienpraktische Beispiele besprochen werden. Zentraler Diskussionsplatz des Präsenzseminars ist ein Online-Whiteboard realisiert durch die Plattform Miro. Dort werden alle Text- und Bildinhalte miteinander gesammelt, kuratiert und miteinander verwoben. Über die Sitzungen entsteht somit ein Diagramm aller Inhalte als ein gemeinsam mit den Studierenden erarbeitetes Resultat.

      Übersicht des Online-Whiteboards

      Illustration von Paul Heinicker

      Neben der kuratorischen und theoretischen Arbeit mit und am Miro-Board gibt es auch konkretische praktische Momente im Kurs. Diese zeigen sich in Visualisierungsübungen, die voraussetzungsarm, sprich vorrangig analog, Gestaltungsansätze erproben und anschließend im Dialog reflektieren. Außerdem sind regelmäßig Gespräche mit externen Expert:innen Bestandteil des Kurses. So wird über die Sitzungen ein einführender Blick in eine kritische Perspektive auf eine Visualisierungskultur geschärft, die dann in praktischen Übungen ihre Anwendung findet.


      Kursbeschreibung

      Daten besitzen keine Form. So ist es vor allem die mediale Vermittlung von Daten, die eine ganz entscheidende Rolle spielt. Denn erst durch ihre Verfügbarmachung werden Daten für eine menschliche Betrachtung adressierbar. Vielmehr noch legitimiert oftmals die Darstellung der Daten die Beschäftigung mit ihnen, denn dadurch soll sichtbar werden was wirklich an Erkenntniswert in den Daten steckt. Daten und Visualisierung eint also ein starkes Abhängigkeitsverhältnis, welches im Zentrum dieses Medienpraxismoduls stehen soll. Im Kurs werden die grundsätzlichen Bedingungen und Limitierung der Kulturtechnik Datenvisualisierung erarbeitet und in medienpraktischen Übungen erprobt. Ziel des Kurses ist es ein Verständnis von Visualisierungen zu vermitteln, welches sich von der reinen Datenrepräsentation löst und einen Ansatz sucht, der die folgenreichen Gestaltungsentscheidungen auf dem Weg zum Datenbild sichtbar werden lässt. Dazu werden Lektüre von wissenschaftlichen Perspektiven, das kritische Lesen von Datenbildern und das medienreflexive Gestalten von Datenmaterial miteinander kombiniert.

      Studienleistung

      Je nach Studienordnung und Umfang des Kurses können verschiedene Studienleistungen und / oder Prüfungen eingeplant werden. Die Studienleistung wurde bei der Durchführung an der RUB so konzipiert: Die Studienleistung basiert auf der Erstellung eines Diagrams und dessen Reflexion. Das Thema, Format und eingebundene Medien können über das Semester entwickelt und frei bestimmt werden. Für die Reflexion ist ein Text von 1000 Wörtern vorgesehen, der sowohl über den Gestaltungsprozess als auch das entstandene Diagramm berichtet.

      Lizenzhinweis

      Weiternutzung als OER ausdrücklich erlaubt: Dieses Werk und dessen Inhalte sind - sofern nicht anders angegeben - lizenziert unter CC BY-NC 4.0. Nennung gemäß TULLU-Regel bitte wie folgt: "Datenvisualisierung für Geisteswissenschaftler:innen" von Dr. des. Paul Heinicker, lizenziert unter CC BY-NC 4.0. Ausgenommen von der Lizenz sind anders lizenzierte Inhalte, Werke und Arbeiten. Alle Bilder im OER stammen von Paul Heinicker.

