4. Literaturanalyse
Nun wird mithilfe der dargelegten Konzepte und einiger anderer Quellen, die den relevanten Bereich schneiden eine Zusammenfassung der Forschungsergebnisse erstellt. Darauffolgend werden ausgehend von der Evaluierung die wichtigsten Richtlinien für BI Dashboards erschlossen.
4.1 Evaluierung der Literaturanalyse
Die Ergebnisse der Literaturanalyse werden in diesem Kapital dargestellt. Die Konzepte, die in dem jeweiligen Artikel behandelt wurden, sind in der Konzeptmatrix mit einem „x“ gekennzeichnet. Dabei folgt die Struktur der Evaluierung den Analysestufen der Konzeptmatrix, also von oben nach unten. Dazu werden die einzelnen Konzepte zunächst beschrieben, wenn dies zum weiteren Verständnis erforderlich ist. Danach werden die verschiedenen Standpunkte und Beiträge zu den Konzepten zusammengefasst dargestellt. Da sich diese Arbeit weitestgehend auf Visualisierungsaspekte von Dashboards bezieht, werden Abbildungen aus verschiedenen Quellen verwendet, um die einzelnen Designelemente und kritischen Erfolgsfaktoren zu verdeutlichen.
4.1.1 Visualisierungselemente und Funktionen für Dashboards
Obwohl viel Literatur zu den einzelnen Visualisierungselementen existiert, gelten für Dashboards ein paar andere Regeln als für normale Interfaces. In diesem Abschnitt werden ausgewählte Visualisierungselemente anhand ihrer Wichtigkeit für Dashboard-Design abgehandelt. Bei der Erstellung dieser Visualisierungselemente ist allgemein auf die in Abschnitt 2.4 genannten Gestaltungsgrundlagen der Expressivität, Effizienz und Angemessenheit zu achten.
Balkendiagramm
Das Säulen- oder Balkendiagramm bildet quantitative Werte einer oder mehrerer Kategorien durch eine Reihe von gleichbreiten Balken auf einer Skala ab. Die Höhe der Balken gibt dabei die Werte der Ausprägungen an (Schumann und Müller, 2000, S.134). Die Ausrichtung der Balken ist dabei horizontal oder vertikal. Bei einer vertikalen Ausrichtung spricht man von einem Säulendiagramm, bei horizontaler von einem Balkendiagramm. Diese Grunddiagrammarten sind in der Lage Werte einer Kategorie abzubilden. Arten von Balkendiagrammen zur Darstellung von Werten mehrerer Kategorien sind das gestapelte und gruppierte Balkendiagramm. Bei einem gestapeltem Balken-/Säulendiagramm werden die Werte verschiedener Ausprägungen übereinander gelagert und die Höhe der einzelnen Ablagerungen gibt den Wert der Ausprägung an. Bei einem gruppierten Säulen-/Balkendiagramm werden mehrere Kategorien nebeneinander abgetragen, deren Ausprägungen jeweils einer Säule zugeteilt sind. Für den Vergleich von positiven und negativen Werten in einem Diagramm kann eine Grundlinie festgelegt werden, von der ausgehend die Balken nach unten oder nach links für negative Werte und nach oben oder nach rechts für positive Werte verlaufen. Diese Art des Balkendiagramms heißt Abweichungsdiagramm (Bouchon, 2007).
Da über die Länge/Höhe der einzelnen Balken sehr einfach und anhand eines Blickes eine Rangfolge erschlossen werden kann, eignen sich Balkendiagramme gut für den quantitativen Vergleich einer Kategorie (Sherman, 2015, S.351). Diese Darstellung ist allerdings nur möglich, wenn die abgebildeten Kategorien nominal oder ordinal skaliert sind (Few, 2006, S.132). Die abgebildeten Daten dürfen also nur aus einem numerischen Bestandteil bestehen. Bei mehr numerischen Bestandteilen sollte eine Tabelle oder ein Liniendiagramm verwendet werden (Froese & Tory, 2016, S.88). Bei einem Vergleich mehrere Kategorien wurden das gestapelte und das gruppierte Balkendiagramm vorgestellt. Laut Few (2006) sollte hier das gruppierte Balkendiagramm verwendet werden, da bei einem gruppierten Balkendiagramm nur der Wert vom Startpunkt des Balkens auf der Skala bis zum obersten Punkt des Balkens abgelesen und mit den anderen Balkenhöhen in der jeweiligen Kategorie verglichen werden muss. Bei einem gestapelten Balkendiagramm hingegen muss der Betrachter die Differenzen der übereinander gelagerten Flächen bilden und miteinander vergleichen, um die einzelnen Werte zu begreifen. Dieses Vorgehen erfordert einen Denkschritt mehr, um eine Rangfolge erstellen zu können. Außerdem ist eine Rangfolge pro Kategorie nicht auf einen Blick ersichtlich und die Herleitung dieser Rangfolge erhöht den cognitive load auf den Betrachter (Few, 2006, S.113f). Balkendiagramme sind also nur sinnvoll, wenn die abgebildeten Werte einer diskreten Skala folgen und keinen Trend, sondern einen Vergleich abbilden. Für die Darstellung eines Trends sollte ein Liniendiagramm verwendet werden (Sherman, 2015, S.351f; Few, 2006, S.120).
Liniendiagramm
Liniendiagramm bilden metrische Größen anhand quantitativer Werte auf einer horizontalen Zeitachse ab (Schumann & Müller, 2000, S.133). Somit folgen die dargestellten Werte einer chronologischen Reihenfolge (Few, 2006, S.114). Dabei werden die einzelnen Kategorien in der Legende, nicht auf einer der Achsen, aufgeführt. Die Werte der einzelnen Kategorien pro Zeiteinheit werden mit Punkten in der Diagrammfläche gekennzeichnet. Benachbarte Punkte werden verbunden und es entsteht eine Linie, die eine Entwicklung der Kategorie im Zeitverlauf abbildet. Liniendiagramme eignen sich somit grundsätzlich für die Darstellung mehrere Kategorien mit einer Oberschranke von ca. vier Kategorien (Schuhmann, 2000, S.133).
