
Episode #37
Episode 37 | Visualisierung mit Graphen
KI-generiertes Audio: Die beiden Stimmen und ihr Gespräch in dieser Folge sind von einer KI erzeugt. Die Hosts sind keine echten Menschen. So entsteht die Folge: Unser Team wählt jedes Thema aus und schneidet den Ton. Recherche und Shownotes entstehen mit KI, wir lesen sie vor der Veröffentlichung. Warum KI? So können wir dir begutachtete Forschung kostenlos auf Deutsch und Englisch bringen. Die Quellen findest du unten. Episodenzusammenfassung Im Jahr 2005 setzten zwei Forschende in Sydney Versuchspersonen einen am Kopf befestigten Eyetracker auf und zeigten ihnen kleine Netzwerkdiagramme, also Punkte, die durch Linien verbunden sind, wobei sich einige Linien kreuzten. Das Regelwerk des Fachs sagte, Kreuzungen seien der Feind jedes lesbaren Diagramms. Du würdest also erwarten, dass die Augen an jeder Kreuzung stolpern. Als die Forschenden die Videos abspielten, gingen die Augen glatt hindurch. In ihren Worten schienen die Teilnehmenden "Kreuzungen einfach zu ignorieren". Was macht ein Diagramm aus Verbindungen also wirklich schwer lesbar? Und warum wurden die Regeln Jahre, teils Jahrzehnte, aufgeschrieben, bevor jemand sie überprüfte? In dieser Episode nehmen wir das Regelwerk des Graphenzeichnens unter die Lupe. Ein Graph meint hier ein Netzwerk, also Punkte, die Knoten heißen, verbunden durch Linien, die Kanten heißen, und kein Balkendiagramm. Weniger Kreuzungen, weniger Knicke, keine überlappenden Knoten: Jede Regel wird einsortiert, je nachdem, ob sie getestet wurde und hält, getestet wurde und enger gilt als erzählt, gescheitert ist oder nie getestet wurde. Der berühmte Befund zu Kreuzungen beruht auf einem einzigen Graphen mit sechzehn Knoten. Die Regel, dass Knoten nicht überlappen sollen, wurde, soweit bekannt, nie direkt getestet. Dasselbe Netzwerk, anders gezeichnet, führt zu anderen Schlüssen. Und irgendwo zwischen fünfzig und hundert Knoten hört eine flache Zeichnung auf, beim Nachverfolgen von Verbindungen zu helfen. Darunter liegt ein Befund über die Wahrnehmung: Du siehst ein Netzwerk nicht auf einen Blick, du liest es, weitgehend Weg für Weg. Ein Diagramm hebt die Linie, die Text dem Wissen aufzwingt, nicht auf. Es überlässt es dir, dieser Linie zu folgen. Behandelte Kernthemen Was "Graph" in dieser Episode bedeutet: Netzwerke aus Knoten und Kanten, keine statistischen Diagramme Gründungsmythen korrigiert: Euler hat den Graphen zum Königsberger Brückenproblem nie gezeichnet, und die Regel "weniger Kreuzungen" ist älter als Moreno, mit Mary Northway 1940 und Edgar Borgattas Formulierung von 1951 Wie in den 1980er und 1990er Jahren ein Regelwerk "allgemein akzeptierter ästhetischer Kriterien" übernommen wurde, bevor jemand es an Lesenden testete Warum eine Linie "zusammengehörig" bedeutet: Verbundenheit als Gruppierungsprinzip, und Larkin und Simon darüber, warum ein Diagramm nur manchmal mehr sagt als zehntausend Worte Kurvenverfolgung: warum das Urteil, ob zwei Punkte verbunden sind, Zeit kostet, die du gar nicht bemerkst Purchases Kreuzungsexperiment von 1997, worauf es beruht, und der Satz, den jede Nacherzählung weglässt Ware, Purchase und ihr Team: Es zählen die Kreuzungen auf dem Pfad, dem du folgst, und wie kurvig dieser Pfad ist, nicht die Gesamtzahl der Kreuzungen, und ein zweites Labor, in dem diese Reihenfolge hielt Warum bei großen, schwierigen Zeichnungen wieder das gesamte Gewirr zählt Was der Eyetracker sah: Augen, die in kleinen Zeichnungen durch steile Kreuzungen gleiten, und Blicke, die in einer größeren Zeichnung an flachen Kreuzungen hin und her springen Die Neigung zum geradlinigen Weg: warum ein Seitenzweig, der auf dein