VALiD-Visual Analytics in Data-Driven Journalism

Interdisziplinäres Forschungsprojekt zur Entwicklung von Visual Analytics Technologien, die DatenjournalistInnen bei der Analyse von komplexen Daten unterstützen.

VALiD - Data-driven Journalism

Data Science in der journalistischen Arbeit

So wie viele andere Organisationen stehen Verlage und die Nachrichtenindustrie vor der enormen Herausforderung, Sinn aus der ständig anwachsenden Informationsmenge zu ziehen. Visual Analytics Technologien (VA), die die Untersuchung von komplexen und heterogenen Daten im Datenjournalismus (DDJ) unterstützen, sollen im VALID-Projekt wesentlich verbessert und in journalistische Workflows integriert werden.

Wir leben in einer Welt, in der es immer wichtiger wird, komplexe sozio-ökonomische und ökologische Phänomene zu verstehen. Traditionell spielen Journalistinnen und Journalisten eine wichtige Rolle in diesem Bestreben, denn sie decken verborgene Muster auf, informieren über Zusammenhänge, klären auf und unterhalten uns. Mit der ständig wachsenden Menge und Verfügbarkeit von Daten ist es von entscheidender Bedeutung für Journalistinnen und Journalisten, Elemente von Data Science in ihre Arbeit zu integrieren. Diese Entwicklung führte zur Einführung des neuen Gebiets des Data-driven Journalism (DDJ), welches auf computergestützter, datenbasierter Analyse sowie interaktiver Visualisierung beruht.

Abhilfe für Umgang mit Datenflut

Obwohl sich verschiedene Communities mit DDJ befassen und eine Reihe bekannter Nachrichtenorganisationen wie die New York Times oder der Guardian das Thema aufgegriffen haben, steht die Mehrheit der Journalistinnen und Journalisten nach wie vor vor erheblichen Hindernissen bei der Nutzung von Daten in ihrer Arbeit gegenüber. Die drei Haupthürden sind: die Nutzungshürde (nutzbare Systeme), die Technologiehürde (Umgang mit komplexen heterogenen Daten) und die Workflow-Hürde (Einbettung in Arbeitsroutinen). Journalistinnen und Journalisten verfügen weder über das technische Know-How, das für die Bedienung derzeit verfügbarer Werkzeuge notwendig ist, noch können bestehende Analysetechniken die komplexen, heterogenen Datenquellen verarbeiten, die der journalistischen Arbeit zugrunde liegen. Darüber hinaus fehlt eine IT-Infrastruktur, die DDJ unterstützen könnte.

Projektziele

Ziel des VALID-Projektes ist es, diese Defizite zu überwinden, indem auf einen nutzerInnenzentrierten und problemorientierten Forschungsansatz zurückgegriffen wird. Methoden werden entwickelt, die Datenjournalistinnen und -journalisten bei der Handhabung von komplexen heterogenen Daten unterstützen und eine Reihe von Richtlinien und Best-Practices für DDJ-Abläufe entwickelt. Da das Feld der heterogenen Daten groß ist, werden zwei Typen besonders hervorgehoben: zeitbezogene Textdaten sowie dynamische Netzwerke. Diese Datentypen werden in zwei Beispielszenarien verwendet, die im Projekt entwickelt werden.

Projektteam

Hinter dem Projekt steht ein Konsortium, das das gesamte Spektrum von technologieorientiertem Datenjournalismus abdeckt: von Visual Analytics und Programmierung (FH St. Pölten & Universität Wien) über Datenjournalismus (FH Joanneum) bis hin zu einem Unternehmen, mit dem gemeinsam die Techniken prototypisch entwickelt werden (Landsiedl Popper OG).

Das Projekt wird finanziert vom Bundesministerium für Verkehr, Innovation und Technologie (BMVIT) über das Förderprogramm „IKT der Zukunft“ der Österreichischen Forschungsförderungsgesellschaft FFG.

