ABOUT THE SPEAKER
Giorgia Lupi - Information designer
Giorgia Lupi sees beauty in data. She challenges the impersonality that data communicate, designing engaging visual narratives that re-connect numbers to what they stand for: stories, people, ideas.

Why you should listen

What sets Giorgia Lupi apart is her humanistic approach to the world of data.

Her work frequently crosses the divide between digital, print and handcrafted representations of information: primarily, she draws with data. She has a passion for and obsession with data, the material she uses to tell stories, and the lens through which she sees the world.

Data are often considered to be very impersonal, boring and clinical, but Lupi's work proves the opposite. She makes sense of data with a curious mind and a heterogeneous arsenal, which ranges from digital technology to exhausting and repetitive manual labor. She believes we will ultimately unlock the full potential of data only when we embrace their nature, and make them part of our lives, which will inevitably make data more human in the process.

Trained as an architect, Lupi has always been driven by opposing forces: analysis and intuition, logic and beauty, numbers and images. True to these dichotomies, in 2011 she started both her own company and studying for a PhD. She earned her ddoctorate in design at Politecnico di Milano, where she focused on information mapping, and she is now the design director and co-founder of Accurat, a global, data-driven research, design and innovation firm with offices in Milan and New York. She relocated from Italy to New York City, where she now lives.

Thanks to her work and research, Giorgia is a prominent voice in the world of data. She has spoken at numerous events, universities and institutions around the world, including the Museum of Modern Art, the Guggenheim Museum, PopTech Conference, Eyeo Festival, Fast Company Innovation by Design, New York University, Columbia University and the New York Public Library. She has been featured in major international outlets such as the New York Times, The Guardian, the Washington Post, NPR, BBC, TIME magazine, National Geographic, Scientific American, Popular Science, Wired, Vogue, Vanity Fair, Monocle and more. Her work has been exhibited at the Design Museum, the Science Museum, and Somerset House in London; the New York Hall of Science and the Storefront for Art and Architecture in New York; at the Triennale Design Museum and the Design Week in Milan, among others.

With her company, Accurat, she has worked with major international clients including IBM, Google, Microsoft, the United Nations, the World Health Organization, the World Economic Forum, the European Union, the Louis Vuitton-Moet-Hennessy Group, Fiat Chrysler Automobiles, J.P. Morgan Asset Management, Unicredit Group and KPMG Advisory.

Giorgia is the co-author of Dear Data, an aspirational hand-drawn data visualization book that explores the more slippery details of daily life through data, revealing the patterns that inform our decisions and affect our relationships.

Her work is part of the permanent collection of the Museum of Modern Art.

More profile about the speaker
Giorgia Lupi | Speaker | TED.com
TEDNYC

Giorgia Lupi: How we can find ourselves in data

Giorgia Lupi: Wie wir uns in Daten wiederfinden

Filmed:
1,279,894 views

Giorgia Lupi benutzt Daten zum Erzählen menschlicher Geschichten, um Zahlen mit Nuancen zu versehen. In diesem charmanten Vortrag teilt sie uns mit, wie sie den Daten Persönlichkeit verleiht, indem sie Details aus unserem Alltag veranschaulicht und Abstraktes und Unzählbares in etwas Sichtbares verwandelt, das gesehen, gefühlt werden kann und unmittelbar mit unserem Leben zu tun hat.
- Information designer
Giorgia Lupi sees beauty in data. She challenges the impersonality that data communicate, designing engaging visual narratives that re-connect numbers to what they stand for: stories, people, ideas. Full bio

Double-click the English transcript below to play the video.

