Es scheint, als würden wir alle unter der Informations- oder Datenflut leiden. Und die gute Nachricht ist, dass es dafür vielleicht eine einfache Lösung gibt, indem wir unsere Augen stärker einsetzen. Also die Informationen zu visualisieren, so dass wir die wesentlichen Muster und Verbindungen sehen können. Und dann diese Informationen so zu gestalten, dass sie mehr Sinn ergeben oder eine Geschichte erzählen, oder wir uns auf die wichtigen Informationen konzentrieren können. Ohne das können visualisierte Informationen auch einfach gut aussehen.
It feels like we're all suffering from information overload or data glut. And the good news is there might be an easy solution to that, and that's using our eyes more. So, visualizing information, so that we can see the patterns and connections that matter and then designing that information so it makes more sense, or it tells a story, or allows us to focus only on the information that's important. Failing that, visualized information can just look really cool.
Also, schauen wir es uns an. Dies ist das Milliarden-Dollar-o-Gram und dieses Bild entstand aus der Frustration, die ich verspürte, als über Milliarden Dollar hohe Beträge in der Presse berichtet wurde. Denn ohne Zusammenhang sind sie nichtssagend. 500 Milliarden für diese Rohrleitung. 20 Milliarden für diesen Krieg. Es hat überhaupt keinen Sinn. Die einzige Möglichkeit, die Zahlen zu verstehen, ist visuell und relativ. Ich habe also viele Kennzahlen aus verschiedenen Nachrichtenkanälen zusammengesucht und dann entsprechend zu den Werten die Boxen eingezeichnet. Und die Farben hier stellen die Motivation hinter dem Geld dar. Lila steht für Kampf, rot für Geldspenden und grün für Geschäftemacherei. Und was Sie sofort sehen können ist, dass Sie anfangen, eine andere Beziehung zu den Zahlen herzustellen. Sie können sie buchstäblich sehen. Aber viel wichtiger ist, dass Sie anfangen, Muster und Verbindungen zwischen den Zahlen zu sehen, die ansonsten über verschiedene Nachrichtenmeldungen verteilt wären.
So, let's see. This is the $Billion Dollar o-Gram, and this image arose out of frustration I had with the reporting of billion-dollar amounts in the press. That is, they're meaningless without context: 500 billion for this pipeline, 20 billion for this war. It doesn't make any sense, so the only way to understand it is visually and relatively. So I scraped a load of reported figures from various news outlets and then scaled the boxes according to those amounts. And the colors here represent the motivation behind the money. So purple is "fighting," and red is "giving money away," and green is "profiteering." And what you can see straight away is you start to have a different relationship to the numbers. You can literally see them. But more importantly, you start to see patterns and connections between numbers that would otherwise be scattered across multiple news reports.
Lassen Sie mich einige herausstellen, die mir sehr gefallen. Das hier sind die Einkünfte der OPEC. Diese grüne Box hier -- 780 Milliarden pro Jahr. Und dieser kleine Bildpunkt in der Ecke -- drei Milliarden -- das ist ihr Klimaschutzfond. Amerikaner, unglaublich großzügige Leute -- über 300 Milliarden pro Jahr, gespendet für wohltätige Zwecke. Verglichen mit der Entwicklungshilfe der wichtigsten 17 Industrienationen in Höhe von 120 Milliarden. Und dann natürlich der Irak-Krieg, dessen Kosten auf 60 Milliarden im Jahr 2003 geschätzt wurden. Sie sind geringfügig angestiegen. Afghanistan und Irak belaufen sich nunmehr auf 3.000 Milliarden. Also, es ist großartig, dass wir nun diese Struktur haben und weitere Zahlen hinzufügen können. Wir könnten also sagen: Eine neue Kennzahl erscheint. Lassen Sie uns Afrikas Schulden betrachten. Wie viel von diesem Diagramm glauben Sie machen die Schulden Afrikas an den Westen aus? Schauen wir es uns an. Da ist es. 227 Milliarden sind es, die Afrika schuldet. Und die jüngste Finanzkrise -- wie viel von diesem Diagramm macht diese Zahl wohl aus? Was hat sie die Welt gekostet? Schauen wir es uns an. Tuschhhh. Das wäre glaube ich das passende Geräusch dazu für so viel Geld. 11.900 Milliarden. Also, indem wir Informationen visualisieren, haben wir sie in ein Landschaftbild überführt, das Sie mit Ihren Augen erkunden können -- eine Art Karte, sozusagen eine Informationskarte. Und wenn Sie sich in Informationen verlieren, ist eine Informationskarte ziemlich nützlich.