Mehr dazu auf der Projektseite

Data Driven Journalism

VALiD Consortium

Publikationen

Aigner, W. (2023, May 22). Visualization Literacy & Onboarding. VRVis Forum #176 | Digital Humanism, Vienna, Austria. https://www.vrvis.at/news-events/events/176-digital-humanism
Stoiber, C., Emrich, Š., & Aigner, W. (2023). Design Guidelines for Visualization Onboarding Concepts in Data Journalism [Vortrag]. STS Conference, Graz. https://stsconf.tugraz.at/
Rind, A., Aigner, W., Böck, J., Grassinger, F., Oliveira, V. A. de. J., Wu, H.-Y., & Zauchinger, M. (2022, September 30). Daten erlebbar machen: Wie Daten sichtbar, hörbar und greifbar werden [Demo & Poster]. European Researchers" Night 2022, St. Pölten.
Aigner, W. (2022, June 30). TimeViz: Visualization of Time-Oriented Data [Invited Talk]. CSIG-VIS International Lecture Series - ChinaVis, Online. https://chinavis.org/lectures/english/index_en.html
Aigner, W. (2022, June 10). TimeViz: Visualization of Time-Oriented Data [Invited Talk]. Seminar Series on "Information Technology Outlook," Bari, Italy.
Rind, A., Böck, J., Boucher, M., Grassinger, F., Kirchknopf, A., Stoiber, C., Stumpe, E., & Zauchinger, M. (2022). Wie können wir Daten erlebbar machen? [Demo & Poster]. Lange Nacht der Forschung 2022, St. Pölten.
Dahnert, M., Rind, A., Aigner, W., & Kehrer, J. (2019). Looking beyond the horizon: Evaluation of four compact visualization techniques for time series in a spatial context. ArXiv:1906.07377 [Cs]. http://arxiv.org/abs/1906.07377
Stoiber, C., Rind, A., Grassinger, F., Gutounig, R., Goldgruber, E., Sedlmair, M., Emrich, S., & Aigner, W. (2019). netflower: Dynamic Network Visualization for Data Journalists. Computer Graphics Forum (EuroVis "19), 38. https://doi.org/10/ghm4jz
Niederer, C., Blumenstein, K., Wagner, M., Emrich, S., & Aigner, W. (2018). Visualizing Text Data in Space and Time to Augment a Political News Broadcast on a Second Screen. 9th International Conference on Information Visualization Theory and Applications (IVAPP 2018). https://doi.org/10/gnt2vp
Niederer, C., Größbacher, S. G., Aigner, W., Judmaier, P., & Seidl, M. (2017). Comic Experience: Narrative & Collaborative Drawing on a Multi-Touch Table in an Art Museum. Proceedings of the 10th Forum Media Technology 2017.
Blumenstein, K., Niederer, C., Wagner, M., Pfersmann, W., Seidl, M., & Aigner, W. (2017). Visualizing Spatial and Time-Oriented Data in a Second Screen Application. Proceedings of the 19th International Conference on Human-Computer Interaction with Mobile Devices and Services.
Rind, A., Haberson, A., Blumenstein, K., Niederer, C., Wagner, M., & Aigner, W. (2017). PubViz: Lightweight Visual Presentation of Publication Data. In B. Kozlíková, T. Schreck, & T. Wischgoll (Eds.), Proc. Eurographics Conf. Visualization (EuroVis) – Short Paper (pp. 169–173). EuroGraphics. https://doi.org/10/cwdc
Tominski, C., Aigner, W., Miksch, S., & Schumann, H. (2017). Images of Time: Visual Representation of Time-Oriented Data. In A. Black, P. Luna, O. Lund, & S. Walker (Eds.), Information Design: Research and Practice (pp. 23–42). Gower/Routledge. http://mc.fhstp.ac.at/sites/default/files/publications/Tominski17ImagesOfTime.pdf
Blumenstein, K., Leitner, B., Thür, N., Kirchknopf, A., Seidl, M., & Aigner, W. (2017). LiveVis: Visualizing Results of Second Screen Surveys in Real Time at TV Stages. Workshop Vis in Practice - Visualization Solutions in the Wild, IEEE VIS 2017.
Kromer, L., Wagner, M., Blumenstein, K., Rind, A., & Aigner, W. (2016). Performance Comparison between Unity and D3.js for Cross-Platform Visualization on Mobile Devices. Proceedings of the 9th Forum Media Technology 2016, 47–52. http://mc.fhstp.ac.at/sites/default/files/publications/Kromer_2016_FMT_crossVisComparison.pdf