00:12
This is what my last weekWoche lookedsah like.
0
760
2880
So sah meine letzte Woche aus.
00:16
What I did,
1
4680
1696
Was ich gemacht habe,
00:18
who I was with,
2
6400
1816
mit wem ich zusammen war,
00:20
the mainMain sensationsEmpfindungen I had
for everyjeden wakingaufwachen hourStunde ...
3
8240
3120
was ich in jeder wachen Stunde
hauptsächlich gefühlt habe ...
00:24
If the feelingGefühl camekam as I thought of my dadPapa
4
12080
2496
Wenn ich an meinen Vater gedacht habe,
00:26
who recentlyvor kurzem passedbestanden away,
5
14600
1776
der vor Kurzem gestorben ist
00:28
or if I could have just definitelybestimmt
avoidedvermieden the worriesSorgen and anxietiesÄngste.
6
16400
4056
oder ob ich definitiv Sorgen
und Ängste hätte vermeiden können.
00:32
And if you think I'm a little obsessiveobsessive,
7
20480
1936
Wenn Sie denken,
ich sei ein wenig obsessiv,
00:34
you're probablywahrscheinlich right.
8
22440
1856
dann stimmt das wohl.
00:36
But clearlydeutlich, from this visualizationVisualisierung,
9
24320
2256
Sicher ist, dass Sie
aus dieser Darstellung
00:38
you can learnlernen much more about me
than from this other one,
10
26600
3296
mehr über mich erfahren,
als aus der anderen,
00:41
whichwelche are imagesBilder you're
probablywahrscheinlich more familiarfamiliär with
11
29920
2976
mit Bildern, die Ihnen
wohl vertrauter sind,
00:44
and whichwelche you possiblymöglicherweise even have
on your phoneTelefon right now.
12
32920
2816
die Sie wahrscheinlich sogar
auf Ihrem Handy haben.
00:47
BarBar chartsDiagramme for the stepsSchritte you walkedging,
13
35760
2216
Balkendiagramme Ihrer Schritte,
00:50
piePie chartsDiagramme for the qualityQualität
of your sleepSchlaf --
14
38000
2376
Tortendiagramme Ihrer Schlafqualität --
00:52
the pathPfad of your morningMorgen runsläuft.
15
40400
1720
die Wege Ihrer morgendlichen Läufe.
00:55
In my day jobJob, I work with dataDaten.
16
43280
2296
In meinem Hauptberuf
arbeite ich mit Daten.
00:57
I runLauf a dataDaten visualizationVisualisierung designEntwurf companyUnternehmen,
17
45600
2496
Ich führe ein Unternehmen
für Datenvisualisierungen.
01:00
and we designEntwurf and developentwickeln waysWege
to make informationInformation accessiblezugänglich
18
48120
3336
Wir entwerfen und entwickeln
zugängliche Darstellungsformen
01:03
throughdurch visualvisuell representationsVertretungen.
19
51480
2096
mit visuellen Mitteln.
01:05
What my jobJob has taughtgelehrt me over the yearsJahre
20
53600
3016
Was mir meine Tätigkeit
über die Jahre gelehrt hat, ist,
01:08
is that to really understandverstehen dataDaten
and theirihr truewahr potentialPotenzial,
21
56640
4216
dass man Daten und ihr wahres Potential
erst dann versteht,
01:12
sometimesmanchmal we actuallytatsächlich
have to forgetvergessen about them
22
60880
3096
wenn man sie erstmal vergisst
01:16
and see throughdurch them insteadstattdessen.
23
64000
1760
und zunächst durch sie hindurchschaut.
01:18
Because dataDaten are always
just a toolWerkzeug we use to representvertreten realityWirklichkeit.
24
66440
3576
Denn Daten sind bloß ein Werkzeug,
um die Realität abzubilden.
01:22
They're always used
as a placeholderPlatzhalter for something elsesonst,
25
70040
2856
Sie werden immer als Platzhalter
für etwas anderes benutzt.
01:24
but they are never the realecht thing.
26
72920
2176
Sie sind nie das Ding an sich.
01:27
But let me stepSchritt back for a momentMoment
27
75120
1936
Lassen Sie mich etwas weiter ausholen,
01:29
to when I first understoodverstanden
this personallypersönlich.
28
77080
2480
nämlich zu dem Moment,
als ich das für mich selbst verstand.
01:32
In 1994, I was 13 yearsJahre oldalt.
29
80280
3336
Im Jahr 1994, mit 13.
01:35
I was a teenagerTeenager in ItalyItalien.
30
83640
1936
Ich war ein Teenager in Italien.
01:37
I was too youngjung
to be interestedinteressiert in politicsPolitik,
31
85600
2616
Ich war zu jung, um mich
für Politik zu interessieren,
01:40
but I knewwusste that a businessmanGeschäftsmann,
SilvioSilvio BerlusconiBerlusconi,
32
88240
2496
dennoch wusste ich,
dass ein Geschäftsmann, Silvio Berlusconi,
01:42
was runningLaufen for presidentPräsident
for the moderatemäßig right.
33
90760
2560
für die moderaten Rechte kandidierte.
01:46
We livedlebte in a very liberalliberale townStadt,
34
94120
2016
Wir wohnten in einer sehr liberalen Stadt.
Mein Vater war ein Politiker
der Demokratischen Partei.
01:48
and my fatherVater was a politicianPolitiker
for the DemocraticDemokratische PartyPartei.
35
96160
3296
01:51
And I remembermerken that no one thought
that BerlusconiBerlusconi could get electedgewählt --
36
99480
4336
Keiner dachte, dass Berlusconi
gewählt werden könnte --
01:55
that was totallytotal not an optionMöglichkeit.
37
103840
1760
das war ein Ding der Unmöglichkeit.
01:58
But it happenedpassiert.
38
106560
1216
Aber es geschah.
01:59
And I remembermerken the feelingGefühl very vividlyanschaulich.
39
107800
2536
Ich erinnere mich genau an dieses Gefühl.
02:02
It was a completekomplett surpriseüberraschen,
40
110360
1856