    • Die erste Sitzung bildet eine allgemeine Einführung in die Kursinhalte. Dazu gehört eine persönliche Kurzvorstellung mit erster kleiner Visualisierungsübung, in der sich die Studierenden selbst im Raum visualisieren. Üblicherweise werden dabei drei aufeinander folgende Visualisierungen erprobt: eine selbstinitiierte Ordnung nach dem Alter der Studierenden als imaginiertes Balkendiagramm, ein kartographisches Mapping basierend auf dem Geburtsort der Studierenden und abschließend eine Netzwerkvisualisierung der persönlichen Kontakte zwischen den Studierenden über mitgebrachten Faden. Die Dozent:in instruiert dabei nur die generische Visualisierungsaufgabe, die folgende Realisierung soll in der Gruppe diskutiert werden und anschließend an jede Visualisierung die Empfindung über gelungene Prozesse, aber auch über Miss- und Fehlrepräsentationen reflektiert werden.

      Reste der Übung zur Netzwerkvisualisiserung

      Foto von Paul Heinicker

      Des Weiteren werden in einem Inputvortrag die wesentlichen Themen und Konzepte des Seminars vorgestellt und in den Kontext zeitgenössischer Entwicklungen der Visualisierungskultur gesetzt. Hier werden im Dialog mit den Studierenden Erwartungen, Wünsche und Vorstellung ausgetauscht. Je nach Erfahrungs- und Wissensstand zum Thema können hier gegebenenfalls Anpassung an die Struktur des Kurses erfolgen. Generell bietet die Kursstruktur keine Öffnung für eine intensivere Vermittlung von Handwerkstechniken wie Data Processing bspw. über Python oder die Transformation von Datenstrukturen in visuelle Formen im Web bspw. über die Javascript-Bibliothek D3.js, sondern verbleibt stets in den grundlegenden Begriffen, Prinzipien und Systemen.

      Außerdem sollte die Sitzung mit Anmerkungen zur strukturellen Organisation des Kurses enden. Dazu sollten die generelle Ausrichtung und Ziele des Kurses wiederholt, sowie die expliziten Seminarleistungen im Bezug auf Umfang und Struktur offen kommuniziert werden.

    • Die ersten inhaltlichen Sitzungen beschäftigen sich mit den grundlegenden Begriffen und Konzepten, namentlich Daten und Visualisierung. Der Diskurs um Datenvisualisierungen ist vor allem geprägt durch bestimmte Annahmen, die es erst einmal zu positionieren gilt. Daher dienen diese Sitzungen der kontrastierenden Gegenüberstellung von sowohl Daten- als auch Visualisiserungskonzepten in ihrer Affirmation als auch der Kritik. 

      In dieser Sitzung besprechen wir grundlegende Konzepte von Daten als Ordnungsstrukturen. Konkret sind Positionen von Interesse, die datenpositivistisch argumentieren. Was wird sich von den Daten erhofft? Was sind die Folgen einer Datenaffirmation? Wer hat Angst vor Daten? 

      Konkret wird dies am Daten-Modell von Russell Ackoff besprochen, der eine Linearität zwischen Daten, Information, Wissen und Weisheit vorschlägt. Im Online-Whiteboard Miro erarbeiten sich die Studierenden im Dialog die argumentative Struktur des Textes. Anschließend werden in der Diskussionen die diversen Vorannahmen des Textes geprüft und in den historischen Kontext gestellt.

      Ackoff, Russell L. 1989. „From Data to Wisdom“. In: Journal of Applied System Analysis, Vol. 16. S. 3-9.

    • Die zweite inhaltliche Sitzung funktioniert im Dialog mit der vorherigen Sitzung. Nach einer datenpositivistischen Perspektive, folgt in dieser Sitzung die Besprechung einer datenkritischen Perspektive durch einen Text von Hito Steyerl. Als bildende Künstlerin bietet ihre bildliche Arbeit die Chance zur Erweiterung der Besprechung auf andere Fragestellungen. Wann und warum sind Daten? Was sind die Folgen von Daten? Wer leidet unter Daten? Solche Negative Leseweisen vertiefen die Datendefinitionen und erlauben anderen Blicke auf die Datenerstellung.