Aigner, W., & Blumenstein, K. (2016, March 5). Data Visualisation in Time-Based Media [Workshop]. c-tv Konferenz, St. Pölten, Austria. https://ctvkonferenz.fhstp.ac.at/
Rind, A., Pfahler, D., Niederer, C., & Aigner, W. (2016). Exploring Media Transparency With Multiple Views. In W. Aigner, G. Schmiedl, K. Blumenstein, & M. Zeppelzauer (Eds.), Proceedings of the 9th Forum Media Technology 2016 (pp. 65–73). CEUR-WS.org. http://ceur-ws.org/Vol-1734/fmt-proceedings-2016-paper8.pdf
Niederer, C., Rind, A., Aigner, W., Ausserhofer, J., Gutounig, R., & Sedlmair, M. (2016). Visual Exploration of Media Transparency for Data Journalists: Problem Characterization and Abstraction. Proceedings of the 10th Forschungsforum Der Österreichischen Fachhochschulen. http://mc.fhstp.ac.at/sites/default/files/publications/2016_FFH_VALiD_Niederer.pdf
Niederer, C., Rind, A., & Aigner, W. (2016). Multi-Device Visualisation Design for Climbing Self-Assessment. Proceedings of International Conference on Information Visualisation (IV16), 171–176. http://mc.fhstp.ac.at/sites/default/files/publications/2016_IV_Climbing_Niederer.pdf
Rind, A., Aigner, W., Wagner, M., Miksch, S., & Lammarsch, T. (2016). Task Cube: A Three-Dimensional Conceptual Space of User Tasks in Visualization Design and Evaluation. Information Visualization, 15(4), 288–300. https://doi.org/10/f3szvq
Blumenstein, K., Niederer, C., Wagner, M., Schmiedl, G., Rind, A., & Aigner, W. (2016). Evaluating Information Visualization on Mobile Devices: Gaps and Challenges in the Empirical Evaluation Design Space. Proceedings of 2016 Workshop on Beyond Time And Errors: Novel Evaluation Methods For Visualization, 125–132. https://doi.org/10/cwc6
Blumenstein, K., Wagner, M., & Aigner, W. (2015, November 15). Cross-Platform InfoVis Frameworks for Multiple Users, Screens and Devices: Requirements and Challenges. DEXiS 2015 Workshop on Data Exploration for Interactive Surfaces. Workshop in Conjunction Wirth ACM ITS"15.
Blumenstein, K., Wagner, M., Aigner, W., von Suess, R., Prochaska, H., Püringer, J., Zeppelzauer, M., & Sedlmair, M. (2015). Interactive Data Visualization for Second Screen Applications: State of the Art and Technical Challenges. In H.-J. Schulz, B. Urban, & U. Freiherr von Lukas (Eds.), Proceedings of the International Summer School on Visual Computing (pp. 35–48). Frauenhoferverlag. https://research.fhstp.ac.at/content/download/128715/file/Blumenstein_et_al_2015_Interactive_Data_Visualization_for_Second_Screen.pdf?inLanguage=ger-DE
Niederer, C., Aigner, W., & Rind, A. (2015). Survey on Visualizing Dynamic, Weighted, and Directed Graphs in the Context of Data-Driven Journalism. In H.-J. Schulz, B. Urban, & U. Freiherr von Lukas (Eds.), Proceedings of the International Summer School on Visual Computing (pp. 49–58). Frauenhoferverlag. http://mc.fhstp.ac.at/sites/default/files/publications/Niederer_et_al_2015_Survey_on_Visualizing_Dynamic%2C_Weighted%2C_and_Directed.pdf
Stitz, H., Gratzl, S., Aigner, W., & Streit, M. (2015). ThermalPlot: Visualizing Multi-Attribute Time-Series Data Using a Thermal Metaphor. Poster Abstracts of IEEE Conference on Information Visualization (InfoVis "15). http://mc.fhstp.ac.at/sites/default/files/publications/Stitz%20et%20al_2015_ThermalPlot.pdf
Aigner, W., Miksch, S., Schumann, H., & Tominski, C. (2015). Visualization Techniques for Time-Oriented Data. In M. O. Ward, G. Grinstein, & D. Keim (Eds.), Interactive Data Visualization: Foundations, Techniques, and Applications (2nd ed., pp. 253–284). A K Peters/CRC Press. https://www.crcpress.com/product/isbn/9781482257373
Blumenstein, K. (2015). Interactive Mobile Data Visualization for Second Screen. Doctoral Consortium on Computer Vision, Imaging and Computer Graphics Theory and Applications (DCVISIGRAPP 2015).

