Mittelstädt, SebastianHölldobler, Steffen2017-09-222017-09-222015978-3-88579-975-7https://dl.gi.de/handle/20.500.12116/4581Farbe ist eine der effektivsten visuellen Variablen, um Informationen zu kodieren. Jedoch ist die Effektivität von Farbkodierungen nicht hinreichend definiert, was zu kontroversen Ergebnissen und Richtlinien für Farbkodierungen geführt hat. Um diese Lücke zu schließen, führt die Dissertation [Mi15a] eine neue Definition von Effektivität für Farbkodierungen ein und legt dar, dass die Effektivität einer Farbkodierung von der Analyseaufgabe abhängt. Mithilfe existierender Richtlinien können effektive Farbkodierungen nur für einzelne elementare Analyseaufgaben erstellt werden. Diese reichen jedoch nicht für reale Anwendungen aus und müssen kombiniert werden. Aus diesem Grund, werden neue Qualitätsmaße, Richtlinien und Methoden in der Dissertation [Mi15a] vorgestellt, um Farbkodierungen für kombinierte Analyseaufgaben zu erstellen. Des Weiteren werden Werkzeuge bereitgestellt, die Experten und Einsteiger durch die Erstellung effektiver Farbkodierungen leiten. Der Experte kann so seine Erfahrungen einfließen lassen, um damit die Farbkodierung an die Anwendung, Kultur und Vorlieben seiner Nutzer anzupassen. Gleichgültig wie effektiv eine Farbkodierung ist, optische Illusionen können den Nutzer negativ in seiner Analyse beeinflussen. Zum Beispiel bewirken Kontrasteffekte, dass Pixel auf dunklen Hintergründen heller wirken und auf hellen Hintergründen dunkler. Diese Effekte verzerren die Wahrnehmung der kodierten Daten signifikant. Aus diesem Grund stellt die Dissertation [Mi15a] die erste Methodologie und erste Me- thoden vor, um physiologische Illusionen wie Kontrasteffekte zu kompensieren. Die Methodologie nutzt neue Wahrnehmungsmodelle und Metriken, die auf den individuellen Nutzer angepasst werden können. Durch Experimente kann gezeigt werden, dass die Methode die Genauigkeit von Menschen verdoppelt, die Werte mittels Farbe ablesen und vergleichen. Des Weiteren wird vorgestellt, wie Kontrasteffekte genutzt werden können, um Informationen zu kodieren und Visualisierung anzureichern. Einerseits um wichtige Informationen visuell hervorzuheben, andererseits um die Lesbarkeit von hoch-frequenten Visualisierungen wie Netzwerken zu verbessern. Alle vorgestellten Methoden können auf jedes Bild und auf jede Visualisierung angewendet werden, ohne sie an die Visualisierungen anpassen zu müssen. Aus diesem Grund kann die Effektivität der Methoden an Beispielen und Fallstudien aus verschiedenen Domänen in der Dissertation [Mi15a] demonstriert werden.de1617-5468