#visual-analytics — Public Fediverse posts

Desinformation in Zeiten generativer KI

Woche der Meinungsfreiheit 2026: Was ist wahr?

Vom 3. bis 10. Mai 2026 findet zum sechsten Mal die Woche der Meinungsfreiheit statt. Unter dem Motto „Was ist wahr?“ geht es in der bundesweiten Aktionswoche um Fakten, Meinungen und Wahrhaftigkeit. In Demokratien ist Meinungsfreiheit ein hohes Gut. Doch was passiert, wenn Menschen nachweislich falsche Informationen verbreiten?

Als Bibliothek und wissenschaftliche Infrastruktureinrichtung steht die TIB – Leibniz-Informationszentrum Technik und Naturwissenschaften und Universitätsbibliothek für freien Zugang zu Wissen, digitale Souveränität und faktenbasierte Informationen – grundlegende Pfeiler einer demokratischen Gesellschaft. Denn nur wer Zugang zu verlässlichen Informationen hat, kann sich eine freie Meinung bilden. In den kommenden Tagen zeigen wir in Beiträgen im TIB-Blog, wie wir als TIB, die Meinungsfreiheit stärken: mit Citizen-Science-Projekten, mit dem freien Zugang zu Informationen, die eine objektive Meinungsbildung ermöglichen, und mit Forschungsansätzen im Bereich der Erkennung von Desinformation.

Im digitalen Zeitalter verbreiten sich Informationen in rasanter Geschwindigkeit. Dadurch können auch Desinformationen schneller verbreitet werden und stellen eine wachsende Herausforderung für Gesellschaft, Medien, Politik und Demokratie dar. Ihre Auswirkungen reichen von der gezielten Meinungsmanipulation über gesellschaftliche Polarisierung bis hin zum schwindenden Vertrauen in Medien und Institutionen.

Künstliche Intelligenz (KI) kann helfen, Inhalte automatisiert auf ihre Glaubwürdigkeit zu prüfen. Gleichzeitig schafft sie neue Risiken, etwa durch die einfache Erzeugung täuschend echter Inhalte. Die TIB erforscht, wie KI im Umgang mit Desinformation eingesetzt werden kann und wo ihre Grenzen liegen.

Herausforderungen bei der Erkennung von Desinformation

Desinformation tritt in vielen Formen auf: von falschen Fakten bis hin zu manipulierten, generierten oder aus dem Kontext gerissenen Bildern. Besonders schwierig ist, dass Desinformation oft erst erkannt wird, wenn sie sich bereits weit verbreitet hat. Gleichzeitig fehlen gerade bei aktuellen Ereignissen häufig verlässliche Informationen zur Einordnung.

Um Desinformation wirksam zu begegnen, wird eine Kombination verschiedenster KI-Lösungen und interdisziplinärer Forschung benötigt.

Forschung an der TIB: Drei Perspektiven auf Desinformation

Wenn echte Bilder täuschen: Intermodale Konsistenz erkennen

Ein verbreitetes Muster von Desinformation ist die Nutzung echter Bilder in einem falschen Kontext. Solche Fälle sind schwer zu erkennen, da weder Bild noch Text für sich genommen falsch sein müssen und erst ihr Zusammenspiel eine irreführende Wirkung erzeugt.

Beispiel: In einem Beitrag von CBS News am 25.03.2020 zur COVID-19-Pandemie in New York wurde Bildmaterial aus einem italienischen Krankenhaus verwendet und so ein verzerrtes Bild der Lage vermittelt.

Die Forschungsgruppe Visual Analytics beschäftigt sich seit Jahren mit der Erforschung von KI-Methoden zur Bestimmung von intermodalen Relationen, zum Beispiel zwischen Bild und Text. In diesem Zusammenhang wurden auch Lösungen und Prototypen zur Analyse der intermodalen Konsistenz in Nachrichten entwickelt. Dabei wird überprüft, ob zentrale Elemente wie Personen, Orte oder Ereignisse im Bild tatsächlich mit den Aussagen in (gesprochenen) Textinhalten übereinstimmen. So lassen sich Hinweise darauf finden, wenn visuelle Inhalte in einen falschen Kontext (wieder-)verwendet wurden.

Wie Desinformation erzählt wird: Narrative verstehen

Desinformation entsteht häufig nicht nur durch einzelne falsche Fakten, sondern durch bestimmte narrative Muster, die bewusst oder unbewusst Sichtweisen oder Emotionen verstärken. Solche Erzählmuster, die ursprünglich vor allem aus Film und Storytelling bekannt sind, beeinflussen zunehmend auch die Berichterstattung in Nachrichtenmedien.

Beispiel: In einem Tagesschau-Interview am 19. Januar 2022 tätigte der damalige Bundesgesundheitsminister Karl Lauterbach diese Aussage: „Es wird ja niemand gegen seinen Willen geimpft. Selbst die Impfpflicht führt ja dazu, dass man sich zum Schluss freiwillig impfen lässt“. Während der Beitrag der Tagesschau (zum Video) sachlich mit Interview-Sequenzen berichtet, wird die Aussage im Beitrag von Bild TV (zum Video) teilweise ironisiert oder ins Lächerliche gezogen und somit eine ablehnende Haltung verstärkt.

Im interdisziplinären Projekt FakeNarratives untersuchte die Forschungsgruppe Visual Analytics gemeinsam mit Partnern der Universität Bremen und der Universität Leipzig, wie sich solche narrativen Muster mithilfe computergestützter Analysen sowie medien- und geisteswissenschaftlicher Methoden in Nachrichtenvideos erkennen lassen. Die Ergebnisse zeigen, dass alternative Nachrichtensendungen wie BildTV oder CompactTV deutlich häufiger evaluierende und emotionalisierende Erzählmuster verwenden als öffentlich-rechtliche Angebote wie die Tagesschau oder das ZDF heute journal.

Wenn KI selbst zur Herausforderung wird: Systeme robuster machen

KI ist ein wichtiges Werkzeug im Kampf gegen Desinformation. Gleichzeitig stellt generative KI neue Anforderungen an bestehende Erkennungssysteme, etwa durch die Möglichkeit, Inhalte vielfältig zu variieren oder subtil zu verändern, um noch glaubwürdigere desinformierende Beiträge oder Deep Fakes zu erzeugen.