Es war eine komplette Überraschung,
02:04
as my dadPapa promisedversprochen that in my townStadt
he knewwusste nobodyniemand who votedgewählt for him.
41
112240
5040
da mein Vater keinen in meiner Stadt
kannte, der ihn wählen würde.
02:10
This was the first time
42
118720
1496
Es war das erste Mal,
02:12
when the dataDaten I had gavegab me
a completelyvollständig distortedverzerrt imageBild of realityWirklichkeit.
43
120240
4560
dass mir die Daten ein vollkommen
verzerrtes Bild der Realität zeigten.
02:17
My dataDaten sampleSample was actuallytatsächlich
prettyziemlich limitedbegrenzt and skewedverzerrt,
44
125280
3296
Meine Datenproben waren
stark eingeschränkt und verzerrt.
02:20
so probablywahrscheinlich it was because of that,
I thought, I livedlebte in a bubbleBlase,
45
128600
3736
Deshalb dachte ich auch,
dass ich in einer Blase lebe,
02:24
and I didn't have enoughgenug chancesChancen
to see outsidedraußen of it.
46
132360
2600
ohne genügend Möglichkeiten
nach außen zu blicken.
02:28
Now, fast-forwardschneller Vorlauf to NovemberNovember 8, 2016
47
136080
3776
Spulen wir jetzt zum
8. November 2016 in den USA vor.
02:31
in the UnitedVereinigte StatesStaaten.
48
139880
1200
02:33
The internetInternet pollsUmfragen,
49
141960
1296
Die Internetbefragungen,
02:35
statisticalstatistisch modelsModelle,
50
143280
1376
die Statistikmodelle,
02:36
all the punditsExperten agreeingzustimmen on a possiblemöglich
outcomeErgebnis for the presidentialPräsidenten electionWahl.
51
144680
4816
all die Experten, die sich über ein
gewisses Wahlergebnis einig waren.
02:41
It lookedsah like we had
enoughgenug informationInformation this time,
52
149520
2616
Dieses Mal hatten wir
scheinbar genug Infos
02:44
and manyviele more chancesChancen to see outsidedraußen
the closedabgeschlossen circleKreis we livedlebte in --
53
152160
4096
und viel mehr Gelegenheiten außerhalb
unseres geschlossenen Kreises zu blicken,
02:48
but we clearlydeutlich didn't.
54
156280
1320
aber offensichtlich doch nicht.
02:50
The feelingGefühl feltFilz very familiarfamiliär.
55
158040
2096
Das Gefühl war mir allzu vertraut.
02:52
I had been there before.
56
160160
1480
Ich kannte es.
02:54
I think it's fairMesse to say
the dataDaten failedgescheitert us this time --
57
162360
2856
Leider stimmt es, die Daten
haben dieses Mal versagt --
02:57
and prettyziemlich spectacularlyspektakulär.
58
165240
1856
und zwar grandios.
02:59
We believedglaubte in dataDaten,
59
167120
1696
Wir vertrauten den Daten,
03:00
but what happenedpassiert,
60
168840
1416
aber was geschehen war,
03:02
even with the mostdie meisten respectedrespektierte newspaperZeitung,
61
170280
2696
auch mit den angesehensten Zeitungen,
03:05
is that the obsessionObsession to reducereduzieren everything
to two simpleeinfach percentageProzentsatz numbersNummern
62
173000
4696
ist dieses obsessive Reduzieren
von Allem auf zwei simple Prozentzahlen,
03:09
to make a powerfulmächtig headlineÜberschrift
63
177720
1976
um starke Schlagzeilen zu liefern,
03:11
madegemacht us focusFokus on these two digitsZiffern
64
179720
2056
darum betrachteten wir
nur diese zwei Ziffern,
03:13
and them aloneallein.
65
181800
1200
nur diese allein.
Um die Botschaft
möglichst einfach darzustellen
03:15
In an effortAnstrengung to simplifyvereinfachen the messageNachricht
66
183560
2056
03:17
and drawzeichnen a beautifulschön,
inevitableunvermeidlich redrot and blueblau mapKarte,
67
185640
3416
und eine wunderschöne
rot-blaue Karte zu zeigen,
03:21
we losthat verloren the pointPunkt completelyvollständig.
68
189080
1880
verfehlten wir komplett das Ziel.
03:23
We somehowirgendwie forgotvergessen
that there were storiesGeschichten --
69
191440
2136
Irgendwie vergaßen wir
dabei die Geschichten
03:25
storiesGeschichten of humanMensch beingsWesen
behindhinter these numbersNummern.
70
193600
2360
der Menschen hinter den Zahlen.
03:29
In a differentanders contextKontext,
71
197240
1576
In einem anderen Kontext,
03:30
but to a very similarähnlich pointPunkt,
72
198840
1656
aber in ähnlichem Zusammenhang
03:32
a peculiareigentümliche challengeHerausforderung was presentedvorgeführt
to my teamMannschaft by this womanFrau.
73
200520
3896
forderte eine besondere Aufgabe
dieser Frau mein Team heraus.
03:36
She camekam to us with a lot of dataDaten,
74
204440
2376
Sie brachte uns ganz viel Datenmaterial,
03:38
but ultimatelyletzten Endes she wanted to tell
one of the mostdie meisten humanemenschlich storiesGeschichten possiblemöglich.
75
206840
4416
aber letztlich ging es ihr darum,
eine menschliche Geschichte zu vermitteln.
03:43
She's SamanthaSamantha CristoforettiCristoforetti.
76
211280
1696
Sie ist Samantha Cristoforetti.
03:45
She has been the first
ItalianItalienisch womanFrau astronautAstronaut,
77
213000
2576
Sie war die 1. italienische Astronautin.
03:47
and she contactedkontaktiert us before beingSein launchedgestartet
78
215600
2496
Sie kontaktierte uns vor ihrem Abflug,
03:50
on a six-month-longsechs-Monat-lange expeditionExpedition
to the InternationalInternational SpaceRaum StationBahnhof.
