Datenvisualisierung

Ein Diagramm übersetzt Werte in sichtbare Eigenschaften: wo ein Punkt liegt, wie lang ein Balken ist oder wie dunkel eine Zelle aussieht. Es hilft, wenn ein Vergleich, ein Muster oder eine Ausnahme leichter zu erkennen als in einer Tabelle zu finden ist. Schreibe zunächst die Frage in einem Satz auf.

Benenne die Aufgabe

„Welches unserer sechs Lager hat im März die meisten Bestellungen versandt?“ verlangt einen Vergleich zwischen Kategorien. „Wie haben sich die Bestellungen von Monat zu Monat verändert?“ fragt nach einem Trend. Andere Aufgaben betreffen ein Ganzes und seine Teile, die Streuung einzelner Werte, einen Zusammenhang zwischen Kennzahlen oder ein geografisches Muster. Die Frage bestimmt, was Leser vergleichen müssen.

Untersuche als Nächstes die Felder. Ein Feld ist eine Spalte mit Informationen, etwa zum Lager oder zur Lieferzeit.

Ein Identifikator, der wie eine Zahl aussieht, bleibt eine Bezeichnung. Die Addition von Kundennummern beantwortet keine sinnvolle Frage. Umgekehrt ist „März“ ein Zeitraum in einer zeitlichen Reihenfolge, auch wenn der Name als Text gespeichert ist.

Lege fest, was ein grafisches Zeichen bedeutet

Ein grafisches Zeichen ist ein sichtbares Element, etwa ein Punkt oder Balken. Lege seine Bedeutung vor der Erstellung fest. Eine Zeile der Quelle kann eine Bestellung darstellen, während ein Balken für die Gesamtzahl der Bestellungen eines Lagers steht. Die Summe der Mengen beantwortet „Wie viele Artikel?“. Das Zählen von Bestell-IDs beantwortet „Wie viele Bestellungen?“. Der Durchschnitt der Mengen beantwortet „Wie groß war eine typische Bestellung?“. Diese Berechnungen können aus denselben Zeilen unterschiedliche Rangfolgen ergeben.

Schreibe einen kurzen Diagrammplan auf: die Frage, die Felder, die Berechnung und die Bedeutung eines grafischen Zeichens. Für die Lagerfrage könnte er lauten: „Lager gruppiert die Zeilen; Bestellungen im März zählen; jeder Balken steht für ein Lager.“ So erkennst du Verwechslungen, bevor sie in einem ausgearbeiteten Diagramm schwerer auffallen.

Wähle eine geeignete erste Darstellung

Eine Kategorie und eine Kennzahl sprechen oft für Balken. Zeit und eine Kennzahl sprechen für eine Linie. Eine Kennzahl über einzelne Datensätze hinweg spricht für ein Histogramm oder einen Boxplot. Zwei Kennzahlen sprechen für ein Streudiagramm. Ein Ortsfeld spricht nur dann für eine Karte, wenn der Ort bei der Beantwortung der Frage hilft.

Für „Wie veränderten sich die monatlichen Websitebesuche im Jahr 2025, und was geschah um die Kampagne im März herum?“ trägst du die Monate von links nach rechts und die Besuche senkrecht auf. Verbinde die Monatswerte mit einer Linie und ergänze beim März eine Anmerkung. Das Diagramm zeigt, was um die Kampagne herum geschah; um zu prüfen, ob die Kampagne die Veränderung verursachte, brauchst du einen geeigneten Vergleich oder eine weitere Analyse.

Wähle die Darstellung passend zur Aufgabe der Leser

Die Erkundung hilft dir, Muster zu entdecken. Dazu kannst du mehrere grobe Diagramme, Filter und Gruppierungen ausprobieren. Die Erklärung hilft einer Zielgruppe, ein Analyseergebnis zu verstehen. Wähle eine Darstellung mit klarer Aussage, gib ihr einen verständlichen Titel und ergänze den Kontext, den Leser brauchen.

Manchmal ist eine Tabelle die beste Darstellung. Eine für den Lagerbestand verantwortliche Person, die genaue Mengen für 40 Produkte prüft, muss diese zuverlässig nachschlagen können. Eine KPI-Karte oder Scorecard eignet sich für einen einzelnen zentralen Wert: „Bestellungen diese Woche: 1.284“, mit einem hilfreichen Vergleich wie „6 % mehr als letzte Woche“. Der erste Vorschlag eines Diagrammmenüs ist ein Ausgangspunkt; beurteile ihn danach, wie schnell und richtig Leser die Frage beantworten können.

Ein Balkendiagramm stellt Kategorien durch die Länge von Balken dar. Trage die Kategorien auf einer Achse und ihre Werte auf der anderen auf. Waagerechte Balken lassen Platz für lange Namen; senkrechte Balken, oft Säulen genannt, eignen sich für einige wenige kurze Beschriftungen.

Erleichtere Vergleiche

Beginne die Wertachse bei null. Die Länge eines Balkens stellt seine Größe dar; wird der untere Teil abgeschnitten, verändert sich das scheinbare Verhältnis. Sortiere ungeordnete Kategorien nach Wert, wenn es um die Rangfolge geht. Behalte bei Zufriedenheitsstufen, Altersgruppen oder Datumsangaben die natürliche Reihenfolge bei.

Ein Supportteam erhielt 1.000 Anfragen: E-Mail 420, Chat 310, Telefon 180 und soziale Medien 90. Zeichne waagerechte Balken in dieser Reihenfolge und beschrifte ihre Enden. Auf E-Mail entfallen 42 % der Anfragen und mehr als doppelt so viele wie auf das Telefon. Die Länge und die ausgerichteten Endpunkte machen diese Unterschiede leicht erkennbar.

Ein Punktdiagramm setzt einen Punkt auf den Wert jeder Kategorie. Leser vergleichen Positionen, daher darf eine klar beschriftete Achse eines Punktdiagramms oberhalb von null beginnen. Das ist hilfreich, wenn Unterschiede zwischen nah beieinanderliegenden Werten wichtig sind und sie in einem vollständigen Balkendiagramm mit einer Achse ab null schwer erkennbar wären.

Ergänze eine zweite Kategorie

Gruppierte Balken werden auch nebeneinanderstehende Balken genannt. Bei zwei oder drei Datenreihen bleibt jedes Paar oder jede Gruppe gut überschaubar. Erwäge bei mehr Datenreihen kleine Diagramme oder eine Darstellung der Unterschiede.

Bei einem gestapelten Balken lassen sich der Gesamtwert und das unterste Segment leicht vergleichen. Obere Segmente beginnen auf wechselnden Basislinien, sodass der Vergleich ihrer Dicke mehr Aufmerksamkeit verlangt. Wähle gruppierte Balken, wenn der genaue Vergleich aller Bestandteile die Hauptaufgabe ist.

Prüfe, ob tatsächlich ein Ganzes vorliegt

Ein Kreisdiagramm oder Ringdiagramm teilt einen Gesamtwert in Segmente. Es kann einen ungefähren Anteil mit wenigen Teilen vermitteln, häufig etwa zwei bis fünf. Bei Anteilen von 42 %, 27 %, 18 %, 9 % und 4 % macht ein Kreisdiagramm sichtbar: „Kein Unternehmen hat die Hälfte.“ Ein sortiertes Balkendiagramm erleichtert genaue Vergleiche und das Ablesen der Rangfolge, weil Menschen Längen genauer beurteilen als Winkel und Flächen.

Umfrageantworten können sich überschneiden. Dürfen Personen mehrere Dienstleistungen auswählen, ergeben Prozentsätze von 64 %, 51 % und 33 % zusammen 148 %. Jeder Prozentsatz bezieht sich im Nenner auf alle Befragten; die Werte sind keine getrennten Teile eines Ganzen. Zeige Balken. Verwende für die Zusammensetzung mehrerer unterschiedlicher Ganzer 100 % gestapelte Balken und gib die Gruppengrößen an, wenn sie wichtig sind.

Nutze spezialisierte Darstellungen für ihre jeweiligen Aufgaben

Eine Treemap teilt ein Ganzes in verschachtelte Rechtecke. Sie eignet sich für viele hierarchisch angeordnete Kategorien, etwa Abteilung und Produkt, doch Flächen erlauben nur grobe Vergleiche. Ein Wasserfalldiagramm verbindet einen Anfangswert durch Zu- und Abnahmen mit einem Endwert. Anfangsbestand, Lieferungen, Verkäufe und Endbestand bilden eine solche Überleitung. Die frei schwebenden Veränderungsbalken eines Wasserfalldiagramms haben eine andere Aufgabe als gewöhnliche Kategoriebalken: Jeder zeigt eine Veränderung gegenüber dem vorherigen Stand.

Ein Liniendiagramm verbindet Werte in zeitlicher Reihenfolge. Trage frühere Zeitpunkte links und spätere rechts auf. Die Form zeigt Anstiege, Rückgänge, Wendepunkte und wiederkehrende saisonale Muster. Für einige wenige getrennte Summen von Zeiträumen, etwa vier Quartale, können Säulen besser geeignet sein.

Lass Abstände die verstrichene Zeit darstellen

Betrachte die Werte 100 im Jahr 2010, 120 im Jahr 2015, 140 im Jahr 2020, 150 im Jahr 2022, 160 im Jahr 2023 und 170 im Jahr 2024. Die Abstände betragen fünf, fünf, zwei, ein und ein Jahr. Gleiche Abstände würden alle Zeitspannen gleich lang erscheinen lassen und das scheinbare Tempo verzerren.