Let me point out some that I really like. This is OPEC's revenue, this green box here -- 780 billion a year. And this little pixel in the corner -- three billion -- that's their climate change fund. Americans, incredibly generous people -- over 300 billion a year, donated to charity every year, compared with the amount of foreign aid given by the top 17 industrialized nations at 120 billion. Then of course, the Iraq War, predicted to cost just 60 billion back in 2003. And it mushroomed slightly. Afghanistan and Iraq mushroomed now to 3,000 billion. So now it's great because now we have this texture, and we can add numbers to it as well. So we could say, well, a new figure comes out ... let's see African debt. How much of this diagram do you think might be taken up by the debt that Africa owes to the West? Let's take a look. So there it is: 227 billion is what Africa owes. And the recent financial crisis, how much of this diagram might that figure take up? What has that cost the world? Let's take a look at that. Dooosh -- Which I think is the appropriate sound effect for that much money: 11,900 billion. So, by visualizing this information, we turned it into a landscape that you can explore with your eyes, a kind of map really, a sort of information map. And when you're lost in information, an information map is kind of useful.
Ich möchte Ihnen noch ein weiteres Landschaftsbild zeigen. Stellen wir uns vor wie ein Landschaftsbild der Ängste in der Welt aussehen könnte. Schauen wir es uns an. Dies sind die Berge aus Maulwürfshügeln. Eine Zeitleiste globaler Panik in den Medien. (Gelächter) Ich werde sie gleich für Sie beschriften. Aber die Höhe hier, auf die ich hinweisen möchte, stellt die Intensität bestimmter Ängste dar, wie sie von den Medien berichtet wurden. Lassen Sie mich diese herausstellen. Diese hier, Schweinegruppe -- rosa. Vogelgrippe. SARS - hier in braun. Erinnern Sie sich? Das Jahr-2000-Problem -- furchtbare Katastrophe. Diese kleinen grünen Höhepunkte sind Zusammenstöße mit Asteroiden. (Gelächter) Und hier im Sommer -- Killer-Wespen.
So I want to show you another landscape now. We need to imagine what a landscape of the world's fears might look like. Let's take a look. This is Mountains Out of Molehills, a timeline of global media panic. (Laughter) So, I'll label this for you in a second. But the height here, I want to point out, is the intensity of certain fears as reported in the media. Let me point them out. So this, swine flu -- pink. Bird flu. SARS -- brownish here. Remember that one? The millennium bug, terrible disaster. These little green peaks are asteroid collisions. (Laughter) And in summer, here, killer wasps.
(Gelächter)
(Laughter)
So sehen also unsere Ängste im Laufe der Zeit in unseren Medien aus. Was ich jedoch liebe -- und ich bin Journalist -- was ich liebe, sind versteckte Muster. Ich liebe es, ein Daten-Detektiv zu sein. Und es gibt ein sehr interessantes und sonderbares, verstecktes Muster in diesen Daten, das man nur sehen kann, wenn man es visualisiert. Lassen Sie es mich für Sie hervorheben. Sehen Sie sich diese Reihe an. Dies ist ein Landschaftsbild gewaltbetonter Videospiele. Wie Sie sehen können, gibt es hier ein sonderbares, regelmäßiges Muster in diesen Daten. Zwei Höhepunkte jedes Jahr. Wenn wir es uns näher ansehen, stellen wir fest, dass diese Höhepunkte in denselben Monaten jeden Jahres auftreten. Warum? Nun, im November erscheinen die Weihnachts-Videospiele gibt es sicher einen steilen Anstieg der Bedenken gegenüber deren Inhalt. Aber der April ist nicht gerade ein besonderer Monat für Videospiele. Warum April? Nun, im April 1999 war das Schulmassaker an der Columbine High School und seitdem wurde an diese Angst von den Medien erinnert und findet sich nach und nach in den Köpfen im Laufe des Jahres wieder. Es gibt Rückblicke, Jahrestage, Gerichtsverfahren, sogar Schießereien von Nachahmern. All das bringt diese Angst wieder auf die Tagesordnung. Und es gibt hier noch ein anderes Muster. Können Sie es sehen? Sehen Sie diese Lücke? Dort ist eine Lücke und sie wirkt sich auf alle anderen Geschichten aus. Warum ist dort eine Lücke? Sehen Sie wo sie beginnt? Im September 2001, als wir etwas sehr Reales hatten, das uns Angst machte.