Beispiel: Ein mit großen generativen Sprachmodellen (LLM) umgeschriebener Fake-News-Beitrag wird trotz gleichbleibender Fakten von einem Modell zur Erkennung von Desinformation fälschlicherweise als korrekt (real) eingestuft.

In einer aktuellen Publikation haben Forschende der TIB untersucht, wie Klassifikationsmodelle zur Erkennung von Desinformation gegenüber sogenannten Adversarial Attacks, also gezielten Täuschungsangriffen auf KI-Systeme, robuster gemacht werden können. Dabei wurden desinformierende Inhalte mit hilfe generativer beispielsweise in einem neutral oder positivem Ton umformuliert, sodass sie sich schwerer als Falschinformationen erkennen lassen.

Durch die Optimierung der Klassifikationssysteme mit solchen umformulierten Texten konnte die Robustheit gegenüber diesen Angriffen deutlich gesteigert werden. KI-gestützte Verfahren zur Erkennung von Desinformation werden dadurch zuverlässiger und widerstandsfähiger gegenüber gezielten Manipulationen.

Fazit: Gemeinsam gegen Desinformation

Desinformation ist eine komplexe Herausforderung. Die Forschung an der TIB zeigt, wie KI dabei helfen kann, irreführende Inhalte besser zu erkennen und zu analysieren.

Gleichzeitig ist klar: KI allein reicht nicht. Die Systeme sind auf verlässliche Daten angewiesen und benötigen weiterhin menschliche Bewertung. Der Umgang mit Desinformation erfordert das Zusammenspiel von Wissenschaft, Medien und Gesellschaft.

Nur wenn verlässliche Informationen zugänglich sind, technologische Werkzeuge verantwortungsvoll eingesetzt werden und Menschen befähigt sind, Inhalte kritisch zu hinterfragen, wird eine informierte Meinungsbildung und -äußerung ermöglicht.

Desinformation in Zeiten generativer KI

Woche der Meinungsfreiheit 2026: Was ist wahr?

Vom 3. bis 10. Mai 2026 findet zum sechsten Mal die Woche der Meinungsfreiheit statt. Unter dem Motto „Was ist wahr?“ geht es in der bundesweiten Aktionswoche um Fakten, Meinungen und Wahrhaftigkeit. In Demokratien ist Meinungsfreiheit ein hohes Gut. Doch was passiert, wenn Menschen nachweislich falsche Informationen verbreiten?

Als Bibliothek und wissenschaftliche Infrastruktureinrichtung steht die TIB – Leibniz-Informationszentrum Technik und Naturwissenschaften und Universitätsbibliothek für freien Zugang zu Wissen, digitale Souveränität und faktenbasierte Informationen – grundlegende Pfeiler einer demokratischen Gesellschaft. Denn nur wer Zugang zu verlässlichen Informationen hat, kann sich eine freie Meinung bilden. In den kommenden Tagen zeigen wir in Beiträgen im TIB-Blog, wie wir als TIB, die Meinungsfreiheit stärken: mit Citizen-Science-Projekten, mit dem freien Zugang zu Informationen, die eine objektive Meinungsbildung ermöglichen, und mit Forschungsansätzen im Bereich der Erkennung von Desinformation.

Im digitalen Zeitalter verbreiten sich Informationen in rasanter Geschwindigkeit. Dadurch können auch Desinformationen schneller verbreitet werden und stellen eine wachsende Herausforderung für Gesellschaft, Medien, Politik und Demokratie dar. Ihre Auswirkungen reichen von der gezielten Meinungsmanipulation über gesellschaftliche Polarisierung bis hin zum schwindenden Vertrauen in Medien und Institutionen.

Künstliche Intelligenz (KI) kann helfen, Inhalte automatisiert auf ihre Glaubwürdigkeit zu prüfen. Gleichzeitig schafft sie neue Risiken, etwa durch die einfache Erzeugung täuschend echter Inhalte. Die TIB erforscht, wie KI im Umgang mit Desinformation eingesetzt werden kann und wo ihre Grenzen liegen.

Herausforderungen bei der Erkennung von Desinformation

Desinformation tritt in vielen Formen auf: von falschen Fakten bis hin zu manipulierten, generierten oder aus dem Kontext gerissenen Bildern. Besonders schwierig ist, dass Desinformation oft erst erkannt wird, wenn sie sich bereits weit verbreitet hat. Gleichzeitig fehlen gerade bei aktuellen Ereignissen häufig verlässliche Informationen zur Einordnung.

Um Desinformation wirksam zu begegnen, wird eine Kombination verschiedenster KI-Lösungen und interdisziplinärer Forschung benötigt.

Forschung an der TIB: Drei Perspektiven auf Desinformation

Wenn echte Bilder täuschen: Intermodale Konsistenz erkennen

Ein verbreitetes Muster von Desinformation ist die Nutzung echter Bilder in einem falschen Kontext. Solche Fälle sind schwer zu erkennen, da weder Bild noch Text für sich genommen falsch sein müssen und erst ihr Zusammenspiel eine irreführende Wirkung erzeugt.

Beispiel: In einem Beitrag von CBS News am 25.03.2020 zur COVID-19-Pandemie in New York wurde Bildmaterial aus einem italienischen Krankenhaus verwendet und so ein verzerrtes Bild der Lage vermittelt.

Die Forschungsgruppe Visual Analytics beschäftigt sich seit Jahren mit der Erforschung von KI-Methoden zur Bestimmung von intermodalen Relationen, zum Beispiel zwischen Bild und Text. In diesem Zusammenhang wurden auch Lösungen und Prototypen zur Analyse der intermodalen Konsistenz in Nachrichten entwickelt. Dabei wird überprüft, ob zentrale Elemente wie Personen, Orte oder Ereignisse im Bild tatsächlich mit den Aussagen in (gesprochenen) Textinhalten übereinstimmen. So lassen sich Hinweise darauf finden, wenn visuelle Inhalte in einen falschen Kontext (wieder-)verwendet wurden.

Wie Desinformation erzählt wird: Narrative verstehen

Desinformation entsteht häufig nicht nur durch einzelne falsche Fakten, sondern durch bestimmte narrative Muster, die bewusst oder unbewusst Sichtweisen oder Emotionen verstärken. Solche Erzählmuster, die ursprünglich vor allem aus Film und Storytelling bekannt sind, beeinflussen zunehmend auch die Berichterstattung in Nachrichtenmedien.

