Data Design Sprint: City Statistics
Kunde: Selbst initiiert

Dieser Data Design Sprint zeigt anhand des umfangreichen Datensatzes «City Statistics» (Quelle: BFS) mit rund 200 Indikatoren und 446 Variablen, wie aus komplexen Daten konkretes Wissen und Erkenntnisse gezogen werden können. Es wird exemplarisch aufgezeigt, wie ein Data Design Sprint abläuft, welche Stufen von der Analyse bis zur Erkenntnisfindung durchlaufen werden und was mögliche Resultate sind. Innerhalb von 5 Tagen hat das 3-köpfige interdisziplinäre Team – das technische Fähigkeiten wie Creative Coding mit der visuellen Expertise des Informationsdesigns verknüpft – neue Perspektiven auf die Daten ermöglicht und somit einen bedeutenden Mehrwert geschaffen.



Wie läuft ein Data Design Sprint ab?

Beim kompakten Fünf-Tage-Sprint ist jeder Tag einem anderen Thema gewidmet und führt von den Rohdaten (Explore) über Sketch und Refine zu einem handfesten Ergebnis in Form möglicher Prototypen. Diese werden in einer Abschlussrunde gemeinsam mit dem Kunden evaluiert. Unsere Expertise wenden wir auf Ihre spezifischen Themen an und bringen den nötigen Blick von aussen mit, um verborgenes Wissen und unerwartete Lösungsansätze aufzeigen zu können.
Das Team nähert sich den Daten und Themen auf einer bildhaften Ebene an. Erste Metaphern und mögliche Bildwelten werden exploriert. Ziel ist es, sich in die Daten einzuarbeiten – sie zu verstehen. Output: Strukturierte Übersicht über die Daten.





Mittels Creative Coding entwickeln wir datengestützte Skizzen, wobei aus Designperspektive der Fokus auf der adäquaten Übersetzung von inhaltlichen in visuelle Parameter liegt. Daraus entstehen im weiteren Verlauf Handskizzen, Entwürfe und computergenerierte Rohdatenvisualisierungen. Ziel ist es, das visuelle Potenzial in einer möglichst grossen Breite uneingeschränkt auszuloten. Output: Skizzen und Visualisierungsansätze.
Es wird entschieden, wo wir Potenzial für eine Weiterentwicklung sehen. Ziel ist eine Priorisierung der Ideen, wobei die vielversprechendsten Ansätze erkannt und präziser ausgearbeitet werden. Output: Priorisierte Visualisierungsvarianten.



Die priorisierten Darstellungen werden zu Prototypen ausgearbeitet, etwa Plakate, Storyboards, interaktive Visualisierungen etc. Ziel ist es, relevante Fragen, Antworten und Erkenntnisse im Hinblick auf die spezifischen Daten sichtbar und zugänglich zu machen. Output: Visualisierungsprototypen.




Anhand der Präsentation, Diskussion und Bewertung der Prototypen wird Wissen aus den Datensätzen und Visualisierungen extrahiert und mögliche Zukunftsvisionen formuliert. Output: Validierte Visualisierungen.