Die Literatur ist sich einig darüber, dass Liniendiagramme sich sehr gut zur Darstellung von Trends eignen (siehe Jacob, 2011 S.30; Froese & Tory, 2016, S.4; Sherman, 2015, S.351; Few, 2006 S.120). Bei mehr als 2 Variablen wird zur Differenzierung der Wertverläufe die Verwendung von Farben für die einzelnen Variablen oder verschiedenen Linienarten geraten (siehe Jacob, 2011, S.30; Schumann & Müller, 2000, S.133; Sherman, 2015, S.351). Nach Few (2006) sind Liniendiagramme nicht sinnvoll, um nominal- oder ordinalskalierten Daten abzubilden, da die chronologische Ordnung bei diesen Datenarten störend ist. Hier sollten, wie oben beschrieben, Balkendiagramme verwendet werden (Few, 2006, S.113). Für Gründe der Benutzbarkeit sollten die Daten der einzelnen Variablen im Rahmen der gewählten Skalierung nicht zu stark schwanken. Im Fall zu großer Schwankungen kommt es zu Verzerrungen. Folglich können Datenverläufe nicht mehr sinnvoll verglichen werden und für Datenverläufe, die weniger schwanken, ist die Veränderung der Daten über den Zeitverlauf nur noch schwer erkennbar.
Streudiagramme
Streudiagramme beschreiben die gemeinsame Verteilung von zwei Variablen, abgetragen in einem kartesischen Koordinatensystem. Sie eignen sich dazu, Korrelation zwischen einer unabhängigen und abhängigen Variable abzubilden. Für mehr als zwei Variablen, mit gleichen Wertbereichseigenschaften, werden Streudiagrammmatrizen verwendet (Schumann & Müller, 2000, S.132). Eine Studie durchgeführt von Cleveland und McGill (1984) zeigt, dass sich Streudiagramme besonders gut eignen, um Daten fehlerfrei und nicht verzerrt zu vermitteln. Der Grund ist das Abtragen der Variablen auf der x- und y- Achse und somit das Erstellen einer relativen Position (Cleveland & McGill, 1984). Laut Schuhmann und Müller (2000) ist der Mensch hervorragend darin, relative Positionen zweier Punkte zu vergleichen (siehe Schumann & Müller, 2000, S.132). Nach Few (2006) dauert es allerdings zu lange, den Inhalt von Streudiagrammen zu verstehen und sie eignen sich deshalb nicht für ein Dashboard, da hier der cognitive load minimiert werden soll. Nur durch eine Trendlinie entlang der Wertpaare sei ein Scatterplot sinnvoll nutzbar (Few, 2006, S.126-128). Auch Froese & Tory (2016) bestätigen diese Aussage anhand ihrer Fallbeispiele. Komplexe Diagrammsorten, wie das Streudiagramm sind aufgrund des Platzverbrauchs und gleichzeitigem Analyseaufwand ungeeignet (Froese & Tory, 2016, S. 88). Bei Streudiagrammen gibt es somit laut Jacob (2011) et al. einen Zielkonflikt zwischen Effektivität und Effizienz der Darstellung (Jacob, 2011, S.33).
Box Plots
Box Plots sind sinnvoll für eine Verteilungsanalyse statistischer Daten und werden auf einem Dashboard anstatt eines Histogramms verwendet, da Informationsdichte höher und Wahrnehmung besser ist. Die gesamte quantitative Reichweite einer Variable, also Maximum, Minimum und Median ist ablesbar (Sherman, 2015, S.357).
|
Abbildung 6: Vereinfachte Version eines Box Plots |
Die graue Fläche gibt die Reichweite vom 25%- bis zum 75%-Quantil wieder, also 50% der Werte. Die Striche geben die Reichweite des höchsten und niedrigsten Wert vom Median wieder. Sie sind dabei maximal so lang, wie die graue Fläche im Inneren.
Sparklines
Sparklines sind Linien- und Balkendiagramme in Wortgröße in der Länge eines mittellangen Wortes ohne eine quantitative Skala. Nur der letzte Wert, also der aktuelle wird am Ende des Diagramms angegeben. Sparklines geben somit nur den Trend einer Wertreihe über einen bestimmten Zeitraum wieder und keinerlei Auskunft über die numerischen Werte der Wertreihe. (Jacob, S.30)
Abbildung 7: Sparklines, Boxplots und Bullet Graps
Quelle: Dashboard Design for Real-Time Situation Awareness, Few 2007
Da sie erst 2006 von Edward R. Tufte entwickelt wurden, gibt wenige Beiträge zur Relevanz von Sparklines für das Medium Dashboard. Die Hauptaussage seines Buches ist die Datenwiedergabe pro Pixel zu maximieren und Sparklines sind ein Werkzeug für diese Aufgabe (Tufte, 2006). Nach unserer Literaturauswertung hat sich einzig Few zunächst in seinem Buch „Information Dashboard Design“ und schließlich in dem Artikel „Dashboard Design for Real-Time Situation Awareness“ zu diesem Thema geäußert. Sparklines würden sich, laut Few (2006), hervorragend für Dashboards einigen. „This is exactly what's required in a dashboard. Instead of details, you must display a quick view that can be assimilated at a glance. The details can come later, if needed, in the form of supplemental graphs and reports“ (siehe Few, 2006, S.121). Er lobt vor allem den platzsparenden und informationsverdichtenden Charakter von Sparklines und die Möglichkeit der Kombination mit der „Drill down“-Funktion. Die historische Entwicklung der Daten bereichert den Sinn des abgebildeten IST-Wertes. Dabei sind Sparklines wesentlich Aussagekräftiger als zum Beispiel Trendpfeile (siehe Few, 2007 S.20).
