Die Studierenden beherrschen die Methoden und die Grundlagen im Bereich der visuellen Repräsentation großer Datenmengen. Die Studierenden verstehen die grundlegenden Konzepte, können diese anwenden und erarbeiten ein Umsetzungsprojekt.

• Modul "Inf-01: Grundlagen Informatik"
• Modul "Inf-02: Praktische Informatik"

Im Rahmen der Lehrveranstaltung werden die folgenden Themen behandelt:

• Ergebnisse für Ziel-Publikum (Perception / Cognition)
• Augmented Visualization
• Medical Visualization
• Scientific Visualization
• Visual Analytics
• "Storytelling"

Folgende Basis-Literatur wird in der Lehrveranstaltung verwendet:

• Simon P,: "The Visual Organization: Data Visualization, Big Data, and the Quest for Better Decisions", John Wiley & Sons, Inc., 1. Auflage, 2014;
• Miller J.D.: "Big Data Visualization", Packt Publishing, 1. Auflage, 2017;
• Rahlf T.: "Datendesign mit R - 100 Visualisierungsbeispiele", Open Source Press, 1. Auflage, 2014;
• Brath R., Jonker D. "Graph Analysis and Visualization: Discovering Business Opportunity in Linked Data", John Wiley & Sons, 1. Auflage, 2015;

Vortrag, Gruppenarbeit, Gastvortragende, interaktive Lehre

Immanenter Prüfungscharakter mit

• Mitarbeit
• Diskussion
• Teilprüfungen