79
218120
3896
eine sechsmonatige Expedition
zur Internationalen Raumstation (ISS).
03:54
She told us, "I'm going to spacePlatz,
80
222040
2216
Sie sagte: "Ich fliege ins All,
03:56
and I want to do something meaningfulsinnvoll
with the dataDaten of my missionMission
81
224280
3096
und möchte mit den Daten der Mission
etwas Bedeutsames machen,
03:59
to reacherreichen out to people."
82
227400
1240
um die Menschen draußen zu erreichen."
04:01
A missionMission to the
InternationalInternational SpaceRaum StationBahnhof
83
229600
2536
Eine Mission zur
Internationalen Raumstation
04:04
comeskommt with terabytesTerabyte of dataDaten
84
232160
2096
hat Terabytes an Daten
04:06
about anything you can possiblymöglicherweise imaginevorstellen --
85
234280
2376
über alles Erdenkliche --
04:08
the orbitsUmlaufbahnen around EarthErde,
86
236680
1496
die Erdumlaufbahnen,
04:10
the speedGeschwindigkeit and positionPosition of the ISSISS
87
238200
2096
die Geschwindigkeit und Position der ISS
04:12
and all of the other thousandsTausende
of liveLeben streamsStröme from its sensorsSensoren.
88
240320
3680
und allen anderen, tausenden
Livestreams seiner Sensoren.
04:16
We had all of the hardhart dataDaten
we could think of --
89
244840
2896
Wir haben alle möglichen "harte Daten"
04:19
just like the punditsExperten
before the electionWahl --
90
247760
2416
-- wie die Experten vor einer Wahl --
04:22
but what is the pointPunkt
of all these numbersNummern?
91
250200
2976
aber wozu haben wir sie?
04:25
People are not interestedinteressiert
in dataDaten for the sakeSake of it,
92
253200
2736
Menschen wollen keine Daten
um ihrer selbst Willen.
04:27
because numbersNummern are never the pointPunkt.
93
255960
1855
Es geht uns niemals um die Zahlen.
04:29
They're always the meansmeint to an endEnde.
94
257839
1961
Sie dienen immer nur einem Zweck.
04:32
The storyGeschichte we needederforderlich to tell
95
260839
1777
Die wichtige Geschichte ist,
04:34
is that there is a humanMensch beingSein
in a teenyteeny boxBox
96
262640
2496
dass ein Mensch in einer winzigen Box
04:37
flyingfliegend in spacePlatz aboveüber your headKopf,
97
265160
2256
im All über Ihren Köpfen schwebt
04:39
and that you can actuallytatsächlich see her
with your nakednackt eyeAuge on a clearklar night.
98
267440
4096
und Sie sie in einer klaren Mondnacht
mit bloßen Auge sehen können.
04:43
So we decidedbeschlossen to use dataDaten
to createerstellen a connectionVerbindung
99
271560
3096
Wir nutzen also die Daten,
um eine Verbindung zwischen Samantha
04:46
betweenzwischen SamanthaSamantha and all of the people
looking at her from belowunten.
100
274680
4056
und allen anderen Menschen herzustellen,
die sie von unten aus beobachten.
04:50
We designedentworfen and developedentwickelt
what we callednamens "FriendsFreunde in SpaceRaum,"
101
278760
3176
Wir designten und entwickelten:
"Friends in Space",
04:53
a webweb applicationAnwendung that simplyeinfach
letsLasst uns you say "helloHallo" to SamanthaSamantha
102
281960
4656
eine Webanwendung, die es Ihnen erlaubt
Samantha einfach "Hallo" zu sagen,
04:58
from where you are,
103
286640
1256
von irgendwo her,
04:59
and "helloHallo" to all the people
who are onlineonline at the samegleich time
104
287920
3536
und auch allen anderen Menschen,
die weltweit online sind "Hallo" zu sagen.
05:03
from all over the worldWelt.
105
291480
1520
05:05
And all of these "hellosHellos"
left visiblesichtbar marksMarken on the mapKarte
106
293640
3456
All diese "Hallos" hinterlassen
sichtbare Spuren auf der Karte,
05:09
as SamanthaSamantha was flyingfliegend by
107
297120
2016
während Samantha umherfliegt
05:11
and as she was actuallytatsächlich
wavingwinken back everyjeden day at us
108
299160
3376
und ihr tägliches Winken
05:14
usingmit TwitterTwitter from the ISSISS.
109
302560
1680
per Twitter aus der ISS teilt.
05:16
This madegemacht people see the mission'sMission dataDaten
from a very differentanders perspectivePerspektive.
110
304880
4976
Menschen konnten die Daten
der Mission ganz anders einordnen.
05:21
It all suddenlyplötzlich becamewurde much more
about our humanMensch natureNatur and our curiosityNeugierde,
111
309880
4696
Plötzlich stand unsere menschliche
Natur und Neugierde im Fokus --
05:26
ratherlieber than technologyTechnologie.
112
314600
1656
und nicht die Technologie.
05:28
So dataDaten poweredangetrieben the experienceErfahrung,
113
316280
2336
Daten treiben also die Erfahrung an,
05:30
but storiesGeschichten of humanMensch beingsWesen
were the driveFahrt.
114
318640
2400
aber die Geschichten
von Menschen waren der Antrieb.
05:34
The very positivepositiv responseAntwort
of its thousandsTausende of usersBenutzer
115
322840
3336
Die superpositive Resonanz
von tausenden Nutzern
05:38
taughtgelehrt me a very importantwichtig lessonLektion --
116
326200
1936
erteilte mir eine wichtige Lektion --
05:40
that workingArbeiten with dataDaten
meansmeint designingEntwerfen waysWege
117
328160
2856
mit Daten zu arbeiten,
bedeutet Wege zu konzipieren,
05:43