      Analog zur ersten Sitzung wird der Text wieder auf dem Online-Whiteboard annotiert und diskutiert. Empfehlenswert ist der Fokus auf die alternativen Begriffe bei Steyerl, wie bspw. das Konzept der Apophänie. Produktiv ist der relative Rückbezug auf die datenaffirmative Perspektive, die auch durch das Besprechung von Praxisbeispielen der Datenerstellung unterstützt werden kann.

      Screenshot aus der visuellen Zusammenfassung auf dem Miro-Whiteboard.

      Ausschnitt einer Illustration von Paul Heinicker

      Material zu Hito Steyerl
      https://www.e-flux.com/journal/72/60480/a-sea-of-data-apophenia-and-pattern-mis-recognition
      https://www.e-flux.com/film/384606/how-not-to-be-seen-a-fucking-didactic-educational-mov-file

       

    • Nach dem Daten-Block folgt in zwei Sitzungen der Fokus auf das Konzept der Visualisierung vor allen in Relation zu Daten. Diese sind hier künstlich getrennt, aber Essenz beider Sitzungen wird es sein zu zeigen, wie jede Beschäftigung mit Daten auch mit ihrer medialen Vermittlung einhergeht. Es gibt keine Daten ohne Form. Sich mit Daten zu beschäftigen heißt auch immer die Art und Weise ihrer Darstellung zu hinterfragen. Was wollen Visualisierungen zeigen? Was können sie zeigen? 

      In dieser Sitzungen widmen sich die Studierenden einem affirmativen Visualisierungsmodell, das möglichst viel im Datenbild zeigen und erkennen will. Dahinter stellen vor allem repräsentationale Bildideen und optimierungs- und effizienzgetriebene Zugänge zum Datengestaltungsprozess. Ein Text von Lev Manovich bietet eine gute Grundlage diese Idee abermals auf dem Miro-Whiteboard zu besprechen. 

      Manovich, Lev. 2011. „What is Visualisation?“. In: Visual Studies, Volume 26, Issue 1. S. 36-49.

    • Im Pendant zur vorigen Sitzung wird dem positivistischen Visualisierungsmodell ein kritischen Gegenbild entgegengestellt. Was wenn Datenbilder in Wirklichkeit gar nichts abbilden? Visualisierungen ernst zu nehmen bedeutet auch nach ihren medialen Prozessen zu fragen. Es werden Positionen besprochen, die in einem kritischen Verständnis nach den Möglichkeitsräumen von Datenvermittlung fragen.

      Die Grundlage für diese Sitzung ist ein Text von Peter Hall, der eine Taxonomie der Visualisierungskultur anhand von Praxisbeispielen vorschlägt. In der Sitzung werden zunächst diese Beispiele eingeführt und dann parallel zum Text besprochen. Ziel ist es hier vor allem die Parallelität unterschiedlicher Erwartungen, Vorstellungen und damit einhergehend auch epistemischer Potentiale aufzuzeigen.

      Hall, Peter. 2008. „Critical Visualization“. In: Antonelli, Paola et al. (Hg.). Design and the Elastic Mind. New York. The Museum of Modern Art. S. 122-131.

    • Nach den Sitzungen zur grundlegenden Einführung in die Sprache des Visualisierungsdiskurses, sollen diese Begriffe auf ihre Anwendung in der Praxis hin überprüft werden. Dazu fungieren mit Expert:innen in verwandten Disziplinen, wie der Gestaltung von Datenvisualisierungen, Datenjournalist:innen oder tendenziell jedes Berufsfeld was aktiv mit der Verarbeitung und Veranschaulichung von Daten zu tun hat. Aufgrund der Produktivität solcher Gespräche für die Studierenden, nicht zuletzt auch für die Überprüfung der Karriereziele nach dem Studium, hat er sich erwiesen auch mehr als nur eine Sitzung dafür einzuplanen.