Beispiel: In einem Tagesschau-Interview am 19. Januar 2022 tätigte der damalige Bundesgesundheitsminister Karl Lauterbach diese Aussage: „Es wird ja niemand gegen seinen Willen geimpft. Selbst die Impfpflicht führt ja dazu, dass man sich zum Schluss freiwillig impfen lässt“. Während der Beitrag der Tagesschau (zum Video) sachlich mit Interview-Sequenzen berichtet, wird die Aussage im Beitrag von Bild TV (zum Video) teilweise ironisiert oder ins Lächerliche gezogen und somit eine ablehnende Haltung verstärkt.

Im interdisziplinären Projekt FakeNarratives untersuchte die Forschungsgruppe Visual Analytics gemeinsam mit Partnern der Universität Bremen und der Universität Leipzig, wie sich solche narrativen Muster mithilfe computergestützter Analysen sowie medien- und geisteswissenschaftlicher Methoden in Nachrichtenvideos erkennen lassen. Die Ergebnisse zeigen, dass alternative Nachrichtensendungen wie BildTV oder CompactTV deutlich häufiger evaluierende und emotionalisierende Erzählmuster verwenden als öffentlich-rechtliche Angebote wie die Tagesschau oder das ZDF heute journal.

Wenn KI selbst zur Herausforderung wird: Systeme robuster machen

KI ist ein wichtiges Werkzeug im Kampf gegen Desinformation. Gleichzeitig stellt generative KI neue Anforderungen an bestehende Erkennungssysteme, etwa durch die Möglichkeit, Inhalte vielfältig zu variieren oder subtil zu verändern, um noch glaubwürdigere desinformierende Beiträge oder Deep Fakes zu erzeugen.

Beispiel: Ein mit großen generativen Sprachmodellen (LLM) umgeschriebener Fake-News-Beitrag wird trotz gleichbleibender Fakten von einem Modell zur Erkennung von Desinformation fälschlicherweise als korrekt (real) eingestuft.

In einer aktuellen Publikation haben Forschende der TIB untersucht, wie Klassifikationsmodelle zur Erkennung von Desinformation gegenüber sogenannten Adversarial Attacks, also gezielten Täuschungsangriffen auf KI-Systeme, robuster gemacht werden können. Dabei wurden desinformierende Inhalte mit hilfe generativer beispielsweise in einem neutral oder positivem Ton umformuliert, sodass sie sich schwerer als Falschinformationen erkennen lassen.

Durch die Optimierung der Klassifikationssysteme mit solchen umformulierten Texten konnte die Robustheit gegenüber diesen Angriffen deutlich gesteigert werden. KI-gestützte Verfahren zur Erkennung von Desinformation werden dadurch zuverlässiger und widerstandsfähiger gegenüber gezielten Manipulationen.

Fazit: Gemeinsam gegen Desinformation

Desinformation ist eine komplexe Herausforderung. Die Forschung an der TIB zeigt, wie KI dabei helfen kann, irreführende Inhalte besser zu erkennen und zu analysieren.

Gleichzeitig ist klar: KI allein reicht nicht. Die Systeme sind auf verlässliche Daten angewiesen und benötigen weiterhin menschliche Bewertung. Der Umgang mit Desinformation erfordert das Zusammenspiel von Wissenschaft, Medien und Gesellschaft.

Nur wenn verlässliche Informationen zugänglich sind, technologische Werkzeuge verantwortungsvoll eingesetzt werden und Menschen befähigt sind, Inhalte kritisch zu hinterfragen, wird eine informierte Meinungsbildung und -äußerung ermöglicht.

„Dendrography and Art History“ zeigt, wie Algorithmen formale Beziehungen zwischen Bildern sichtbar machen. Dendrogramme ordnen Stilentwicklung – Bedeutung entsteht erst durch kunsthistorische Interpretation.
#DigitalArtHistory #Cezanne #VisualAnalytics
https://dhq.digitalhumanities.org/vol/13/3/000423/000423.html

„Dendrography and Art History“ zeigt, wie Algorithmen formale Beziehungen zwischen Bildern sichtbar machen. Dendrogramme ordnen Stilentwicklung – Bedeutung entsteht erst durch kunsthistorische Interpretation.
#DigitalArtHistory #Cezanne #VisualAnalytics
https://dhq.digitalhumanities.org/vol/13/3/000423/000423.html

Just now, I have registered for #IEEEVIS 2025 in Vienna. I'm looking forward to six awesome days full of #visualization and #VisualAnalytics research.

Alexander Rolwes hat am 16. Juni 2025 seine Dissertation mit dem Titel "Geovisuelle Ansätze zur Analyse von Raum-Zeit-Zusammenhängen in urbanen Anwendungsfällen" erfolgreich verteidigt. Dazu gratulieren wir ihm sehr herzlich!

https://i3mainz.hs-mainz.de/news/2025/06/20/erfolgreich-promoviert-herzlichen-gluckwunsch-alex.html

#mobilität #VisualAnalytics #HochschuleMainz #HochschuleRheinMain #Geoanalyse
#Erreichbarkeitsanalyse #Öffnungszeitenanalyse #Attraktivitätsanalyse

Alexander Rolwes hat am 16. Juni 2025 seine Dissertation mit dem Titel "Geovisuelle Ansätze zur Analyse von Raum-Zeit-Zusammenhängen in urbanen Anwendungsfällen" erfolgreich verteidigt. Dazu gratulieren wir ihm sehr herzlich!

https://i3mainz.hs-mainz.de/news/2025/06/20/erfolgreich-promoviert-herzlichen-gluckwunsch-alex.html

#mobilität #VisualAnalytics #HochschuleMainz #HochschuleRheinMain #Geoanalyse
#Erreichbarkeitsanalyse #Öffnungszeitenanalyse #Attraktivitätsanalyse

The "Grammar of Graphics" is a powerful concept that ggplot2 in R is built on. It breaks down the process of data visualization into layers, making it easier to customize and understand how to build effective charts.

Want to dive deeper into creating beautiful and informative visuals with ggplot2? Check out my online course on "Data Visualization in R Using ggplot2 & Friends!" Take a look here for more details: https://statisticsglobe.com/online-course-data-visualization-ggplot2-r

#rprogramminglanguage #visualanalytics #datascience

The "Grammar of Graphics" is a powerful concept that ggplot2 in R is built on. It breaks down the process of data visualization into layers, making it easier to customize and understand how to build effective charts.

