Daten in Rechnungslegung und Steuerrecht / 2.3.3 Visualisierungstechniken

Die Verwendung von Grafiken, Tabellen, Diagrammen, Histogrammen, Karten, Scatter Plots oder Treemaps gehören zu den gängigen Techniken, wie Informationen in einen visuellen Kontext gesetzt werden können. Im Zusammenhang mit Big Data ist oftmals von Dashboard die Rede. Wörtlich aus dem Englischen übersetzt, bedeutet Dashboard Armaturenbrett. Im Kontext von Big Data Analytics wird mit Dashboard eine Benutzeroberfläche beschrieben, mit welcher die Ergebnisse aus der Datenanalyse grafisch (z.B. mittels Diagramme, Kurven, Nummern oder anderen Metriken) aufgezeigt werden. Komplexe Dateninformationen werden auf das Wesentliche reduziert, sodass die wichtigsten Erkenntnisse auf einen Blick erkennbar sind. Beinhalten die analysierten Daten z.B. Geschäftszahlen, dann werden mittels Dashboard oftmals die Kennziffern und sog. KPIs (Key Performance Indicators) dargestellt. In diesem Sinne ist ein Dashboard ein Snapshot der aktuellen Performance und kann Ergebnisse in Echtzeit anzeigen. Im Gegensatz zum Bericht, liefert das Dashboard keine Vorhersage oder Würdigung. Welche konkreten Schlüsse aus dem Dashboard gezogen werden, hängt deshalb vom Benutzer und seiner Erfahrung ab. Berichte hingegen sind oftmals detaillierter, kontextbezogen und fokussieren auf spezifische Aspekte. Ebenso haben Berichte oftmals ein "Ablaufdatum", wohingegen Dashboards dynamischer sind.

Von der Datenvisualisierung ist das Data Mining zu unterscheiden. Mit Data Mining wird eine Anwendung bezeichnet, um in großen Datenbeständen systematisch nach Muster, Zusammenhängen bzw. Querverbindungen oder Trends zu suchen. Dies gelingt, indem Erkenntnisse aus verschiedenen Disziplinen (z.B. Informatik, Mathematik, Statistik, etc.) eingesetzt werden, um spezifische Suchabfragen generieren zu können. Data Mining ist eine Zusammensetzung von verschiedenen Algorithmen. Ein Algorithmus kann – vereinfacht ausgedrückt – wiederum als eine Anweisung zur Lösung eines bestimmten Problems verstanden werden. Durch die Formulierung von Algorithmen mitsamt ihren Datenbeständen entsteht ein Programm bzw. eine Software, die eine visuelle Eingabe- und Ausgabeoberfläche aufweist. Data Mining ist somit ein systematischer Vorgang, um Trends und Muster aus Datenbeständen zu analysieren, um daraus Erkenntnisse zu gewinnen. Diese Erkenntnisse für den Menschen wahrnehmbar zu machen ist sodann Aufgabe der Datenvisualisierung.

Im Übrigen widerspiegelt sich die Datenqualität auch im Data Storytelling: "Your data stories are as good as your data. With bad data you will end up narrating a fishy story."^[1].

[1] So ein Zitat von Rupa Mahanti, Beraterin im Bereich Unternehmens- und Informationsmanagement.