      Für die Struktur der Sitzung wurde vor dem eigentlichen Gespräch mit der Expert:in ein Einführung in die jweilige Disziplin abgehalten, um die Studierenden auf den Vortrag, aber auch Modalitäten zu Fragen usw. abzuklären. Darauf folgt die Begrüßung der Expert:in mit einem Input-Vortrag von maximal 15 Minuten zur eigenen Biografie, dem Arbeitsalltag und den jeweiligen Arbeitsbegriffen zu Daten und ihren Visualisierungen. Darauf folgt die Überführung in ein formloses Gesprächsformat moderiert durch die Dozent:in von 45 Minuten. Nach der Verabschiedung kann in den letzten Minuten der Sitzung noch eine Nachbesprechung erfolgen.

    • An den theoretisch-analytischen Teil des Seminars schließt über die Brücke der Expert:innen-Gespräche der zweite projektive Teil. Datenvisualisierung lassen sich im Gegensatz zur Datenrepräsentation als auch Projektionen von Modellen verstehen. Was Modelle sein können und wie sich aktiv in den Entwurfsprozess integrieren ist Thema dieser Sitzung.

      Zentral für diese Sitzung ist das Konzept des Diagramms. Dadurch bietet sich nicht nur die Möglichkeit eine spezifische Bildgattung zu beschrieben, sondern auch die nicht-repräsentationalen Aspekte der Datengestaltung. Wie und was Diagramme ordnen, wird in dieser Sitzung besprochen, aber auch gestalterisch erprobt. So es ist das Ziel neben der Besprechung der Lektüre, existierende Visualisierungen, wie User Interfaces von Plattformen oder datenjournalistische Artefakte, auf ihre Modellgebung hin zu analysieren.

      Visualisierungsübungen von Studierenden

      Collage von Paul Heinicker

      Je nach Umfang des Seminar kann das eine kurze Übung von 20 Minuten darstellen, in der die Studierenden in Gruppen in schnellen iterativen Wegen ihre Visualisierung auswählen und dann auf involvierte Modelle hin befragen. Dies kann aber auch zu einer ganzen eigenen Sitzung erweitert werden, indem die Studierenden die analysierte Visualisierung dann „remodellieren“, indem ein bestimmter Aspekt neu und anders gestaltet werden soll, bspw. wie sähe das Spotify-UI aus, wenn es nicht um Klickzahlen, sondern andere Metriken geht?

      Höfler, Carolin. 2019. „Modelle in Prozessen“. In: MAP #10 Bewegliche Architekturen – Architektur und Bewegung“. http://www.perfomap.de/map10/modellieren/modelle-in-prozessen.

      Leeb, Susanne (Hg.). 2012. „Materialität der Diagramme: Kunst und Theorie“. Berlin: b_books.

    • Nach der Einführung des Diagramm-Begriffs gehen die zwei nachfolgenden Sitzungen explizit auf explorative Potentiale dieses Konzepts ein. In diesem Moment des Kurses soll einen Schritt zurückgetreten werden und erneut die Grundsätze der Kulturtechnik hinterfragt werden. Konkret passiert das in dieser Konzeption an zwei Stellen: einmal an der Erwartung eines von Menschen betrachtbaren Bild am Ende eines Visualisierungsprozesses und ein anderes mal an der Vorstellung eines rein anthropogenen Ursprungs von Datenstrukturen. Im ersten Teil geht es um erstere nicht-anthropozentrische Visualisierungen und ihre nachfolgenden Fragen. Was wenn Datenbilder nicht mehr für das menschliche Auge zugänglich sind? Verlieren sie dann ihre Wertigkeit oder erschließt sich gerade dadurch eine Verständnis für eine erweiterte Visualisierungskultur? Gerade im Kontext maschinellen Sehens stellen sich die Fragen nach der Sichtbarkeit und Datengestaltung neu. 

