Dieses Modul beginnt mit einem Überblick über die Geschichte und die sich abzeichnenden Trends der Datenvisualisierung im Journalismus. Anschließend werden Sie verschiedene Arten von Diagrammen untersuchen und deren Vor- und Nachteile vergleichen. Auf diese Weise werden Sie in der Lage sein, eine Vielzahl von grafischen Formen zu erkennen und ihre Fähigkeiten bzw. Mängel zu bewerten sowie zu erkennen, in welchen Situationen die einzelnen Diagrammtypen typischerweise für das Geschichtenerzählen eingesetzt werden. Wir werden auch den Klassiker von Edward Tufte, The Visual Display of Quantitative Information, durchgehen und lernen, wie man Fehler und Täuschungen in der Datenvisualisierung aufspüren und artikulieren kann.

In diesem Modul werden wir uns zunächst einige Beispiele für erfolgreiche Datenvisualisierungen im Journalismus ansehen. Dann werden wir uns mit Zahlen beschäftigen und den Prozess der Umwandlung von Daten in Informationen kennenlernen. Als Nächstes werden wir Theorien zur visuellen Wahrnehmung und Konzepte zur Visualisierung untersuchen und uns mit dem visuellen Channel-Ranking vertraut machen - einem nützlichen Leitfaden für die Gestaltung von Nachrichtenvisualisierungen. Sie werden präattentive Attribute bewerten und herausfinden, warum diese bei Visualisierungen wichtig sind. Sie werden auch praktische Übungen machen, um zu lernen, wie Datenverarbeitung uns hilft, fundierte Entscheidungen zu treffen.

In diesem Modul lernen wir die Rahmenbedingungen und Techniken kennen, die zur Integration von Visualisierungen in eine Erzählung verwendet werden können. Sie werden untersuchen, welche Rolle Nachrichten und Interaktionen dabei spielen, den Leser in ein Geschichtenpaket zu ziehen, das mehr Details enthält. In der praktischen Übung werden Sie mit der Erstellung von Diagrammen in Python beginnen. Sie werden Designtheorien und Konzepte anwenden, die Sie zuvor gelernt haben, um Liniendiagramme, Balkendiagramme und Streudiagramme zu erstellen.

In diesem letzten Modul werden wir einige verwandte Konzepte der Kognition und des Gedächtnisses in der Visualisierung untersuchen. Sie werden untersuchen, wie wichtig es ist, die "richtige" Menge an Farbe an der richtigen Stelle einzusetzen und Gestaltprinzipien anzuwenden, um Ihre Datenvisualisierung zu entrümpeln. Zum Schluss werden wir verschiedene Übungen durchführen, um interaktive Karten mit Python zu erstellen