Kreisdiagramme
Wie das Balkendiagramm, ist das Kreis- oder Kuchendiagramm in der Lage Werte verschiedener Kategorien abzubilden. Dabei wird statt der Höhe der Balken, die Fläche, die jede Kategorie vom gesamten Kreis einnimmt, als Vergleich verwendet. Schuhmann und Müller (2000) beschreiben die Eigenschaften von Kreisdiagrammen. Sobald die Anzahl der dargestellten Kategorien fünf überschreitet wird der Vergleich der einzelnen Flächen für den Menschen schwer. Außerdem kann keine Ordnung zwischen den Kategorien hergestellt werden. Des Weiteren benötigt das Kreisdiagramm pro weiterer, gewählter Kategorie mehr Platz. Der einzige Vorteil gegenüber Balkendiagrammen besteht darin, dass durch die Kreisform die Kategorien als Teil eines Ganzes angesehen werden (siehe Schuhmann & Müller, 2000, S.145; Sherman, 2015, S.351). Diesen Vergleich zwischen Balken- und Kreisdiagrammen hat besonders Few in seinem Artikel „Safe the Pies for Dessert“ dargelegt. Er relativiert diesen Vorteil, indem er Balkendiagramme mit prozentualer Wertskala vorschlägt. Mit dieser einfachen Anpassung lassen sich Aussagen über die Kategorien als Teil des Ganzen machen. Damit sind Kreisdiagramme Balkendiagrammen kategorisch unterlegen.
Abbildung 8: Vergleich eines Kreisdiagramms mit einem Balkendiagramm mit prozentualer Skala
Quelle: Few, 2006
Des Weiteren vergleicht der Artikel das Kreisdiagramm mit Tabellen und Liniendiagrammen und beschreibt verschiedene Formen und Abänderungen des Kreisdiagramms und deren Schwächen. Dabei geht er besonders darauf ein, dass die Informationen nicht auf einen Blick erschlossen werden können. Dies sei aber das Wichtigste Merkmal einer Darstellungsform auf einem Dashboard. Schlussendlich gehört das Kreisdiagramm zu den ungeeigneten Kandidaten für das Dashboard-Design, da die Informationsdichte zu gering und der cognitive load zu hoch ist (Few, 2007). Trotzdem werden Kreisdiagramme heutzutage weiterhin auf Dashboards verwendet, wie auch die Fallbeispiele von Froese & Tory zeigen (siehe Froese & Tory, 2016, S.6; Few, 2005, S.1).
Farbe
Farbton beschreibt präziser das, was Menschen normalerweise unter Farben verstehen (Few, 2006,S.84). Ein wesentlicher Einfluss bei der Definition eines Farbtons spielt die Helligkeit (vgl. Schlatter & Lewinson, 2013, S.184ff). Eine Farbe kann je nach Helligkeit im Farbton variieren. Unter Helligkeit versteht man den Grad, wie hell oder dunkel etwas erscheint, wobei die Skala von komplett schwarz bis komplett weiß reicht. Abschließend beschreibt die Sättigung den Grad der Reinheit einer Farbe in Relation zu einer ungesättigten Farbe (Few, 2006, S.84f).
Allerdings werden Farben je nach Kultur unterschiedlich wahrgenommen und interpretiert. Daher ist es schwer allgemeingültige Regeln für den Gebrauch von Farben zu definieren. Um die Aufmerksamkeit des Betrachters zu lenken kann es somit hilfreich sein mit Kontrasten zu arbeiten, da Farbe relativ zur Umgebung und je nach Umgebungsfarbe unterschiedlich in ihrem Farbton und der Helligkeit wahrgenommen wird (vgl. Stapelkamp, 2007, S.181). Kontraste können eine hierarchische Struktur erzeugen, durch die das Auge des Betrachters geleitet wird. Im Folgenden wird nun auf zwei Arten Kontraste zu nutzen eingegangen. Eine Möglichkeit ist ein warm-kalt-Kontrast, der den Effekt hat warme Farben hervorzuheben und kalte Farben in den Hintergrund rücken zu lassen. Wenn man von warmen Farben spricht bezieht sich das auf Farben, die einen, gelben, roten oder orangen Farbton haben. Kalte Farben beziehen sich auf die Farbtöne grün, blau und violett, was Abbildung 9 unten zeigt (Schlatter & Lewinson, 2013, S.187).
Abbildung 9: Beispiel warm-kalt-Kontrast
Quelle: Schlatter, 2013, S.187
Eine weitere Möglichkeit ist der komplementäre Kontrast. Bei dieser Art von Kontrast werden Farbkombinationen verwendet, die sich im traditionellen Farbkreis gegenüberliegen. Dies führt dazu, dass die Farben in ihrer reinen Farbtiefe wahrgenommen werden. Dies zeigt die Abbildung 10 (Schlatter & Lewinson, 2013, S.191):
Abbildung 10: Traditioneller Farbkreis
Quelle: Schlatter, 2013, S.191
Abbildung 11: Beispiel für komplementäre Farbpaare
Quelle: Schlatter, 2013, S.189
Farben sind also ein grundlegendes Gestaltungselement bei der Visualisierung und somit auch beim Design von Dashboards. Ein nicht unwesentliches Problem bei dem Einsatz von Farben ist allerdings die Farbfehlsichtigkeit, unter der einige Menschen leiden. Hierauf soll im Folgenden genauer eingegangen werden.
Farbfehlsichtigkeit
Farbfehlsichtigkeit ist sehr verbreitet und bei der Visualisierung von Daten somit ein nicht zu vernachlässigender Aspekt (Schumann & Müller, 2000, S.157). So leiden 8% der Männer und 0,4% der Frauen unter Farbfehlsichtigkeit. Dieser signifikante Unterschied zwischen Männern und Frauen liegt darin begründet, dass Farbfehlsichtigkeit durch Mutation des X-Chromosoms auftritt. Da Frauen zwei X-Chromosomen und Männer lediglich ein X-Chromosom besitzen tritt bei Männern deutlich häufiger eine entsprechende Sehschwäche auf. Da der Auslöser eine Genmutation ist, ist die Farbfehlsichtigkeit auch in der Regel genetisch bedingt und nicht therapierbar. Betroffene können dadurch einige Farben gar nicht oder nur schwach erkennen bzw. bestimmte Farben nicht unterscheiden. Bei ca. der Hälfte der Betroffenen liegt eine Grünschwäche vor und bei 25% eine Grünblindheit. 15% leiden unter Rotblindheit bzw. 10% unter Rotschwäche. Eine Blaustörung oder totale Farbblindheit tritt dagegen extrem selten auf (Stapelkamp, 2007, S.88). Die Abbildungen 12 bis 15 zeigen anhand der Ampelmetapher, wie Betroffene der jeweiligen Farbfehlsichtigkeit die Farben grün, gelb und rot wahrnehmen.