So these are what our fears look like over time in our media. But what I love -- and I'm a journalist -- and what I love is finding hidden patterns; I love being a data detective. And there's a very interesting and odd pattern hidden in this data that you can only see when you visualize it. Let me highlight it for you. See this line, this is a landscape for violent video games. As you can see, there's a kind of odd, regular pattern in the data, twin peaks every year. If we look closer, we see those peaks occur at the same month every year. Why? Well, November, Christmas video games come out, and there may well be an upsurge in the concern about their content. But April isn't a particularly massive month for video games. Why April? Well, in April 1999 was the Columbine shooting, and since then, that fear has been remembered by the media and echoes through the group mind gradually through the year. You have retrospectives, anniversaries, court cases, even copy-cat shootings, all pushing that fear into the agenda. And there's another pattern here as well. Can you spot it? See that gap there? There's a gap, and it affects all the other stories. Why is there a gap there? You see where it starts? September 2001, when we had something very real to be scared about.
Ich habe nun seit etwa einem Jahr als Daten-Journalist gearbeitet und ich höre immer wieder diesen Satz, der so lautet: "Daten sind das neue Öl." Und Daten sind die Art allgegenwärtiger Ressource, die wir ausgestalten können, um neue Innovationen und Erkenntnisse zu liefern. Und sie ist überall unter uns und kann sehr einfach abgebaut werden. Und es ist keine besonders gute Metapher in diesen Zeiten, insbesondere wenn man am Golf von Mexiko lebt. Ich würde diese Metapher eher ein wenig anpassen und sagen, dass Daten der neue Erdboden sind. Denn für mich fühlen sie sich wie ein fruchtbares, kreatives Medium an. Wissen Sie, über die Jahre hinweg haben wir online eine riesige Menge an Informationen und Daten abgelegt und wir bewässern sie mit Netzwerken und Anschlussmöglichkeiten. Und sie wurden bearbeitet und beackert von unbezahlten Arbeitern und Regierungen. In Ordnung, ich lasse mich vielleicht etwas an dieser Metapher aus. Aber es handelt sich um ein wirklich fruchtbares Medium. Visualisierungen, Info-Grafiken, Visualisierungen von Daten -- sie fühlen sich wie Blumen an, die auf diesem Medium blühen. Wenn man es sich jedoch genauer ansieht, handelt es sich nur um viele Zahlen und nicht zusammenhängende Fakten. Wenn man jedoch anfängt, damit zu arbeiten und gewissermaßen zu spielen, können sich interessante Dinge ergeben und unterschiedliche Muster offenbaren.
So, I've been working as a data journalist for about a year, and I keep hearing a phrase all the time, which is this: "Data is the new oil." Data is the kind of ubiquitous resource that we can shape to provide new innovations and new insights, and it's all around us, and it can be mined very easily. It's not a particularly great metaphor in these times, especially if you live around the Gulf of Mexico, but I would, perhaps, adapt this metaphor slightly, and I would say that data is the new soil. Because for me, it feels like a fertile, creative medium. Over the years, online, we've laid down a huge amount of information and data, and we irrigate it with networks and connectivity, and it's been worked and tilled by unpaid workers and governments. And, all right, I'm kind of milking the metaphor a little bit. But it's a really fertile medium, and it feels like visualizations, infographics, data visualizations, they feel like flowers blooming from this medium. But if you look at it directly, it's just a lot of numbers and disconnected facts. But if you start working with it and playing with it in a certain way, interesting things can appear and different patterns can be revealed.
Lassen Sie mich Ihnen dies hier zeigen. Haben Sie eine Idee, was dieser Datenbestand zeigt? Was steigt zweimal im Jahr an, einmal zu Ostern und dann zwei Wochen vor Weihnachten, hat einen kleinen Höhepunkt jeden Montag und verflacht dann während des Sommers? Ich nehme Antworten entgegen. (Publikum: Schokolade.) David McCandless: Schokolade. Sie möchten wohl etwas Schokolade hier unterbringen. Irgendwelche anderen Vermutungen? (Publikum: Einkäufe.) David McCandless: Einkäufe. Klar, eine Einkaufstherapie könnte helfen. (Publikum: Krankenstand.) David McCandless: Krankenstand. Klar, Sie möchten sicher erst einmal freimachen. Sollen wir es uns ansehen?
Let me show you this. Can you guess what this data set is? What rises twice a year, once in Easter and then two weeks before Christmas, has a mini peak every Monday, and then flattens out over the summer? I'll take answers. (Audience: Chocolate.) David McCandless: Chocolate. You might want to get some chocolate in. Any other guesses? (Audience: Shopping.) DM: Shopping. Yeah, retail therapy might help. (Audience: Sick leave.) DM: Sick leave. Yeah, you'll definitely want to take some time off. Shall we see?
