visual business analytics - it-for-work.de · fraunhofer igd visual analytics - effektiver zugang...

© Fraunhofer IGD

VISUAL BUSINESS ANALYTICS –EFFEKTIVER ZUGANG ZUDATEN UND INFORMATIONEN

IGD

_Fo

lien

vorl

age_

v201

0.10

.ppt

Visual Analytics - Effektiver Zugang zu Daten und Informationen - Greifswald, 02.03.2016 - Prof. Dr. Jörn Kohlhammer

Prof. Dr.-Ing. Jörn KohlhammerFraunhofer-Institut fürGraphische Datenverarbeitung IGDFraunhoferstraße 564283 Darmstadt

Tel +49 6151 155 – 646 | Fax – [email protected] www.igd.fraunhofer.de/IVA

© Fraunhofer IGD

Darstellung von Informationen


© Fraunhofer IGD

Gutes Informationsdesign


Macht Daten erkennbar

Lenkt die Gedanken des Betrachtersauf die Datensubstanz, nicht aufdas Design

Vermeidet Verzerrung der Bedeutung

Regt zu Vergleichen an

Legt Daten in mehrerenDetailstufen offen

Hängt eng mit der textuellenBeschreibung zusammen

© Fraunhofer IGD Visual Analytics - Effektiver Zugang zu Daten und Informationen - Greifswald, 02.03.2016 - Prof. Dr. Jörn Kohlhammer

Beispiel aus der Statistik

Vier Datensätze mit identischem linearen Modell(Anscombe’s quartet 1973, Tufte 1983)


Informationsdesign im Reporting


Erstes deutschsprachiges Buch zum Thema Visualisierung im BI-Bereich

Anwendung der besten Visual Business Analytics-Techniken zur Verarbeitung massiver Datenmengen und für den Einblick in komplexe Strukturen

Verwendung von Visual BusinessAnalytics für ein effizientesund verständliches Informationsmanagement

2. Auflage in 2016

IGD

_Fo

lien

vorl

age_

v201

0.10

.ppt

© Fraunhofer IGD

Visual Business Analytics


© Fraunhofer IGD

Nutzung von interaktiven, visuellen Hilfsmitteln zum Denken und Entscheiden

Ziele

Effektive und korrekte Kommunikation von Daten

Ermöglichen neuer Erkenntnisse

Informationsvisualisierung


IGD

_Fo

lien

vorl

age_

v201

0.10

.ppt



Adaptiert von Card et al. 1999

© Fraunhofer IGD

Daten


Rohdaten in vielfältiger Form

Datentabellen

Datenströme

Bilder, Videos, Audio etc.

Texte

© Fraunhofer IGD

Sichtbare Objekte im Raum

Punkte

Linien

Flächen

Volumen



IGD

_Fo

lien

vorl

age_

v201

0.10

.ppt

Eigenschaften

© Fraunhofer IGD

Beispiel: Gapminder


IGD

_Fo

lien

vorl

age_

v201

0.10

.ppt

Gapminder-Tool

© Fraunhofer IGD

Big Data



Was ist Visual Analytics?

Was gibt es schon?

Automatisches Knowledge Discovery & Data Mining

Interaktive visuelle Daten-Exploration

Was brauchen wir?

Enge Integration visueller und automatischer Datenanalysemethoden mitDatenbanktechnologien für skalierbare interaktive Entscheidungsunterstützung

Feedback Loop

Visualisierung

Visuelle Daten-Exploration

Daten Wissen

Modelle

Data Mining

[Daniel Keim, Universität Konstanz]

© Fraunhofer IGD


Public Sector

Cyber-Security

Medizinische Datenanalyse

Überall dort, wo menschlicheBenutzer mit Dateninteragieren

Energienetze

IT-Netzwerke


Anwendungen

IGD

_Fo

lien

vorl

age_

v201

0.10

.ppt

© Fraunhofer IGD

Zeitbezogene visuelle Analysen


Interaktive Bearbeitung von Zeitserien

Suche nach ähnlichen Mustern

Identifizierung von Korrelationen

Erstellung von Vorhersagemodellen

IGD

_Fo

lien

vorl

age_

v201

0.10

.ppt

© Fraunhofer IGD

Was ist das relevante Ähnlichkeitsmaß?

Was ist Ähnlichkeit?