Abbildung 12: Farbampel aus Sicht eines nicht Farbfehlsichtigen
Quelle: Few, 2006, S.153
Abbildung 13: Farbampel aus Sicht eines Farbfehlsichtigen mit Grünschwäche
Quelle: Few, 2006, S.153
Abbildung 14: Farbampel aus Sicht eines Farbfehlsichtigen mit Rotschwäche
Quelle: Eigene Illustration, in Anlehnung an Few, 2006, S.153
Abbildung 15: Farbampel aus Sicht eines Farbfehlsichtigen mit Blauschwäche
Quelle: Eigene Illustration, in Anlehnung an Few, 2006, S.153
Da Farbfehlsichtigkeit ein großes Hindernis bei der Betrachtung von Dashboards sein kann ist es hilfreich durch weitere Visualisierungselemente die Aufmerksamkeit des Betrachters zu lenken. Dazu wird im nächsten Abschnitt auf Icons und Symbole eingegangen.
Icons und Symbole
Icons sind simple Bilder, die eine klare und einfache Bedeutung kommunizieren (vgl. Eckerson, 2011, S.245), während Symbole eher willkürliche Zeichen sind, dessen Aussage durch eine definierte Regel in Beziehung zu einem bestimmten Objekt steht (Stapelkamp, 2007, S.161). Sich einprägende Icons und Symbole mit bestimmter Bedeutung können leicht vom Betrachter von anderen unterschieden werden. Bestimmte Icons und Symbole haben dabei allgemeingültige Bedeutungen (z.B. Pfeile) (Johnson, 2010, Kapitel 9). Die Aussage der verwendeten Icons muss der präzise und auf das wesentliche reduziert sein, um für die Verwendung auf Dashboards geeignet zu sein. Symbole und Icons können dabei genutzt werden, um Trends oder aktuelle Standpunkte anzuzeigen und die Aufmerksamkeit des Nutzers auf diese zu lenken. Icons dürfen nur eine Interpretation zulassen, mit der dennoch eine umfangreiche Botschaft vermittelt wird (Eckerson, 2011, S.158). Nach Few (2006) lassen sich hauptsächlich in drei Kategorien einteilen: Warnsymbole, auf/ab-Icons und an/aus-Icons.
Warnsymbole sind hilfreich, um Aufmerksamkeit auf eine bestimmte Information zu lenken, besonders, wenn etwas nicht richtig läuft und eine Handlung erfordert. Dazu müssen die Icons simpel gestaltet und gut wahrnehmbar sein. Bei der Gestaltung von Dashboards ist es dazu sinnvoll die Anzahl der verwendeten Icons zu minimieren. Warnsymbole erregen nur wenig bis keine Aufmerksamkeit, wenn sie immer sichtbar sind, im Gegensatz zu Icons, die nur auftreten, wenn etwas wirklich die Aufmerksamkeit des Betrachters benötigt. Zu empfehlen ist dabei die Verwendung einfacher Formen, wie ein Kreis oder Quadrat. Ist es dabei nötig unterschiedliche Level an Aufmerksamkeit zu erzeugen, ist es sinnvoll ein Symbol zu verwenden und lediglich die Farbe zu variieren um die Stufen zu visualisieren. Bedingt durch die Farbfehlsichtigkeit) ist es sinnvoll, lediglich die Intensität eines Farbtons (s. oben Farbe) zu variieren, statt unterschiedliche Farben zu verwenden (vgl. Few, 2006, S.153f).
Abbildung 16: Beispiel eines Warnsymbols, wie es ein nicht Farbfehlsichtiger sieht im Vergleich der Wahrnehmung eines Farbfehlsichtigen mit Grünschwäche
Quelle: Few, 2006, S.154
In Abbildung 16 werden beispielhafte Warnsymbole mit unterschiedlicher Intensität dargestellt. Die Linke Seite zeigt ein Warnsymbol in zwei rot Tönen, während die rechte Seite zeigt wie ein Farbfehlsichtiger dieses wahrnimmt.
Auf/ab-Icons übermitteln Informationen über An- und Abstiege verschiedener Messwerte im Vergleich zu einem bestimmten Wert z.B. einem Wert aus der Vergangenheit oder einem bestimmten Zielwert. Diese Art Icons findet vor allem in Dashboards für die Anzeige von Finanzen Verwendung um z.B. Kursentwicklungen anzuzeigen. Beliebte Symbole sind hier Pfeile oder auch die Triangel, welche zusätzliche farblich untermalt werden können. Allgemein wird rot dabei für Abstiege und grün für Aufstiege in Anlehnung an die Ampel Metapher verwendet.
Abbildung 17: Beispiel für simple auf/ab-Icons
Quelle: Few, 2006, S.154
Abbildung 17 zeigt beispielhaft, wie entsprechende Icons aussehen könnten. Hierbei können auch von Farbfehlsichtigkeit Betroffene die Icons verstehen und leicht interpretieren, da auch ohne Farbe die Bedeutung der Icons deutlich wird.
An/aus-Icons zeigen auf simple, direkte Weise den Status verschiedener Gegenstände, Objekte oder Werte. So kann man mit Ihnen anzeigen, ob eine Veranstaltung in der Vergangenheit liegt und abgeschlossen ist oder in der Zukunft noch ansteht. Ein weiteres Beispiel sind Produkte die nicht mehr verkauft werden sollen oder Neuentwicklungen, die in Zukunft auf den Markt kommen. Die dazu gängigen Symbole sind Häkchen, Sternchen oder ein X (wie in Abbildung 18 dargestellt) Wichtig ist dabei, dass man bei einem Symbol bleibt und nicht zwischen mehreren wechselt (vgl. Few, 2006, S.154).