(Gelächter)
(Laughter)
(Applaus)
(Applause)
Also, zu den Informationen hier: Lee Byron und ich haben 10.000 Status-Aktualisierungen von Facebook zusammengesucht, die den Ausdruck "Trennung" oder "getrennt" enthalten. Und dies ist das Muster, das wir gefunden haben: Die Leute verschwinden zum Spring Break, (Gelächter) erscheinen wieder nach sehr üblen Wochenenden an einem Montag, sind Single im Verlauf des Sommers und dann der niedrigste Stand des Jahres natürlich am ersten Weihnachtstag. Wer würde das schon tun? Es gibt also eine gigantische Fülle an Daten dort draußen -- beispiellos. Wenn man aber die richtige Frage stellt oder wenn man sie in der richtigen Art und Weise bearbeitet, können sich interessante Dinge herausbilden.
So, the information guru Lee Byron and myself, we scraped 10,000 status Facebook updates for the phrase "break-up" and "broken-up" and this is the pattern we found -- people clearing out for Spring Break, (Laughter) coming out of very bad weekends on a Monday, being single over the summer, and then the lowest day of the year, of course: Christmas Day. Who would do that? So there's a titanic amount of data out there now, unprecedented. But if you ask the right kind of question, or you work it in the right kind of way, interesting things can emerge.
Also, Informationen sind schön. Daten sind schön. Ich frage mich, ob ich mein Leben auch schön gestalten kann. Und hier ist mein visueller Lebenslauf. Ich bin mir nicht ganz sicher, ob es mir geglückt ist. Ziemlich blockig. Die Farben sind nicht so schön. Aber ich wollte Ihnen etwas vermitteln. Ich habe als Programmierer begonnen. Dann habe ich für viele Jahre als Autor gearbeitet, etwa 20 Jahre -- im Druckgewerbe, Online und dann in der Werbung. Und erst vor Kurzem habe ich mit dem Gestalten angefangen. Und ich war niemals an einer Hochschule für Gestaltung. Ich habe niemals Kunst oder dergleichen studiert. Ich habe es irgendwie durchs Tun gelernt. Und als ich mit dem Gestalten anfing, habe ich etwas Sonderbares über mich selbst entdeckt. Ich wusste bereits wie man gestaltet, aber es war nicht so, dass ich unglaublich großartig darin war. Es war mehr so, dass ich sensibel gegenüber Konzepten wie Rastern und Flächen sowie Ausrichtung und Typografie war. Es ist fast so, als hätte die Konfrontation mit all diesen Medien über die Jahre eine in mir schlummernde Gestaltungsfähigkeit geweckt. Und ich glaube nicht, dass es nur mir so geht.
So information is beautiful. Data is beautiful. I wonder if I could make my life beautiful. And here's my visual C.V. I'm not quite sure I've succeeded. Pretty blocky, the colors aren't that great. But I wanted to convey something to you. I started as a programmer, and then I worked as a writer for many years, about 20 years, in print, online and then in advertising, and only recently have I started designing. And I've never been to design school. I've never studied art or anything. I just kind of learned through doing. And when I started designing, I discovered an odd thing about myself. I already knew how to design, but it wasn't like I was amazingly brilliant at it, but more like I was sensitive to the ideas of grids and space and alignment and typography. It's almost like being exposed to all this media over the years had instilled a kind of dormant design literacy in me. And I don't feel like I'm unique.
Ich glaube, dass jeden Tag jeder von uns von Informationsdesign zugedröhnt wird. Es strömt durch das Web in unsere Augen und wir sind nun alle grafische Ideengestalter; wir verlangen alle ein visuelles Erscheinungsbild zu unseren Informationen. Und da ist etwas beinahe Magisches in unseren visuellen Informationen. Sie sind mühelos; sie strömen buchstäblich in uns ein. Und wenn man durch einen dichten Informationsdschungel steuert und auf eine schöne Grafik stößt oder eine hübsche Visualisierung von Daten, ist es eine Erleichterung. Wie eine Lichtung im Dschungel. Und ich war gespannt darauf. Es führte mich also zum Werk eines dänischen Physikers namens Tor Nørretranders. Er überführte die Bandbreite der Sinne in Computerbegriffe.
I feel that everyday, all of us now are being blasted by information design. It's being poured into our eyes through the Web, and we're all visualizers now; we're all demanding a visual aspect to our information. There's something almost quite magical about visual information. It's effortless, it literally pours in. And if you're navigating a dense information jungle, coming across a beautiful graphic or a lovely data visualization, it's a relief, it's like coming across a clearing in the jungle. I was curious about this, so it led me to the work of a Danish physicist called Tor Norretranders, and he converted the bandwidth of the senses into computer terms.
