Vertrauen in Dashboards durch Herkunft stärken

Organisationen, ob öffentlich oder privat, verlassen sich auf Dashboards für eine effektive Datenvisualisierung. Diese Dashboards helfen dabei, Daten so darzustellen, dass sie leicht verständlich sind und bei Entscheidungen genutzt werden können. Allerdings hängt die Effektivität dieser Dashboards von der Qualität der angezeigten Daten ab. Viele Dashboards geben keine klaren Informationen über ihre Datenquellen an, was wichtig ist, um die Zuverlässigkeit der Informationen zu verstehen.

Provenienz bezieht sich auf Informationen, die den Hintergrund von Daten beschreiben und wer oder was an deren Erstellung oder Beeinflussung beteiligt war. Dazu gehören die Personen, Organisationen oder Aktivitäten, die zur Erstellung der Daten beigetragen haben. Es ist wichtig zu wissen, wo die Daten herkommen, wie sie gesammelt wurden und wie sie verarbeitet wurden. In diesem Papier wird ein vorgeschlagenes Modell zur Verwaltung und Anzeige dieser Provenienzinformationen speziell für Dashboards diskutiert.

#Bedeutung von Dashboards

Dashboards sind in verschiedenen Bereichen zu wichtigen Werkzeugen geworden, einschliesslich Wirtschaft, Gesundheit und Regierung. Sie zeigen wichtige Datenpunkte und Trends an, die den Menschen helfen, informierte Entscheidungen zu treffen. Die COVID-19-Pandemie führte zu einem Anstieg der Nutzung von Dashboards, um Informationen über Infektionsraten, Krankenhausaufenthalte und Impfstatistiken zu teilen. Einige Dashboards wurden gut angenommen, weil sie klare Informationen über ihre Datenquellen lieferten, während andere Fragen zur Zuverlässigkeit ihrer Daten aufwarfen.

Die Herausforderung besteht darin, sicherzustellen, dass die auf diesen Dashboards angezeigten Daten vertrauenswürdig und genau sind. Nutzer müssen wissen, woher die Daten stammen und wie sie verarbeitet wurden, um Vertrauen in die Informationen zu haben. Es gibt eine erhebliche Lücke darin, wie Dashboards diese Provenienzinformationen präsentieren, was zu Verwirrung und Misstrauen führt.

#Was ist Provenienz?

Provenienz ist im Grunde ein Protokoll, das die Geschichte erzählt, woher Daten kommen und wie sie sich im Laufe der Zeit verändert haben. Im Kontext von Dashboards kann die Provenienz Einblicke geben, wie Daten gesammelt und transformiert wurden, bevor sie angezeigt werden. Es beinhaltet Details über die Personen oder Gruppen, die die Daten gesammelt haben, die verwendeten Methoden und alle Änderungen, die daran vorgenommen wurden.

Die Verständnis von Provenienz kann helfen, die Qualität und Zuverlässigkeit der in einem Dashboard präsentierten Informationen zu bewerten. Es gibt dem Datenkontext, sodass die Nutzer dessen Vertrauenswürdigkeit einschätzen können. Wenn ein Dashboard beispielsweise Impfraten zeigt, kann das Wissen darüber, wie diese Zahlen erhoben wurden und ob sie verifiziert wurden, den Nutzern helfen, diese Informationen zu vertrauen.

#Der Bedarf an einem Dashboard-Provenienzmodell

Obwohl es Standards zur Beschreibung von Provenienz gibt, wie zum Beispiel den W3C-PROV, fehlt ein spezifisches Modell, das für Dashboards entwickelt wurde. Ein Dashboard-Provenienzmodell würde standardisieren, wie diese Informationen erfasst und angezeigt werden, was es den Nutzern erleichtert, die Ursprünge der Daten zu verstehen.

Ein umfassendes Provenienzmodell für Dashboards würde Metadaten enthalten, die den Nutzern helfen, die Qualität der Informationen zu bewerten. Diese Metadaten könnten Details über die Datenquellen, die Verfahren zur Erfassung und Anzeige von Daten und wer für die Erstellung und Pflege des Dashboards verantwortlich war, umfassen.

Durch die Implementierung eines standardisierten Provenienzmodells können Dashboard-Ersteller klarere Einblicke in ihre Daten gewähren, was die Nutzer ermutigt, den angezeigten Informationen zu vertrauen.

#Ebenen der Provenienz in Dashboards

Das vorgeschlagene Provenienzmodell unterteilt das Dashboard in drei Ebenen, die jeweils unterschiedliche Ebenen von Provenienzinformationen darstellen.

