Nach positiver Absolvierung der Lehrveranstaltung sind Studierende in der Lage, ..

… zwischen den verschiedenen Funktionen von Visualisierung in der wissenschaftlichen Arbeit zu unterscheiden

… für verschiedene Fragestellungen und Arten von Datensätzen geeignete Visualisierungsmethoden zu wählen

… grundlegende Eigenschaften der visuellen Wahrnehmung im Kontext von Visualisierungsmethoden zu verstehen und anzuwenden

… gängige Werkzeuge (R/ggplot2, Gephi) für die Vorverarbeitung von Datensätzen und deren Visualisierungen zu nutzen

… bestehende Visualisierungen kritisch zu lesen

Visuelle Wahrnehmung und die Funktionsweise, Möglichkeiten, Ziele, Einsatzszenarien von Visualisierung

Geschichte, positive und negative Beispiele für den Einsatz von Visualisierung im MINT-Bereich

Kritische Interpretation von Visualisierungen

„Wissenschaftliche Visualisierung“ vs. Daten- bzw. Informationsvisualisierung 

Die Visualisierungs-Pipeline und ihre verschiedenen Stufen

Arten von Datensätzen, Datentypen, Dateneigenschaften und dazu passende Visualisierungsmethoden, visuelle Variablen

Ausgewählte Software-Werkzeuge (R/ggplot2, Gephi) für die Visualisierung und Vorverarbeitung von verschiedenen Datensätzen 

Vorlesung mit Folien über theoretische und praktische Aspekte der Visualisierung

Praktische Übungen mit den vorgestellten Werkzeugen

Übungen, Präsentationen und Diskussion im Data Visualisation Space (DAVIS) in der TU Wien Bibliothek

Mini-Project mit eigenen oder zur Verfügung gestellten Daten

Multiple-Choice-Test 

Prüfungsimmanent

20% Analyse einer frei gewählten, existierenden Datenvisualisierung nach dem Munzner Framework

40% Durchführung eines Mini-Projects Visualisierung(en) eines bereitgestellten oder frei gewählten Datensatzes, Report von 2000 Worten (Ohne Referenzen, Code, ...)

40% Multiple Choice Test