Want to dive deeper into creating beautiful and informative visuals with ggplot2? Check out my online course on "Data Visualization in R Using ggplot2 & Friends!" Take a look here for more details: https://statisticsglobe.com/online-course-data-visualization-ggplot2-r

#rprogramminglanguage #visualanalytics #datascience

I recently discovered the tidyplots package in R, and it’s impressive how effortlessly it enables you to create beautiful, publication-ready plots.

The example visualizations shown here were created by the package author, Jan Broder Engler, and are featured on the tidyplots website: https://jbengler.github.io/tidyplots/

Click this link for detailed information: https://statisticsglobe.com/online-course-data-visualization-ggplot2-r

#statisticsclass #datavisualization #advancedanalytics #rprogramminglanguage #visualanalytics #package #tidyverse

I recently discovered the tidyplots package in R, and it’s impressive how effortlessly it enables you to create beautiful, publication-ready plots.

The example visualizations shown here were created by the package author, Jan Broder Engler, and are featured on the tidyplots website: https://jbengler.github.io/tidyplots/

Click this link for detailed information: https://statisticsglobe.com/online-course-data-visualization-ggplot2-r

#statisticsclass #datavisualization #advancedanalytics #rprogramminglanguage #visualanalytics #package #tidyverse

CfP: VIS4DH 2025
The VIS4DH workshop will be held in conjunction with IEEE VIS in Vienna, Austria. It invites submissions at the intersection of visualization and (digital) humanities.
This year’s theme: Visualizing Peace and Conflict
More details: https://vis4dh.dbvis.de
#VIS4DH #IEEEVIS #DigitalHumanities #InformationVisualization #VisualAnalytics #CfP #PeaceResearch #ConflictStudies #HumanitiesData #DataHumanities #DH2025 #CriticalVisualization

CfP: VIS4DH 2025
The VIS4DH workshop will be held in conjunction with IEEE VIS in Vienna, Austria. It invites submissions at the intersection of visualization and (digital) humanities.
This year’s theme: Visualizing Peace and Conflict
More details: https://vis4dh.dbvis.de
#VIS4DH #IEEEVIS #DigitalHumanities #InformationVisualization #VisualAnalytics #CfP #PeaceResearch #ConflictStudies #HumanitiesData #DataHumanities #DH2025 #CriticalVisualization

Adding statistical metrics to your plots can transform your visualizations from basic to highly informative. With ggplot2 in R and its versatile extensions, incorporating features like p-values, confidence intervals, and regression lines becomes both straightforward and visually appealing.

With these tools, integrating statistical insights into your ggplot2 visualizations becomes both effective and effortless.

More details: https://statisticsglobe.com/online-course-data-visualization-ggplot2-r

#rprogramminglanguage #visualanalytics

Adding statistical metrics to your plots can transform your visualizations from basic to highly informative. With ggplot2 in R and its versatile extensions, incorporating features like p-values, confidence intervals, and regression lines becomes both straightforward and visually appealing.

With these tools, integrating statistical insights into your ggplot2 visualizations becomes both effective and effortless.

More details: https://statisticsglobe.com/online-course-data-visualization-ggplot2-r

#rprogramminglanguage #visualanalytics

Make your plots more stylish and visually appealing! The ggthemes package offers a variety of pre-built themes that help you customize the look of your ggplot2 visualizations, drawing inspiration from popular design standards.

The visualization shown here is from the package website: https://yutannihilation.github.io/allYourFigureAreBelongToUs/ggthemes/

More: https://statisticsglobe.com/online-course-data-visualization-ggplot2-r

#datascienceeducation #coding #visualanalytics #tidyverse #ggplot2 #package

Make your plots more stylish and visually appealing! The ggthemes package offers a variety of pre-built themes that help you customize the look of your ggplot2 visualizations, drawing inspiration from popular design standards.

The visualization shown here is from the package website: https://yutannihilation.github.io/allYourFigureAreBelongToUs/ggthemes/

More: https://statisticsglobe.com/online-course-data-visualization-ggplot2-r

#datascienceeducation #coding #visualanalytics #tidyverse #ggplot2 #package

Creating publication-ready plots in R is easier than ever with ggpubr. This extension for ggplot2 simplifies the process of generating clean and professional graphics, especially for exploratory data analysis and reporting.

The attached visual, which I created using ggpubr, demonstrates its versatility.

Additional information: https://statisticsglobe.com/online-course-data-visualization-ggplot2-r

#bigdata #visualanalytics #tidyverse #programming #statisticalanalysis #datavisualization #package #data #ggplot2

Creating publication-ready plots in R is easier than ever with ggpubr. This extension for ggplot2 simplifies the process of generating clean and professional graphics, especially for exploratory data analysis and reporting.

The attached visual, which I created using ggpubr, demonstrates its versatility.

Additional information: https://statisticsglobe.com/online-course-data-visualization-ggplot2-r

#bigdata #visualanalytics #tidyverse #programming #statisticalanalysis #datavisualization #package #data #ggplot2

Visual analytics (Cartography 🗺️)

Visual analytics is a multidisciplinary science and technology field that emerged from information visualization and scientific visualization. It focuses on how analytical reasoning can be facilitated by interactive visual interfaces.

https://en.wikipedia.org/wiki/Visual_analytics

#VisualAnalytics #BigData #Cartography #Infographics #ComputerGraphics #TypesOfAnalytics

Am 2. April 2025 wurde Johannes Frank vom @vdi_news Rheingau-Bezirksverein für seine herausragende Masterarbeit mit dem Titel „Analyse von Einflussfaktoren auf die Unfallschwere von Unfalldaten mittels KI und #xai ausgezeichnet.
Johannes Frank widmete sich einem hochrelevanten Thema der #Verkehrssicherheit und nutzte dabei moderne Technologien, insbesondere #kunstlicheintelligenz , #VisualAnalytics und Ansätze der Erklärbaren KI. Herzlichen Glückwunsch, Johannes!

https://i3mainz.hs-mainz.de/news/2025/04/09/technik-trifft-talent-vdi-forderpreis-fur-johannes-frank.html

Am 2. April 2025 wurde Johannes Frank vom @vdi_news Rheingau-Bezirksverein für seine herausragende Masterarbeit mit dem Titel „Analyse von Einflussfaktoren auf die Unfallschwere von Unfalldaten mittels KI und #xai ausgezeichnet.
Johannes Frank widmete sich einem hochrelevanten Thema der #Verkehrssicherheit und nutzte dabei moderne Technologien, insbesondere #kunstlicheintelligenz , #VisualAnalytics und Ansätze der Erklärbaren KI. Herzlichen Glückwunsch, Johannes!

https://i3mainz.hs-mainz.de/news/2025/04/09/technik-trifft-talent-vdi-forderpreis-fur-johannes-frank.html

Basic boxplots are often not the best way to visualize your data! They can hide important information, such as the distribution of individual data points or group-specific differences.

