Verbundprojekt: Dr. Tide – ein Tool zur maßgeschneiderten Datengewinnung und Visualisierung für Unternehmen; Teilprojekt: Die Effekte von (selbsterstellten) Visualisierungen auf Verständnis und Entscheidungen

Dr.Tide ermöglicht es Unternehmen, auf ihre Bedürfnisse zugeschnittene externe Informationen mit hoher Treffsicherheit aus einer Vielzahl von Quellen zu finden und dank zukunftsweisender Visualisierungsmöglichkeiten effektiv zu analysieren und damit bessere Geschäftsentscheidungen zu treffen. Das IWM untersucht in Laborexperimenten und Feldstudien, ob und wann (selbsterstellte) Visualisierungen zu einem größeren Verständnis der Daten und damit mehr Vertrauen und einer besseren Entscheidungsfindung (vs. Überforderung und Hilflosigkeit durch die Datenflut und -komplexität) führen. Das IWM ist hauptverantwortlich für das Arbeitspaket (AP) 4, Visualisierungsregeln, und das AP 6, selbsterstellte Visualsierungsregeln. In AP4 wird die Effektivität der bestehenden von Insight Dimensions entwickelten Rubin (Really Useful Business INtelligence) – Visualisierungsregeln in Experimenten überprüft und mit der Effektivität weiterer, aus der Literatur abgeleiteten Visualisierungsregeln verglichen. Hier geht es vor allem um die Gestaltung von Visualisierungen. In WP7 wird der Einfluss des Selbsterstellens von Visualisierungen untersucht. Sogenannte self-service visualisations sind ein Trend bei Business Intelligence Tools; damit wird die Hoffnung verbunden, dass mehr Mitarbeiter Einsicht in komplexe Daten bekommen. Allerdings wurde nie systematisch untersucht, ob das Erstellen von Visualisierungen tatsächlich zu besseren Entscheidungen oder eher zur Informationsflut und Überforderung führt. In Labor- und Feldstudien wird daher untersucht, wie sich das Erstellen von Visualisierungen (vs. das Arbeiten mit vorgegebenen Visualisierungen) auf das Vertrauen in die Schlussfolgerungen, die Bereitschaft, Wissen weiterzugeben und die Qualität von Gruppenentscheidungen auswirkt. Das IWM ist auch an den anderen Arbeitspaketen beteiligt, vor allem der Entwicklung von Leistungskennzahlen (AP5) und den Evaluationsstudien mit NutzerInnen der jeweiligen Prototypen (AP7).