Seminar Kroki – Datenvisualisierung mit Vega und Vega-Lite

Kennzahlen und Datenbeziehungen deklarativ visualisieren

Vega und Vega-Lite beschreiben Visualisierungen als strukturierte Spezifikation. Dadurch lassen sich Diagramme versionieren, prüfen und über Kroki ohne manuelle Zeichenarbeit erzeugen. Das Seminar verbindet Datenverständnis, visuelle Kodierung und technische Rendering-Praxis.

Die zweitägige Dauer ist notwendig, weil gute Visualisierung nicht mit der Wahl eines Balken- oder Liniendiagramms endet. Datenform, Transformation, Skalen, Vergleichbarkeit, Zugänglichkeit und die kontrollierte Wiederverwendung von Spezifikationen werden gemeinsam behandelt.

Inhaltsübersicht

• Datenstruktur, Fragestellung und geeignete Visualisierungsform
• Vega-Lite mit Marks, Encodings und Datentypen
• Skalen, Achsen, Legenden und Beschriftungen
• Filter, Berechnungen, Aggregationen und Transformationen
• Layer, Facetten und zusammengesetzte Darstellungen
• Vega für feinere Kontrolle und komplexe Spezifikationen
• Barrierefreiheit, Farbwahl und textliche Ergänzungen
• Kroki-Rendering, Tests, Standards und Fallstudie

Zielgruppe

Das Seminar richtet sich an Datenanalysten, Entwickler, technische Redakteure, Reporting-Verantwortliche und Fachkräfte, die Kennzahlen oder technische Messwerte reproduzierbar visualisieren. Es ist kein Statistikseminar, setzt aber ein grundlegendes Verständnis für Daten und Vergleiche voraus.

Voraussetzungen

Erforderlich sind Grundkenntnisse zu tabellarischen oder JSON-basierten Daten. Erfahrung mit Diagrammen oder Reporting ist hilfreich. Programmierkenntnisse sind nicht zwingend, sicherer Umgang mit strukturierten Textformaten erleichtert die Übungen.

Lernstrecke Schritt für Schritt

1. Schritt 1: Fragestellung und Datengrundlage klären. Kennzahl, Vergleich, Zeitbezug und Zielgruppe werden definiert. Fehlende Werte, Einheiten, Kategorien und Aggregationsniveau werden vor der Visualisierung geprüft.
2. Schritt 2: Eine erste Vega-Lite-Spezifikation erstellen. Datenquelle, Mark und Encodings werden für eine einfache Balken- oder Punktdarstellung verbunden. Die Spezifikation wird über Kroki gerendert und schrittweise erweitert.
3. Schritt 3: Datentypen und Kanäle korrekt zuordnen. Nominale, ordinale, quantitative und zeitliche Felder werden passenden visuellen Kanälen zugewiesen. Ungeeignete Kodierungen werden anhand konkreter Fehlinterpretationen erkannt.
4. Schritt 4: Skalen und Achsen kontrollieren. Domänen, Nullpunkt, Sortierung, Zeitachsen, Einheiten und Beschriftungen werden bewusst gesetzt. Automatische Vorgaben werden nicht ungeprüft übernommen.
5. Schritt 5: Legenden und Beschriftungen reduzieren. Nur entscheidungsrelevante Informationen bleiben sichtbar. Lange Kategorien, überladene Legenden und konkurrierende Farbcodes werden systematisch bereinigt.
6. Schritt 6: Daten transformieren. Filter, berechnete Felder, Aggregationen, Binning und Zeitumwandlungen werden in der Spezifikation dokumentiert. Der Weg vom Rohwert zur Darstellung bleibt nachvollziehbar.
7. Schritt 7: Layer und Referenzen ergänzen. Mehrere Marks, Zielwerte, Bereiche oder Trendlinien werden kombiniert. Zusätzliche Ebenen erhalten eine klare fachliche Funktion.
8. Schritt 8: Facetten und kleine Vielfache einsetzen. Vergleichbare Teilgruppen werden mit identischer Skala dargestellt. Die Anzahl der Ansichten bleibt auf eine lesbare und entscheidungsrelevante Auswahl begrenzt.
9. Schritt 9: Vega für komplexe Anforderungen einordnen. Signale, Skalen, Datenflüsse und Marks werden auf einem fortgeschrittenen Beispiel betrachtet. Kriterien für den Wechsel von Vega-Lite zu Vega werden festgelegt.
10. Schritt 10: Barrierefreiheit berücksichtigen. Farbe ist nicht der einzige Informationsträger. Kontrast, Muster, Beschriftung, Lesereihenfolge und textliche Zusammenfassungen werden in die Spezifikation und Dokumentation aufgenommen.
11. Schritt 11: Rendering und Varianten automatisieren. Mehrere Datenstände oder Parameter werden mit derselben Spezifikation gerendert. Ausgabeformat, Größe und Dateinamen folgen festen Regeln.
12. Schritt 12: Eine Kennzahlenfallstudie reviewen. Aus Rohdaten entsteht eine abgestimmte Visualisierung mit dokumentierten Transformationen. Aussage, Vergleichbarkeit, technische Reproduzierbarkeit und Zugänglichkeit werden geprüft.

Praxisaufgaben

• Eine ungeeignete Standardgrafik analysieren und als belastbare Vega-Lite-Spezifikation neu aufbauen.
• Aggregation und berechnete Felder direkt in der Spezifikation nachvollziehbar dokumentieren.
• Eine mehrteilige Darstellung mit Layern oder Facetten erstellen.
• Eine Farbabhängigkeit durch zusätzliche Kodierungen und Beschriftungen beseitigen.
• Mehrere Datenstände automatisiert mit identischer Spezifikation rendern und vergleichen.

Kompetenzziele

• Visualisierungsformen aus Fragestellung und Datenstruktur ableiten.
• Vega-Lite-Spezifikationen mit konsistenten Encodings, Skalen und Transformationen erstellen.
• Komplexe Anforderungen erkennen und den Einsatz von Vega begründen.
• Barrierefreiheit und Fehlinterpretationen bereits im Entwurf berücksichtigen.
• Datenvisualisierungen über Kroki reproduzierbar rendern, testen und standardisieren.