Von 2010 bis 2020 beträgt der Anstieg 40 über zehn Jahre, also 4 pro Jahr. Von 2020 bis 2024 beträgt er 30 über vier Jahre, also 7,5 pro Jahr. Eine kontinuierliche Datumsachse zeigt das spätere schnellere Wachstum. Verwendet eine Darstellung Kategorien für unregelmäßige Zeitpunkte, mache die ungleichen Abstände deutlich.

Wähle einen zur Frage passenden Zeitraum

Die zeitliche Granularität ist die Größe jedes Zeitraums: Tag, Woche, Monat oder Jahr. Tageswerte können eine kurze Störung aufdecken, enthalten aber auch zufällige Schwankungen. Monatswerte zeigen einen umfassenderen Trend. Jahressummen können wiederkehrende Zeiten hoher und niedriger Aktivität verbergen.

Ein gleitender Mittelwert über 7 Tage beruht auf dem jeweiligen Tag und den sechs Tagen davor. Er glättet tägliche Schwankungen und wird täglich aktualisiert. Beschrifte die Linie als Mittelwert; sie stellt nicht mehr die tägliche Anzahl als Rohwert dar. Um saisonale Veränderungen zu untersuchen, vergleiche einen Monat mit demselben Monat des Vorjahres.

Mache unvollständige Zeiträume sichtbar. Enden die Aufzeichnungen am 9. Oktober, enthält der Oktober neun Tage, während der September einen ganzen Monat umfasst. Schließe den unvollständigen Monat aus, beschrifte ihn mit „Oktober bis 9. Oktober“ oder vergleiche gleich lange Abschnitte der Monate. Eine gewöhnliche Monatsbeschriftung auf der Achse allein verbirgt die unterschiedliche zeitliche Abdeckung.

Lies die senkrechte Skala und die Datenreihen

Eine Linie vergleicht Positionen und Steigungen, daher darf ihre senkrechte Achse oberhalb von null beginnen. Verwende einen Bereich, der aussagekräftige Veränderungen lesbar macht, ohne gewöhnliche Schwankungen dramatisch erscheinen zu lassen. Eine Linie über ungeordneten Produktnamen suggeriert eine Reihenfolge, die die Kategorien nicht haben; verwende stattdessen Balken.

Bei etwa vier oder fünf Datenreihen können Direktbeschriftungen an den Linienenden gut funktionieren. Hebe bei vielen Datenreihen die wichtige hervor und gestalte den Rest dezenter, oder verwende Small Multiples: ein Diagramm pro Datenreihe mit identischen Achsen. Gemeinsame Skalen ermöglichen Lesern, sowohl Niveau als auch Form zu vergleichen.

Wähle verwandte Zeitdiagramme sorgfältig

Ein Flächendiagramm füllt den Bereich unter einer Linie, um das Volumen zu betonen. Gestapelte Flächen zeigen einen sich verändernden Gesamtwert und seine Bestandteile, doch die oberen Schichten liegen auf beweglichen Basislinien. Verwende für den Trend eines Bestandteils eine eigene Linie oder platziere ihn ganz unten. Ein Steigungsdiagramm verbindet für mehrere Kategorien zwei Zeitpunkte und macht die Richtung jeder Veränderung sichtbar.

Beschreibe Veränderungen mit einer Rechnung, die zur Aussage passt. Die prozentuale Veränderung verwendet den alten Wert als Basis:

Der Anstieg von 120 auf 150 Bestellungen beträgt 25 %. Eine Division durch 150 würde den Endwert als Basis verwenden und eine andere Frage beantworten.

Ein Durchschnitt kann sehr unterschiedliche Erfahrungen verbergen. Lieferungen, die alle etwa 25 Minuten dauern, und Lieferungen, deren Zeiten sich auf sehr kurze und sehr lange aufteilen, können dasselbe arithmetische Mittel haben. Eine Verteilung zeigt, wie häufig Werte oder Wertebereiche vorkommen, und macht Lage, Streuung, Form und auffällige Beobachtungen sichtbar.

Erstelle und lies ein Histogramm

Ein Histogramm teilt eine Zahlenskala in Klassen und zählt die Beobachtungen in jeder Klasse. Verwende gleich breite Klassen mit aneinandergrenzenden Balken. Anders als bei einem Balkendiagramm mit Kategorien stellen die Positionen auf der waagerechten Achse Zahlenintervalle dar, deren Reihenfolge feststeht.

Bei 50 Lieferungen haben die 10 Minuten breiten Klassen von 0–10 bis 50–60 Minuten die Anzahlen 3, 14, 19, 9, 3 und 2. Der höchste Balken liegt bei 20–30 Minuten. Die meisten Lieferzeiten liegen zwischen 10 und 40 Minuten, mit einem Ausläufer zu längeren Zeiten hin. Gib die Regel für Grenzwerte an: Ordne zum Beispiel 20 dem Intervall zu, das bei 20 beginnt und kurz vor 30 endet. Jede Beobachtung gehört zu einer Klasse.

Probiere mehrere sinnvolle Breiten aus. Sehr breite Klassen verbergen Gipfel; sehr schmale lassen das Bild unruhig aussehen. Ungleiche Klassenbreiten sind irreführend, wenn die Balkenhöhe die Anzahl zeigt, weil breitere Klassen mehr Raum für Beobachtungen bieten.

Eine symmetrische Verteilung hat annähernd gleiche Seiten. Eine rechtsschiefe Verteilung hat einen langen rechten Ausläufer; große Werte ziehen ihr arithmetisches Mittel tendenziell über den Median. Eine linksschiefe Verteilung hat einen langen linken Ausläufer. Bimodal bedeutet, dass es zwei Gipfel gibt, was auf gemischte Gruppen hinweisen kann. Ein Ausreißer liegt ungewöhnlich weit vom Hauptteil der Beobachtungen entfernt; untersuche ihn, bevor du entscheidest, wie du mit ihm umgehst.

Lies einen Boxplot

Eine Box reicht vom ersten Quartil, Q1, bis zum dritten Quartil, Q3. Sie begrenzen die mittlere Hälfte der Daten. Eine Linie innerhalb der Box zeigt den Median. Der Interquartilsabstand, kurz IQR, ist Q3 minus Q1.

Eine Fünf-Punkte-Zusammenfassung gibt Minimum, Q1, Median, Q3 und Maximum an. Nach einer gängigen Boxplot-Konvention reichen die Whisker nur bis zu den äußersten beobachteten Werten innerhalb des 1,5-Fachen des IQR von der Box aus. Weiter entfernte Werte erscheinen als einzelne Punkte. Bei dieser Variante müssen die Whisker nicht bis zum Minimum und Maximum reichen.

Bestimme die Whisker

Neun Wartezeiten betragen 4, 6, 7, 8, 9, 11, 12, 14 und 30 Minuten. Der Median ist 9. Ohne diesen mittleren Wert ergibt die untere Hälfte Q1 = 6,5 und die obere Hälfte Q3 = 13.

Der Wert 30 überschreitet die Ausreißergrenze und erscheint daher als Ausreißerpunkt; der obere Whisker endet bei 14, dem größten beobachteten Wert innerhalb der Ausreißergrenze. Die Ausreißergrenze selbst ist eine berechnete Grenze, nicht der Endpunkt des Whiskers. Die Quartilskonventionen unterscheiden sich: Eine Methode, die den mittleren Wert einbezieht, kann für dieselben Daten Q1 = 7 und Q3 = 12 ergeben. Prüfe, welche Konvention das Werkzeug verwendet.

Wähle zwischen Form und kompaktem Vergleich

Nebeneinanderstehende Boxen vergleichen viele Gruppen übersichtlich. Histogramme und Streifenpunktdiagramme, die einen Punkt pro Beobachtung zeigen, machen Details sichtbar, die Boxen verbergen. Zwei Gipfel können in einer gewöhnlich aussehenden Box verschwinden. Erkläre für eine Zielgruppe, die Boxplots noch nicht kennt, Box und Median in einem kurzen Hinweis. Ein Balkendiagramm der Gruppendurchschnitte kann nicht beantworten, wie stark die einzelnen Werte streuen.

Ein Streudiagramm platziert jede Einheit anhand von zwei numerischen Kennzahlen. Ein Punkt könnte für ein Geschäft stehen, mit der Verkaufsfläche auf der waagerechten und dem monatlichen Umsatz auf der senkrechten Achse. Achte auf Richtung, Form, Stärke und auffällige Punkte, bevor du das Muster beschreibst.

Lies einen Zusammenhang ab, ohne zu viel zu behaupten

Ein aufwärts gerichtetes Muster ist positiv: Größere waagerechte Werte gehen tendenziell mit größeren senkrechten Werten einher. Ein abwärts gerichtetes Muster ist negativ. Die Form kann gerade oder gekrümmt sein. Die Stärke beschreibt, wie eng die Punkte dieser Form folgen. Untersuche auch Häufungen und Punkte, die weit vom Rest entfernt liegen.

