EK Grundlagen Datenvisualisierung

In einer zunehmend vernetzten Welt und einem technologischem Fortschritten in rasantem Tempo produzieren wir immer mehr Daten in immer kürzerer Zeit. Die Fähigkeit, diese Daten in Echtzeit zu sammeln und zu speichern, führt zu umfassenden Datensätze, die als Big Data bezeichnet werden. Doch nur wenn man in der Lage ist, diese umfangreichen und komplexen Daten zu lesen und zu verstehen, können sie einen Nutzen haben.

Durch die Visualisierung dieser Daten können komplexe Informationen in anschauliche und leicht verständliche Formate übersetzt werden. Somit spielt Datenvisualisierung eine zentrale Rolle in der Informationsgesellschaft:  Sie verändert die Art und Weise, wie wir Daten verstehen, interpretieren und nutzen. Und genau deshalb steigen wir in diesem Projekt in die faszinierende Welt der Datenvisualisierung ein.

Im Mittelpunkt steht die Umsetzung eines Praxisprojekts, das die gesamte Datenpipeline von der Sammlung über die Analyse bis hin zur kreativen und ethischen Visualisierung in 2D, 3D und interaktiv umfasst. Darüber hinaus geht es um die Sensibilisierung für die grundlegenden Konzepte der Datenvisualisierung und diese zu erlernen und anzuwenden. Folgende Programme werden im Kurs gelehrt bzw. verwendet: Adobe Creative Suite, Blender und Processing.

Darüber hinaus werden folgende Themen behandelt:

• Einführung in Datenvisualisierungskonzepte
  Verständnis für die Grundlagen der Datenvisualisierung entwickeln.
• Datenaufbereitung und -analyse
  Erlernen der notwendigen Fähigkeiten zur Aufbereitung von Daten für Visualisierungszwecke.
• Praktische Anwendung von Tools und Software
  Anwendung von geeigneten Tools und Software zur Erstellung ansprechender Datenvisualisierungen.
• Designprinzipien und ästhetische Gestaltung
  Vertiefung der Designprinzipien für Datenvisualisierungen, insbesondere im Hinblick auf ästhetische Gestaltung und die Übermittlung von Inhalten.
• Visualisierungsformen
  Erkundung verschiedener Visualisierungsformen wie Diagramme, Grafiken und Karten für sowohl statische als auch interaktive Darstellungen.
• Fallstudien und Anwendungsbeispiele
  Analyse von Fallstudien und Anwendungsbeispielen aus verschiedenen Bereichen, um praxisnahe Einblicke in die Anwendung der Datenvisualisierung zu gewinnen.
• Ethik und Verantwortung
  Auseinandersetzung mit ethischen Fragestellungen in Bezug auf Datenmanipulation und Repräsentationsgenauigkeit bei Datenvisualisierungen.

Das Thema || Pleasure and Pain

Sie sind ungeliebte Begleiter in unserem Alltag: Menschliche Laster. Sie kommen in vielfältigen Formen vor, wie Nachlässigkeit, Prokrastination, übermäßiger Konsum, Gier und Unachtsamkeit. Das Gegenteil von Laster ist Tugend. Während Laster negative Charaktereigenschaften oder schlechte Gewohnheiten beschreiben, beziehen sich Tugenden auf positive moralische Eigenschaften und gute Verhaltensweisen.

Hausaufgabe

Da die erste gemeinsame Kursveranstaltung erst am 04. April stattfindet, beginnt der Kurs bereits am 22. März 2024 mit einer Hausaufgabe. Die Hausaufgabe könnt ihr bequem neben Euren geplanten Tätigkeiten anfertigen, aber bitte sorgfältig sein, denn die Daten sind die Basis für den ersten beiden Teile Eures Semesterprojektes.

Wir bitten Euch, eigene Daten zu euren Lastern und Tugenden zu sammeln. Laster und Tugenden sind in diesem Fall das, was ihr als solche definiert. So könnte es für jemanden ein Laster sein zu rauchen, Süßigkeiten zu essen, Alkohol zu trinken, unfreundlich sein, spät in Bett zu gehen oder lange zu schlafen. Mit Tugend meinen wir etwas, dass ihr selbst als positiv bewertet. Das könnte Fotos machen, Sport treiben, lächeln oder soziale Kontakte sein. Ihr seid ganz frei in der Wahl, allerdings sollte es etwas sein, was ihr mindestens einmal täglich tut oder lasst.

Bitte notiert ab dem 22. März mindestens einmal täglich Negatives und Positives mit folgenden Angaben:

1. Was
2. Wann (Uhrzeit)
3. Wo (Ort)
4. Befinden (auf einer Skala von -5 bis +5 (-5= sehr schlecht, +5= sehr gut, 0=neutral) 

Ihr könnt die Aufzeichnung analog (z.B. in einem Notizheft) oder digital (z.B. mit einer Tracking App oder über einen Messenger per Nachricht an Euch selbst).

Termine

Abgabe Infografik Plakat – digital | bis spätestens So, 21.04.2024 | Ende 3. SW 
Format frei, max Breite oder Höhe 42cm | 300dpi
1x pdf mit Schnittmarken
1x pdf ohne Schnittmarken
1x Verpackter Ordner
Abgabe auf Blue

Abgabe Daten & 3D Objekt | bis spätestens So, 12.05.2024 | Ende 6. SW 
Einführung 3D-Druck in der Werkstatt: Freitag, 03.05. 2024, 13:30 Uhr
Digitale Daten Abgabe auf Blue, Objekt im Raum 319

Eine Anmeldung ist für die Studierenden des 2. Studienjahres nicht erforderlich. 
Interessierte Studierende im Master und Gaststudenten wenden sich bitte rechtzeitig vor Kursbeginn an Prof. Scholz.