TEDGlobal 2010
David McCandless: The beauty of data visualization
David McCandless: Die Schönheit der Visualisierung von Daten
Filmed:
Readability: 4.3
3,250,094 views
David McCandless verwandelt komplexes Datenmaterial wie die weltweiten Militärausgaben, Medien-Rummel, Facebook-Statusaktualisierungen und mehr in schöne, aber dennoch einfache Diagramme. Er schlägt vor, dass wir Informationsdesign als Werkzeug verwenden sollten, um uns in der heutigen Informationsflut zurechtzufinden und einzigartige Muster und Verbindungen zu entdecken, die vielleicht unsere Wahrnehmung der Welt ändern können.
David McCandless - Data journalist
David McCandless draws beautiful conclusions from complex datasets -- thus revealing unexpected insights into our world. Full bio
David McCandless draws beautiful conclusions from complex datasets -- thus revealing unexpected insights into our world. Full bio
Double-click the English transcript below to play the video.
00:15
It feels like we're all suffering
0
0
2000
Es scheint, als würden wir alle
00:17
from information overload or data glut.
1
2000
3000
unter der Informations- oder Datenflut leiden.
00:20
And the good news is there might be an easy solution to that,
2
5000
2000
Und die gute Nachricht ist, dass es dafür vielleicht eine einfache Lösung gibt,
00:22
and that's using our eyes more.
3
7000
2000
indem wir unsere Augen stärker einsetzen.
00:24
So, visualizing information, so that we can see
4
9000
2000
Also die Informationen zu visualisieren, so dass wir
00:26
the patterns and connections that matter
5
11000
3000
die wesentlichen Muster und Verbindungen sehen können.
00:29
and then designing that information so it makes more sense,
6
14000
3000
Und dann diese Informationen so zu gestalten, dass sie mehr Sinn ergeben
00:32
or it tells a story,
7
17000
2000
oder eine Geschichte erzählen,
00:34
or allows us to focus only on the information that's important.
8
19000
3000
oder wir uns auf die wichtigen Informationen konzentrieren können.
00:38
Failing that, visualized information can just look really cool.
9
23000
3000
Ohne das können visualisierte Informationen auch einfach gut aussehen.
00:41
So, let's see.
10
26000
2000
Also, schauen wir es uns an.
00:45
This is the $Billion Dollar o-Gram,
11
30000
2000
Dies ist das Milliarden-Dollar-o-Gram
00:47
and this image arose
12
32000
2000
und dieses Bild entstand aus
00:49
out of frustration I had
13
34000
2000
der Frustration, die ich verspürte,
00:51
with the reporting of billion-dollar amounts in the press.
14
36000
2000
als über Milliarden Dollar hohe Beträge in der Presse berichtet wurde.
00:53
That is, they're meaningless without context:
15
38000
3000
Denn ohne Zusammenhang sind sie nichtssagend.
00:56
500 billion for this pipeline,
16
41000
2000
500 Milliarden für diese Rohrleitung.
00:58
20 billion for this war.
17
43000
2000
20 Milliarden für diesen Krieg.
01:00
It doesn't make any sense, so the only way to understand it
18
45000
2000
Es hat überhaupt keinen Sinn. Die einzige Möglichkeit, die Zahlen zu verstehen,
01:02
is visually and relatively.
19
47000
2000
ist visuell und relativ.
01:04
So I scraped a load of reported figures
20
49000
2000
Ich habe also viele Kennzahlen
01:06
from various news outlets
21
51000
2000
aus verschiedenen Nachrichtenkanälen zusammengesucht
01:08
and then scaled the boxes according to those amounts.
22
53000
3000
und dann entsprechend zu den Werten die Boxen eingezeichnet.
01:11
And the colors here represent the motivation behind the money.
23
56000
3000
Und die Farben hier stellen die Motivation hinter dem Geld dar.
01:14
So purple is "fighting,"
24
59000
3000
Lila steht für Kampf,
01:17
and red is "giving money away," and green is "profiteering."
25
62000
3000
rot für Geldspenden und grün für Geschäftemacherei.
01:20
And what you can see straight away
26
65000
2000
Und was Sie sofort sehen können ist,
01:22
is you start to have a different relationship to the numbers.
27
67000
2000
dass Sie anfangen, eine andere Beziehung zu den Zahlen herzustellen.
01:24
You can literally see them.
28
69000
2000
Sie können sie buchstäblich sehen.
01:26
But more importantly, you start to see
29
71000
2000
Aber viel wichtiger ist, dass Sie anfangen,
01:28
patterns and connections between numbers
30
73000
2000
Muster und Verbindungen zwischen den Zahlen zu sehen,
01:30
that would otherwise be scattered across multiple news reports.