An sechs Tagen gingen Temperaturen von 14, 17, 20, 23, 26 und 29 °C mit Eisverkäufen von 310, 380, 470, 520, 610 und 690 Litern einher. Das Muster ist stark positiv und nahezu gerade; sein Korrelationskoeffizient beträgt etwa 0,998. Ein Titel wie „An wärmeren Tagen waren die Verkäufe höher“ beschreibt den beobachteten Zusammenhang.

Ein Diagramm allein kann keine Ursache nachweisen. Sommerliche Bedingungen können sowohl Eisverkäufe als auch Badeunfälle erhöhen, ohne dass eines das andere verursacht. Eine angepasste Trendlinie fasst einen Zusammenhang innerhalb des beobachteten Bereichs zusammen. Eine Verlängerung bis 40 °C würde über diese Beobachtungen hinausgehen und könnte eine unzuverlässige Prognose ergeben.

Gehe sorgfältig mit zusätzlichen Informationen um

Tausende überlappende Zeichen führen zur Überlagerung von Datenpunkten. Ein dichter Bereich sieht möglicherweise genauso aus wie ein Bereich mit mäßig vielen Punkten. Verkleinere die Zeichen, ergänze Transparenz oder zeige ein nach Anzahlen eingefärbtes Raster.

Ein Blasendiagramm ergänzt eine dritte Größe durch die Punktfläche. Die Fläche muss proportional zur Größe sein; proportionale Radien übertreiben Unterschiede. Blasengrößen erlauben einen groben Vergleich, lege daher den wichtigsten Vergleich auf eine Achse.

Eine Heatmap färbt ein Raster ein. Wochentage als Zeilen, Stunden als Spalten und die Anzahl der Bestellungen als Farbe können eine Spitze am Freitagabend zeigen. Verwende für Anzahlen von niedrig bis hoch eine sequenzielle Palette. Ergänze Werte in den Zellen, wenn genaues Nachschlagen wichtig ist, denn Leser schätzen Farben nur grob ein.

Setze Karten gezielt ein

Eine Choroplethenkarte färbt Regionen ein. Sie ist hilfreich, wenn die geografische Lage wichtig ist, etwa wenn benachbarte Gebiete ein Muster teilen. Für eine reine Rangfolge der Regionen sind sortierte Balken oft leichter zu lesen. Eine große Region nimmt mehr visuellen Raum ein, auch wenn dort wenige Menschen leben.

Verwende für eine Choroplethenkarte von Ereignissen in unterschiedlich großen Bevölkerungsgruppen eine vergleichbare Rate. Region A hat 1.200 Fälle unter 400.000 Menschen; Region B hat 900 unter 150.000.

A hat mehr Fälle, B aber doppelt so viele pro 100.000 Menschen. Der Nenner verändert die Interpretation. Um zu zeigen, wo die größten Gesamtzahlen auftreten, können proportionale Symbole die Anzahlen darstellen, ohne die eingefärbte Fläche der Region als Größe zu behandeln.

Geokodierung wandelt Ortsfelder in Kartenpositionen um. „Paris“ allein ist mehrdeutig, weil der Name in Frankreich und Texas vorkommt. Gib ein Land oder einen Bundesstaat an und prüfe, wo die Punkte erscheinen. Eine korrekte Zahl am falschen Ort ergibt dennoch eine falsche Karte.

Jedes Diagramm bildet Daten auf etwas Sichtbares ab. Grafische Zeichen sind seine Formen: Punkte, Linien, Balken oder Flächen. Kanäle sind die Eigenschaften, die sich verändern: Position, Länge, Winkel, Fläche, Farbton, Helligkeit, Sättigung, Form oder Größe. Diese Zuordnung heißt visuelle Kodierung; beim Lesen des Diagramms wird sie umgekehrt.

Erkenne, wodurch jedes Feld dargestellt wird

In einem Streudiagramm von Geschäften steht jeder Punkt für ein Geschäft. Seine waagerechte Position könnte die Verkaufsfläche in Quadratmetern zeigen, seine senkrechte Position den monatlichen Umsatz, sein Farbton die Region und seine Größe die Anzahl der Beschäftigten. Um den Punkt vollständig zu verstehen, muss ein Leser vier Zuordnungen kennen. Beschriftungen und Legenden benennen diese Zuordnungen.

Ein zusätzliches Feld in einem Diagramm bedeutet auch eine zusätzliche Aufgabe beim Lesen. Position, Farbe, Form und Größe zusammen können schwer zu verfolgen sein. Halte die Hauptfrage erkennbar und teile die Darstellung auf, wenn die zusätzlichen Kanäle davon ablenken.

Verwende für den Hauptvergleich den genauesten Kanal

Cleveland und McGill schlugen 1984 eine hilfreiche Rangfolge für die Beurteilung von Größen vor. Einige Vergleiche wurden direkt getestet, und spätere Studien stützten die Empfehlung weitgehend. Die allgemeine Reihenfolge beginnt mit Position auf einer einheitlichen Skala, gefolgt von Position auf getrennten Skalen, dann Länge, Richtung und Winkel, danach Fläche, Volumen und Krümmung und schließlich Schattierung und Sättigung.

Dies ist eine Orientierung für die Gestaltung, keine Garantie für jeden Leser. Die praktische Schlussfolgerung ist unmittelbar: Zwei ausgerichtete Endpunkte lassen sich genauer vergleichen als zwei Flächen oder Schattierungen. Balken und Punkte eignen sich daher gut, um ähnliche Größen in eine Rangfolge zu bringen. Winkel in Kreisdiagrammen und Flächen in Treemaps eignen sich eher für einen groben Eindruck.

Ein gestapelter Balken bietet innerhalb desselben Bildes unterschiedliche Genauigkeit. Sein unterstes Segment beginnt in jeder Gruppe bei null, ein oberes Segment dagegen dort, wo die vorhergehenden Segmente enden. Um diese oberen Bestandteile zu vergleichen, muss der Leser die unteren Schichten gedanklich abziehen.

Stimme Kanäle auf Feldtypen ab

Ein Dreieck bedeutet nicht von sich aus mehr als ein Kreis. Ebenso haben die Farben eines Regenbogens keine verlässliche Reihenfolge von niedrig bis hoch. Eine Farblegende kann Kategorien benennen, als Zahlenskala eignet sie sich aber schlecht, sofern die Palette nicht auch einen klar geordneten Verlauf bietet.

Gehe vom Vergleich aus

Lautet die Frage „Wie hat sich jede Region von 2024 bis 2025 verändert?“, platziere die beiden Jahre innerhalb jeder Region zusammen. So können Leser benachbarte Balkenenden vergleichen. Lautet die Frage „Welche Region lag 2025 vorne?“, zeige die Werte für 2025 entlang einer gemeinsamen Achse und sortiere sie.

Bei Kreisen unterschätzen Menschen häufig Flächenunterschiede. Ein Kreis mit doppelter Fläche sieht möglicherweise nicht doppelt so groß aus. Verwende Fläche für eine grobe Größenordnung und Position, wenn ein kleiner Unterschied eine Entscheidung beeinflusst. Jedem bereits beschrifteten Balken einen anderen Farbton zu geben, erhöht den Aufwand beim Dekodieren, ohne ein Feld hinzuzufügen; eine neutrale Farbe kann dieselbe Information klarer vermitteln.

Eine dunkelblaue Linie zwischen grauen Linien fällt auf, bevor ein Leser bewusst nach ihr sucht. Solche schnell wahrgenommenen Eigenschaften heißen präattentive Merkmale. Farbe, Größe, Position, Ausrichtung, Form, Linienstärke und Umgrenzung können die Aufmerksamkeit lenken.

Hebe mit klarem Zweck hervor

Angenommen, ein Umsatzdiagramm zeigt acht Produktlinien und Produkt C geht zurück. Zeichne C in einem dunklen, gesättigten Blau und setze seinen Namen neben die Linie. Verwende Hellgrau für die sieben Datenreihen, die den Kontext liefern. So finden Leser C schnell und können seine Position im Vergleich zu den anderen weiterhin beurteilen.

Der Kontrast erzeugt die Hervorhebung. Sind alle acht Linien leuchtend, dick und voller Pfeile, stehen Leser vor acht konkurrierenden Ausgangspunkten. Meist genügen ein oder zwei hervorgehobene Elemente. Auch ein fett gesetzter Wert, eine Anmerkung oder eine sorgfältig gewählte Position können die Aufmerksamkeit lenken, wenn Farbe nicht zur Verfügung steht.

Hervorhebung erleichtert das Finden von Elementen; sie übernimmt nicht jede gedankliche Aufgabe für Leser. Blaue Ziffern 7 in einem Block grauer Ziffern fallen auf, doch eine große Anzahl davon zu zählen, verlangt weiterhin Aufmerksamkeit.

Gruppiere Elemente so, dass ihre Beziehungen sichtbar werden

Gestaltprinzipien beschreiben, wie Menschen das Gesehene ordnen. Diese Prinzipien sind nützlich, weil Abstände und Aussehen auch ohne ausdrückliche Beschriftung Bedeutung vermitteln können.

Verbundenheit kann eine stärkere Beziehung vermitteln als bloße Nähe oder gleiche Farbe. Eine Linie zwischen Produktkategorien suggeriert daher einen Verlauf, auch wenn keiner existiert.