to transformverwandeln the abstractabstrakt
and the uncountableunzählige
118
331040
2736
das Abstrakte und Unzählbare
05:45
into something that can be seengesehen,
feltFilz and directlydirekt reconnectedwieder angeschlossen
119
333800
4016
in etwas Greifbares und
Fühlbares zu verwandeln,
05:49
to our livesLeben and to our behaviorsVerhaltensweisen,
120
337840
2296
das direkt mit unserem Leben
und Verhalten zu tun hat.
05:52
something that is hardhart to achieveleisten
121
340160
1856
Das können wir nicht erreichen,
05:54
if we let the obsessionObsession for the numbersNummern
and the technologyTechnologie around them
122
342040
3896
wenn wir zulassen, dass uns
Zahlen und Technologie leiten.
05:57
leadführen us in the processverarbeiten.
123
345960
1280
Wir können sogar noch mehr
Daten mit ihren Geschichten vernetzen.
06:00
But we can do even more to connectverbinden dataDaten
to the storiesGeschichten they representvertreten.
124
348600
4896
06:05
We can removeentfernen technologyTechnologie completelyvollständig.
125
353520
2656
Wir können die Technologie
komplett weglassen.
06:08
A fewwenige yearsJahre agovor, I metgetroffen this other womanFrau,
126
356200
2256
Vor einigen Jahren
traf ich diese andere Frau,
06:10
StefanieStefanie PosavecPosavec --
127
358480
1376
Stefanie Posavec --
06:11
a London-basedSitz in London designerDesigner who sharesAnteile with me
the passionLeidenschaft and obsessionObsession about dataDaten.
128
359880
5816
eine in London ansässige Designerin,
die mit mir die Daten-Leidenschaft teilt.
06:17
We didn't know eachjede einzelne other,
129
365720
1336
Wir kannten uns nicht,
06:19
but we decidedbeschlossen to runLauf
a very radicalRadikale experimentExperiment,
130
367080
3256
entschieden uns aber gemeinsam
zu einem radikalen Experiment,
06:22
startingbeginnend a communicationKommunikation usingmit only dataDaten,
131
370360
2536
nur über Daten zu kommunizieren,
06:24
no other languageSprache,
132
372920
1336
keine andere Sprache,
06:26
and we optedentschieden for usingmit no technologyTechnologie
whatsoeverwas auch immer to shareAktie our dataDaten.
133
374280
4616
ebenso entschieden wir uns, keine
Technologien dafür anzuwenden.
06:30
In factTatsache, our only meansmeint of communicationKommunikation
134
378920
2896
Unser einziges Kommunikationsmedium
06:33
would be throughdurch
the old-fashionedOld-fashioned postPost officeBüro.
135
381840
2856
würde sogar nur das
altgediente Postamt sein.
06:36
For "DearSehr geehrte DataDaten," everyjeden weekWoche for one yearJahr,
136
384720
2456
Für das "Dear Data", benutzten wir
ein Jahr lang jede Woche
06:39
we used our personalpersönlich dataDaten
to get to know eachjede einzelne other --
137
387200
3456
unsere persönlichen Daten,
um uns näher kennenzulernen --
06:42
personalpersönlich dataDaten around weeklywöchentlich
sharedgeteilt mundanebanal topicsThemen,
138
390680
3656
persönlichen Daten über wöchentlich
geteilte Themen der Welt,
06:46
from our feelingsGefühle
139
394360
1216
über unsere Gefühle,
06:47
to the interactionsWechselwirkungen with our partnersPartner,
140
395600
1856
die Beziehung zu unseren Partnern,
06:49
from the complimentsKomplimente we receivedempfangen
to the soundsGeräusche of our surroundingsUmgebung.
141
397480
3160
von den Komplimente, die wir erhielten,
zu den Geräuschen unserer Nachbarschaft.
06:53
PersonalPersönliche informationInformation
that we would then manuallymanuell handHand drawzeichnen
142
401480
3536
Persönliche Infos, die wir dann von Hand
06:57
on a postcard-sizePostkarte-Größe sheetBlatt of paperPapier-
143
405040
2496
auf ein postkartengroßen Blatt zeichneten
06:59
that we would everyjeden weekWoche
sendsenden from LondonLondon to NewNeu YorkYork,
144
407560
2936
und dann wöchentlich von London
nach New York sendeten,
07:02
where I liveLeben,
145
410520
1256
wo ich lebe und von
New York nach London, wo sie lebt.
07:03
and from NewNeu YorkYork to LondonLondon,
where she livesLeben.
146
411800
2200
07:06
The frontVorderseite of the postcardPostkarte
is the dataDaten drawingZeichnung,
147
414480
3696
Die Vorderseite der Postkarte
war die Datenabbildung,
07:10
and the back of the cardKarte
148
418200
1296
die Hinterseite enthielt natürlich
die Adresse der anderen.
07:11
containsenthält the addressAdresse
of the other personPerson, of courseKurs,
149
419520
2429
07:13
and the legendLegende for how
to interpretinterpretieren our drawingZeichnung.
150
421973
2640
und die Erklärung wie man diese
Abbildungen deuten müsse.
07:17
The very first weekWoche into the projectProjekt,
151
425640
2016
Die allererste Woche dieses Projekts
07:19
we actuallytatsächlich chosewählte
a prettyziemlich coldkalt and impersonalunpersönliche topicThema.
152
427680
3056
wählten wir ein kaltes,
ziemlich unpersönliches Thema.
07:22
How manyviele timesmal do we
checkprüfen the time in a weekWoche?
153
430760
3200
Wie viel Mal schauen wir
in einer Woche auf die Uhr?
07:26
So here is the frontVorderseite of my cardKarte,
154
434720
1936
Dies ist die Vorderseite meiner Karte,
07:28
