Tobias Merkel - Datenvisualisierung zum Thema Zugverspätungen

2021/22 • Datenvisualisierung • Tableau, Java, C#, Unity • Seminarthema »Data Narratives«

Datenvisualisierung zum Thema Zugverspätungen

Was verursacht Zugverspätungen und Ausfälle?

Das 21. Jahrhundert ist nicht nur das Zeitalter vielfältiger und umfangreicher Innovationen, von Digitalisierung und Informatisierung – es ist das Zeitalter umfassender Veränderungen in der Art und Weise, wie Medien und
Informationen konsumiert werden. Die Instrumente und Plattformen, die zur Informationsbeschaffung genutzt werden können, entwickeln sich fortdauernd weiter. Daten sind in diesem Kontext ein relevanter Faktor: Nie zuvor war die Flut an Informationen, Werten und Zahlen so allgegenwärtig.

Welche Wege und Ansätze können genutzt werden, um Daten anschaulicher interaktiver und intuitiv verständlich darzustellen. Diese Frage erörtere ich an dem Beispiel von Zugverspätungen im Kontext des Kurses »Data Narratives«. Dabei ist insbesondere wichtig, ob es kausale Zusammenhänge zwischen Zugverspätungen und prognostizierbaren Daten gibt, die für die Vorbereitung und kundenorientierte Informationsgestaltung genutzt werden könnten.

Vorgehen

Um die initiale Fragestellung chronologisch zu prüfen und zu untersuchen, ist zunächst entscheidend, den Ablauf der Ausarbeitung festzulegen. Diese gliedert und unterteilt sich deswegen in drei wesentliche Schritte:

Zunächst ist zur Bearbeitung der Aufgabenstellung essentiell, geeignete Datenquellen zu finden. Diese qualifizieren sich durch Qualität und Umfang.

Im zweiten Schritt folgt eine konkrete Prüfung, ob sich die ausgewählten Daten eignen, um ein Narrativ, eine Geschichte zu konstruieren. Dazu können historische und gegenwärtige Projekte als Abgleich und
Orientierung dienen („Best Practices“).

Im letzten Schritt werden die ausgewählten Daten visualisiert, wobei die Qualität vor allem aus der Wahl passender Tools und Visualisierungstypen resultiert. Die Lösung soll, im Sinne der Aufgabenstellung, interaktive Elemente einbinden.

Datastory: Wie wirkt sich Wetter auf Verspätungen aus?

Dass sich widrige Wetterverhältnisse negativ auf die Pünktlichkeit von Zügen auswirken können, ist keine überraschende Erkenntnis. Wetterdaten können, durch Verwendung moderner und fortschrittlicher Technik, immer genauer und konkreter ermittelt und vorhergesagt werden. Ob die eindeutige Korrelation innerhalb der recherchierten Datensätze nur Einzelfälle sind, oder sich der Zusammenhang zwischen Wetter und Verspätungen weiter konkretisiert, gilt es in den folgenden Arbeitsschritten zu untersuchen.

Eine Ergebnis lässt sich dann erzielen, wenn für die Bewertung der Kausalität Echtzeitdaten verwendet werden. Deswegen ist der Ansatz für die Visualisierung, auf Basis der Umgebung „Unity“ und der objektorientierten Programmiersprache „C#“ eine interaktive Anwendung zu entwickeln, die aktuelle Echtzeitdaten zu Verspätungen mit aktuellen Wetterdaten kontrastiert.

Um zunächst zu untersuchen, inwiefern Echtzeitdaten zu Verspätungen ermittelt werden können, ist ein Prototyp notwendig, der in in „Java“ entwickelt wird.

Interaktives Dashboard zur Visualisierung von Verspätungen

Zentral für das entstehende Visualisierungsprinzip sind einfache grafischen Indikatoren, die das Verhältnis und den Zusammenhang zwischen Windbedingungen und Zugverspätungen darstellen. Ziel der Indikatoren ist, die Faktoren Wetter und Zugverspätungen auf ein grafisches Element zusammenzuführen.

Basis dafür sind Punkte, die in der Größe und Farbe variieren. Die Größe zeigt dabei das Ausmaß an Verspätungen – umso größer der Punkt, umso höhere Verspätungsminuten treten gegenwärtig an dem Bahnhof auf. Die Farbe gibt Ausschluss, wie stark der Wind an dem ausgewählten Standort weht.

Auf einer interaktiven und klickbaren Karte werden automatisiert die Punkte ausgewählter Bahnhöfe jedes Bundeslands in Deutschland geladen und platziert.

Ausblick: Management von Verspätungen und Ausfällen im Schienennetz

Innerhalb des festgelegten Themas ist eine interaktive Anwendung entstanden, die vielseitig einsetzt werden kann: Um die Zusammenhänge längerfristig zu dokumentieren oder spielerisch und intuitiv die Zusammenhänge aus Wetter und Verspätungen zu erforschen.

Um zu prüfen, ob und wie signifikant die vermeintliche Kausalität aus Wetter und Verspätungen ist, bedarf es einer beständigen Dokumentation der Daten, wofür die entstandene Anwendung genutzt werden kann. Festzuhalten ist, dass sich im Verlauf der Ausarbeitung und in Stichproben klare Tendenzen gezeigt haben.

Wetterdaten sind grundsätzlich gut dokumentiert – umso mehr stellt sich die Frage, wie diese Daten, vor allem im Sinne der Kundenorientierung und der Qualität der Dienstleistung, klarer und transparenter in Buchungsprozesse eingebunden werden können. Ahnungslosen Kund*innen, die wegen ausfallender oder verspäteter Züge die Reise nicht antreten können, wäre es durch transparente Kommunikation und die Nutzung zur Verfügung stehender Daten möglich, Alternativen einzuplanen oder im Vorhinein an anderen Tagen zu reisen.