Verringere den Abstand zwischen Beschriftung und Daten

Ein Liniendiagramm mit vier Datenreihen und einer weit entfernten Legende zwingt den Blick, wiederholt über die Seite zu wandern: eine Farbe in der Legende finden, zu den Daten zurückkehren und die Zuordnung prüfen. Schreibe jeden Namen in derselben Farbe an das Ende seiner Linie. Die Nähe verbindet den Namen mit der Linie; die Ähnlichkeit verstärkt die Verbindung.

Platziere Anmerkungen neben den Punkten, die sie erklären. Setze Titel und Kernaussage für eine von links nach rechts lesende Zielgruppe nahe an den oberen linken Rand. Lass genug Platz zwischen nicht zusammengehörigen Elementen, um eine unbeabsichtigte Gruppierung zu verhindern.

Prüfe die erzeugten Gruppen

Zwei nicht zusammenhängende Kategorien mit derselben Farbe können zusammengehörig wirken. Eine Kategorie, die in verschiedenen Diagrammen in unterschiedlichen Farben dargestellt wird, kann wie Verschiedenes wirken. Ein farbig hinterlegter Abschnitt kann einen bedeutsamen Zeitraum suggerieren, selbst wenn die Hinterlegung nur der Dekoration dient. Prüfe jeden Abstand, jedes wiederkehrende Aussehen, jede Umrandung und jede Verbindung darauf, welche Beziehung sie vermitteln.

Visuelle Überladung entsteht durch alles, was Aufmerksamkeit beansprucht, ohne beim Verständnis der Daten zu helfen. Ein Diagramm kann korrekte Zahlen enthalten und dennoch schwer lesbar sein, weil starke Linien, wiederholte Beschriftungen und Dekoration mit seiner Aussage konkurrieren.

Entferne Elemente in einer sinnvollen Reihenfolge

Edward Tuftes Daten-Tinte-Verhältnis beschreibt den Anteil der Druckfarbe einer Grafik, der Daten darstellt. Das Entfernen von Farbe ohne hilfreichen Informationsgehalt kann die Daten leichter sichtbar machen. Er nannte nicht hilfreiche Dekoration Diagrammmüll: Hintergrundbilder, starke Muster, Schatten und 3D-Effekte sind häufige Beispiele.

Beginne mit Rahmen und Hintergrund. Entferne die äußere Umrandung, wenn die Achsen den Zeichenbereich bereits abgrenzen. Entferne Schatten, Farbverläufe und 3D. Gestalte dann die Gitternetzlinien heller oder entferne diejenigen, die Leser nicht brauchen. Ein helles Gitternetz kann weiterhin beim Schätzen helfen; beurteile es daher nach seinem Zweck.

Untersuche als Nächstes die Legende. Ein Diagramm mit einer Datenreihe namens „Bestellungen“ braucht gewöhnlich keine separate Legende, die dieses Wort wiederholt. Bei mehreren Linien können Direktbeschriftungen eine entfernte Farblegende ersetzen. Behalte eine Legende bei, wenn sie Lesern beim Dekodieren des Diagramms hilft.

Überarbeite ein Diagramm mit Standardeinstellungen

Stell dir ein Diagramm der monatlichen Bestellungen für 2025 vor. Es hat dunkle Gitternetzlinien im Abstand von 50 Bestellungen, die Legende „Bestellungen“, Beschriftungen auf jeder Säule, eine Wertachse und schräge Beschriftungen wie „Januar 2025“.

1. Setze „2025“ in den Titel und kürze die Monatsbeschriftungen auf „Jan“ bis „Dez“.
2. Halte die Monatsbeschriftungen waagerecht, damit Leser sie erfassen können, ohne den Kopf zu drehen.
3. Lösche die Legende für die einzelne Datenreihe.
4. Entscheide, ob genaue Werte oder das Gesamtmuster hauptsächlich benötigt werden.
5. Behalte für einige wenige genaue Vergleiche die Werte auf den Säulen bei und entferne die überflüssige Wertachse. Behalte bei einem Trend mit vielen Punkten eine dezente Achse bei und beschrifte ausgewählte Punkte.

Jede Änderung beseitigt eine bestimmte Lesebelastung. Das Jahr erscheint weiterhin einmal, die Kennzahl hat weiterhin einen Namen und die Werte bleiben ablesbar.

Vereinfache Beschriftungen, ohne ihre Bedeutung zu verändern

Verwende runde Abstände zwischen Teilstrichen, etwa 0, 100, 200 und 300. Lass Dezimalstellen ohne hilfreiche Bedeutung weg: „40 %“ ist leichter zu erfassen als „40,00 %“, wenn die zusätzliche Genauigkeit nichts beiträgt. Verwende für vergleichbare Werte dieselbe Genauigkeit. Behalte die Einheit und bei gewöhnlichen Balken die Basislinie bei null bei.

Lange Kategorienamen funktionieren bei waagerechten Balken oft besser. Sie können dann waagerecht und nahe an ihren Daten stehen. Schräge oder senkrechte Schrift spart Platz, verlangsamt aber das Lesen.

Lass Raum für Struktur

Weißraum trennt Elemente und macht Gruppen sichtbar. Richte Titel, Untertitel und Hinweise an einer einheitlichen Kante aus. Halte Beschriftungen von grafischen Zeichen frei und lass einen ausreichenden Abstand zwischen Zeichenbereich und Quellenvermerk. Werden Diagramme gemeinsam gezeigt, richte ihre Zeichenbereiche aneinander aus, damit Leser sie vergleichen können.

Der Abbau visueller Überladung hat eine Grenze: Eine benötigte Einheit, Ziellinie, Quelle oder Skala trägt Informationen. Entfernst du eine Achse aus einem Diagramm ohne Datenbeschriftungen, sind die Werte nicht mehr ablesbar. Das Ziel ist, den Aufwand zu verringern und zugleich die Informationen zu erhalten, die zur Interpretation der Darstellung nötig sind.

Titel sagen Lesern, worauf sie achten sollen. Beschriftungen erklären die Bedeutung der Werte. Hinweise erklären die Grenzen des Vergleichs. Formuliere diese Teile genauso sorgfältig wie das Diagramm selbst.

Wähle einen zum Zweck passenden Titel

Ein beschreibender Titel benennt die Darstellung: „Monatliche Bestellungen, 2025“. Ein Aussagetitel nennt ein Analyseergebnis: „Bestellungen fielen nach der Preisänderung im Juni um 18 %“. Erklärende Diagramme profitieren meist von einem Aussagetitel und einem Untertitel mit Kennzahl, Einheit, Zeitraum und Gruppe.

Prüfe die Zahl, bevor du sie in einen Titel aufnimmst. Die Bestellungen fielen von 1.250 im Juni auf 1.025 im Juli:

Das Wort „nach“ beschreibt den zeitlichen Ablauf. Die Aussage, dass die Preisänderung den Rückgang verursachte, bräuchte mehr Belege, als diese beiden Beobachtungen liefern.

Mache Einheiten und Genauigkeit sichtbar

Verwende Achsentitel wie „Lieferzeit (Minuten)“, „Energieverbrauch (kWh)“ oder „Umsatz (Tausend)“. Monatsbeschriftungen an den Teilstrichen können eine Zeitachse bereits erklären, eine unbeschriftete Zahlenskala könnte dagegen mehrere verschiedene Größen bedeuten.

Formatiere zum Lesen. Ein gespeicherter Wert von 12.483,27 könnte je nach Entscheidung und benötigter Genauigkeit als „12.483“ oder „12,5 Tausend“ erscheinen. Formatiere einen Anteil von 0,45 als 45 %. Halte die Anzahl der Dezimalstellen innerhalb eines Vergleichs einheitlich. Wenn Leser Tsd. und Mio. möglicherweise nicht kennen, schreibe „Tausend“ und „Million“ oder erkläre die Abkürzungen.

Verhindere Verwechslungen bei Datumsangaben und Zahlen

Verschiedene Gebietsschemata verwenden für denselben Wert unterschiedliche Trennzeichen.

Das Datum „03/05/2026“ bedeutet in den USA den 5. März und in vielen anderen Ländern den 3. Mai. Schreibe „5. März 2026“ oder „2026-03-05“, wenn Leser unterschiedliche Konventionen verwenden könnten. Lege das Gebietsschema des Berichts bewusst fest und prüfe sowohl exportierte Beschriftungen als auch die interaktive Darstellung.

Platziere Erklärungen dort, wo sie gebraucht werden

Eine Anmerkung ist ein kurzer Hinweis nahe an den Daten, die sie erklärt. „Preisänderung, 1. Juni“ benennt ein Ereignis. „Ziel: 95 % pünktlich“ erklärt eine Referenzlinie. „Lager wegen Inventur geschlossen“ kann eine auffällige Beobachtung erklären, wenn dieses Ereignis bekannt ist.

Halte Anmerkungen kurz genug, damit sie neben dem Punkt lesbar sind. Sie sollen eine relevante Tatsache ergänzen und nicht ohne Zweck den dargestellten Wert wiederholen. Brauchen mehrere Datenreihen eine Legende, halte sie nahe an den Daten, verwende überall dieselben Namen und ordne ihre Einträge wie die dargestellten Datenreihen oder gestapelten Segmente.