and you can see that everyjeden little symbolSymbol
155
436680
1976
jedes kleine Symbol bedeutet die Male,
an denen ich auf die Uhr guckte.
07:30
representsrepräsentiert all of the timesmal
that I checkedgeprüft the time,
156
438680
3416
07:34
positionedpositioniert for daysTage
and differentanders hoursStd. chronologicallychronologisch --
157
442120
3376
Es bildet den Tag und
die einzelnen Uhrzeiten ab --
07:37
nothing really complicatedkompliziert here.
158
445520
2040
noch nicht wirklich kompliziert.
07:40
But then you see in the legendLegende
159
448200
1576
Aber dann sehen Sie in den Erklärungen,
07:41
how I addedhinzugefügt anecdotalanekdotische detailsDetails
about these momentsMomente.
160
449800
3456
wie ich sie mit Anekdoten schmückte.
07:45
In factTatsache, the differentanders typesTypen of symbolsSymbole
indicatezeigen why I was checkingÜberprüfung the time --
161
453280
4576
Die unterschiedlichen Symbole zeigten,
warum ich auf die Uhr schaute --
07:49
what was I doing?
162
457880
1216
was tat ich gerade?
07:51
Was I boredgelangweilt? Was I hungryhungrig?
163
459120
1696
War mir langweilig? Hatte ich Hunger?
07:52
Was I latespät?
164
460840
1216
Kam ich zu spät?
07:54
Did I checkprüfen it on purposeZweck
or just casuallybeiläufig glanceBlick at the clockUhr?
165
462080
3216
Schaute ich absichtlich
oder nur zufällig auf die Uhr?
07:57
And this is the keySchlüssel partTeil --
166
465320
2256
Hier liegt nämlich der Schlüssel --
07:59
representingDarstellen the detailsDetails
of my daysTage and my personalityPersönlichkeit
167
467600
3696
Ich zeigte nämlich die Details
meiner Tage und meine Persönlichkeit
08:03
throughdurch my dataDaten collectionSammlung.
168
471320
1936
durch diese Datenkollektion.
08:05
UsingMit Hilfe dataDaten as a lensLinse or a filterFilter
to discoverentdecken and revealverraten, for exampleBeispiel,
169
473280
4696
Daten als Linse oder Filter,
08:10
my never-endingnicht enden wollenden anxietyAngst for beingSein latespät,
170
478000
2176
um etwa meine ewige Angst,
mich zu verspäten,
08:12
even thoughobwohl I'm absolutelyunbedingt always on time.
171
480200
2200
zu entlarven, obwohl ich
meistens pünktlich bin.
08:16
StefanieStefanie and I spentverbraucht one yearJahr
collectingSammeln our dataDaten manuallymanuell
172
484200
4096
Ein Jahr lang verbrachten Stefanie
und ich mit der Datensammlung per Hand,
08:20
to forceKraft us to focusFokus on the nuancesNuancen
that computersComputer cannotnicht können gatherversammeln --
173
488320
4496
um den Fokus auf Nuancen zu setzen,
die ein Computer nicht zusammenbringt,
08:24
or at leastam wenigsten not yetnoch --
174
492840
1536
zumindest noch nicht jetzt --
Daten, um unsere Gedanken zu erforschen
und die Wörter, die wir gebrauchen,
08:26
usingmit dataDaten alsoebenfalls to exploreerforschen our mindsKöpfe
and the wordsWörter we use,
175
494400
3496
08:29
and not only our activitiesAktivitäten.
176
497920
1936
und nicht nur unsere Handlungen.
08:31
Like at weekWoche numberNummer threedrei,
177
499880
1416
Wie in Woche Nummer drei,
08:33
where we trackedverfolgt the "thank yousyous"
we said and were receivedempfangen,
178
501320
3816
als wir die "Dankes" festhielten,
die wir gesagt und erhalten hatten.
08:37
and when I realizedrealisiert that I thank
mostlymeist people that I don't know.
179
505160
4656
und ich merkte, dass ich meist
denen danke, die ich nicht kenne.
08:41
ApparentlyOffenbar I'm a compulsivezwanghaftes thankerthanker
to waitressesKellnerinnen and waitersKellner,
180
509840
4336
Scheinbar bedanke ich mich zwanghaft
bei Kellnerinnen und Kellnern,
08:46
but I definitelybestimmt don't thank enoughgenug
the people who are closeschließen to me.
181
514200
3160
aber bei mir nahe
stehenden Leuten fast gar nicht.
08:51
Over one yearJahr,
182
519000
1256
Über ein Jahr
08:52
the processverarbeiten of activelyaktiv noticingbemerken
and countingZählen these typesTypen of actionsAktionen
183
520280
4496
wurde dieser Achtsamkeits- und
Zählprozess solcher Sachen zum Ritual.
08:56
becamewurde a ritualRitual.
184
524800
1296
08:58
It actuallytatsächlich changedgeändert ourselvesuns selbst.
185
526120
2056
Es veränderte uns.
09:00
We becamewurde much more
in tuneTune with ourselvesuns selbst,
186
528200
2696
Wir kamen mit uns selber mehr in Einklang,
09:02
much more awarebewusst of our behaviorsVerhaltensweisen
and our surroundingsUmgebung.
187
530920
3120
wurden uns unseres Verhaltens und
unserer Umgebung viel bewusster.
09:06
Over one yearJahr, StefanieStefanie and I
connectedin Verbindung gebracht at a very deeptief levelEbene
188
534680
2976
Über 1 Jahr lang waren Stefanie
und ich sehr tief verbunden
durch diese geteilten Daten,
09:09
throughdurch our sharedgeteilt dataDaten diaryTagebuch,
189
537680
2016
09:11
but we could do this only because
we put ourselvesuns selbst in these numbersNummern,
190
539720
4296
aber nur dadurch, dass wir uns selbst
in Daten darstellten, konnten wir es,
09:16
addingHinzufügen the contextsKontexten
of our very personalpersönlich storiesGeschichten to them.
191
544040