Los geht's. Dies sind Ihre Sinne. Es strömt jede Sekunde in Ihre Sinne. Ihr Sehvermögen ist am schnellsten. Es hat die gleiche Bandbreite wie ein Computernetzwerk. Dann gibt es den Tastsinn, der etwa die Geschwindigkeit eines USB-Sticks hat. Dann sind da noch der Gehör- und Geruchssinn, die den Durchsatz einer Festplatte haben. Und dann gibt es noch den armen, alten Geschmackssinn, der nicht ganz den Durchsatz eines Taschenrechners hat. Und dieses kleine Quadrat in der Ecke -- 0,7 Prozent, das ist die Menge, der wir uns tatsächlich bewusst sind. Eine Menge Ihrer Sehkraft also -- der Großteil davon ist visuell, strömt hinein und ist uns nicht bewusst. Und das Auge reagiert höchst sensibel auf Muster in wechselnder Farbe, Form und Struktur. Es liebt sie und es bezeichnet sie als schön. Es ist die Sprache des Auges. Und wenn man diese Sprache des Auges mit der Sprache des Verstandes kombiniert, die von Worten, Zahlen und Konzepten handelt, beginnt man, zwei Sprachen gleichzeitig zu sprechen, die sich gegenseitig ergänzen. Sie haben also das Auge und dann kommen die Konzepte dazu. Und diese ganze Sache -- es sind zwei Sprachen, die gleichzeitig funktionieren.
So here we go. This is your senses, pouring into your senses every second. Your sense of sight is the fastest. It has the same bandwidth as a computer network. Then you have touch, which is about the speed of a USB key. And then you have hearing and smell, which has the throughput of a hard disk. And then you have poor old taste, which is like barely the throughput of a pocket calculator. And that little square in the corner, a naught .7 percent, that's the amount we're actually aware of. So a lot of your vision -- the bulk of it is visual, and it's pouring in. It's unconscious. The eye is exquisitely sensitive to patterns in variations in color, shape and pattern. It loves them, and it calls them beautiful. It's the language of the eye. If you combine the language of the eye with the language of the mind, which is about words and numbers and concepts, you start speaking two languages simultaneously, each enhancing the other. So, you have the eye, and then you drop in the concepts. And that whole thing -- it's two languages both working at the same time.
Wir können diese neue Art von Sprache also verwenden, um unseren Blickwinkel oder unsere Ansichten zu ändern. Lassen Sie mich Ihnen eine einfache Frage mit einer wirklich einfachen Antwort stellen. Wer hat den größten Militäretat? Das muss Amerika sein, oder? Gewaltig. 609 Milliarden im Jahr 2008 -- 607, um genau zu sein. So gewaltig in der Tat, dass es alle anderen Militäretats auf der Welt umfassen kann. Mjam, mjam, mjam, mjam, mjam. Zum Vergleich können Sie nun Afrikas Gesamtschulden sehen sowie das Haushaltsdefizit Großbritanniens. Das könnte nun wohl mit Ihrem Bild von Amerika übereinstimmen, dass es eine Art von kriegstreibender Militärmaschinerie ist, welche darauf aus ist, die Welt mit ihrem riesigen industriell-militärischen Komplex zu überwältigen. Aber ist es wirklich so, dass Amerika den größten Militäretat hat? Weil Amerika ein unglaublich reiches Land ist. Tatsächlich ist es so gewaltig reich, dass es die Wirtschaftssysteme der vier anderen größten Industrienationen umfasst. Es ist so enorm reich. Sein Militäretat muss also enorm sein. Um also gerecht zu sein und um unseren Blickwinkel zu ändern, müssen wir weiteres Datenmaterial heranziehen und dieses Datenmaterial ist das BIP (Bruttoinlandsprodukt) oder auch die Einnahmen eines Landes. Wer hat den größten Militäretat im Verhältnis zum BIP? Schauen wir mal. Dies ändert das Bild beträchtlich. Es erscheinen nun Länder, an die Sie vermutlich nicht gedacht hatten und Amerika fällt auf den achten Platz.