Benenne Quelle und Abdeckung

Ein Quellenvermerk könnte lauten: „Quelle: Bestellsystem, abgerufen am 2026-01-05. Stornierte Bestellungen ausgeschlossen.“ Die Quelle ermöglicht die Überprüfung; das Abrufdatum zeigt die Aktualität; der Ausschluss legt fest, was gezählt wurde. Setze aktive Filter in einen sichtbaren Untertitel, damit sie auch auf einem Screenshot oder Ausdruck erkennbar bleiben. Ein Diagrammtitel über alle Bestellungen wird irreführend, wenn nur Onlinebestellungen enthalten sind.

Bevor du ein Diagramm ausarbeitest, bestimme den Leser und die Entscheidung. Eine für den Betrieb verantwortliche Person, die über den Personaleinsatz entscheidet, braucht eine andere Ansicht als ein Datenanalyst, der die Ursache von Verzögerungen untersucht. Details sind nur hilfreich, wenn sie die Aufgabe des Lesers unterstützen.

Gib dem Diagramm eine klare Aufgabe

Frag dich, wer es lesen wird, was diese Personen bereits wissen und was sie danach verstehen oder entscheiden sollen. Ein erklärendes Diagramm funktioniert am besten mit einer Kernaussage. Ein Rückgang des Gesamtumsatzes und eine Verschiebung im Produktmix können zwei Darstellungen verlangen, weil sie unterschiedliche Vergleiche erfordern.

Skizziere die Anordnung vor der Erstellung. Ein grobes Balken- oder Liniendiagramm genügt, um zu prüfen, welche Werte nahe beieinanderstehen müssen. Ist der Hauptvergleich in einer Skizze schwer darzustellen, wird zusätzliche Formatierung das Problem selten lösen.

Passe den Detailgrad an das Medium an

Eine QuickInfo kann in einer interaktiven Darstellung zusätzliche Details liefern, verschwindet aber im Druck und kann auf einem Handy schwer nutzbar sein. Halte das Analyseergebnis, die Einheiten und den nötigen Kontext sichtbar, ohne dass jemand auf ein Element zeigen muss. Prüfe die Schwarz-Weiß-Ausgabe, wenn der Bericht so gedruckt werden könnte.

Gestalte Vergleiche einheitlich

Verwende für dieselbe Kategorie dieselbe Farbe. Nutze dieselben Zahlenformate und Definitionen. Verwende für Diagramme, die Leser nebeneinander vergleichen, übereinstimmende Achsenskalen: Ein Wert von 500 und einer von 5.000 dürfen nicht gleich hoch aussehen, weil jedes Diagramm seinen Bereich unabhängig ausfüllt.

Small Multiples wiederholen ein Diagramm für jede Kategorie. Gemeinsame Achsen und ein einheitlicher Aufbau ermöglichen Lesern, Niveau und Form zu vergleichen. Sie können ein unübersichtliches Diagramm mit vielen überlappenden Linien ersetzen. Unterscheiden sich die Skalen, kann ein Vergleich der Formen leicht für einen Vergleich der absoluten Größe gehalten werden.

Erstelle verschiedene Ansichten derselben Situation

Angenommen, für fünf Geschäfte liegen monatliche Beschwerden vor. Eine Regionalleitung muss das Geschäft erkennen, dessen Beschwerden sich verdoppelt haben: Zeige ein Liniendiagramm, das dieses Geschäft hervorhebt, mit einem sachlichen Aussagetitel. Geschäftsleitungen müssen ihre eigenen Muster vergleichen: Small Multiples mit identischen Achsen unterstützen diese Aufgabe. Ein Datenanalyst, der genaue monatliche Anzahlen prüft, braucht möglicherweise eine Tabelle.

Die zugrunde liegenden Beobachtungen können gleich bleiben, während sich Detailgrad, Anordnung und Hervorhebung ändern. Vermeide es, Informationen zu verbergen, die die gewählte Zielgruppe für ihre Entscheidung braucht.

Teste den ersten Eindruck

Zeige das Diagramm kurz einem Kollegen. Frage, was ihm zuerst aufgefallen ist und welche Schlussfolgerung er gezogen hat. Bemerkt er statt des beabsichtigten Analyseergebnisses eine leuchtende Datenreihe, die den Kontext liefern soll, ändere die Hervorhebung. Versteht er die Grundgesamtheit falsch, präzisiere den Untertitel oder die Kennzahlendefinition.

Prüfe vor dem Teilen Frage, Diagrammtyp, Berechnungen, Aggregation, Skalen, Beschriftungen, Einheiten, visuelle Überladung, Barrierefreiheit und Gesamteindruck. Teste in der Größe und in dem Format, die Leser tatsächlich verwenden werden.

Farbe kann eine Gruppe kennzeichnen, eine geordnete Größe zeigen oder ein Analyseergebnis hervorheben. Entscheide vor der Auswahl der Palette, welche Aufgabe sie erfüllen soll. Der Farbton einer Farbe ist ihre Farbfamilie, etwa Blau oder Orange. Die Helligkeit reicht von hell bis dunkel. Die Sättigung reicht von gedämpftem Grau bis zu kräftiger Farbe.

Stimme die Palette auf die Daten ab

Eine kategorielle Palette könnte vier Vertriebskanäle kennzeichnen. Sie sollte Lesern ermöglichen, die Gruppen zu unterscheiden, ohne zu suggerieren, dass ein Kanal eine größere Menge darstellt, nur weil seine Farbe dunkler ist. Etwa sechs bis acht Farbtöne sind für viele Darstellungen eine praktische Obergrenze. Hebe bei mehr Kategorien ausgewählte hervor oder fasse kleine Kategorien als „Sonstige“ zusammen, wenn diese Gruppierung zur Frage passt.

Mache niedrige und hohe Werte sichtbar

Für Arbeitslosenquoten von 3 % bis 12 % kann eine sequenzielle Skala in fünf Stufen von Hellblau bis Dunkelblau reichen. Auf hellem Hintergrund bedeutet dunkler gewöhnlich mehr. Eine sorgfältig gestaltete Palette mit mehreren Farbtönen wie viridis kann durch veränderte Helligkeit ebenfalls einen geordneten Verlauf bieten.

Ein Regenbogen ist eine schlechte Skala für Größen. Farbtöne haben keine natürliche numerische Reihenfolge, und plötzliche Helligkeitswechsel können Grenzen erzeugen, die in den Daten nicht vorhanden sind. Betrachter sehen möglicherweise einen dramatischen Bruch zwischen Gelb und Blau, obwohl sich die zugrunde liegenden Werte gleichmäßig ändern.

Verwende eine Mitte nur, wenn sie etwas bedeutet

Eine Bevölkerungsveränderung von −5 % bis +5 % hat bei 0 % einen aussagekräftigen Mittelpunkt. Eine divergierende Skala könnte Orange für Rückgang, eine helle neutrale Mitte für keine Veränderung und Blau für Wachstum verwenden. So erkennen Leser sowohl die Richtung als auch den Abstand vom Mittelpunkt.

Ein numerischer Mittelpunkt, der nur deshalb gewählt wird, weil er auf halbem Weg zwischen Minimum und Maximum liegt, hat keine solche Bedeutung. Für Werte, die lediglich von klein bis groß reichen, ist eine sequenzielle Palette meist übersichtlicher. Ergebnisse über und unter einem Zielwert können eine divergierende Skala nutzen, wenn der Zielwert die aussagekräftige Trennstelle ist.

Setze Hervorhebung einheitlich ein

Ein einzelner Akzent vor einem gedämpften Hintergrund lenkt die Aufmerksamkeit. Eine Markenfarbe kann als dieser Akzent dienen; werden alle grafischen Zeichen von ebenso kräftigen Markenfarben umgeben, wird der Fokus geschwächt. Speichere geeignete Schriftarten und Paletten als Design, damit zusammengehörige Diagramme ihre visuellen Regeln beibehalten.

Halte die Bedeutung der Kategorien einheitlich: Ist „online“ blau, verwende dafür im gesamten Bericht Blau. Auch Farbassoziationen unterscheiden sich zwischen Kulturen. Rot bedeutet in westlichen Finanzdiagrammen häufig Verlust, während Rot auf dem chinesischen Festland gewöhnlich steigende Aktienkurse kennzeichnet. Beschriftungen und eine klare Legende machen die beabsichtigte Bedeutung sichtbar, statt sich auf eine vorausgesetzte Assoziation zu verlassen.

Prüfe die fertige Palette in ihrer tatsächlichen Nutzungssituation. Ein Verlauf, der auf einem hellen Bildschirm gut unterscheidbar aussieht, kann auf einem kontrastarmen Projektor schwer lesbar werden. Farbunterschiede brauchen zudem barrierefreie Beschriftungen oder andere Merkmale.

Barrierefreie Diagramme ermöglichen Menschen, dieselben Informationen auf unterschiedliche Weise wahrzunehmen oder zu lesen. Menschen können eine Farbsehschwäche oder ein eingeschränktes Sehvermögen haben oder ein Bildschirmleseprogramm verwenden. Die Rot-Grün-Sehschwäche ist die häufigste Form; Farbsehschwäche betrifft etwa 1 von 12 Männern und ist bei Frauen viel seltener.

Ergänze ein zweites Merkmal für die Bedeutung

Verwende Farbe nicht als einzige Möglichkeit, eine Datenreihe oder einen Status zu erkennen. Nutze Direktbeschriftungen, unterschiedliche Zeichenformen, durchgezogene und gestrichelte Linien oder Muster. Der tatsächliche Umsatz könnte eine durchgezogene Linie und der Zielwert eine gestrichelte Linie erhalten, jeweils mit dem Namen am Linienende. So bleiben sie auch im Graustufendruck unterscheidbar.