#Ebene Eins: Das Dashboard als Ganzes

Die erste Ebene konzentriert sich auf das Dashboard als vollständige Einheit. Es gibt eine allgemeine Übersicht, einschliesslich des Titels des Dashboards, einer Beschreibung und der Akteure, die für seine Erstellung verantwortlich sind. Diese Ebene hilft den Nutzern, den Gesamtzweck des Dashboards und wer dahinter steckt, zu verstehen.

#Ebene Zwei: Unterthemen innerhalb des Dashboards

Die zweite Ebene taucht in die spezifischen Unterthemen ein, die im Dashboard präsentiert werden. Zum Beispiel kann ein COVID-19-Dashboard Daten zu Infektionsraten, Impfupdates und Krankenhausstatistiken präsentieren. Jedes dieser Themen kann unterschiedliche Datenquellen und Präsentationsmethoden erfordern. Diese Ebene gibt den Nutzern Einblicke, wie jedes Unterthema organisiert ist und wer es pflegt.

#Ebene Drei: Einzelne visuelle Elemente

Die dritte Ebene befasst sich mit einzelnen visuellen Elementen innerhalb des Dashboards, wie Diagrammen, Tabellen oder Infografiken. Hier liegt der Fokus auf spezifischen Informationsteilen, die zum Gesamtverständnis des Dashboards beitragen. Die Nutzer können sehen, wie jede visuelle Komponente mit den zugrundeliegenden Daten und den Prozessen, die an ihrer Erstellung beteiligt sind, zusammenhängt.

Durch die Unterteilung der Provenienz in diese drei Ebenen ermöglicht das Modell den Nutzern, unterschiedliche Informationslevel entsprechend ihren Interessen und Bedürfnissen zuzugreifen.

#Schlüsselkomponenten der Provenienz

Das Dashboard-Provenienzmodell umfasst verschiedene Komponenten, die dazu beitragen, das Gesamtbild der Datenpräsentation zu verstehen. Diese Komponenten bestehen aus:

• Visuellen Entitäten: Diagramme, Grafiken, Karten, Tabellen und andere visuelle Elemente, die das Dashboard ausmachen.
• Datenentitäten: Bezieht sich auf die Datensätze, die im Dashboard verwendet werden und in vielen Formaten wie CSV oder JSON vorliegen können.
• Akteuren: Individuen oder Organisationen, die für die Erstellung, Pflege und Aktualisierung des Dashboards verantwortlich sind.
• Aktivitäten: Die im Lebenszyklus des Dashboards durchgeführten Aktionen, wie das Erstellen visueller Komponenten oder das Aktualisieren von Daten.

#Verständnis der Rollen der Akteure

Verschiedene Akteure spielen spezifische Rollen im Lebenszyklus eines Dashboards. Die Identifizierung dieser Rollen ist entscheidend für die Transparenz, wie das Dashboard funktioniert.

• Nachfrageseitige Akteure: Dies sind die Stakeholder, die die Erstellung des Dashboards auf der Grundlage ihrer Bedürfnisse initiiert haben. Sie repräsentieren die Interessen, die das Dashboard erfüllen soll.
• Entwicklungsakteure: Diese Akteure sind für das Design und die technischen Aspekte des Dashboards verantwortlich. Sie stellen sicher, dass das Dashboard korrekt funktioniert und die Bedürfnisse der Nutzer erfüllt.
• Kuration-Akteure: Kuration-Akteure verwalten und überprüfen die Qualität der dargestellten Daten. Ihre Rolle ist entscheidend für die Aufrechterhaltung der Zuverlässigkeit der Informationen.
• Datenaktualisierungsakteure: Diese Personen oder Prozesse sind für die Aktualisierung der Daten im Dashboard verantwortlich. Ihre Arbeit stellt sicher, dass die Informationen aktuell und nützlich bleiben.

Das Verständnis dieser Rollen hilft, Verantwortlichkeiten festzulegen und das Vertrauen in die Inhalte des Dashboards zu stärken.

#Aktivitäten im Zusammenhang mit der Dashboard-Provenienz

Die Aktivitäten, die an der Erstellung und Pflege eines Dashboards beteiligt sind, tragen zu seiner Gesamtprovenienz bei. Diese Aktivitäten sind entscheidend, um sicherzustellen, dass das Dashboard relevant und zuverlässig bleibt.