So we can use this new kind of language, if you like, to alter our perspective or change our views. Let me ask you a simple question with a really simple answer: Who has the biggest military budget? It's got to be America, right? Massive. 609 billion in 2008 -- 607, rather. So massive, in fact, that it can contain all the other military budgets in the world inside itself. Gobble, gobble, gobble, gobble, gobble. Now, you can see Africa's total debt there and the U.K. budget deficit for reference. So that might well chime with your view that America is a sort of warmongering military machine, out to overpower the world with its huge industrial-military complex. But is it true that America has the biggest military budget? Because America is an incredibly rich country. In fact, it's so massively rich that it can contain the four other top industrialized nations' economies inside itself, it's so vastly rich. So its military budget is bound to be enormous. So, to be fair and to alter our perspective, we have to bring in another data set, and that data set is GDP, or the country's earnings. Who has the biggest budget as a proportion of GDP? Let's have a look. That changes the picture considerably. Other countries pop into view that you, perhaps, weren't considering, and American drops into eighth.
Dies können Sie auch mit Soldaten machen. Wer hat die meisten Soldaten? Das muss doch China sein. Natürlich, 2,1 Millionen. Und wieder stimmt es mit Ihrem Bild überein, dass China eine militarisierte Regierung hat, die bekanntlich bereit ist, ihre riesigen Truppen zu mobilisieren. Aber natürlich hat China auch eine gewaltige Einwohnerzahl. Wenn wir also das Gleiche tun, sehen wir ein völlig anderes Bild. China fällt auf Platz 124. Es hat tatsächlich eine winzige Armee, wenn man andere Daten ebenfalls berücksichtigt. Absolute Zahlen also, wie der Militäretat, zeigen in einer vernetzten Welt nicht das gesamte Bild. Sie sind nicht so genau wie sie sein könnten.
Now you can also do this with soldiers. Who has the most soldiers? It's got to be China. Of course, 2.1 million. Again, chiming with your view that China has a militarized regime ready to, you know, mobilize its enormous forces. But of course, China has an enormous population. So if we do the same, we see a radically different picture. China drops to 124th. It actually has a tiny army when you take other data into consideration. So, absolute figures, like the military budget, in a connected world, don't give you the whole picture. They're not as true as they could be.
Wir benötigen relative Zahlen, die mit anderen Daten verbunden sind, so dass wir ein umfassenderes Bild sehen können, welches uns dann dazu bewegt, unseren Blickwinkel zu ändern. Wie Hans Rosling, der Meister, mein Meister, sagte: "Lasst die Daten eure Denkweise ändern." Und wenn sie das schaffen, können sie vielleicht auch Ihr Verhalten ändern.
We need relative figures that are connected to other data so that we can see a fuller picture, and then that can lead to us changing our perspective. As Hans Rosling, the master, my master, said, "Let the dataset change your mindset." And if it can do that, maybe it can also change your behavior.
Schauen Sie sich das hier an. Ich bin ein kleiner Gesundheitsfanatiker. Ich liebe es, Nahrungsergänzungsmittel zu nehmen und fit zu sein. Aber ich es kann es einfach nicht verstehen, wie es mit wissenschaftlichen Nachweisen aussieht. Es gibt immer widersprüchliche Nachweise. Soll ich Vitamin C nehmen? Soll ich Weizengras nehmen? Dies ist eine Visualisierung all dieser wissenschaftlichen Nachweise für Nahrungsergänzungsmittel. Diese Art von Diagramm wird als Ballon-Rennen bezeichnet. Je höher man sich also im Bild befindet, desto mehr Beweise gibt es für die jeweiligen Ergänzungsmittel. Und die Blasen entsprechen der Beliebtheit in Bezug auf die Anzahl an Suchergebnissen in Google. Sie können also quasi sofort erkennen, wie das Verhältnis zwischen Wirksamkeit und Beliebtheit ist. Aber Sie können außerdem -- wenn Sie die Beweise klassifizieren -- sozusagen eine "lohnt sich"-Grenze ziehen. Somit lohnt es sich, die Ergänzungsmittel oberhalb dieser Grenze zu betrachten, jedoch nur zu den unten aufgeführten Bedingungen. Und die Ergänzungsmittel unterhalb dieser Grenze sind es vermutlich nicht wert, in Betracht gezogen zu werden.
Take a look at this one. I'm a bit of a health nut. I love taking supplements and being fit, but I can never understand what's going on in terms of evidence. There's always conflicting evidence. Should I take vitamin C? Should I be taking wheatgrass? This is a visualization of all the evidence for nutritional supplements. This kind of diagram is called a balloon race. So the higher up the image, the more evidence there is for each supplement. And the bubbles correspond to popularity as regards to Google hits. So you can immediately apprehend the relationship between efficacy and popularity, but you can also, if you grade the evidence, do a "worth it" line. So supplements above this line are worth investigating, but only for the conditions listed below, and then the supplements below the line are perhaps not worth investigating.