Blau und Orange können leichter zu unterscheiden sein als Rot und Grün. Die Okabe-Ito-Palette enthält Orange #E69F00, Himmelblau #56B4E9, Blaugrün #009E73 und Blau #0072B2. Auch bei einer für unterschiedliche Farbwahrnehmung gestalteten Palette muss das fertige Diagramm geprüft werden, einschließlich überlappender Zeichen, Hintergrund und Beschriftungen.

Prüfe den Kontrast für seine tatsächliche Aufgabe

Der Kontrast vergleicht die relative Leuchtdichte benachbarter Farben:

Die Skala reicht von 1:1 bei identischer Leuchtdichte bis 21:1 für Schwarz auf Weiß. WCAG AA verlangt mindestens 4,5:1 für normalen Text und 3:1 für großen Text, also mindestens 18 Punkt oder 14 Punkt fett. Wesentliche grafische Teile brauchen gegenüber angrenzenden Farben 3:1, sofern gleichwertige sichtbare Informationen nicht dafür sorgen, dass diese Teile entbehrlich sind.

Auf Weiß erreicht grauer Text in #767676 etwa 4,54:1 und erfüllt die Anforderung für normalen Text. Hellgrau #AAAAAA erreicht etwa 2,32:1, zu wenig für wichtigen Text oder eine Linie, die zum Ablesen der Daten nötig ist. Orange #E69F00 erreicht etwa 2,25:1; ergänze gleichwertige sichtbare Werte oder wähle eine dunklere Linie wie #D55E00 mit etwa 3,87:1. Diese dunklere Farbe überschreitet den Schwellenwert für grafische Elemente, liegt aber weiterhin unter dem für normalen Text.

Schreibe eine hilfreiche Textalternative

Alternativtext beschreibt das Diagramm für ein Bildschirmleseprogramm. Nenne Diagrammtyp, Thema und wichtigstes Analyseergebnis. Zum Beispiel: „Liniendiagramm der monatlichen Bestellungen im Jahr 2025. Die Bestellungen stiegen von etwa 1.000 im Januar auf 1.250 im Juni, fielen nach der Preisänderung im Juli um 18 % auf 1.025 und blieben bis Dezember nahe diesem Wert.“ Beschreibe die Information; eine bloße Liste von Farben vermittelt das Analyseergebnis nicht.

Ergänze bei einem komplexen Diagramm eine längere Beschreibung oder eine barrierefreie Tabelle. Power BI bietet „Als Tabelle anzeigen“, Tableau „Daten anzeigen“. In Power BI steht der Alternativtext in den Formateinstellungen des Visuals unter „Allgemein“ zur Verfügung.

Teste das Lesen der fertigen Darstellung

Halte Beschriftungen waagerecht und bei der endgültigen Größe lesbar. Vermeide blasses Grau für wichtigen Text. Prüfe bei 200 % Vergrößerung, ob sich Beschriftungen überlappen oder verschwinden. Verwende eine Graustufenansicht, einen Simulator für Farbsehschwächen und eine Kontrastprüfung. Ein Diagramm braucht sowohl sichtbare Unterschiede als auch eine Möglichkeit, auf seine tatsächlichen Werte zuzugreifen.

Ein Diagramm kann eine kleine Veränderung übertreiben, ohne einen einzigen Datenwert zu ändern. Prüfe Skala, Abstände und Form, bevor du dem ersten Eindruck vertraust.

Miss die Verzerrung eines verkürzten Balkens

Zwei Filialen verzeichnen durchschnittlich 48 und 52 Bestellungen pro Tag. Beginnt die Achse bei 45, betragen die gezeichneten Längen 3 und 7. Der größere Balken sieht etwa 2,33-mal so lang aus, während der tatsächliche Wert nur etwa 1,08-mal so groß ist.

Tuftes Lügenfaktor vergleicht die relative Veränderung in der Grafik mit der relativen Veränderung in den Daten:

Die Veränderung in den Daten ist 4 geteilt durch 48; die Veränderung der gezeichneten Länge ist 4 geteilt durch 3. Ihr Verhältnis beträgt 16. Ein Wert nahe 1 zeigt eine getreue Darstellung der Effektgröße an; Tufte betrachtete Werte über 1,05 oder unter 0,95 als erhebliche Verzerrung. Korrigiere die Balken, indem du bei null beginnst, oder verwende ein beschriftetes Punktdiagramm, wenn der kleine Unterschied die Aussage ist.

Wähle Achsenbereiche für Linien gezielt

Die senkrechte Achse einer Linie darf oberhalb von null beginnen. Eine Veränderung von 36,8 °C auf 38,6 °C ist ein aussagekräftiger Anstieg um 1,8 °C; begänne die Achse bei 0 °C, wäre er schwer zu erkennen. Gleichzeitig kann ein extrem enger Bereich gewöhnliche Schwankungen dramatisch erscheinen lassen. Zeige einen zur Frage passenden Bereich und beschrifte ihn sichtbar.

Auch das Seitenverhältnis ist wichtig. Wird ein Diagramm senkrecht gestreckt, wirken Steigungen steiler; wird es abgeflacht, wirken sie weniger steil. Verwende eine ausgewogene Form und halte sie bei Diagrammen einheitlich, die Leser vergleichen.

Prüfe Abstände und getrennte Skalen

Auf einer gewöhnlichen linearen Achse müssen gleiche Abstände gleiche Unterschiede darstellen. Teilstriche bei 0, 10, 50 und 100 dürfen nicht gleich weit auseinanderliegen. Auch eine Datumsachse muss die verstrichene Zeit korrekt abbilden. Nebeneinanderstehende Diagramme brauchen gemeinsame Skalen, wenn ihre Höhen verglichen werden sollen.

Eine Darstellung mit zwei Wertachsen gibt zwei Kennzahlen getrennte Wertskalen. Eine Änderung dieser Bereiche kann dazu führen, dass die Linien sich kreuzen oder parallel aussehen, ohne ihre Werte zu verändern. Verwende ausgerichtete Diagramme mit einer gemeinsamen Zeitachse oder vergleiche das relative Wachstum, indem du jede Datenreihe an einem aussagekräftigen Startdatum auf 100 indexierst.

Besuche, die von 20.000 auf 25.000 steigen, haben einen Index von 125. Umsätze, die von 800 auf 880 steigen, erreichen 110. Der gemeinsame Index zeigt ein Wachstum von 25 % und 10 %; er vergleicht nicht die ursprünglichen Gesamtergebnisse.

Erkenne besondere Skalen

Bei einer umgekehrten Achse nehmen die Werte nach unten zu. Das kann zu einer festen Konvention wie der Tiefe unter einer Oberfläche passen; beschrifte sie aber deutlich, weil eine fallende Linie sonst einen fallenden Wert suggeriert.

Auf einer logarithmischen Skala bedeuten gleiche Abstände gleiche Verhältnisse. Werte von 10, 100, 1.000 und 10.000 können gleich weit auseinanderliegen, weil jeder das Zehnfache des vorherigen Werts ist. Das eignet sich für Werte über mehrere Größenordnungen oder für stetiges prozentuales Wachstum. Schreibe „logarithmische Skala“ in den Achsentitel. Eine logarithmische Skala hat keine Basislinie bei null; verwende daher Punkte oder Linien statt gewöhnlicher Balken.

Ein Bild kann Größen durch seine Geometrie verzerren. Wird eine Größe durch Fläche kodiert, vergleiche die Flächen und nicht nur die Breiten oder Radien. Flache Diagramme vermeiden außerdem Perspektiveffekte, durch die gleiche Werte unterschiedlich aussehen.

Prüfe, wie stark das Bild wächst

Verdoppelst du Breite und Höhe, vervierfacht sich die Fläche eines Rechtecks. Verdoppeln sich die Daten lediglich, zeigt das vergrößerte Symbol einen Flächenzuwachs von 300 % für einen Datenzuwachs von 100 %. Um die doppelte Menge durch Fläche darzustellen, vergrößere beide Abmessungen um den Faktor √2.

Bei Blasen für 10 und 40 ist der größere Wert viermal so groß wie der kleinere. Wird der Radius proportional zum Wert festgelegt, beträgt das Verhältnis der Radien 4 und das der Flächen 16. Eine wahrheitsgemäße Flächenkodierung braucht ein Radienverhältnis von 2:

BI-Werkzeuge skalieren häufig nach Fläche, prüfe aber die Einstellung. Die Beschriftung „Größe“ allein erklärt die Geometrie nicht. Für genaue Vergleiche sind Position oder Länge leichter zu beurteilen als Fläche, selbst wenn die Flächenberechnung korrekt ist.

Entferne Perspektiveffekte

Ein geneigtes 3D-Kreisdiagramm lässt vordere Segmente größer aussehen als gleich große hintere. Bei einem 3D-Balken ist die relevante Kante schwerer an einer Gitternetzlinie auszurichten. Verwende flache 2D-Formen, wenn die Daten zwei Dimensionen haben. Tiefe und Schatten können beeindruckend aussehen, während sie das Ablesen der Werte erschweren.