The attached visual showcases several ways to enhance boxplots.

All of these examples were created using ggplot2 and extensions in R.

Click this link for detailed information: https://statisticsglobe.com/online-course-data-visualization-ggplot2-r

#statisticsclass #datavisualization #advancedanalytics #rprogramminglanguage #visualanalytics #package

Basic boxplots are often not the best way to visualize your data! They can hide important information, such as the distribution of individual data points or group-specific differences.

The attached visual showcases several ways to enhance boxplots.

All of these examples were created using ggplot2 and extensions in R.

Click this link for detailed information: https://statisticsglobe.com/online-course-data-visualization-ggplot2-r

#statisticsclass #datavisualization #advancedanalytics #rprogramminglanguage #visualanalytics #package

Working with text in ggplot2 plots can be a mess, especially when dealing with overlapping labels, busy backgrounds, or the need for custom formatting. Thankfully, several powerful ggplot2 extensions make text manipulation and annotation much easier and more effective.

With these tools, text in ggplot2 becomes much more manageable and visually appealing.

#ggplot2 #statisticalanalysis #package #visualanalytics #rstudio #tidyverse #datavisualization #datascience

Working with text in ggplot2 plots can be a mess, especially when dealing with overlapping labels, busy backgrounds, or the need for custom formatting. Thankfully, several powerful ggplot2 extensions make text manipulation and annotation much easier and more effective.

With these tools, text in ggplot2 becomes much more manageable and visually appealing.

#ggplot2 #statisticalanalysis #package #visualanalytics #rstudio #tidyverse #datavisualization #datascience

In missing data imputation, it is crucial to compare the distributions of imputed values against the observed data to better understand the structure of the imputed values.

The visualization below can be generated using the following R code:

library(mice)
my_imp <- mice(boys)
densityplot(my_imp)

Take a look here for more details: https://statisticsglobe.com/online-workshop-missing-data-imputation-r

#datastructure #statisticalanalysis #dataanalytics #visualanalytics #pythoncoding #package #datavisualization #datascience

In missing data imputation, it is crucial to compare the distributions of imputed values against the observed data to better understand the structure of the imputed values.

The visualization below can be generated using the following R code:

library(mice)
my_imp <- mice(boys)
densityplot(my_imp)

Take a look here for more details: https://statisticsglobe.com/online-workshop-missing-data-imputation-r

#datastructure #statisticalanalysis #dataanalytics #visualanalytics #pythoncoding #package #datavisualization #datascience

#IEEE VIS: Visualization & Visual Analytics Conference coming to #Vienna, Austria
November 2 to 7, 2025

📆
Abstract submission March 21, 2025
Paper submission March 31, 2025

https://ieeevis.org/year/2025/welcome

Follow @ieeevis for details

#vis2025 #dataviz #visualization #visualanalytics

#IEEE VIS: Visualization & Visual Analytics Conference coming to #Vienna, Austria
November 2 to 7, 2025

📆
Abstract submission March 21, 2025
Paper submission March 31, 2025

https://ieeevis.org/year/2025/welcome

Follow @ieeevis for details

#vis2025 #dataviz #visualization #visualanalytics

When it comes to learning data science, statistics, and programming, having the right resources is essential.

You can find all links and further descriptions here: https://statisticsglobe.com/statistics-data-science-programming-resources

If you are looking for a structured course that helps you get started with these topics, you may check out my introduction to R programming course. Further details: https://statisticsglobe.com/online-course-r-introduction

#dataviz #dataanalytic #pythondeveloperjobs #visualanalytics #bigdata #rprogramming

When it comes to learning data science, statistics, and programming, having the right resources is essential.

You can find all links and further descriptions here: https://statisticsglobe.com/statistics-data-science-programming-resources

If you are looking for a structured course that helps you get started with these topics, you may check out my introduction to R programming course. Further details: https://statisticsglobe.com/online-course-r-introduction

#dataviz #dataanalytic #pythondeveloperjobs #visualanalytics #bigdata #rprogramming

Workshop „OER with Ukraine“ mit Vertreter:innen aus Ukrainischen Hochschulen

read this article in English

15 Vertreter:innen fünf ukrainischer Partneruniversitäten und eines Forschungsinstituts aus Kyjiw, Dnipro, Charkiw und Lwiw besuchten vom 23. bis zum 28. November 2024 die TIB in Hannover. Der Anlass: der Workshop „Open Educational Resources (OER) with Ukraine“.

Gemeinsam Videovorlesungen und Lernmaterialien entwickeln

Bereits seit Juni 2022 arbeiten sie im Rahmen des gleichnamigen Projektes unter der Leitung von TIB-Direktor Prof. Dr. Sören Auer eng mit dem Forschungszentrum L3S, der TIB und weiteren Instituten der Leibniz Universität Hannover zusammen. Das Ziel ist die Entwicklung von Videovorlesungen und Lernmaterialien unter Creative-Commons-Lizenzen (CC-BY) für Fächer wie Biomedizintechnik, Biologie, Materialwissenschaften, Informatik, Informationstechnologie sowie der Geschichte der Wissenschaft und Technik.

