OSHIT - OpenSecrets Heuristic Investigation Tools

Es sollte eine kollaborative und gestenbasierende Informationsvisualisierung auf einem Multitouch-Tisch entwickelt werden. Das OSHIT-Projekt nimmt eine Datenbank der OpenSectrets.org Webste als Grundlage. Diese zeigt die getätigten Wahlkampfspenden des US-Amerikanischen Wahlkampfes zwischen Anfang 2007 und Ende 2008 auf. Die OpenSecrets Website ist eine Initiative des Center for Responsive Politics und ist laut eigener Beschreibung „a resource for campaign contributions, lobbying data and analysis“.

Da jede einzelne Spende an jeden Kandidaten in jedem Bundesstaat vorlag und sich so Datensatzzahlen im Millionenbereich ergaben, lagen zwei Hürden vor uns. Die eine war die technische, das verarbeiten so einer großen Datenmenge. Das zweite die konzeptionelle, was kann aus diesem Chaos entstehen? Wir lernten nach viel experimentieren, dass die Fragestellung das A und O eines so großen Datensatzes ist. Es schälte sich bei den Teammitgliedern die Neugierde heraus, von wem denn nun die beiden Hauptkandidaten Barack Obama und John McCain bespendet wurden. Wir haben drei verschiedene Tools entwickelt, die sich jeweils anderer Dimensionen und Fragen annehmen, da die Daten auch bei der Reduzierung auf die beiden damaligen Präsidentschaftskandidaten sehr komplex blieben. Durch die gleichzeitige Kombination und Verknüpfung der Werkzeuge, also verschiedener Blickwinkel, können weitere Erkenntnisse auf dem Multitouch-Tisch getroffen werden. An diesem Punkt kommt die kollaborative Ebene in das Spiel. Aufgrund der Komplexität und des Zeitrahmens, konnte es nur bei einer Illustration des kollaborativen Ansatzes bleiben. Doch reicht auch der bestehende Prototyp schon aus um die Daten Sichten zu können.

Investigation Tool: Timeline

Frage: „Wie haben sich Besuche der Kandidaten auf das Spendenverhalten in den jeweiligen Staaten ausgewirkt? Oder gab es weitere Medienereignisse, die Einfluss darauf nahmen?

Beschreibung: Eine Zeitleiste für jeweils Obama und McCain gehen über den Bildschirm. Sie zeigen die insgesamte Spendenhöhe eines Tages an. Ein zusätzlicher sichtbarer Kreis an dieser Stelle zeigt an ob der Kandidat einen Wahlkampftermin hatte. Die Zeitleisten liegen auf einer USA Landkarte. Wird ein Token über die Leiste geschoben, werden die Orte der Wahlkampftermine auf der Karte hervorgehoben. Die Art des Termines wird in der oberen linken Bildschirmecke angezeigt. Durch diese verschiedenen Ebenen können mehrere Dinge gesehen werden. Gab es eine Strategie hinter den Wahlkampforten oder waren sie zufällig verteilt, gibt es Präferenzen, zum Beispiel wurde die Küsten bevorzugt besucht. Der Staat in dem Obama Gouverneur war wurde von ihm besonders oft besucht. Gibt es zusammenhänge zwischen Spendenspitzen und Wahlkampfterminen? Hat sich die Termindichte auf die Spenden ausgewirkt?

Fazit: McCain sprach vor vielen Lobbyvereinen, Obama oft in Universitäten. Es hat sich also nicht auf die Höhe, sondern auf den Absender der Spenden ausgewirkt. Es zeigt auch, in welchem Umfeld die Kandidaten bewegten. Die selbe Analyse sollte in der nächsten Wahlkampfperiode noch einmal für die neuen Kandidaten durchgeführt werden um sich ein Bild neben der rhetorischen Gewandtheit von ihnen machen zu können.

Investigation Tool: Distributionchart

Frage: Welche Berufsgruppen Spenden wann und wieviel für wen.

Beschreibung: Eine Zeitlinie in der Mitte des Diagrammes zeigt das Spendendatum an. Die Berufe der Spender sind nach ihrer insgesamten Spenenhöhe sortiert. Oberhalb der Zeitlinie sind die Spenden für McCain zu sehen, unterhalb für Obama.

Bis zu dieser Anordnung gab es einen langen Trial und Error weg. Angefangen vom ersten Sichten der Daten und des puren Anzeigens.

Weiter über Hervorhebungen der verschiedenen Berufe, was die erste Entscheidung für eine von dem Autor vorgegebene Fragestellung war.

Zuerst wurden noch alle Personen die Spenden bekamen angezeigt. Erst später wurde der Fokus auf die Präsidentschaftskandidaten gelegt.