Ein Piktogramm kann dennoch wahrheitsgemäß sein. Steht ein Personensymbol für 1.000 Kunden, wiederhole identische Symbole, um mehrere Tausend darzustellen. Halte die Größe des Einheitssymbols fest; wird ein einzelnes Symbol gestreckt, wird aus dem Zählen ein Flächenvergleich.

Prüfe das Ganze und die bewegliche Basislinie

Segmente eines Kreisdiagramms und ein 100 % gestapelter Balken müssen ein sinnvolles Ganzes aufteilen. Getrennte Umfragefragen und überlappende Auswahlen werden nicht allein deshalb zu Teilen eines Ganzen, weil ihre Werte Prozentsätze sind. Prüfe vor der Wahl der Form die zugrunde liegenden Kategorien und Nenner.

Angezeigte Prozentsätze, die zusammen 99 % oder 101 % ergeben, können durch Rundung der Teile eines gültigen Ganzen entstehen. Ein kurzer Rundungshinweis kann diese kleine Abweichung erklären. Werte aus überlappenden Antworten, die zusammen 148 % ergeben, sind ein anderes Problem: Die Kategorien teilen die Befragten nicht überschneidungsfrei auf, sodass ein Kreisdiagramm sie nicht korrekt darstellen kann.

Bei gestapelten Flächen umfasst die Oberkante einer Schicht auch die darunterliegenden Schichten. Sie kann steigen, selbst wenn der betreffende Bestandteil gleich bleibt. Um diesen Bestandteil abzulesen, prüfe seine Dicke; für einen klaren Trendvergleich zeige ihn als eigene Linie oder verschiebe ihn nach unten. Kehre zu einem sortierten Balken- oder Punktdiagramm zurück, wenn dekorative Größen, Perspektive oder bewegliche Basislinien den benötigten Vergleich verbergen.

Eine wahrheitsgemäße Geometrie kann eine irreführende Datenauswahl nicht korrigieren. Prüfe Zeitraum, Grundgesamtheit, Berechnung, fehlende Werte und den Vergleich hinter den grafischen Zeichen.

Prüfe Zeitfenster und Nenner

Rosinenpickerei bedeutet, einen Zeitraum oder eine Gruppe auszuwählen, weil sie eine gewünschte Aussage stützen. Beginnt ein Umsatzdiagramm mit einem ungewöhnlich schlechten Monat, kann eine Erholung wie außergewöhnliches Wachstum aussehen. Zeige den relevanten Zeitraum oder erkläre, warum ein kürzeres Zeitfenster die Frage beantwortet.

Auch Anzahlen hängen von der Gruppengröße ab. Eine große Stadt kann mehr Vorfälle haben, obwohl es pro Einwohner weniger sind. Vergleiche unterschiedlich große Gruppen anhand von Raten wie Fällen pro 100.000 Menschen, Bestellungen pro 1.000 Besucher oder Prozentsätzen. Nenne den Nenner, damit Leser wissen, was verglichen wird.

Unterscheide laufende Summen von neuen Aktivitäten

Monatliche Anmeldungen von 120, 110, 95 und 80 ergeben kumulierte Summen von 120, 230, 325 und 405. Die Linie der laufenden Summe steigt, während die monatliche Aktivität fällt. Bei nicht negativen Zugängen kann eine kumulierte Summe nur steigen oder gleich bleiben. Ihre Aufwärtsrichtung allein sagt wenig darüber aus, ob sich die aktuelle Leistung verbessert.

Verwende für „Wie viele haben sich bisher angemeldet?“ die kumulierte Summe. Zeige für „Melden sich jeden Monat mehr Menschen an?“ die Monatswerte. Beschrifte die Datenreihe, damit Leser wissen, welche Frage sie beantwortet.

Untersuche einen Gesamtprozentsatz genauer

Aggregation kann Gruppenmuster verbergen oder umkehren; das heißt Simpson-Paradoxon. Betrachte zwei Versionen einer Webseite:

B hat auf jedem Gerät die höhere Konversionsrate. Die meisten Besucher von B nutzen jedoch Mobilgeräte, die Gerätegruppe mit der niedrigeren Konversionsrate, während die meisten Besucher von A Desktopgeräte nutzen. Die Gesamtquote verbindet die Leistung der Gruppen mit ihrer Zusammensetzung. Schlüssle das Diagramm nach Gerät auf, bevor du eine Schlussfolgerung über die Versionen ziehst.

Zeige fehlende Werte und den Stichprobenumfang

Ein fehlender Monat bedeutet, dass der Wert unbekannt ist. Eine Null bedeutet, dass das Merkmal nachweislich nicht auftrat. Zeichne eine Lücke und ergänze einen Hinweis wie „Keine Daten: Systemausfall“, wenn Aufzeichnungen fehlen. Eine Linie, die auf null fällt, würde eine Aussage machen, die die Aufzeichnungen nicht stützen.

Ein Prozentsatz auf Grundlage einer kleinen Stichprobe kann stark schwanken, wenn sich eine Antwort ändert. „80 % zufrieden“ kann nur 4 von 5 Personen bedeuten. Zeige neben dem Prozentsatz die Anzahl oder den Stichprobenumfang, damit Leser seine Grundlage beurteilen können.

Ergänze den Kontext für eine Beurteilung

Ein aktueller Wert braucht möglicherweise einen Zielwert, einen früheren Zeitraum oder eine Vergleichsgruppe, um aussagekräftig zu sein. Prüfe, wer das Diagramm erstellt hat, seine Quelle, die genaue Kennzahl und Einheit, die Skalen, enthaltene Datumsangaben und Gruppen, Raten oder Anzahlen sowie die Aussage des Titels. Irreführende Entscheidungen können durch Standardeinstellungen, Eile oder Absicht entstehen.

Ein Business-Intelligence-Werkzeug, kurz BI-Werkzeug, verbindet sich mit Tabellen und wandelt Felder in Diagramme und Berichte um. Tableau, Power BI und Google Data Studio (früher Looker Studio) folgen demselben grundlegenden Arbeitsablauf: verbinden, Felder untersuchen, Berechnungen wählen, erstellen, formatieren, filtern, prüfen und teilen.

Power BI Desktop ist für Windows kostenlos; zum Teilen dient der Power BI-Dienst. Tableau Public bietet einen kostenlosen Weg für öffentliche Arbeiten, und Data Studio ist ein kostenloses browserbasiertes Berichtswerkzeug.

Lade eine interpretierbare Tabelle

Beginne mit einer Kopfzeile, einer Zeile pro Datensatz und einer Spalte pro Variable. Verbundene Zellen, leere Zwischenzeilen und eingebettete Zwischensummen können zu falschen Gruppen oder doppelt gezählten Gesamtergebnissen führen. Kläre, ob eine Zeile für eine Bestellung, Bestellposition, einen Kunden oder einen Tag steht.

Untersuche nach dem Anbinden einer CSV-Datei, Tabellenkalkulation, Datenbank oder Onlinequelle die Datentypen. Zahlen, Text, Datumsangaben, Datum und Uhrzeit, boolesche Wahrheitswerte und geografische Rollen haben unterschiedliche Verwendungszwecke. Monatsnamen als Text können alphabetisch sortiert werden. Als Zahlen behandelte Postleitzahlen können führende Nullen verlieren. Speichere Identifikatoren als Bezeichnungen, auch wenn sie Ziffern enthalten.

Unterscheide Gruppen von Größen

Eine Dimension gruppiert oder bezeichnet Datensätze: Region, Kategorie oder Bestelldatum. Eine Kennzahl liefert eine zu aggregierende Größe. Data Studio nennt Kennzahlen Messwerte. Die Dimensionen in einem Diagramm bestimmen die Gruppen; die Aggregation der Kennzahl bestimmt den Wert jeder Gruppe.

Der Datenbereich von Tableau unterscheidet Dimensionen und Kennzahlen. Blaue Felder in einer Ansicht sind diskret und erzeugen Überschriften; grüne Felder sind stetig und erzeugen Achsen. Diese Farben unterscheiden diskret von stetig und nicht einfach Text von Zahl. Power BI kennzeichnet summierbare Zahlenspalten mit Σ und selbst erstellte DAX-Measures mit einem Taschenrechnersymbol. Data Studio zeigt die Aggregation jedes Messwerts.

Wähle die Aggregation bewusst

Die Summe der Stückpreise 4, 5 und 6 ist 15 und damit kein typischer Preis. Ihr Durchschnitt beträgt 5. COUNT für ein optionales Feld überspringt leere Werte. Um Datensätze zu zählen, verwende eine Zeilenzählung wie COUNTROWS in Power BI oder zähle ein Feld, das in jedem Datensatz gefüllt ist. Verwende unterschiedliche Kunden-IDs für die Anzahl eindeutiger Kunden, denn ein Kunde kann in vielen Zeilen vorkommen.

Berechne eine Verhältniszahl aus ihren Gesamtsummen

Geschäft X hat einen Umsatz von 1.000 und einen Gewinn von 100; Geschäft Y hat einen Umsatz von 9.000 und einen Gewinn von 1.800. Ihre Margen betragen 10 % und 20 %, doch ein Durchschnitt dieser Prozentsätze gewichtet beide Geschäfte gleich.