• Erstellung und Pflege: Dazu gehört die Entwicklung des Layouts, die Auswahl visueller Elemente und die Integration aller Komponenten. Es geht darum, Entscheidungen zu treffen, die beeinflussen, wie das Dashboard aussieht und funktioniert.
• Nachhaltigkeit: Dies konzentriert sich darauf, das Dashboard über die Zeit funktionsfähig zu halten. Es umfasst regelmässige Überprüfungen zur Sicherstellung der Datenaktualität, die Berücksichtigung von Nutzerfeedback und die Anpassung an Nutzerbedürfnisse.
• Datenaktualisierung: Die regelmässige Aktualisierung von Daten ist entscheidend für die Genauigkeit. Diese Aktivität stellt sicher, dass das Dashboard die aktuellsten verfügbaren Informationen präsentiert.

Durch die Dokumentation dieser Aktivitäten kann die Evolution des Dashboards nachverfolgt und verstanden werden.

#Strukturierung von Provenienzinformationen

Um die Provenienzinformationen zugänglich zu machen, ist das Dashboard in Ebenen organisiert. Diese Struktur ermöglicht es den Nutzern, die Einzelheiten des Dashboards in ihrem eigenen Tempo zu erkunden.

#Beispiel erste Ebene

In einem COVID-19-Dashboard könnte die erste Ebene den Namen des Dashboards, das letzte Update der Daten, Logos der verantwortlichen Organisationen und eine Liste der an der Erstellung beteiligten Akteure enthalten. Dies gibt einen breiten Überblick über den Zweck und den Kontext des Dashboards.

#Beispiel zweite Ebene

Die zweite Ebene kann das Dashboard in Unterthemen wie Infektionsraten, Impfzahlen und Krankenhauskapazität unterteilen. Jedes Unterthema kann eindeutig Provenienzinformationen haben, die darauf eingehen, wie die Daten beschafft und verwaltet wurden.

#Beispiel dritte Ebene

Die dritte Ebene konzentriert sich auf einzelne Datenpunkte oder Visualisierungen, wie täglich gemeldete Neuinfektionen oder Gesamtzahlen der Todesfälle. Diese Ebene ermöglicht es den Nutzern, die Details und die Provenienz spezifischer Datenpunkte zu sehen.

#Vorteile eines standardisierten Provenienzmodells

Die Implementierung eines standardisierten Modells für die Provenienz von Dashboards bietet mehrere Vorteile:

• Transparenz: Nutzer können sehen, woher die Daten stammen und wie sie verarbeitet wurden, was das Vertrauen stärkt.
• Verbesserte Entscheidungsfindung: Mit klaren Provenienzinformationen können Nutzer informierte Entscheidungen basierend auf zuverlässigen Daten treffen.
• Interoperabilität: Ein standardisierter Ansatz erleichtert das Teilen und die Zusammenarbeit zwischen verschiedenen Dashboard-Anwendungen.
• Benutzererfahrung: Der vereinfachte Zugang zu Provenienzinformationen verbessert die Gesamt-Erfahrung und macht Dashboards intuitiver.

#Zukünftige Richtungen

Das vorgeschlagene Modell für die Provenienz von Dashboards ist eine laufende Anstrengung. Zukünftige Arbeiten könnten Folgendes umfassen:

• Entwicklung eines formalen Datenmodells: Die Schaffung einer strukturierten Darstellung von Provenenzdaten ist entscheidend für die Standardisierung.
• Überprüfung und Validierung: Die Bewertung der Zuverlässigkeit und Generalisierbarkeit des Modells über verschiedene Anwendungen hinweg.
• Gestaltung von Benutzeroberflächen: Einfache Visualisierungen für Nutzer zu erstellen, damit sie Provenzinformationen verstehen, ohne überfordert zu werden.
• Bewertung der Benutzererfahrung: Feedback von Nutzern zu sammeln, um die Präsentation und Nutzung von Provenienz in Dashboards zu verbessern.

Die Einbeziehung von Provenienz in Dashboards verbessert den Entscheidungsprozess, indem sie wichtige Informationen über den Hintergrund und die Integrität der Daten bereitstellt. Da Organisationen zunehmend auf Dashboards angewiesen sind, wird ein klares Verständnis der Provenienz der Daten Vertrauen fördern und die Qualität der auf diesen Informationen basierenden Entscheidungen verbessern.

Diese Arbeit zielt darauf ab, den Weg für eine bessere Governance der Datenvisualisierung in Dashboards zu ebnen, was letztendlich den Nutzern und Stakeholdern zugutekommt.