3976
weil wir Kontexte unserer persönlichen
Geschichten erzählten.
09:20
It was the only way
to make them trulywirklich meaningfulsinnvoll
192
548040
2456
Nur so wurden sie wirklich bedeutsam
und stellten uns wirklich dar.
09:22
and representativeVertreter of ourselvesuns selbst.
193
550520
2200
09:26
I am not askingfragen you
to startAnfang drawingZeichnung your personalpersönlich dataDaten,
194
554480
3096
Ich verlange nicht, dass Sie Ihre
persönlichen Daten zeichnen
09:29
or to find a penStift palPAL acrossüber the oceanOzean.
195
557600
2856
oder dass sie einen Brieffreund
jenseits des Ozeans finden.
09:32
But I'm askingfragen you to considerErwägen dataDaten --
196
560480
2576
Aber ich möchte,
dass Sie alle mögliche Daten,
09:35
all kindArt of dataDaten --
197
563080
1456
09:36
as the beginningAnfang of the conversationKonversation
198
564560
1776
wie den Anfang einer Unterhaltung
betrachten und nicht wie deren Ende.
09:38
and not the endEnde.
199
566360
1200
09:40
Because dataDaten aloneallein
will never give us a solutionLösung.
200
568080
3176
Denn Daten allein werden
uns nie eine Lösung liefern.
09:43
And this is why dataDaten failedgescheitert us so badlyschlecht --
201
571280
2696
Deshalb enttäuschen sie uns so sehr --
09:46
because we failedgescheitert to includeeinschließen
the right amountMenge of contextKontext
202
574000
3376
wir kontextualisieren sie nicht genug,
um die Realität abzubilden --
09:49
to representvertreten realityWirklichkeit --
203
577400
1456
09:50
a nuancednuanciert, complicatedkompliziert
and intricatekomplizierte realityWirklichkeit.
204
578880
3200
eine differenzierte, komplizierte
und verworrene Realität.
09:54
We keptgehalten looking at these two numbersNummern,
205
582960
2456
Wir gucken immer noch
wie besessen auf diese 2 Zahlen,
09:57
obsessingbesessen sein with them
206
585440
1496
und geben vor, unsere Welt
in ein paar Zahlen
09:58
and pretendingvortäuschend that our worldWelt
could be reducedreduziert
207
586960
2496
und ein Pferderennen pressen zu können.
10:01
to a couplePaar digitsZiffern and a horsePferd raceRennen,
208
589480
2336
10:03
while the realecht storiesGeschichten,
209
591840
1256
während die wahren Geschichten,
die wichtigen, sich woanders abspielen.
10:05
the onesEinsen that really matteredwichtig,
210
593120
1456
10:06
were somewhereirgendwo elsesonst.
211
594600
1416
Bei diesen Modellen und Algorithmen
verpassen wir den "Humanimus der Daten."
10:08
What we missedübersehen looking at these storiesGeschichten
only throughdurch modelsModelle and algorithmsAlgorithmen
212
596040
4416
10:12
is what I call "dataDaten humanismHumanismus."
213
600480
2520
10:15
In the RenaissanceRenaissance humanismHumanismus,
214
603560
2016
Im Renaissance-Humanismus
rückten europäische Intellektuelle
10:17
EuropeanEuropäische intellectualsintellektuelle
215
605600
1616
10:19
placedplatziert the humanMensch natureNatur insteadstattdessen of God
at the centerCenter of theirihr viewAussicht of the worldWelt.
216
607240
4920
statt Gott die menschliche Natur
ins Zentrum der Welt.
10:24
I believe something similarähnlich
needsBedürfnisse to happengeschehen
217
612800
2216
So etwas muss, meiner Meinung nach,
mit dem Datenuniversum passieren.
10:27
with the universeUniversum of dataDaten.
218
615040
1776
10:28
Now dataDaten are apparentlyanscheinend
treatedbehandelt like a God --
219
616840
2976
Daten werden wie Gott behandelt --
10:31
keeperKeeper of infallibleunfehlbar truthWahrheit
for our presentGeschenk and our futureZukunft.
220
619840
3280
Halter der absoluten Wahrheit
unserer Gegenwart und unserer Zukunft.
10:35
The experiencesErfahrungen
that I sharedgeteilt with you todayheute
221
623840
2896
Die Erfahrungen, die ich
mit Ihnen heute geteilt habe,
10:38
taughtgelehrt me that to make dataDaten faithfullytreu
representativeVertreter of our humanMensch natureNatur
222
626760
5016
haben mir gezeigt, dass wenn Daten
etwas getreu über uns aussagen sollen
10:43
and to make sure they will not
misleadin die Irre führen us anymorenicht mehr,
223
631800
3416
und uns nicht mehr
in die Irre führen sollen,
10:47
we need to startAnfang designingEntwerfen waysWege
to includeeinschließen empathyEmpathie, imperfectionUnvollkommenheit
224
635240
3696
wir Wege finden müssen,
um Empathie und Unvollkommenheit
und menschliche Eigenschaften einzubinden
10:50
and humanMensch qualitiesQualitäten
225
638960
1576
10:52
in how we collectsammeln, processverarbeiten,
analyzeanalysieren and displayAnzeige them.
226
640560
3720
wie wie Daten sammeln, auswerten,
analysieren und verbreiten.
10:57
I do see a placeOrt where, ultimatelyletzten Endes,
227
645280
2976
Ich sehe einen Ort, an dem wir
anstatt Daten für Effizienz,
11:00
insteadstattdessen of usingmit dataDaten
only to becomewerden more efficienteffizient,
228
648280
3336
11:03
we will all use dataDaten
to becomewerden more humanemenschlich.
229
651640
2800
Daten nutzen werden,
um humaner zu werden.
11:06
Thank you.
230
654880
1216
Vielen Dank.
11:08
(ApplauseApplaus)
231
656120
4441
(Applaus)