Dieses Bild stellt eine riesige Menge an Arbeit dar. Wir haben etwa 1.000 Studien aus dem PubMed zusammengesucht, der biomedizinischen Datenbank. Und wir haben sie alle zusammengestellt und bewertet. Und es war unglaublich frustrierend für mich, da ich ein Buch mit 250 Grafiken bestücken musste, mein Buch, und ich habe damit einen Monat verbracht und nur zwei Seiten gefüllt. Was das jedoch zeigt, ist, dass diese Art der Visualisierung von Informationen eine Form der Wissenskomprimierung ist. Es ist eine Möglichkeit, eine gewaltige Menge an Informationen und Erkenntnissen auf kleinen Raum zusammenzupressen. Sobald man die Daten organisiert hat und sobald man sie gesäubert hat, und sobald sie da sind, können Sie coole Sachen wie das hier tun.
Now this image constitutes a huge amount of work. We scraped like 1,000 studies from PubMed, the biomedical database, and we compiled them and graded them all. And it was incredibly frustrating for me because I had a book of 250 visualizations to do for my book, and I spent a month doing this, and I only filled two pages. But what it points to is that visualizing information like this is a form of knowledge compression. It's a way of squeezing an enormous amount of information and understanding into a small space. And once you've curated that data, and once you've cleaned that data, and once it's there, you can do cool stuff like this.
Ich habe dies in eine interaktive Anwendung überführt. Ich kann diese Anwendung nun also online benutzen. Dies ist die Visualisierung online -- und ich kann sagen: "Ja, genial!" Es erzeugt sich also von selbst. Und dann kann ich sagen: "Nun, zeige mir das Zeug, das gut fürs Herz ist." Lassen Sie es uns also herausfiltern. Das Herz ist also herausgefiltert, wenn ich das wissen möchte. Ich denke: "Nein, nein. Ich möchte keine synthetischen Stoffe nehmen. Ich möchte nur Pflanzen sehen und -- zeig mir nur Kräuter und Pflanzen. Ich habe all diese natürlichen Bestandteile." Diese Anwendung erzeugt sich nun von selbst aus den Daten. Die Daten sind alle in einem Google-Dokument gespeichert und sie erzeugt sich buchstäblich von selbst aus den Daten. Die Daten sind also nun lebendig; dies ist ein lebendiges Bild und ich kann es in einer Sekunde aktualisieren. Neue Beweise erscheinen -- ich ändere einfach eine Zeile in einer Tabelle. Tusch! Noch einmal. Das Bild erzeugt sich wieder selbst. Das ist cool. Es ist irgendwie lebendig.
So I converted this into an interactive app, so I can now generate this application online -- this is the visualization online -- and I can say, "Yeah, brilliant." So it spawns itself. And then I can say, "Well, just show me the stuff that affects heart health." So let's filter that out. So heart is filtered out, so I can see if I'm curious about that. I think, "No, no. I don't want to take any synthetics, I just want to see plants and -- just show me herbs and plants. I've got all the natural ingredients." Now this app is spawning itself from the data. The data is all stored in a Google Doc, and it's literally generating itself from that data. So the data is now alive; this is a living image, and I can update it in a second. New evidence comes out. I just change a row on a spreadsheet. Doosh! Again, the image recreates itself. So it's cool. It's kind of living.
Aber es kann auch gewissermaßen über Daten hinaus gehen und es kann über Zahlen hinaus gehen. Und ich möchte die Visualisierung von Informationen auf Ideen und Konzepte anwenden. Dies ist die Visualisierung des politischen Spektrums als Bestrebung von mir zu versuchen und zu verstehen wie es funktioniert und wie die Ideen durchsickern -- von der Regierung in die Gesellschaft und Kultur, in Familien, in Individuen, in ihre Überzeugungen und wieder ganz zurück in einem Kreislauf. Was ich an diesem Bild liebe, ist, dass es aus Konzepten besteht. Es erkundet unsere Weltanschauungen und es hilft uns -- es hilft mir zumindest -- zu sehen, was andere denken, zu sehen, wo sie herkommen. Und es fühlt sich einfach unglaublich gut an, das zu tun.
But it can go beyond data, and it can go beyond numbers. I like to apply information visualization to ideas and concepts. This is a visualization of the political spectrum, an attempt for me to try and understand how it works and how the ideas percolate down from government into society and culture, into families, into individuals, into their beliefs and back around again in a cycle. What I love about this image is it's made up of concepts, it explores our worldviews and it helps us -- it helps me anyway -- to see what others think, to see where they're coming from. And it feels just incredibly cool to do that.
