Konzeption
Für unsere ersten Projektideen haben wir zu Beginn die Methode des Brainstormings verwendet, um innerhalb der Gruppe möglichst viele potenzielle Ideen zu generieren. Die COVID-19 Pandemie stellte sich dabei als wiederkehrender Bestandteil dieses Prozesses heraus und bildete folglich den Fokuspunkt unseres Projekts. Um mehrere Datenquellen zu kombinieren entschieden wir uns zunächst für Pendlerdaten zwischen den einzelnen Bundesländern in Deutschland. Ein erster skizzenhafter Entwurf sah wie folgt aus:
Aufgrund von unzureichenden Daten mussten wir uns jedoch von dieser Projektidee entfernen. Mit dem Ziel, eine Quelle zu finden, die übereinstimmend mit den COVID-19 Datensatz über Daten in kurzen Zeitintervallen verfügt, entschieden wir uns letztendlich für Flugverkehrsdaten innerhalb der EU/EUW.
Die Herausforderung unseres Designs war es vor allem, den Verlauf der Fallzahlen während der COVID-19 Pandemie in Zusammenhang mit den Flugverkehrsdaten vieler Länder darzustellen. Unsere Initial Design-Ideen orientierten sich aufgrund der simplen Abbildung von Flugverkehrsdaten stark an die Kartendarstellung. Eine mögliche Visualisierung war demnach die Abbildung des Flugverkehrs über die Landkarte des europäischen Raumes:
Quelle: Link
Hier stellte sich jedoch die Darstellung in Kombination mit den Inzidenzwerten über einen längeren Zeitraum als Hindernis dar. Über eine Karte war es schwierig, sowohl den Verlauf der COVID-19 Pandemie zu zeigen, als auch Cluttering zu vermeiden. Auch eine hohe Data Density und Data Ink Ratio war durch die Größe der Karte problematisch umzusetzen.
Mit weiterer Recherche erschien das Implementieren eines Chord Diagramms sinnvoll, welches häufig verwendet wird, um Ströme zwischen zwei Entitäten zu visualisieren. Nodes repräsentieren folglich die einzelnen Länder, und Arcs den Flugverkehr zwischen Land A und B. Das integrieren eines Balkendiagramms, welches sich entlang der Achse des Chord Diagramms zieht, kann zusätzlich die Inzidenz für das jeweilige Land anzeigen. Eine Timeline ermöglicht Interaktionen mit der visuellen Darstellung und die Abbildung des Verlaufs.
Erste Skizze zur Visualisierung
Um die einzelnen Ländern voneinander unterscheiden zu können, ordneten wir den Ländern Werte aus einer qualitativen Farbpalette (hue) zu. Sequenzielle und divergierende Farbskalen wurden vermieden, da die Länder nominale Werte darstellen und keiner Reihenfolge zuzuordnen sind und werden sollen.
In unserem Projekt sollen visuelle Manipulationen Datenmanipulationen implementiert werden, die die Darstellung der 3 Aspekte "COVID-19 Fallzahlen", "Flugverhalten" und "COVID-19 Events" in einem Chord Diagramm eindeutiger veranschaulichen soll. Da die Übersichtlichkeit und das Cluttering unseres Diagramms ein schwerwiegendes Problem darstellt, werden Data und Visual Manipulations implementiert.
Data Manipulation
Durch die allgemein hohe Informationsdichte unseres Projekts, wird eine hohe Übersichtlichkeit im Chord Diagramm behindert. Wir verwenden eine Timeline zum Filtern der Daten, um abhängig vom ausgewählten Zeitpunkt gesonderte Nodes und dessen Arcs darzustellen. So soll nur das Flugverhalten der Länder zu einem bestimmten Zeitpunkt bzw. Kalenderwoche angezeigt werden, das durch den Regulator einer Timeline bestimmt wird.
Visual Manipulation
Trotz der Filterung einzelner Kalenderwochen, wird eine Summe von 30 Ländern innerhalb des Chord Diagramms zugleich angezeigt. Interessieren sich Betrachter:innen nur für das Flugverhalten gewisser Länder, kann so das Auffassen der Daten durch die mangelnde Übersichtlichkeit erschwert werden. Mit der Implementierung vom Hovering, können bestimmte Länder ausgewählt werden, dessen Verbindungen durch das Verblassen anderer nodes hervorgehoben werden.