Abbildung 18: Beispiel für an/aus-Icons
Quelle: Few, 2006, S.155
Drill down
Die „drill down“-Funktion eines Dashboards ermöglicht das Erschließen weiterer Daten über einen Wechsel in eine tieferliegende Ebene des Dashboards, also ein neues Interface oder über das Anzeigen weiterer Informationen durch das Bewegen des Cursors über verschiedene Elemente (Few, 2006).
Abbildung 19: Das Prinzip des Drill down, veranschaulicht mit den durchdringbaren Businessschichten
Quelle: Lea, B. and Fui Hoon Nah, F., 2013
Einige Artikel erwähnen, dass die Möglichkeit weitere Informationen zu erschließen essentiell sei und der Entscheidungsunterstützung diene (siehe Dees, 2009; Eckerson, 2011; Zhang et al., 2011). Wenn eine Reaktion erforderlich wird, sollten laut Froese und Tory (2016) weitere Daten auf Knopfdruck bereitgestellt werden, um den Grund für das aufgetretene Problem zu erschließen (Froese & Tory, 2016, S.87; Stocker, 2012, S. 40). Laut Velcu-Laitinen und Yigitbasioglu (2012) können Dashboards durch die „drill down“-Funktion universal eingesetzt werden, da bei benötigter Information nicht das Darstellungstool gewechselt werden muss und durch unterschiedliche Detailgrade ein Einsatz in mehreren Managementebenen ermöglicht wird (Velcu-Laitinen & Yigitbasioglu, 2012, S.41). Designtechnisch könne ein Button („Siehe mehr“) den jeweiligen Medien zugeordnet werden. (Froese & Tory, 2016, S. 84) Dieses Design sollte für alle Elemente gleich sein, um die Interaktion platzsparend und intuitiv zu gestalten (Few, 2006). Dabei sollte, laut Prethus und Canales (2015) der Drill down so tief wie möglich gehen, mit der Einschränkung der Datenerreichbarkeit auf die Businessschicht, da tieferliegende Datenschichten für Manager meistens nutzlos und unverständlich sind (Prethus & Canales, 2015, S.12). Eine spezifischere Analyse der Datenerreichbarkeit innerhalb dieser Businessschicht für die jeweiligen Rollen fordern Jacob et al. (2012). Eine schnelle Erreichbarkeit weiterer Informationen sei, laut Goldmeier und Duggirala (2015), besonders für Operationsdashboards von Vorteil (Goldmeier & Duggirala, 2015, S.156).
Alerts und Highlighting
Alarme und das Hervorheben von Informationen erfüllen im Prinzip die gleiche Funktion. Sie lenken die Aufmerksamkeit stark auf ein bestimmtes Element des Bildschirmes. Alarme sind dabei Echtzeitbenachrichtigungen, die erscheinen, sobald ein KPI eine bestimmte Abweichungsgrenze überschritten hat (Eckerson, 2011, S.205). Sie können durch Blinken (Few, 2006), Farbsignale und Audiosignale auftreten (Velcu-Laitinen & Yigitbasioglu, 2012; Joubert & Van Belle, 2016). Stocker (2012) trifft die Aussage, dass Alarme möglichst proaktiv gestaltet sein sollten, sodass eine Entscheidung getroffen werden kann, bevor ein schwerwiegendes Problem auftritt (Stocker, 2012, S.39). Few (2007) rät zur Überbenutzung ab. Alarme sollten nur bei wichtigen KPIs oder groben Abweichungen eingesetzt werden. Zu viele oder zu unwichtige Alarme führen dazu, dass sie nach kurzer Zeit von den Benutzern ignoriert werden. Auch die Verwendung von Ampelfarben verursacht zu viel visuellen Lärm und sollte vermieden werden (Few, 2007). Few und Stocker haben in Bezug auf den Einsatz eines Alarms unterschiedliche Meinungen. Während Few (2007) den Einsatz eines Alarmes nur auf schlechte Entwicklungen beschränkt, da nur diese wirklich eine Reaktion erfordern, spricht Stocker (2012) davon, diese auch bei positiven Trends einzusetzen, um Gelegenheiten zu markieren (Stocker, 2012; Few, 2007). Beim Hervorheben oder „Hightlighting“ gelten ähnliche Regeln, wie bei Alarmsignalen. Bestimmte Daten werden dauerhaft durch einen visuellen Stimulus unterstützt. Dies können Größenunterschiede oder Farbsignale sein (Few, 2006). Diese Art der Betonung sei laut Few (2007) und Clark, Lyons und Hoover (2004) nur effektiv, wenn sie sparsam eingesetzt wird. Mit zu vielen optischen Signalen kann der Benutzer seine Aufmerksamkeit nicht mehr auf das eigentliche Problem fokussieren (Few, 2007; Clark, Lyons & Hoover, 2004).
4.1.2 Kritische Erfolgsfaktoren für das Design von BI Dashboards
Die Designentwicklung eines Dashboards ist besonders davon geprägt, viele entscheidungsrelevante Informationen einfach und auf einen Blick erkennbar anzuzeigen. Dem Erarbeiten von Richtlinien für BI Dashboards geht eine Analyse von kritischen Erfolgsfaktoren voran. Dabei wird auf für Interfaces grundlegende Erfolgsfaktoren und Dashboard-spezifische Erfolgsfaktoren eingegangen.
