Caleydoplex - Informationsexploration in Teams

Komplexe Entscheidungen mit weitreichenden Konsequenzen, basierend auf einer Analyse von großen Datenmengen, werden selten von einer einzelnen Person getroffen. Stattdessen diskutiert und bewertet ein Team von Experten aus verschiedenen Wissensdomänen die Daten und trifft dann die Entscheidung gemeinsam. Beispiele hierfür sind Ärzte, die über die Behandlung von schwer erkrankten Patienten entscheiden, Notdienste, die auf laufende Krisen reagieren oder Ingenieure, die gemeinsam komplexe technische Entscheidungen treffen. Diese Analyse der Daten kann durch Visualisierungs-Software unterstützt werden. Herkömmliche Software-Lösungen zur Informationsvisualisierung berücksichtigen allerdings nur selten kooperative Entscheidungsprozesse, sondern stehen meist nur als Single-User Applikation zur Verfügung. Das vorgestellte Forschungsprojekt beschäftigt sich mit dem Einsatz eines Multiple-View-Visualisierungs-Systems in einer Multi-Display-Umgebung. Multiple-View Visualisierungen zeigen Daten in verschiedenen Repräsentationen. Diese sind sehr gut für kooperative Datenanalyse geeignet, weil Repräsentationen an die individuellen Vorlieben und das Hintergrundwissen der Benutzer angepasst werden können. Multi-Display Umgebungen verwandeln durch den Einsatz von Projektionstechnologien Tisch- und Wandflächen in interaktive Oberflächen. Zusätzlich können private Computer nahtlos in diesen gemeinsamen interaktiven Arbeitsbereich einbezogen werden. Somit entsteht eine gemeinsam nutzbare, interaktive Arbeitsumgebung. Die vorliegende Forschungsarbeit umfasst die Konzeption und Umsetzung eines kooperativen Informationsvisualisierungs-Systems. Dabei stellen sich zwei wesentliche Herausforderungen: Display Space Management und kooperative Interaktionstechniken. Display Space Management adaptiert Visualisierungen und deren Anordnung im interaktiven Arbeitsbereich automatisch an die physischen Eigenschaften der Displays und die Profile der Benutzer. In Kombination mit visueller Verknüpfung von zueinander in Beziehung stehenden Elementen über Displaygrenzen hinweg können komplexe Zusammenhänge im Team erforscht werden. Um in einer derart informationsreichen, komplexen Umgebung gemeinsam interagieren zu können, bedarf es spezieller Interaktionstechniken. Wir planen unterstützende Interaktionstechniken für typische High-Level-Aktivitäten in kooperativen Informationssystemen umzusetzen, sowie personalisierte Interaktion und Mechanismen, um Aktivitäten anderer Personen zu verdeutlichen, zur Verfügung zu stellen. Das vorgestellte Forschungsprojekt profitiert von zwei laufenden Projektaktivitäten an der Technischen Universität Graz: Deskotheque bietet Basistechnologie für kooperatives Arbeiten in verteilten Multi-Display Umgebungen, während Caleydo, ein Visualisierungsprojekt aus dem biomedizinischen Bereich, einen hervorragenden Anwendungsfall darstellt. Über das Caleydo-Projekt stehen auch Experten aus Biologie und Medizin zur Verfügung, die sowohl für benutzerzentriertes Design als auch zur Evaluierung des Systems benötigt werden. Unter diesen Rahmenbedingungen planen wir die Durchführung mehrerer

Die ständig wachsende Menge an Informationen macht es zunehmend schwerer, mit konventionellen Computerumgebungen Analysen durchzuführen. Beispielsweise verspricht die große Menge an Daten in der Biomedizin verbesserte Diagnostik und Therapie. Allerdings sind einzelne Experten häufig nicht in der Lage das volle Potential der Daten auszuschöpfen. Während automatische Methoden von unschätzbarem Wert sind, gibt es immer wieder Probleme, die nur durch menschliche Bewertung und Beurteilung gelöst werden können. Ein vielversprechender Ansatz zur Unterstützung von Expertenteams bei der Analyse großer und heterogener Datenmengen ist die Visualisierung der Daten auf großformativen Displayflächen. Gleichzeitig zeigt sich ein Trend der zunehmenden Spezialisierung von Experten. Kein einzelner Experte kann das Gesamtproblem in der vollen Tiefe erfassen, sodass die Experten eng zusammenarbeiten müssen. In einer modernen, datengetriebenen Analyse sind Methoden zur Unterstützung kollaborativer Prozesse von zentraler Bedeutung. In Zuge dieses Projekts haben wir neue Methoden zur Analyse von großen und komplexen Daten eingeführt. Wir haben Methoden entwickelt, die jedem Benutzer automatisch jene Daten zeigt, die relevant für die vom Benutzer getroffene Auswahl sind. Wir haben die Brauchbarkeit dieser Methoden in einem biomedizinischen Umfeld getestet. Es hat sich gezeigt, dass die Experten interessante Erkenntnisse schneller und mit weniger Fehlern finden konnten. Um die Arbeitsabläufe von Benutzern großformatiger DarstellungsUmgebungen zu verbessern, haben wir Methoden zum Arangieren und Navigieren von Fenstern und Inhalten auf Displays verschiedener Größen und Formfaktoren entwickelt. Die verbesserte Effizienz bei der Organisation der Information erlaubte es den Benutzern sich auf die Analyse zu konzentrieren. Des Weiteren haben wir untersucht, wie sich die Abläufe in der Zusammenarbeit zwischen Benutzern in solchen Umgebungen optimieren lassen. Wir entwickelten zum Beispiel ein Werkzeug, dass es ermöglicht, Fenster automatisch zu platzieren, und dabei auf andere Benutzer Rücksicht nimmt. Dies ermöglichte eine verbesserte Zusammenarbeit und eine effiziente Arbeit an gemeinsamen Aufgaben. Die im Zuge dieses Projekts entwickelten Methoden verbessern die Effizienz der Zusammenarbeit von Expertenteams bei der Analyse großer und komplexer Datenmengen, sowohl auf gewöhnlichen Displays als auch in Umgebungen mit großformatigen Displays.