▲Back to top

ABOUT THE SPEAKER
Giorgia Lupi - Information designer
Giorgia Lupi sees beauty in data. She challenges the impersonality that data communicate, designing engaging visual narratives that re-connect numbers to what they stand for: stories, people, ideas.

Why you should listen

What sets Giorgia Lupi apart is her humanistic approach to the world of data.

Her work frequently crosses the divide between digital, print and handcrafted representations of information: primarily, she draws with data. She has a passion for and obsession with data, the material she uses to tell stories, and the lens through which she sees the world.

Data are often considered to be very impersonal, boring and clinical, but Lupi's work proves the opposite. She makes sense of data with a curious mind and a heterogeneous arsenal, which ranges from digital technology to exhausting and repetitive manual labor. She believes we will ultimately unlock the full potential of data only when we embrace their nature, and make them part of our lives, which will inevitably make data more human in the process.

Trained as an architect, Lupi has always been driven by opposing forces: analysis and intuition, logic and beauty, numbers and images. True to these dichotomies, in 2011 she started both her own company and studying for a PhD. She earned her ddoctorate in design at Politecnico di Milano, where she focused on information mapping, and she is now the design director and co-founder of Accurat, a global, data-driven research, design and innovation firm with offices in Milan and New York. She relocated from Italy to New York City, where she now lives.

Thanks to her work and research, Giorgia is a prominent voice in the world of data. She has spoken at numerous events, universities and institutions around the world, including the Museum of Modern Art, the Guggenheim Museum, PopTech Conference, Eyeo Festival, Fast Company Innovation by Design, New York University, Columbia University and the New York Public Library. She has been featured in major international outlets such as the New York Times, The Guardian, the Washington Post, NPR, BBC, TIME magazine, National Geographic, Scientific American, Popular Science, Wired, Vogue, Vanity Fair, Monocle and more. Her work has been exhibited at the Design Museum, the Science Museum, and Somerset House in London; the New York Hall of Science and the Storefront for Art and Architecture in New York; at the Triennale Design Museum and the Design Week in Milan, among others.

With her company, Accurat, she has worked with major international clients including IBM, Google, Microsoft, the United Nations, the World Health Organization, the World Economic Forum, the European Union, the Louis Vuitton-Moet-Hennessy Group, Fiat Chrysler Automobiles, J.P. Morgan Asset Management, Unicredit Group and KPMG Advisory.

Giorgia is the co-author of Dear Data, an aspirational hand-drawn data visualization book that explores the more slippery details of daily life through data, revealing the patterns that inform our decisions and affect our relationships.

Her work is part of the permanent collection of the Museum of Modern Art.

More profile about the speaker
Giorgia Lupi | Speaker | TED.com