Ziel zeigt, eine Falle ist Kreuzungswinkel, der Befund zu 70 Grad, und wie er in der Mathematik die Theorie der Zeichnungen mit rechtwinkligen Kreuzungen anstieß Zwei überlieferte Behauptungen entwirrt: Die Eyetrackingstudien haben nie kognitive Belastung gemessen, und die Studie zur kognitiven Belastung nutzte keinen Eyetracker Die Regel, die niemand testete: "Knoten sollen nicht überlappen", und die Kanten unter Knoten, die 2002 ein Experiment störten und erst 2015 ein einziges Mal gemessen wurden Lösungen mit Nebenwirkungen: Kantenbündelung, spitz zulaufende Kanten gegenüber Pfeilspitzen, und gekrümmte Kanten Gleiches Netzwerk, andere Geschichte: Das Layout verändert, welche Gruppen und welche wichtigen Personen Betrachtende erkennen, und McGraths "Erstes Prinzip" Vorlieben als unzuverlässiger Maßstab für Lesbarkeit, auch wenn sie manchmal in die richtige Richtung zeigen Sich an ein Diagramm zu erinnern heißt nicht, es zu verstehen: Symmetrie, Regionen und Beschriftungen helfen dem Gedächtnis und können das Lesen erschweren Verborgene Anstrengung: Zwei Diagramme, die bei Tempo und Genauigkeit gleich wirken, können trotzdem unterschiedlich viel geistige Anstrengung kosten Netzwerkdiagramme gegenüber Adjazenzmatrizen: Größe, Dichte, Aufgabe und Vertrautheit entscheiden Die Grenze: eine mediane Testgröße von 49,5 Knoten, und ein Kipppunkt zwischen 50 und 100 Knoten beim Lesen von Pfaden in flachen, statischen Zeichnungen Stammbäume der Evolution: wie gute Fortsetzung Studierende das "Leiterformat" falsch lesen lässt, und was hilft Praktische Hinweise: gerade Wege, steile Kreuzungen, Verbundenes nah beieinander, und nur die Beziehungen, die die Frage wirklich braucht Erwähnte Forscherinnen und Forscher Helen Purchase (Queensland, später Glasgow und Monash) : führte die ersten Experimente dazu durch, ob Regeln des Graphenzeichnens beim Lesen helfen, und veröffentlichte später A healthy critical attitude , eine ungewöhnlich offene Überprüfung von Ergebnissen aus diesem Forschungsprogramm Colin Ware (New Hampshire) : Wahrnehmung für Visualisierungsdesign, Kurvigkeit von Pfaden und Kreuzungen auf dem Weg, und mit Peter Mitchell Tiefenhinweise für große Graphen Weidong Huang (Sydney) : die Eyetrackingstudien zum Lesen von Graphen, die Neigung zum geradlinigen Weg, die Experimente zu Kreuzungswinkeln und der Ansatz der kognitiven Belastung Peter Eades (Sydney) : erfand 1984 das Federmodell für Graphenlayouts und schrieb die Studien zu Kreuzungswinkeln und kognitiver Belastung mit Seokhee Hong (Sydney) : beteiligt an den Studien zu Kreuzungswinkeln, Soziogrammen und kognitiver Belastung Jessica Dawson, Tamara Munzner und Joanna McGrenere (British Columbia) : überprüften Wares Ergebnis an dichteren Graphen und maßen als Erste die Kosten von Kanten, die unter Knoten verlaufen Walter Didimo und Giuseppe Liotta (Perugia) : machten aus dem Befund zu Kreuzungswinkeln die Theorie der Zeichnungen mit rechtwinkligen Kreuzungen Stephen Kobourov (Arizona) : Kreuzungen in großen Graphen, Zeichnungen mit gekrümmten Kanten, Erinnern an kartenähnliche Darstellungen, und Netzwerkdiagramme gegenüber Matrizen Vahan Yoghourdjian, Tim Dwyer, Kim Marriott und Michael Wybrow (Monash) : erfassten, wie große Graphen das Fach testet, und maßen dann, wo das Lesen von Pfaden zusammenbricht Cathleen McGrath, Jim Blythe und David Krackhardt (Carnegie Mellon) : zeigten, dass dasselbe soziale Netzwerk, anders angeordnet, zu anderen Schlüssen führt Gavin Mooney und Team : die Experimente von 2025, nach denen Layouts, deren Abstände dem Netzwerk entsprechen, genauer gelesen werden Pierre Jolicoeur und Shimon Ullman : Kurvenverfolgung als grundle...