      In der Sitzung werden dazu zeitgenössische Postionen besprochen, wie sie etwa bei Benjamin Bratton formuliert werden. Diese Theorien dienen aber nur als Schablone für eine praktische Auseinandersetzung mit zeitgenössischen Formen der nicht-repräsentationalen Bildverarbeitung durch Algorithmen des sogenannten „Machine Learnings“. In der Sitzung werden aktuelle Bildpraktiken durch, mit und über generative Modelle der sogenannten künstlichen Intelligenz angeschaut und besprochen. Empfehlenswert ist die Beschäftigung mit multimodalen Modellen (Text und Bild), wie Bing, Bard oder ChatGPT, um Vorstellungen von Datenvisualisierung in ihrer Automation zu aktualisieren.

      Bratton, Benjamin. 2016. „Notes for ‚The Work of the Image in the Age of Machine Vision‘“. In: Salemy, Mohammad (Hg.). For Machine Use Only: Contemplations on Algorithmic Epistemology. Seattle: TripleAmpersand. S. 19-22.

      Fleuret, Francois. 2023. „The Little Book of Deep Learning“. https://fleuret.org/public/lbdl.pdf.

    • Die anschließende Sitzung fokussiert sich danach auf die zweite Provokation, worin gefragt wird, ob es Datenbilder gibt, die nicht genuin anthropogen, sprich vom Menschen angefertigt, sondern nur nachträglich als solche gelesen werden? In dieser Sitzung stehen solchen Diagrammen im Fokus, die sich nicht nur den menschlichen Einfluss, sondern auch dessen Wahrnehmungsskalen entfliehen. Es werden Konzepte gesucht, wie diese nicht-menschlichen, umweltlichen oder gar planetaren Bilder zu denken und zu gestalten sind. 

      Die pragmatischste Theorie zu diesem großen Feld kommt von Dietmar Offenhuber und versucht durch das Konzept der „autographischen Visualisierungen“ den Blick auf Visualisierungserscheinungen in der Umwelt zu lenken. Nachdem dieses Konzept gut über ein einführendes Paper und Offenhubers eigene Projekte illustriert werden kann, schließt daran eine praktische Selbsterprobung an. Im Sinne eines Campusspazierganges sollen alle erdenklichen Formen der Datenrepräsentation – von Blattbeständen zur Jahreszeit bis hin Formen visueller Kommunikation in Form von Postern und Beschilderungen – fotografisch von den Studierenden gesammelt werden. Im Anschluss an eine 45-minütige Explorationsphase, werden die gesammelten Fotos auf dem Miro-Whiteboard gesammelt und in der Gruppe geclustert.

      Screenshot des Clustering der von den Studierenden dokumentierten autographischen Visualisierungen auf dem Campus der RUB.

      Collage von Paul Heinicker

      Offenhuber, Dietmar. 2019. „Data by Proxy: Material Traces as Autographic Visualizations“. In: IEEE Transactions on Visualization and Computer Graphics. S. 98-108.

    • In den letzten Sitzungen können bestimmte thematische Konzepte noch einmal intensiver aufgegriffen werden und in praktischen Übungen einzeln intensiviert oder gar über mehrere Sitzungen hinweg an einem größeren Visualisierungsprojekt gearbeitet werden. 

      Je nach Entwicklung des Kurses können hier auch noch offene Themen bearbeitet werden oder je nach Expertise der Dozent:in noch medienpraktische Einführung, etwa in HTML/CSS/Javascript oder Python, erfolgen. Im Idealfall stehen diese Übungen im Dialog zu den vorherigen theoretischen Sitzungen. 

      Die allerletzte Sitzung dient dann der gesamten Reflexion des Kursgeschehens. Bestimmte Dynamiken in der Arbeit mit den Studierenden, aber auch inhaltliche Schwerpunkte und deren Wirkung sollen hier noch einmal besprochen werden. Generell bietet es sich an diese Sitzung komplett dialogisch zu halten und gezielt nach Feedback zu fragen.

       

      Illustration des Kursabschluss

      Collage von Paul Heinicker