Benutzbarkeit
In dieser Arbeit wird für die Benutzbarkeit eine Definition nach Nielsen (2012) verwendet, da sie besser zum Ziel eines Dashboards passt als die allgemeine ISO-Definition. Nielsen stellt fünf Benutzbarkeitskriterien auf: Lernbarkeit, Bearbeitungszeit, Wiederbenutzung, Fehlerquote und Benutzerzufriedenheit. Seine Definition bezieht sich eher auf die Einfachheit der Benutzung von Interfaces (vgl. Nielsen, 2012). Laut Few (2005) ist ein Dashboard benutzbar, wenn es nicht zu viele Details anzeigen, da sonst Daten abgebildet werden, die für die jeweilige Aufgabe unwichtig sind und die Verarbeitung Zeit in Anspruch nimmt. Er spricht vor allem die Konstanz und Qualität in der Wahl von visuellen Merkmalen als Kriterium für die Benutzbarkeit von Dashboards an. Dabei ist die effiziente Aufnahme wichtiger Informationen entscheidend (Few, 2005). De Croon et al. (2015) geben als Benutzbarkeitskriterien vor allem Bearbeitungszeit, Fehlerrate und die wahrgenommene Schwierigkeit der Aufgabe an (De Croon et al., 2015). Hansoti (2015) legt ebenfalls dar, dass Dashboards die Bearbeitungszeit reduzieren (Hansoti, 2015). Die wahrgenommene Benutzbarkeit eines Dashboards war ein Evaluationskriterium für Rivera & Shanks (2015). Schlussfolgernd ist Benutzbarkeit, insbesondere Bearbeitungszeit, ein kritischer Erfolgsfaktor für das Design von Dashboards.
Effizienz
Bei der Gestaltung von Dashboards ist das Kriterium der Effizienz, wie in Abschnitt 2.4.2 beschrieben, ein wesentlicher Faktor, der über den Erfolg und die Akzeptanz des Dashboards entscheidet. Few (2006) sieht in Dashboards den Zweck wichtige Informationen klar, genau und effizient zu übermitteln (Few, 2006, S.2). Dashboards nutzen hauptsächlich graphische Darstellungen zur Visualisierung von Informationen. Nach Schumann und Müller (2000) werden diese Darstellungen genutzt um eine effiziente Analyse und Kommunikation zu gewährleisten. Effiziente Darstellungen sind dabei nötig um gestellte Aufgaben bewältigen zu können (Few, 2005). In Bezug auf eine effektive und effiziente Erledigung der vorliegenden Aufgaben gehen Jacob et al. (2012) auf das in der DIN EN ISO 9241-(1)10 (Beuth, 2004, S.4) beschriebene Prinzip der Aufgabenangemessenheit ein. Darin ist davon die Rede, dass eine Aufgabe angemessen ist, wenn ein Dialog den Benutzer bei der effektiven und effizienten Erledigung seiner Aufgaben unterstützt. Demnach ist eine effiziente Gestaltung ein wesentlicher Teil zur Aufgabenbewältigung. Im Weiteren sprechen Jacob et al. (2012) mit Bezug auf den Grundsatz der Aufgabenangemessenheit davon, dass dem Anwender exakt die Schritte im Interface angeboten werden müssen, die zum effizienten Absolvieren der Aufgabe nötig sind. Dabei sollen entsprechende Schritte keiner weiteren Erklärung bedürfen. (Jacob et al. 2012 S.38) Bei den Ausführungen der unterschiedlichen Autoren wird deutlich, dass Effizienz bei mehreren Aspekten eine Rolle spielt, vor allem aber bei der Übermittlung von Informationen, der damit verbundenen visuellen Gestaltung, sowie der an die Informationen gebundenen Aufgabenbewältigung. Für Few (2006) sind klare, genaue und effiziente Dashboards das Ergebnis von sorgfältigem und informationsreichem visuellem Design. Dazu müssen beim Design folgende Punkte beachtet werden:
- Das ganze Bild muss ersichtlich sein
- Fokus auf bestimmte Werte und Informationen, die Aufmerksamkeit verlangen
- Schnelle Verfügbarkeit von vertiefenden Informationen, die zum Handeln nötig sind
Few (2006) sieht beim visuellen Design Effizienz als elementar an. Bei Informationen muss direkt klarwerden, was gemessen wurde und weshalb. Darüber hinaus müssen die visuellen Komponenten entsprechend designt werden, um die Informationen und Aussagen richtig abzubilden. Der Designer muss genau wissen, was der Nutzer sehen muss und welche Informationen er benötigt.
Customizing/Individualisierbarkeit
Gemäß der DIN EN ISO 9241-110 wird Individualisierbarkeit folgendermaßen beschrieben:
„Ein Dialog ist individualisierbar, wenn Benutzer die Mensch-System-Interaktion und die Darstellung von Informationen ändern können, um diese an ihre individuellen Fähigkeiten und Bedürfnisse anzupassen.“ (Schneider, 2008, S.130)
Bei der Verwendung von BI Anwendungen, wie Dashboards, werden diese individuell auf den Nutzer bzw. Nutzergruppen zugeschnitten (Eckerson, 2011, S.26). Darüber hinaus erlauben es BI Anwendungen auch Daten anzupassen, was dem Nutzer eine variabel detaillierte Betrachtung der Informationen ermöglicht (Sherman, 2015, S.340). McKeen et al. (2005) weisen zudem darauf hin, dass sich der Inhalt eines Dashboards an dem Verantwortungsbereich des Anwenders orientiert. Vertiefend dazu erklären Froese und Tory (2016), dass Dashboards die für den Nutzer relevantesten KPIs beinhaltet und anhand der Bedürfnisse individuell konzipiert werden kann. Dabei kann dem Nutzer u.a. die Möglichkeit gegeben werden KPIs bei der Visualisierung zu filtern oder auch Datenreichweiten zu variieren. Dadurch zeigen Dashboards die wichtigsten Informationen um persönliche oder organisationale Ziele zu erreichen (Yigitbasioglu & Velcu, 2012). Froese und Tory (2016) bestätigen aus Praxisbeobachtungen, dass Nutzer nicht sämtliche KPIs sehen möchten, sondern nur die, die zur Bearbeitung der aktuellen Aufgabe von Relevanz sind. Dementsprechend sollte bei Dashboards die Möglichkeit bestehen KPIs zu entfernen oder hinzuzufügen, um das Dashboard individuell anzupassen. Durch die Möglichkeit der individuellen Gestaltung lässt sich darüber hinaus sicherstellen, dass die Zugriffsberechtigungen der jeweiligen Mitarbeiter auf Daten und Informationen gewährleistet sind, während jedem die für ihn relevanten Informationen zur Verfügung stehen (Eckerson, 2011, S.111).