Mehr als 290 produzierte Videos im TIB AV-Portal verfügbar

Ein paar Zahlen und Fakten zum Projekt: Bislang sind über 290 Lehr- und Lernvideos in englischer und/oder ukrainischer Sprache entstanden. Alle Videos sind im TIB AV-Portal, einem internationalen Portal für wissenschaftliche Videos, als OER – also freie Lern- und Lehrmaterialien – abrufbar. Jedes dieser Videos hat einen Digital Object Identifier (DOI), wird dauerhaft gespeichert, in englischer und ukrainischer Sprache untertitelt sowie mit semantischen Daten und standardisierten Metadaten beschrieben, die über offene Schnittstellen im OER-Suchindex OERSI.org auffindbar sind. Dadurch sind die Videos dauerhaft zugänglich, zitierbar und frei nachnutzbar.

Erfahrungen teilen, innovative Ansätze vorstellen

Im Workshop teilten die Teilnehmenden ihre Erfahrungen mit Open Educational Resources miteinander und stellten innovative Ansätze vor, wie LiaScrip, ein Open-Source-Framework für die Erstellung interaktiver Online-Kurse, genutzt werden kann. Mit LiaScrip können Autor:innen Bildungsinhalte in einer leicht verständlichen Markdown-Syntax schreiben, die dann in interaktive Kurse verwandelt werden.

TIB präsentiert Projekte und Aktivitäten rund um Open Access

Das Lab Learning and Skill Analytics der TIB präsentierte eDoer, eine community-basierte Lernumgebung, die personalisierte, offen zugängliche Bildungsinhalte anbietet. Das KI-gestützte Empfehlungssystem erleichtert Lernenden und Lehrenden die Suche nach passenden Inhalten. Zudem präsentierte die TIB aktuelle Entwicklungen in den Bereichen Open-Access-Publizieren und Universitätszeitschriften sowie das Forschungsprojekt „Fake Narratives: Understanding Narratives of Disinformation in Public and Alternative News Videos“ der TIB-Forschungsgruppe Visual Analytics.

Positives Feedback zum Workshop

Besonders wertvoll fanden die Teilnehmer:innen Informationen zu VIVO, einer von der TIB genutzten Open-Source-Infrastruktur für Forschungsinformationen. VIVO ermöglicht die Bereitstellung nachnutzbarer, strukturierter Forschungsinformation auf Basis von Linked Open Data. „Dies möchte ich gern in unserem Fachbereich prototypisch implementieren“, so eine der ukrainischen Teilnehmerinnen. Der Workshop endete mit positivem Feedback der Teilnehmenden und unterstrich die hohe Bedeutung internationaler Zusammenarbeit und fachlichen Austauschs in der Forschung und Lehre. Der Workshop endete mit positivem Feedback der Teilnehmenden und unterstrich die hohe Bedeutung internationaler Zusammenarbeit und fachlichen Austauschs in der Forschung und Lehre.

Projektverlängerung bis zum 30. Juni 2025

Eine erfreuliche Nachricht kam während des Workshops vom Deutschen Akademischen Austauschdienst (DAAD): Das Projekt wird bis zum 30. Juni 2025 verlängert, sodass weitere OER-Materialien erstellt und die Integration sowie gegenseitige Anerkennung der Kurse an den Partneruniversitäten vorangetrieben werden kann.

Über das Projekt „Open Education Resources with Ukraine“

Das vom Deutschen Akademischen Austauschdienst (DAAD) geförderte Projekt „Open Education Resources with Ukraine“ unterstützt die ukrainischen Partnerhochschulen der Leibniz Universität Hannover (LUH) in Kyiv, Dnipro, Kharkiv und Lviv dabei, ihr laufendes Lehrangebot in Krisenzeiten aufrechtzuerhalten, weiterzuentwickeln und zu digitalisieren. Das Ziel ist es, Lehrangebote auszubauen, indem Lehr- und Lernvideos aus den Fächern Biomedizintechnik, Biologie, Werkstoffkunde, Informatik und Informationstechnologie unter Creative-Commons-Lizenzen (CC-BY) produziert, in den laufenden Lehrbetrieb der jeweiligen Partnerhochschulen verankert und im TIB AV-Portal veröffentlicht werden. Hierfür werden die Videos übersetzt oder untertitelt, inhaltlich angepasst und als Open Educational Resources – also freie Lehr- und Lernmaterialien – aufbereitet. Somit trägt das Projekt zur Internationalisierung, Digitalisierung und Offenheit der beteiligten Akteur:innen bei und verleiht den geflüchteten sowie in der Ukraine verbliebenen Lehrenden und Studierenden eine Perspektive.

#LizenzCCBY40INT #Forschung #Ukraine #vivo #AVPortal #OpenEducationalResources #VisualAnalytics

Workshop „OER with Ukraine“ mit Vertreter:innen aus Ukrainischen Hochschulen

read this article in English

15 Vertreter:innen fünf ukrainischer Partneruniversitäten und eines Forschungsinstituts aus Kyjiw, Dnipro, Charkiw und Lwiw besuchten vom 23. bis zum 28. November 2024 die TIB in Hannover. Der Anlass: der Workshop „Open Educational Resources (OER) with Ukraine“.

Gemeinsam Videovorlesungen und Lernmaterialien entwickeln

Bereits seit Juni 2022 arbeiten sie im Rahmen des gleichnamigen Projektes unter der Leitung von TIB-Direktor Prof. Dr. Sören Auer eng mit dem Forschungszentrum L3S, der TIB und weiteren Instituten der Leibniz Universität Hannover zusammen. Das Ziel ist die Entwicklung von Videovorlesungen und Lernmaterialien unter Creative-Commons-Lizenzen (CC-BY) für Fächer wie Biomedizintechnik, Biologie, Materialwissenschaften, Informatik, Informationstechnologie sowie der Geschichte der Wissenschaft und Technik.

Mehr als 290 produzierte Videos im TIB AV-Portal verfügbar

Ein paar Zahlen und Fakten zum Projekt: Bislang sind über 290 Lehr- und Lernvideos in englischer und/oder ukrainischer Sprache entstanden. Alle Videos sind im TIB AV-Portal, einem internationalen Portal für wissenschaftliche Videos, als OER – also freie Lern- und Lehrmaterialien – abrufbar. Jedes dieser Videos hat einen Digital Object Identifier (DOI), wird dauerhaft gespeichert, in englischer und ukrainischer Sprache untertitelt sowie mit semantischen Daten und standardisierten Metadaten beschrieben, die über offene Schnittstellen im OER-Suchindex OERSI.org auffindbar sind. Dadurch sind die Videos dauerhaft zugänglich, zitierbar und frei nachnutzbar.