Erstelle die Berechnung aus aggregiertem Gewinn und Umsatz. Tableau verwendet SUM([Profit]) / SUM([Sales]); Data Studio verwendet SUM(Profit) / SUM(Sales). In Power BI kann ein Measure DIVIDE(SUM(Orders[Profit]), SUM(Orders[Sales])) verwenden.

Nimm Kunden-IDs, Jahre und Postleitzahlen nicht in Summen auf. Verwende sie als Dimensionen oder wähle in Power BI gegebenenfalls „Nicht zusammenfassen“. Vergleiche vor der Diagrammerstellung Zeilenzahlen und bekannte Gesamtergebnisse mit der Quelle, damit Typfehler, Dubletten oder unbeabsichtigte Filter früh auffallen.

Sind Felder und Berechnungen korrekt, platziere sie in den Feldern des Diagramms. Jedes Werkzeug verwendet andere Namen, die zugrunde liegenden Entscheidungen sind aber dieselben: Gruppierungsfeld, Zahlenwert, Diagrammtyp und gegebenenfalls eine zweite Gruppierung.

Stelle die Gesamtmenge nach Kategorie dar

Tableau: Ziehe Category auf „Zeilen“ und Quantity auf „Spalten“. Prüfe, ob Quantity SUM verwendet. Wähle bei Bedarf Balken, sortiere absteigend und ziehe Quantity auf „Beschriftung“ auf der Karte „Markierungen“.

Power BI: Wähle ein gruppiertes Balkendiagramm. Setze Category in den Feldbereich „Y-Achse“ und Quantity in „X-Achse“. Prüfe die Aggregation, sortiere über das Menü „Weitere Optionen“ des Visuals absteigend nach Quantity und schalte unter „Visual formatieren“ die Datenbeschriftungen ein.

Data Studio: Füge ein Balkendiagramm hinzu. Lege unter „Einrichten“ Category als Dimension und Quantity als Messwert mit SUM fest. Sortiere absteigend nach Quantity. Zeige unter „Stil“ die Datenbeschriftungen an.

Prüfe in allen drei Werkzeugen, ob die Wertachse bei null beginnt. Ersetze einen Standardtitel wie „Summe von Menge nach Kategorie“ durch eine Formulierung, die Lesern den Zeitraum und das Analyseergebnis nennt.

Erstelle ein monatliches Liniendiagramm

Platziere in Tableau Order Date auf „Spalten“ und Sales auf „Zeilen“. Ein Datum kann zunächst als diskretes YEAR erscheinen; wähle den stetigen Monat für eine Zeitachse mit der benötigten Granularität. Wähle in Power BI ein Linienvisual, platziere das Datum auf „X-Achse“ und Sales auf „Y-Achse“ und prüfe, ob die Datumshierarchie Jahr, Quartal, Monat oder Tag verwendet. Wähle in Data Studio eine Zeitreihe mit der Datumsdimension „Jahr Monat“ und Sales als Messwert.

Eine Monatsbeschriftung ohne Jahr kann den Januar verschiedener Jahre zusammenfassen. Prüfe, ob das Diagramm getrennte Jahr-Monat-Zeiträume darstellt, wenn die Frage einen kontinuierlichen Verlauf betrifft.

Ergänze eine zweite Gruppe nur bei Bedarf

Die Karte „Markierungen“ in Tableau enthält „Farbe“, „Größe“, „Beschriftung“, „Detail“ und „QuickInfo“. Power BI bietet Feldbereiche wie „Legende“. Data Studio bietet unter „Einrichten“ eine Aufschlüsselungsdimension. Damit kannst du eine Linie nach Region aufteilen oder Balken in Datenreihen gliedern.

Jede neue Dimension kann weitere grafische Zeichen erzeugen. Zwei Kategorien ergänzen nicht einfach zwei Beschriftungen: Sie bilden Kombinationen. Prüfe, ob die entstehenden Gruppen den Vergleich weiterhin unterstützen und lesbar bleiben.

Formatiere und ergänze Kontext

Verwende einen aussagekräftigen Titel, Einheitenbeschriftungen, sinnvolle Dezimalstellen und gezielt gewählte Farben. Ein Design wendet einheitliche Schriftarten und Farben an. Eine Referenzlinie kann einen Zielwert oder Durchschnitt zeigen; Tableau bietet Referenzlinien über „Analyse“, Power BI und Data Studio in den Einstellungen des ausgewählten Visuals.

Ein Filter begrenzt die einbezogenen Datensätze. Interaktive Filter erscheinen als Tableau-Filterkarten, Power BI-Datenschnitte oder Data-Studio-Steuerelemente. Nenne den aktiven Zeitraum und die Einschränkungen in einem sichtbaren Untertitel wie „2025, nur Onlinebestellungen“.

QuickInfos können genaue Werte und Anteile ergänzen, wesentlicher Kontext muss aber in exportierten Kopien sichtbar bleiben. Prüfe jeden automatischen Vorschlag, einschließlich „Zeig es mir“ oder eines KI-Vorschlags, anhand von Frage, Feldtypen, Berechnungen und Skalen, bevor du ihn übernimmst.

Vergleiche das fertige Diagramm vor dem Teilen mit unabhängigen Gesamtergebnissen aus der Quelle. Ein plausibles Bild genügt nicht: Dieselben Felder können mit falscher Aggregation, falschen Filtern oder falscher Zeilenzahl ein überzeugendes Diagramm ergeben.

Führe eine Abweichung auf ihre Ursache zurück

Angenommen, ein Diagramm für 2025 zeigt 14.960 Bestellungen, während eine SQL-Zählung der Bestelltabelle 12.480 ergibt. Die Quelle des Diagramms verknüpft Bestellungen mit Bestellpositionen. Eine Bestellung mit mehreren Positionen erscheint daher mehrfach. Das Zählen unterschiedlicher Bestell-IDs stellt die korrekte Anzahl von 12.480 Bestellungen wieder her.

Prüfe, was eine Zeile nach dem Laden oder Verknüpfen von Daten bedeutet. SUM der Positionsmenge kann in dieser Tabelle korrekt sein, während eine einfache Zählung der Bestell-IDs die Anzahl der Bestellungen überschätzt. Wähle die Berechnung passend zu dem, was gezählt wird.

Untersuche Filter für Visual, Seite und Bericht. Prüfe Datumsbereich, zeitliche Granularität, Aggregation der Kennzahl und Kategoriebezeichnungen. Ein Schreibfehler wie „Nrod“ kann eine eigene Gruppe erzeugen. Der Umgang mit Groß- und Kleinschreibung und Leerzeichen hängt vom Werkzeug ab; Power BI ignoriert Groß- und Kleinschreibung sowie nachgestellte, aber keine führenden Leerzeichen. Bereinige uneinheitliche Beschriftungen an der Quelle, statt dich auf ein zufälliges Zusammenführen zu verlassen.

Lege ausdrücklich fest, wie fehlende Werte behandelt werden

Ein NULL-Wert kann unbekannt, nicht verfügbar oder nicht erfasst bedeuten. Tableau zeigt möglicherweise einen NULL-Hinweis, Power BI dagegen „(Leer)“. Untersuche die Bedeutung, bevor du den Wert ausschließt. Korrigiere nach Möglichkeit die Quelle, verwende gegebenenfalls eine Kategorie „Unbekannt“ oder lege einen begründeten Ausschluss offen.

Ein fehlender Zeitraum sollte sichtbar fehlen. Mache aus einem unbekannten Wert keine Null, nur um das Diagramm zu vervollständigen. Prüfe nach jedem Ausschluss die Gesamtergebnisse erneut, denn das Entfernen unbekannter Kategorien kann Prozentsätze und Rangfolgen verändern.

Dokumentiere, was Betrachter erhalten

Nenne Zeitraum und aktive Filter, Quelle, Aktualisierungsdatum und Kennzahlendefinition. Zum Beispiel gibt „Aktiver Kunde: hat in den letzten 90 Tagen mindestens einmal bestellt“ einem vertrauten Begriff eine genaue Bedeutung. Prüfe, ob Titel und Untertitel nach dem Filtern korrekt bleiben.

Lege Alternativtext, lesbare Schriftarten, barrierefreie Farben und zusätzliche Merkmale fest. Hat ein Bericht mehrere Visuals, gib ihnen eine logische Lesereihenfolge. Prüfe bei einem exportierten Bild oder PDF den tatsächlichen Export: QuickInfos können verloren gehen oder Text kann zu klein zum Lesen sein.

Stimme die Art der Freigabe auf den Zugriffsbedarf ab

Ein Bild oder PDF eignet sich für ein Dokument oder eine Folie. Eine interaktive Version lässt Leser Daten über Tableau Cloud, Tableau Server, den Power BI-Dienst oder einen geteilten Data-Studio-Bericht filtern und untersuchen.

Prüfe Zugriff und Berechtigungen für die zugrunde liegenden Daten. Veröffentliche niemals personenbezogene oder vertrauliche Daten in Tableau Public, wo Arbeiten im Internet sichtbar sind. Verwende für die betreffenden Informationen die berechtigte Zielgruppe und die passende Art der Freigabe.

Eine Aktualisierung kann eine neue Kategorie einführen, ein Gesamtergebnis verändern oder einen unvollständigen aktuellen Zeitraum ergänzen. Wiederhole nach der Aktualisierung die Daten- und Gestaltungsprüfungen, damit die nächste Version lesbar und korrekt bleibt.