Informationsdichte
Wie im obigen Abschnitt bereits erwähnt sollen Dashboards wichtige, vom Nutzer benötigte Informationen liefern. Dabei gilt ein Dashboard als visuelle Darstellung der wichtigsten Informationen, die zum Erreichen von Zielen benötigt werden, auf nur einem Bild(schirm) (Few, 2006). Nach Goldmeier & (2015) liefern Dashboards einfache Informationen auf einem hohen Level. Diese Informationen sollten dabei klar ersichtlich sein. Auch Few (2006) schließt, dass besonders durch die visuelle (graphische) Gestaltung der Informationen bei einem Dashboard es dem Nutzer ermöglicht wird die Informationen deutlich schneller wahrzunehmen und zu verstehen. Besonders in Bezug auf die Informationsdichte, der dargestellten Informationen erklären Goldmeier und Duggirala (2015), dass für eine Erhöhung der Informationsdichte nicht einfach Informationen hinzukopiert oder in neuen Tabs präsentiert werden kann. Dies liegt in der von Few (2006) behandelten Problematik, alle nötigen Informationen auf einen Screen zu bekommen.
Interaktivität
Interaktivität hat zum Ziel den Benutzer Informationen besser aufnehmen und verstehen zu lassen, indem er mit der Anwendung interagiert (Bacic, 2013, S.2). Laut Few (2006) reicht das Dashboard als eine Seite gar nicht aus, um alle benötigten Informationen für eine Entscheidung zu bekommen. Ein Dashboard dient lediglich dem Überblick und dem Erkennen der Notwendigkeit einer Entscheidung. Für das Verständnis über die Ursache des Problems müssen weitere Informationen durch z.B. Drill down zu Verfügung gestellt werden. Dies macht Interaktion mit dem Dashboard unerlässlich (Few, 2006, S.2). Wichtig bei Interaktion ist, dass der Benutzer darauf angewiesen ist, aktiv Entscheidungen bezüglich der Auswahl von Informationen zu machen und nicht nur passiv auf Alarme reagiert. Es wird eine Identifikation mit den Informationen hervorgerufen (vgl. Few, 2007). Nach Stapelkamp (2007) ist bei Anwendungen zunächst zu klären in welchem Umfang Interaktion für den Benutzer gewünscht sind. Als Vorteil von Interaktivität nennt er den Perspektivenwechsel, durch den der Benutzer einen neuen Blickwinkel auf die dargestellten Informationen erhält (vgl. Stapelkamp, 2007, S.152). Dabei werden in Literatur unterschiedliche Instrumente für das Ermöglichen von Interaktion vorgeschlagen. Drill down und Alerts wurden in dieser Arbeit schon besprochen. Andere Techniken, wie Brushing oder Linking können aber ebenfalls angewendet werden (vgl. De Croon et al., 2015).
Kontext
Laut Allio (2012) ist Kontext für Daten ist essentiell, um sie in Beziehung zum Unternehmen, Abteilung und Arbeitsplatz zu bringen. Erst durch die Herstellung einer Beziehung zwischen zwei oder mehr Werten ist eine Interpretation möglich. Bestandsaufnahme und Handlungsentscheidung werden beschleunigt. Der Benutzer bekommt augenblicklich die Einsicht über Stand und Entwicklung der Daten. Bekannte Varianten für Kontextdaten sind dabei der Vergleich von Soll- und Ist- Werten oder der Vergleich zu vorherigen Perioden (siehe Allio, 2012). Auch Few (2007) stütz diese Aussage: „Any context that will help the person viewing the dashboard determine whether or not action needs to be taken should be included“ (Few, 2007, S.16). Als weitere Möglichkeiten für kontextschaffende Maßnahmen nennt Few (2006) Farben, Sparklines und Bullet Graphs. Prethus und Canales (2015) haben in ihrer Fallstudie Daten aus vorherigen vergleichbaren Perioden als Kontextinformationen benutzt, um Informationen für den Benutzer transparent und glaubwürdig zu machen (Prethus & Canales, 2015). Laut Hansoti (2010) sollte ein Dashboard eine Kombination aus historischen und Ist-Daten aufweisen, um effektiv Informationen abzubilden (Hansoti, 2010). Man kann also festhalten, dass Kontext den Informationswert steigert und somit kritisch für den Erfolg eines Dashboards ist.
Position
Eine Studie nach Nielsen und Pernice, zitiert in Jacob et al. (2012), stellt fest, dass der Blick eines Menschen auf eine Fläche immer von links oben nach rechts unten wandert (Nielsen & Pernice, 2010, S.68). Jacob et al. (2012) schlussfolgern, dass die Positionierung von Elementen auf Dashboards dieser Regel folgen sollte (Jacob, 2012 S.40). Auch Prethus und Canales (2015) folgen dieser Regel bei der Entwicklung ihres Dashboards (Prethus & Canales, 2015). Nach Lea und Fui-Hoon Nah (2013) sollte der Bildschirm in vier Sektionen unterteilt werden. Außerdem befinden sich in ihrem Fallbeispiel Überschriften links über und Legenden rechts unter den Elementen. Somit kann auch innerhalb von kleineren Einheiten eines Layouts diesem Prinzip gefolgt werden (siehe Lea & Fui-Hoon Nah, 2013, S.6). Die Richtlinien des Dashboards entwickelt von McKeen et al. (2005) sehen vor, wichtige Informationen hoch auf dem Display abzubilden (McKeen et al., 2005, S.12). Rivera und Shanks (2015) befolgen beim Design seines Dashboards ebenfalls Richtlinien gemäß der räumlichen Position (Rivera & Shanks, 2015, S.77). Goldmeier und Duggirala (2015) sprechen von einer optimalen Nutzung der Interfacefläche und verdeutlicht, dass eine Beziehung zwischen Daten durch Nähe hergestellt werden kann (Goldmeier & Duggirala, 2015 S.157). Auch nach Schlatter und Lewinson (2013) kann Positionierung verwendet werden, um Beziehungen zwischen einzelnen Interfaceelementen über ihre Nähe und Ausrichtung herzustellen. Er spricht ebenfalls Informationshierarchie über Position, aber auch die Wichtigkeit eines flexiblen Tausches von Visualisierungselementen als Gegenposition an (siehe Schlatter & Lewinson, 2013, S.106-137). Nach Few (2006) ist die 2-D Positionierung von Objekten anzuwenden, da der Benutzer 2-D Beziehungen am besten wahrnehmen kann. Er rät von einer 3-D Positionierung ab (Few, 2006, S.71).