Presseberichte

Anleitung zum Datenjournalismus
03.06.2019

ST.PÖLTEN. Das von der Fachhochschule St. Pölten koordinierte Forschungsprojekt „VALiD – Visual Analytics in Data-Driven Journalism“ analysierte und entwickelte Methoden für den Datenjournalismus und zur Datenvisualisierung. Ergebnisse des Projekts sind unter anderem eine Anleitung für die Praxis und ein Open-Source-Analysetool.

Forschungsprojekt Datenjournalismum: Analysewerkzeug und Praxis-Handbuch
31.05.2019

Das von der FH St. Pölten koordinierte Forschungsprojekt „VALiD – Visual Analytics in Data-Driven Journalism“ analysierte und entwickelte Methoden für den Datenjournalismus und zur Datenvisualisierung. Ergebnisse des Projekts sind unter anderem eine Anleitung für die Praxis und ein Open-Source-Analysetool.

Die schönsten Geschichten schreiben die Zahlen
01.03.2019

Medium: Die Presse
Autor: Daniel Pohselt

Forum Medientechnik
01.12.2016

Medium: Film, Sound & Media

Vorbereiten auf die digitale Welt
16.11.2016

Medium: Der Standard

Wissenschaft und Forschung in Niederösterreich
01.11.2016

Medium: UNIVERSUM Magazin

Sinn aus der Informationsflut ziehen
01.04.2016

Medium: Monitor

Campustalk – Visuelle Aufbereitung von Daten im Journalismus
18.11.2015

Medium: Campus & City Radio 94.4

Big Data & Co: Wie filtert man Informationen und Zusammenhänge aus einem Berg an Daten? Das mehrere Hochschulen übergreifende Forschungsprojekt "VALID - Visual Analytics in Data-Driven Journalism" beschäftigt sich mit komplexen und heterogenen Daten und ihre mögliche Implementierung in journalistische Arbeitsprozesse. Projektleiter FH Prof. Dr. Wolfgang Aigner (FH St. Pölten) und -mitarbeiter Mag. (FH) Julian Ausserhofer (FH JOANNEUM) sprechen dazu u. a. über die Entwicklung von Visual Analytics Technologien und den historischen Begriff des Datenjournalismus.

Sinnsuche in Parlamentsprotokollen
01.11.2015

Medium: FH-Magazin FUTURE Ausgabe 03
Autor: Mark Hammer

Wenn JournalistInnen heutzutage die Welt erklären wollen, müssen sie aus gewaltigen Datenmengen die richtigen Schlüsse ziehen. Ein Projekt der FH St. Pölten entwickelt Hilfsmittel dafür.
von Mark Hammer

Malen nach komplexen Zahlen
09.09.2015

Medium:  Der Standard
Autor: Selina Thaler

Big Data – und welche Chancen Daten bieten
10.06.2016

Veröffentlichungsdatum: 10.06.2017
Medium: Die Presse

"Landkarte und Kompass für den Datendschungel"
30.11.2016

Medium: Der Standard
Autor: Alois Pumhösel

Externe MitarbeiterInnen
Dipl.-Inf. Dr. Michael Sedlmair, Universität Wien
Dipl.-Ing. (FH) Elena Rudkowsky, Universität Wien

Mag. (FH) Julian Ausserhofer, FH Joanneum
Mag. Thomas Wolkinger, FH Joanneum
Mag. Dr. Robert Gutounig, FH Joanneum

Dipl.-Ing. Niki Popper, Landsiedl, Popper OG
Dr. Štefan Emrich, Landsiedl, Popper OG
Mag. Michael Schmid, Landsiedl, Popper OG
PartnerInnen
  • Universität Wien, Department of Computer Science, Visualization and Data Analysis research group
  • Landsiedl, Popper OG – drahtwarenhandlung film & animation
  • FH JOANNEUM, Institut für Journalismus und Public Relations (PR)
Finanzierung
BMVIT – Bundesministerium für Verkehr, Innovation und Technologie
Laufzeit
01.01.2015 – 31.12.2018
Projektstatus
abgeschlossen
Beteiligte Institute, Gruppen und Zentren
Forschungsgruppe Media Computing
Institut für Creative\Media/Technologies