Erfahrungen teilen, innovative Ansätze vorstellen

Im Workshop teilten die Teilnehmenden ihre Erfahrungen mit Open Educational Resources miteinander und stellten innovative Ansätze vor, wie LiaScrip, ein Open-Source-Framework für die Erstellung interaktiver Online-Kurse, genutzt werden kann. Mit LiaScrip können Autor:innen Bildungsinhalte in einer leicht verständlichen Markdown-Syntax schreiben, die dann in interaktive Kurse verwandelt werden.

TIB präsentiert Projekte und Aktivitäten rund um Open Access

Das Lab Learning and Skill Analytics der TIB präsentierte eDoer, eine community-basierte Lernumgebung, die personalisierte, offen zugängliche Bildungsinhalte anbietet. Das KI-gestützte Empfehlungssystem erleichtert Lernenden und Lehrenden die Suche nach passenden Inhalten. Zudem präsentierte die TIB aktuelle Entwicklungen in den Bereichen Open-Access-Publizieren und Universitätszeitschriften sowie das Forschungsprojekt „Fake Narratives: Understanding Narratives of Disinformation in Public and Alternative News Videos“ der TIB-Forschungsgruppe Visual Analytics.

Positives Feedback zum Workshop

Besonders wertvoll fanden die Teilnehmer:innen Informationen zu VIVO, einer von der TIB genutzten Open-Source-Infrastruktur für Forschungsinformationen. VIVO ermöglicht die Bereitstellung nachnutzbarer, strukturierter Forschungsinformation auf Basis von Linked Open Data. „Dies möchte ich gern in unserem Fachbereich prototypisch implementieren“, so eine der ukrainischen Teilnehmerinnen. Der Workshop endete mit positivem Feedback der Teilnehmenden und unterstrich die hohe Bedeutung internationaler Zusammenarbeit und fachlichen Austauschs in der Forschung und Lehre. Der Workshop endete mit positivem Feedback der Teilnehmenden und unterstrich die hohe Bedeutung internationaler Zusammenarbeit und fachlichen Austauschs in der Forschung und Lehre.

Projektverlängerung bis zum 30. Juni 2025

Eine erfreuliche Nachricht kam während des Workshops vom Deutschen Akademischen Austauschdienst (DAAD): Das Projekt wird bis zum 30. Juni 2025 verlängert, sodass weitere OER-Materialien erstellt und die Integration sowie gegenseitige Anerkennung der Kurse an den Partneruniversitäten vorangetrieben werden kann.

Über das Projekt „Open Education Resources with Ukraine“

Das vom Deutschen Akademischen Austauschdienst (DAAD) geförderte Projekt „Open Education Resources with Ukraine“ unterstützt die ukrainischen Partnerhochschulen der Leibniz Universität Hannover (LUH) in Kyiv, Dnipro, Kharkiv und Lviv dabei, ihr laufendes Lehrangebot in Krisenzeiten aufrechtzuerhalten, weiterzuentwickeln und zu digitalisieren. Das Ziel ist es, Lehrangebote auszubauen, indem Lehr- und Lernvideos aus den Fächern Biomedizintechnik, Biologie, Werkstoffkunde, Informatik und Informationstechnologie unter Creative-Commons-Lizenzen (CC-BY) produziert, in den laufenden Lehrbetrieb der jeweiligen Partnerhochschulen verankert und im TIB AV-Portal veröffentlicht werden. Hierfür werden die Videos übersetzt oder untertitelt, inhaltlich angepasst und als Open Educational Resources – also freie Lehr- und Lernmaterialien – aufbereitet. Somit trägt das Projekt zur Internationalisierung, Digitalisierung und Offenheit der beteiligten Akteur:innen bei und verleiht den geflüchteten sowie in der Ukraine verbliebenen Lehrenden und Studierenden eine Perspektive.

#AVPortal #OpenEducationalResources #VisualAnalytics #LizenzCCBY40INT #Forschung #Ukraine #vivo

Creating publication-ready plots in R is easier than ever with ggpubr. This extension for ggplot2 simplifies the process of generating clean and professional graphics, especially for exploratory data analysis and reporting.

Course link: https://statisticsglobe.com/online-course-data-visualization-ggplot2-r

#dataanalytics #rstats #dataanalytic #datavisualization #package #datasciencetraining #visualanalytics #datastructure #tidyverse #ggplot2

Creating publication-ready plots in R is easier than ever with ggpubr. This extension for ggplot2 simplifies the process of generating clean and professional graphics, especially for exploratory data analysis and reporting.

Course link: https://statisticsglobe.com/online-course-data-visualization-ggplot2-r

#dataanalytics #rstats #dataanalytic #datavisualization #package #datasciencetraining #visualanalytics #datastructure #tidyverse #ggplot2

Want to analyze the distribution of a single variable and test its mean against a specified value? The gghistostats() function from the ggstatsplot package is your go-to tool.

The visualization shown here is from the package website, demonstrating how gghistostats() effectively combines data distribution with statistical testing: https://github.com/IndrajeetPatil/ggstatsplot

Further details: https://statisticsglobe.com/online-course-data-visualization-ggplot2-r

#datavisualization #data #analytics #visualanalytics #tidyverse #rprogramming

Want to analyze the distribution of a single variable and test its mean against a specified value? The gghistostats() function from the ggstatsplot package is your go-to tool.

The visualization shown here is from the package website, demonstrating how gghistostats() effectively combines data distribution with statistical testing: https://github.com/IndrajeetPatil/ggstatsplot

Further details: https://statisticsglobe.com/online-course-data-visualization-ggplot2-r

#datavisualization #data #analytics #visualanalytics #tidyverse #rprogramming

The R programming language is, in my opinion, the best tool for statistical analysis and data visualization.

By enrolling in the course, you’ll receive lifetime access to:

- 20 video lessons on statistical methods & their application in R.
- Exclusive group chat for questions, support, and networking.
- Quizzes, projects, scripts, and additional resources to enhance your skills.

Link: https://statisticsglobe.com/online-course-statistical-methods-r

#dataanalytic #visualanalytics #datavisualization

The R programming language is, in my opinion, the best tool for statistical analysis and data visualization.

By enrolling in the course, you’ll receive lifetime access to:

- 20 video lessons on statistical methods & their application in R.
- Exclusive group chat for questions, support, and networking.
- Quizzes, projects, scripts, and additional resources to enhance your skills.