© Fraunhofer IGD

Überblick des Prozesses

25 Hendrik Lücke-Tieke

© Fraunhofer IGD

Übersicht über das Gesamtnetz Netzanalyse kurzfristig (Tagesbasis) historisch (über das vergangene Jahr)

Besseres Verständnis der kritischen Bereiche Schnellere, gezieltere Reaktion (auf Änderungen durch EEG-

Ausbau) Planung des Netzausbaus Priorisierung der Modernisierung

Kostenersparnis durch bessere Planung und Wartungsprioritäten Höhere Versorgungssicherheit

Überwachung von Trafo-Lastkurven

© 2015 Fraunhofer IGD

© Fraunhofer IGD

Netz-Übersicht

Transformatoren in einer Region (Niederspannung)

Namen wurden anonymisiert

Durch Hinein-zoomen werden mehr Details sichtbar


Mehr Details durch Zoomen

© Fraunhofer IGD

Netz-Übersicht mit Details

Wir untersuchen zuerst den Kalender einer einzelnen Station


© Fraunhofer IGD

Musteranalyse

Wir untersuchen eine konkrete Station auf diese interessanten Muster

• Saisonale Trends (im Winter höherer Verbrauch)

• Innerhalb einer Woche (kaum Unterschied zwischen Wochentag/Wochenende)

• Rückspeisung vor allem von März bis Juni


© Fraunhofer IGD

Detail-Ansicht

Kurvenverläufe aller Tage von allen Stationen

Jedes Muster (jeder Tagesverlauf) entspricht einem Punkt auf der Karte

Die Punkte werden nach Ähnlichkeit gruppiert


© Fraunhofer IGD


Public Sector

Cyber-Security

Medizinische Datenanalyse

Überall dort, wo menschlicheBenutzer mit Dateninteragieren

Energienetze

IT-Netzwerke


Anwendungen

IGD

_Fo

lien

vorl

age_

v201

0.10

.ppt

© Fraunhofer IGD

Analyse von großen IT-Netzwerken

33 Hendrik Lücke-Tieke

RAM-Auslastung

0%

100%

ResponseTime

0

440

t

t


Visual Analytics

Was gibt es schon?

Automatisches Knowledge Discovery & Data Mining

Interaktive visuelle Daten-Exploration

Was brauchen wir?

Enge Integration visueller und automatischer Datenanalysemethoden mitDatenbanktechnologien für skalierbare interaktive Entscheidungsunterstützung

Feedback Loop

Visualisierung

Visuelle Daten-Exploration

Daten Wissen

Modelle

Data Mining

© Fraunhofer IGD

Fraunhofer IGD ist der Ansprechpartner für individuelle Lösungen im Bereich Informationvisualisierung und Visual Analytics

Angebot

Breite Auswahl an verfügbaren Visualisierungs- und Analysemethoden

Visualisierungslösung für individuelle Daten und Aufgaben

Integration in vorhandene Systemumgebungen

Erfahrene Analysten und Entwickler

Individuelle Zusammenarbeit oder als Partner im Verbund

Schulungen im Bereich Visual Analytics

Fraunhofer IGD


IGD

_Fo

lien

vorl

age_

v201

0.10

.ppt

© Fraunhofer IGD

Menschen wollen Zusammenhänge verstehen, Einsichten gewinnen und Entscheidungen herbeiführen.

Wir machen über Visualisierungen komplexe Sachverhalte in abstrakten Daten, Modellen und Simulationen sichtbar.

Wir unterstützen Industrie, Behörden und Privatpersonen mit Analysetechniken und Visualisierungsmethoden dabei, Entscheidungen einfacher, schneller und besser zu treffen.

Geschäftsfeld Visuelle Entscheidungshilfe


IGD

_Fo

lien

vorl

age_

v201

0.10

.ppt

© Fraunhofer IGD

VIELEN DANK

IGD

_Fo

lien

vorl

age_

v201

0.10

.ppt


Prof. Dr.-Ing. Jörn KohlhammerFraunhofer-Institut fürGraphische Datenverarbeitung IGDFraunhoferstraße 564283 Darmstadt

Tel +49 6151 155 – 646 | Fax – [email protected] www.igd.fraunhofer.de/IVA

visual business analytics - it-for-work.de · fraunhofer igd visual analytics - effektiver zugang...

Documents