Und was für mich am spannendsten beim Gestalten war, war, dass ich währenddessen verzweifelt versucht habe, diese Seite, die linke Seite besser zu machen als die rechte Seite -- als Journalist, als linksorientierte Person -- Aber ich konnte nicht, da ich ansonsten ein einseitiges, verzerrtes Diagramm erstellt hätte. Um also wirklich ein vollständiges Bild zu erstellen, musste ich auch die Ansichten der rechten Seite würdigen und gleichzeitig, gewissermaßen unbehaglich feststellen, wie viele jener Eigenschaften tatsächlich in mir sind, was sehr, sehr ärgerlich und unbehaglich war. (Gelächter) Aber nicht zu unbehaglich, weil es etwas nicht Bedrohliches hat, wenn man eine politische Ansicht sieht als dass man sie sich anhören muss. Es ist wirklich so -- Sie können widersprüchliche Standpunkte freudig vertreten, wenn Sie sie sehen können. Es ist sogar ein Vergnügen sich mit ihnen zu beschäftigen, da sie visuell sind. Das ist es also, was für mich aufregend ist -- zu sehen, wie Daten meinen Blickwinkel ändern können und meine Meinung währenddessen beeinflussen können. Schöne, wunderbare Daten.
What was most exciting for me designing this was that, when I was designing this image, I desperately wanted this side, the left side, to be better than the right side -- being a journalist, a Left-leaning person -- but I couldn't, because I would have created a lopsided, biased diagram. So, in order to really create a full image, I had to honor the perspectives on the right-hand side and at the same time, uncomfortably recognize how many of those qualities were actually in me, which was very, very annoying and uncomfortable. (Laughter) But not too uncomfortable, because there's something unthreatening about seeing a political perspective, versus being told or forced to listen to one. You're capable of holding conflicting viewpoints joyously when you can see them. It's even fun to engage with them because it's visual. So that's what's exciting to me, seeing how data can change my perspective and change my mind midstream -- beautiful, lovely data.
Um es also zusammenzufassen: Ich wollte sagen, dass ich glaube, dass es bei der Gestaltung um das Lösen von Problemen geht und die Bereitstellung eleganter Lösungen. Und beim Informationsdesign geht es um das Lösen von Informationsproblemen. Und ich glaube, dass wir viele Informationsprobleme derzeit in unserer Gesellschaft haben -- von der Informationsflut und -sättigung bis zur Störung von Vertrauen und Zuverlässigkeit sowie unkontrollierter Skepsis und dem Mangel an Transparenz oder sogar einfach Interesse. Ich glaube, ich finde Informationen einfach zu interessant. Sie haben etwas, das mich anzieht.
So, just to wrap up, I wanted to say that it feels to me that design is about solving problems and providing elegant solutions, and information design is about solving information problems. It feels like we have a lot of information problems in our society at the moment, from the overload and the saturation to the breakdown of trust and reliability and runaway skepticism and lack of transparency, or even just interestingness. I mean, I find information just too interesting. It has a magnetic quality that draws me in.
Die Visualisierung von Informationen kann uns also eine sehr schnelle Lösung für all jene Arten von Problemen bescheren. Und sogar wenn die Informationen schrecklich sind, kann die Visualisierung ganz schön sein. Und oftmals können wir Klarheit schaffen oder eine Antwort auf eine einfache Frage sehr schnell erhalten, wie diese hier -- der jüngste isländische Vulkan. Was hat das meiste CO2 ausgestoßen? Waren es die Flugzeuge oder der Vulkan, die Flugzeuge am Boden oder der Vulkan? Schauen wir es uns an. Wir schauen uns die Daten an und wir sehen -- ja, der Vulkan hat 150.000 Tonnen ausgestoßen; die Flugzeuge am Boden hätten 345.000 Tonnen ausgestoßen, wenn sie in der Luft gewesen wären. Wir hatten also tatsächlich unseren ersten klimaneutralen Vulkan.
So, visualizing information can give us a very quick solution to those kinds of problems. Even when the information is terrible, the visual can be quite beautiful. Often we can get clarity or the answer to a simple question very quickly, like this one, the recent Icelandic volcano. Which was emitting the most CO2? Was it the planes or the volcano, the grounded planes or the volcano? So we can have a look. We look at the data and we see: Yep, the volcano emitted 150,000 tons; the grounded planes would have emitted 345,000 if they were in the sky. So essentially, we had our first carbon-neutral volcano.
(Gelächter)
(Laughter)
(Applaus)
(Applause)
Und das ist schön. Vielen Dank.
And that is beautiful. Thank you.
(Applaus)
(Applause)