Link: https://statisticsglobe.com/online-course-statistical-methods-r

#dataanalytic #visualanalytics #datavisualization

Bayesian logistic regression is a powerful method for predicting binary outcomes (such as yes/no decisions). It differs from traditional logistic regression by incorporating prior beliefs and quantifying uncertainty using posterior distributions. This makes Bayesian logistic regression ideal for situations where you want to explicitly account for uncertainty or include prior knowledge.

Further details: http://eepurl.com/gH6myT

#statistics #research #visualanalytics

Bayesian logistic regression is a powerful method for predicting binary outcomes (such as yes/no decisions). It differs from traditional logistic regression by incorporating prior beliefs and quantifying uncertainty using posterior distributions. This makes Bayesian logistic regression ideal for situations where you want to explicitly account for uncertainty or include prior knowledge.

Further details: http://eepurl.com/gH6myT

#statistics #research #visualanalytics

Logged GDP per capita, social support, freedom to make life choices, and perceptions of corruption are pivotal determinants of happiness.

This graph illustrates these metrics for the top 10 happiest countries, arranged from left to right, based on the World Happiness Report 2023.

See this link for additional information: https://statisticsglobe.com/webinar-data-analysis-visualization-r

#bigdata #datavisualization #analysisskills #datastructure #visualanalytics

Logged GDP per capita, social support, freedom to make life choices, and perceptions of corruption are pivotal determinants of happiness.

This graph illustrates these metrics for the top 10 happiest countries, arranged from left to right, based on the World Happiness Report 2023.

See this link for additional information: https://statisticsglobe.com/webinar-data-analysis-visualization-r

#bigdata #datavisualization #analysisskills #datastructure #visualanalytics

Creating maps is a fantastic way to visualize data, and it's inspiring to see the various ways this can be done. Milan Janosov recently shared his experience of making a new map every day, highlighting the creativity and skill involved in geospatial data science.

Check out my free email newsletter for regular tips on data science, statistics, Python, and R programming.

More details: http://eepurl.com/gH6myT

#data #datavisualization #visualanalytics #rprogramming #analysisskills

Creating maps is a fantastic way to visualize data, and it's inspiring to see the various ways this can be done. Milan Janosov recently shared his experience of making a new map every day, highlighting the creativity and skill involved in geospatial data science.

Check out my free email newsletter for regular tips on data science, statistics, Python, and R programming.

More details: http://eepurl.com/gH6myT

#data #datavisualization #visualanalytics #rprogramming #analysisskills

When building regression models, watch out for significant predictors! 🚨 Sometimes, variables that seem important might lose their significance when the model gets better.

See this link for additional information: https://statisticsglobe.com/webinar-data-analysis-visualization-r

#businessanalyst #dataanalytic #visualanalytics #dataviz #data #bigdata

When building regression models, watch out for significant predictors! 🚨 Sometimes, variables that seem important might lose their significance when the model gets better.

See this link for additional information: https://statisticsglobe.com/webinar-data-analysis-visualization-r

#businessanalyst #dataanalytic #visualanalytics #dataviz #data #bigdata

Misuse of p-values is a prevalent issue in scientific research. P-values are often misunderstood and misapplied, leading to incorrect conclusions.

The graph shown in this post is a modified version of this Wikipedia image: https://es.wikipedia.org/wiki/Valor_p#/media/Archivo:Valor_p.svg

Sign up for my online course, "Statistical Methods in R." More details: http://eepurl.com/gH6myT

#research #visualanalytics #programming #dataanalytics #data

Misuse of p-values is a prevalent issue in scientific research. P-values are often misunderstood and misapplied, leading to incorrect conclusions.

The graph shown in this post is a modified version of this Wikipedia image: https://es.wikipedia.org/wiki/Valor_p#/media/Archivo:Valor_p.svg

Sign up for my online course, "Statistical Methods in R." More details: http://eepurl.com/gH6myT

#research #visualanalytics #programming #dataanalytics #data

Is there a good source to quote for using techniques like pan and zoom (Ken Burns effect) to examine image clusters? Who has already written about this? #DigitalHumanities #VisualAnalytics #DataVisualization #KenBurnsEffect #CulturalAnalytics #DataScience #DigitalCulture

Asking for help:
Is there a good source to quote for using techniques like pan and zoom (Ken Burns effect) to examine image clusters? Who has already written about this?
Thanks!

#DigitalHumanities #VisualAnalytics #DataVisualization #KenBurnsEffect #ImageAnalysis #CulturalAnalytics #DataScience #DigitalCulture #VisualCulture

Asking for help:
Is there a good source to quote for using techniques like pan and zoom (Ken Burns effect) to examine image clusters? Who has already written about this?
Thanks!

#DigitalHumanities #VisualAnalytics #DataVisualization #KenBurnsEffect #ImageAnalysis #CulturalAnalytics #DataScience #DigitalCulture #VisualCulture

Adjusting the font size of plots can significantly enhance the clarity and readability of your visualizations.

This post's visualization illustrates the impact of altering the font size in plots created with Matplotlib and seaborn in Python. Together with Ifeanyi Idiaye, I've developed a tutorial illustrating how to accomplish this.

More details are available at this link: https://statisticsglobe.com/change-font-size-plot-matplotlib-seaborn-python

#Python #DataVisualization #VisualAnalytics #pythoncode #Data #datasciencetraining

Publication bias is a significant issue in scientific research. It occurs when studies with positive or significant results are more likely to be published than those with negative or inconclusive findings.

For regular tips on data science, statistics, Python, and R programming, check out my free email newsletter.

Take a look here for more details: http://eepurl.com/gH6myT

#DataAnalytics #VisualAnalytics #datascienceenthusiast

When building regression models, watch out for significant predictors! 🚨 Sometimes, variables that seem important might lose their significance when the model gets better.

Webinar on Data Analysis & Visualization in R: https://statisticsglobe.com/webinar-data-analysis-visualization-r

#VisualAnalytics #DataAnalytics #RStats #DataScience

Did you know that you can visualize the results of a linear regression model using a scatter plot?

More info in my webinar: https://statisticsglobe.com/webinar-data-analysis-visualization-r

#DataScientist #datastructure #DataAnalytics #VisualAnalytics #RStats #DataViz #statisticians