In der finalen Version sind die Spenden schließlich auf die beiden Präsidentschaftskandidaten aufgeteilt. Ein [Flickr Set](http://www.flickr.com/photos/33329152@N00/sets/72157621647519028/ „Distribution Chart Flickr Set“) zeigt die Visualisierungen für alle Staaten.

Fazit: Obama hat eher kleinere Beträge von Privatpersonen, aber dafür sehr viele und von einer breiten Berufsschicht und Bevölkerungsschicht bekommen. McCain bekam wenige aber sehr hohe Beträge von Interessengruppen, die letztendlich aber nicht mit den mobilisierten Spenden Obamas mithalten konnten. McCain bekam regelmäßig Spendengelder, die Spendenbereitschaft für Obama steigerte sich kontinuierlich zum Ende des Wahlkampfes. Gerade dort haben sehr viele einzelne Privatpersonen aus den verschiedensten Berufsschichten gespendet.

Investigation Tool: Flowchart

Frage: Wie hat sich das Spendenverhalten über die Zeit, und damit abhängig von den Unternehmungen der Kandidaten, verhalten? Wann sind die meisten Zahlungen eingegangen und von welchen unterschiedlich finanzkräftigen Institutionen gingen diese aus?

Beschreibung: Das MoneyFlow widget untersucht die Zahlungseingänge der Kandidaten über die Zeit des Wahlkampfes. Dabei werden sämtliche Ein- und Ausgänge als Linengraphen im Uhrzeigersinn angeordnet dargestellt. Grüne Graphen stehen für Einzahlungen von Einzelpersonen, blaue Graphen für Einzahlungen von Institutionen. Auf dem äußersten Ring erscheinen die verschiedenen Institutionen, wobei die Größe von der finanziellen Kraft und die Position vom durchschnittlichen Zahlungszeitrum abhängt. Zur Veranschaulichung verbinden die orangenen Linien die einzelnen Institutionen mit ihren Zahlungen im Innenkreis.

Fazit: Während McCain von wenigeren sehr zahlungskräfigen Institutionen unterstützt wird erhält Obama zusätzlich sehr viele Einzahlungen kleinerer Größe. Besonders die zahlungskräftigeren Unternehmen spenden bei beiden Kandidaten öfter und besonders intensiv zum Ende des Wahlkampfes.

Screenshots

Durch das Zusammenspiel der einzelnen Tools können unsere Fragestellungen von dem Nutzer noch einmal Nachempfunden werden. Um einen Eindruck zu bekommen sind hier einige Screenshots. Man erkennt, dass die einzelnen Werkzeuge noch grafisch aneinander angepasst werden müssen.

Theoretische Einordnung

Im Nachhinein konnte der Weg der zum OSHIT mit einer Grafik aus Ben Frys Doktorarbeit Computational Information Design zusammengefasst werden.

Diese Grafik wurde erst nach Abschlusses des Projektes gefunden, deckt sich aber mit der Herangehensweise, die sich für uns am produktivsten erwiesen hat. Der Aufwand für das brauchbare Einrichten der Daten darf nicht unterschätzt werden. Wir mussten uns erst neue Techniken aneignen um mit der Menge der Daten zurecht zu kommen. Dazu gibt es das Phänomen, dass es fast nie „well-formed data“ gibt sondern erst einmal Formate und fehlende oder inkonsistente Daten nachbearbeitet werden müssen. (aquire und parse)

OSHIT sieht sich neben seinem kollaborativem Auftrag auch als Arbeit im Feld der Information Aesthetics. Es ist ein Kraftfeld zwischen den Polen Aesthetics, Interaction und Data. Dieses Bild wurde 2007 von Andrea Lau und Andrew Vande Moere in ihrer Veröffentlichung: „Towards a Model of Information Aesthetics in Information Visualization“ vorgeschlagen.

Bevor das Projekt in diesem Feld eingeordnet wird sei noch kurz erwähnt, dass die beiden Autoren Faktoren aufgelistet haben, die zu den Information Aesthetics führen. Ganz besonders passend ist die Passage über Design Studenten: „Design students, from digital media to architecture, are increasingly exposed to crossdisciplinary knowledge such as programming and interface techniques, supplementing creative design experience with state-of-the-art computer science skills. An emerging group of visualization designers wish to cross boundaries between fields, by inventing, designing and prototyping novel techniques.“ Wir zählen uns eindeutig zu dieser Gruppe Studenten und möchten deshalb dieses Projekt theoretisch noch genauer erfassen und verstehen.

In der hier betrachteten Veröffentlichung wird das obige Koordinatensystem aufgebaut, in das Visualisierungsprojekte verortet werden können. In der Data Focus Dimension ist das Projekt direkt gehalten. Das heisst die einzelnen Spenden sind sichtbar. Doch wurden auch Gestaltungsüberlgungen herangezogen, die die von uns vorher überlegten Fragestellungen unterstreichen.