Konstanz
Schlatter und Lewinson (2013) widmen in ihrem Werk über Interfacedesign dem Thema Konstanz ein Kapitel und vergleichen Konstanz in Design mit Konstanz in Sprache. „Just as you can’t speak in English, French, and German and expect to be clearly understood, you can’t mix visual interface characteristics without causing confusion.“ (Schlatter & Levinson, 2013, S.3). Sie legen Wert darauf, dass Konstanz in den Bereichen Layout, Schrift, Farbe und Bildelementen (Icons etc.) angewendet wird. Die Erstellung von Vorlagen für Diagrammtypen, Icons und andere gleiche Visualisierungselemente, sowie klare Regeln zur Farbverwendung sollen Konstanz gewährleisten (siehe Schlatter & Levinson, S.3-31). Sherman (2015) schlussfolgert, dass der Benutzer sich bei konstantem Design besser auf die Analyse konzentrieren kann und ist ebenfalls für das Erstellen von Vorlagen (Sherman, 2015, S.343). Laut Allio (2012) sollte ein bestimmtes Rahmendesign für das Dashboard allgemein und für die Visualisierungsformen über das gesamte Unternehmen hinweg eingehalten werden, um Kommunikation und Identifikation zu verbessern (Allio, 2012, S.6). Laut Few (2006) sollten Datenarten immer in den zugehörigen Diagrammtypen abgebildet werden. Eine Abänderung erhöhe nur den cognitive load. Eine Konstanz im Design der Displayelemente ermögliche es dem Benutzer die gleiche Wahrnehmungsstrategie wiederzuverwenden (Few, 2006, S.52). Auch McKeen et al. (2005) fordern bei der Entwicklung von Dashboards standardisierte Designs und konsistente Farbwahl (McKeen et al., 2005, S.12). Velcu-Laitinen und Yigitbasioglu (2012) beschreiben Datenkonstanz: „Consistency refers to the absence of conflicts between two datasets and to the believability of the data produced by the system during a longer period of user experience.“ (Velcu-Laitinen & Yigitbasioglu, 2012, S.7) Das Design des Dashboards in dem Fallbeispiel von Joubert und Van Belle (2016) unterlag ebenfalls dem Kriterium der Konstanz (Joubert & Van Belle, 2016, S.13). Konstanz in Layout und Farbwahl und -bedeutung über alle Elemente und Tabs hat, laut Lea und Fui-Hoon Nah (2013), zur Folge, dass Benutzer dem Design und den Auswirkungen ihrer Handlungen besser folgen können. (Lea & Fui-Hoon Nah, 2013, S.7) Konstanz wird somit als kritischer Erfolgsfaktor für die Erstellung eines Interface und somit eines Dashboards anerkannt.
Key Performance Indicator
Wie in Kapitel 2 bereits beschrieben sind KPIs allgemeine, betriebswirtschaftliche Kennzahlen, die z.B. Erfolge, Leistungen oder andere Indikatoren beschreiben (Gabler Wirtschaftslexikon). Zhang et al. (2011) beschreiben KPIs als Maß, das die Performance in Relation zu Unternehmenszielen darstellt. Zusätzlich merkt Allio (2012) die hohe Relevanz der Eignung eines KPIs an, Tatsachen realgetreu widerzuspiegeln können. Gleichzeitig zeigt spricht er von Managermeinungen, die kritisieren, dass Indikatoren die Unternehmensstrategien und Geschäftsaktivitäten nicht realistisch darstellen. Diese Darstellung unterstützt auch Pankaj et al. (2006). Dies begründet sich möglicherweise in der unzureichenden Auswahl der KPIs, die nicht präzise abbilden, was es zu messen gilt. Diese Auffassung wird durch Eckerson (2011) unterstrichen, der auf den weitreichenden Einfluss von KPIs auf die Geschäftstätigkeiten hinweist, wobei ein gut gestalteter KPI eine Kettenreaktion von Prozessverbesserungen innerhalb einer Organisation auslösen kann. Auch McKeen et al. (2005) sprechen von einer Fokussierung von Managern auf wichtige Faktoren durch KPIs. Sie Fokussieren sich dabei auf Faktoren, die sie kontrollieren und beeinflussen können. KPIs sorgen zudem für Transparenz für diverse Führungsgremien (Presthus & Canales, 2014).
Tailoring
McKeen et al. (2005) sprechen in ihrem Artikel davon, dass Daten und Darstellungsformen an den jeweiligen Arbeitsplatz angepasst werden müssen, bevor sie personalisiert und „customized“ werden, damit das Dashboard effektiv genutzt werden kann. Dafür müssen Abteilungen und Rollen innerhalb der Abteilungen identifiziert werden (McKeen et al., 2005, S.7). Dabei sei es laut Few (2006) wichtig, dass das Grunddesign des Dashboards für die jeweilige Rolle so nah wie möglich an die Vorstellung des Entscheidungsträgers über seine Rolle heranreicht. Dieses „Mental Model“, also der fit zwischen der Vorstellung des Entscheidungsträgers über seine Rolle im Unternehmen und die Informationen, die er aus dem Dashboard gewinnen kann, sollte so exakt wie möglich getroffen werden. Somit wird gewährleistet, dass der Entscheidungsträger intuitiv Sinn aus den Informationen ziehen kann (Few, 2006).