Dieser Text wurde automatisch übersetzt und kann daher vom Original abweichen. Aus dieser Übersetzung können keine Rechte abgeleitet werden.
Mit einem Dashboard werden Forschungsergebnisse zum Leben erweckt, da die Antworten kontinuierlich aktualisiert werden können. Darüber hinaus sind Dashboards zugänglicher als Forschungsberichte und haben daher in der Regel mehr Einfluss. Antworten, die sowohl wortwörtlich als auch im übertragenen Sinne "haften bleiben".
Der Schlüssel zu einem guten Dashboard liegt in einer soliden Struktur. Als Forschungsinstitut sind wir darauf spezialisiert, Dashboards anhand von Forschungsfragen und einer Politiktheorie zu gestalten. Zudem führen wir Nutzerforschung durch, um herauszufinden, welche Einblicke die Nutzer eines Dashboards benötigen. Nicht alle Nutzerbedürfnisse lassen sich im Voraus bestimmen - und oft werfen Erkenntnisse auch neue Fragen auf. Unsere Lösung dafür ist der "Insight Builder".
Insight Builder
Mit dem Insight Builder bieten wir die Möglichkeit, auf einem Dashboard wesentlich mehr Informationen und Wissen zu erschließen. Der Nutzer ist in der Lage, auf Basis der Daten neue Fragen zu stellen und somit praktisch eigene Analysen durchzuführen. Auf diese Weise kann ein Nutzer eine Analyse auf einen bestimmten Ausschnitt eines Datensatzes festlegen. Ebenso können Dinge wie die Anpassung der Darstellung (zum Beispiel ein Balken- anstelle eines Liniendiagramms, ein anderer Darstellungszeitraum, usw.) vorgenommen werden. Eine Herausforderung besteht darin, sicherzustellen, dass solche neuen Analysen nicht zu falschen oder unvollständigen Ergebnissen führen. Darüber hinaus soll der Nutzer nicht mit zu vielen Optionen und Informationen überfordert werden.
Wir bieten zwei Varianten des Insight Builders an. In der ersten Variante werden von unseren Forschern zahlreiche Analysen in einem Katalog "bereitgestellt". Der Nutzer kann diesen Katalog leicht durchsuchen und Filter auf die Analysen anwenden. Die Suche erfolgt auf Basis von natürlicher Sprache und einem Hauch von künstlicher Intelligenz. Wenn ein Nutzer nach einem Begriff sucht, der nicht exakt mit einem Suchbegriff auf dem Dashboard übereinstimmt, kann das System dennoch die richtigen Inhalte anzeigen, indem es intelligent abgleicht. Ein Beispiel für einen katalogbasierten Insight Builder finden Sie auf pr-edict.nl. Benutzer können hier in zahlreichen Analysen im Bereich der IT und des Arbeitsmarkts stöbern und einfach filtern.
Ein modernere Variante ist der AI Insight Builder. Ein Nutzer kann eine freie Analysefrage in normaler Sprache stellen. Das Dashboard erstellt dann nach Möglichkeit eine Analyse (Grafik), die die Frage beantwortet. Um dies zu ermöglichen, füttern wir eine künstliche Intelligenz mit detaillierten Informationen über den Datensatz, die zugrunde liegenden Methoden und Annahmen. Die KI übersetzt die Frage in eine Anfrage (Datenbankabfrage), einen Vorschlag für eine Visualisierungsform und eine Erläuterung. Mit der KI können wir auch Randbedingungen überprüfen und Beschränkungen der Analyse anzeigen. Außerdem können auch harte Randbedingungen eingebaut werden, wie beispielsweise minimale Zellfüllung.
Maatwerk
Dialogic bietet maßgeschneiderte Anwendungen für Visualisierung, Datensammlung und Analyse. Das Folgende ist ein Beispiel für maßgeschneiderte Visualisierung. Jeder Kreis stellt ein Festival dar. Die Farbe bezieht sich auf das Genre. Festivals, die die gleichen Künstler empfangen, stehen näher beieinander. Auf diese Weise kann ein Nutzer interaktiv interessante Festivals finden.