OSHIT ist also eher in der Mapping Focus Ebene eher intrinsic, denn: „Such visualization techniques allow high-level goals to be fulfilled, such as understanding underlying meaning in the context of social and cultural issues.“ Wie am Anfang des Textes erwähnt wurden die Ursprünglichen Daten bewusst auf die Fragestellung der beiden Präsidentschaftskandidaten gefiltert und eingeschränkt.

Was ein extrinsic Projekt bedeutet wird in den Zitaten zu den Faktoren der Information Aesthetics deutlich:

Interactivity: „Those techniques which aim for extrinsic meaning often explicitly limit interactivity, ensuring the communication of the creator’s predefined perspective rather than fundamentally unpredictable user interpretations of the data.“

Platform: „information aesthetic techniques tend to be developed using designer-targeted software, such as Processing and Macromedia Flash, affording greater creative and stylistic flexibility in mapping and interaction.“

Dataset Attributes: „techniques with an extrinsic focus often represent datasets that can be understood by non-experts, such as social data, and datasets which are reflective of the state of society, such as news headlines or speeches. Such techniques often provide insights into underlying meanings that are related to the dataset, proposing new perspectives on culture and society as a whole instead of highlighting or explaining data patterns or tendencies.“

Wenn über das Koordinatensystem eine weitere von Lau und Vande Moere vorgeschlagene Ebene addiert wird, kann man die inhaltliche Einordnung des Projektes sehen. Es ist in dem Information Aesthetics Feld mit einer Nähe zur Social Visuazliation. Zur näheren Information die Definition zur Information Aesthetics: „Information aesthetic visualization techniques facilitate both intrinsic insight into patterns and extrinsic meaning underlying the data. Its mapping techniques are generally direct and accurate, similar to those in information visualization, but stylistic and artistic, as in visualization art.“ und Social Visualization: „Social Visualization employs direct mapping techniques augmented by artistic styles, to engage, and promote exploration and interpretation. Users interacting with social visualizations tend to interpret intrinsic data patterns as a reflection of their personality and history. While their technique might be inspired by information visualization, their intent towards extrinsic concepts resembles that of art.“

Die Entscheidung für unsere Fragestellungen wurden getroffen da wir einerseits nicht die Zeit und fachliche Kompetenz besaßen um eine objektive Datensichtungsplattform zu entwickeln. Andererseits haben wir uns auch bewusst dafür entschieden einen Standpunkt anhand von Daten darzulegen. In dem Spektrum dazwischen können einzelne Spenden nachverfolgt werden und Mikrogeschichten wie der Besuch in einem Staat sich auf Spenden auswirkte entdeckt werden. Der Fokus lag somit nicht auf einer puren Informationsvisualisierung sondern auf einer erkenntnisorientierten Interaktionserfahrung. Dadurch waren auch gestalterische Entscheidungen gefragt, die den Fokusse legten und Nichtexperten ermunterten die Daten zu erforschen.

Eine letzte Einordnung ist die Unterscheidung zwischen einer „pragmatic visualization“ und „artistic visualization“ nach James Pierce et al. in den Paper „Energy Aware Dwelling: A Critical Survey of Interaction Design for Eco-Visualizations“ . Diese zitieren wiederum Wattenberg und Viegas mit ihrem Paper „Artistic Data Visualization: Beyond Visual Analytics“ wenn sie erläutern: „Viegas and Wattenberg [37, p. 183] contrasts artistic visualization with traditional scientific visualization which is viewed as 'a tool to support analytic reasoning.' The creators of artistic visualization 'recognize the power of visualization to express a point of view. By contrast, traditional analytic visualization tools have sought to minimize distortions, since these may interfere with dispassionate analysis.'“

Es war uns während der Entwicklung nicht bewusst, dass es in der Forschung diese konzeptionellen Unterscheidungen gibt. Dort war es das Anliegen, den Datensatz kennenzulernen durch verschiedene Fragestellungen. Wir wollten am Anfang noch Werkzeuge entwickeln, die helfen, jede Frage an die Daten zu stellen. Aufgrund zielorientierter Überlegungen wurden die Werkzeuge Illustrationen einer Fragestellung. Hätten wir schon vorher von dem Information Aesthetics Modell gewusst, hätten wir vielleicht gerichteter vorgehen können. So hat es sich am Ende von allein dorthin entwickelt.

Incom ist die Kommunikations-Plattform der Fachhochschule Potsdam

Incom ist die Kommunikations-Plattform der Fachhochschule Potsdam mehr erfahren

OSHIT - OpenSecrets Heuristic Investigation Tools