Jede Flasche besitzt multidimensionale Merkmale wie Herkunft, Geschmacksrichtung, Alter und Preis. Gibt man etwa "Weißwein" ein, erhält man eine horizontal formatierte Liste von Textlinks, die nach Merkmalen geordnet ist. Wählt man einen amerikanischen Weißwein, sind US-Regionen, Preiskategorien, Alter und Einstufungen von Weintestern zu lesen. Es gibt keine Icons und auch keine Bilder. Der Grund dafür, so Edeca-Chef Steve Papa, ist die Erkenntnis, dass mit der Komplexität der Visualisierung auch der Anspruch an den Nutzer steigt. "Manche dieser grafischen Schnittstellen brauchen mehr Wissen als die meisten Leute besitzen."
Um die richtige grafische Darstellung zu erreichen, muss ein System ermitteln, wie die Daten verbunden sind. Dafür gibt es zahlreiche Ansätze. Selbst Google, weit gehend textbasiert, misst die Relevanz, die ein Link zu einem Suchbegriff hat. Und Yahoo gruppiert Links unter Kategorien. Was diese Beziehungen aber tatsächlich zusammenhält, sind die Metadaten, also Informationen über die Natur und Struktur der Informationen. "Die größte Herausforderung bei der Visualisierung ist der Informations-Overkill", sagt Greg Coyle, Chef von Anacubis aus Großbritannien. Das Unternehmen stellt Tools für die grafische Suche her. "Wenn die Datensätze zu groß werden, müssen sie auf vernünftigem Wege dargestellt werden, ohne dass sie den Nutzer zu Tode erschrecken." Eine effektive Präsentation erfordert das Wissen darüber, wie Daten zu kategorisieren sind und wie sie zusammenhängen. Also brauchen die Entwickler beschreibende Informationen über die unterliegenden Daten, nach denen die Nutzer suchen.
Anacubis erhält diese Metadaten von Dienstleistern wie Dunn & Bradstreet. Jeder Datentyp hat ein eigenes Icon. Miteinander in Beziehung stehende Icons werden mit einer Linie verbunden. Informationen erreichen die Anacubis Software in einem proprietären Format, gepackt in die Beschreibungssprache XML. Die Anacubis-Anwendung kann ein Unternehmensprofil als ein Icon zeigen, das Management mit einem daneben, ein weiteres stellt die jüngsten Geschäftszahlen dar - und so weiter. Die Linien machen die Verbindungen zwischen den Daten deutlich, die man beim Durchstöbern verschiedener Berichte über das Unternehmen vielleicht selbst erkennen würde.
Andere Anacubis-Anwendungen lassen den Nutzer nach Musikern, Autoren, Büchern, CDs und Filmen suchen. Dabei wird die Suchanfrage zu Amazon.com durchgereicht. Die Resultate erscheinen in Icon-Form. Ein User kann jedes Icon anklicken und damit eine weitere Suche bei Google anstoßen. Dort fehlen dann allerdings die Metadaten. Um die Resultate besser zu machen, nutzt Anacubis die Metadaten, die von Amazon.com zu beziehen sind, also bei einem Film beispielsweise den Regisseur, die Schauspieler und die Drehbuchautoren.
Visualisierungs-Schnittstellen sind aber nicht immer eine geeignete Lösung für Leute, die etwas finden wollen. Eine Kombination aus Text und booleschen Kommandos kann bei einer komplexen Suchanfrage schnell zum Ergebnis führen. Wer beispielsweise einen leicht holzigen australischen Merlot für 7,99 Dollar sucht, findet ihn über Google leichter als per Visualisierung - die würde mehrere Bildschirme füllen. Die beste Kombination aus Darstellung und Datenorganisation ist nicht einfach zu finden.
"Es ist schwer, alles leicht auffindbar und dabei verständlich zu präsentieren", meint Sue Aldrich, eine Managerin bei der Patricia Seybold Group, einer Consultingfirma, die auf kundenorientierte Geschäftsprozesse spezialisiert ist. "Es ist manchmal erstaunlich, dass die Nutzer überhaupt etwas finden."
Von Erik Sherman; Übersetzung: Ben Schwan.
Permalink: http://heise.de/-276887