31
75000
3000
die ansonsten über verschiedene Nachrichtenmeldungen verteilt wären.
01:33
Let me point out some that I really like.
32
78000
3000
Lassen Sie mich einige herausstellen, die mir sehr gefallen.
01:36
This is OPEC's revenue, this green box here --
33
81000
2000
Das hier sind die Einkünfte der OPEC. Diese grüne Box hier --
01:38
780 billion a year.
34
83000
2000
780 Milliarden pro Jahr.
01:40
And this little pixel in the corner -- three billion --
35
85000
3000
Und dieser kleine Bildpunkt in der Ecke -- drei Milliarden --
01:43
that's their climate change fund.
36
88000
3000
das ist ihr Klimaschutzfond.
01:46
Americans, incredibly generous people --
37
91000
2000
Amerikaner, unglaublich großzügige Leute --
01:48
over 300 billion a year, donated to charity every year,
38
93000
3000
über 300 Milliarden pro Jahr, gespendet für wohltätige Zwecke.
01:51
compared with the amount of foreign aid
39
96000
2000
Verglichen mit der Entwicklungshilfe
01:53
given by the top 17 industrialized nations
40
98000
2000
der wichtigsten 17 Industrienationen
01:55
at 120 billion.
41
100000
2000
in Höhe von 120 Milliarden.
01:57
Then of course,
42
102000
2000
Und dann natürlich
01:59
the Iraq War, predicted to cost just 60 billion
43
104000
2000
der Irak-Krieg, dessen Kosten auf 60 Milliarden
02:01
back in 2003.
44
106000
3000
im Jahr 2003 geschätzt wurden.
02:04
And it mushroomed slightly. Afghanistan and Iraq mushroomed now
45
109000
3000
Sie sind geringfügig angestiegen. Afghanistan und Irak belaufen sich nunmehr auf
02:07
to 3,000 billion.
46
112000
3000
3.000 Milliarden.
02:10
So now it's great
47
115000
2000
Also, es ist großartig,
02:12
because now we have this texture, and we can add numbers to it as well.
48
117000
2000
dass wir nun diese Struktur haben und weitere Zahlen hinzufügen können.
02:14
So we could say, well, a new figure comes out ... let's see African debt.
49
119000
3000
Wir könnten also sagen: Eine neue Kennzahl erscheint. Lassen Sie uns Afrikas Schulden betrachten.
02:17
How much of this diagram do you think might be taken up
50
122000
2000
Wie viel von diesem Diagramm glauben Sie machen
02:19
by the debt that Africa owes to the West?
51
124000
2000
die Schulden Afrikas an den Westen aus?
02:21
Let's take a look.
52
126000
2000
Schauen wir es uns an.
02:23
So there it is:
53
128000
2000
Da ist es.
02:25
227 billion is what Africa owes.
54
130000
2000
227 Milliarden sind es, die Afrika schuldet.
02:27
And the recent financial crisis,
55
132000
2000
Und die jüngste Finanzkrise --
02:29
how much of this diagram might that figure take up?
56
134000
2000
wie viel von diesem Diagramm macht diese Zahl wohl aus?
02:31
What has that cost the world? Let's take a look at that.
57
136000
3000
Was hat sie die Welt gekostet? Schauen wir es uns an.
02:34
Dooosh -- Which I think is the appropriate sound effect
58
139000
3000
Tuschhhh. Das wäre glaube ich das passende Geräusch dazu
02:37
for that much money:
59
142000
2000
für so viel Geld.
02:39
11,900 billion.
60
144000
4000
11.900 Milliarden.
02:45
So, by visualizing this information,
61
150000
2000
Also, indem wir Informationen visualisieren,
02:47
we turned it into a landscape
62
152000
2000
haben wir sie in ein Landschaftbild überführt,
02:49
that you can explore with your eyes,
63
154000
2000
das Sie mit Ihren Augen erkunden können --
02:51
a kind of map really, a sort of information map.
64
156000
2000
eine Art Karte, sozusagen eine Informationskarte.
02:53
And when you're lost in information,
65
158000
2000
Und wenn Sie sich in Informationen verlieren,
02:55
an information map is kind of useful.
66
160000
3000
ist eine Informationskarte ziemlich nützlich.
02:58
So I want to show you another landscape now.
67
163000
2000
Ich möchte Ihnen noch ein weiteres Landschaftsbild zeigen.
03:00
We need to imagine what a landscape
68
165000
2000
Stellen wir uns vor wie ein Landschaftsbild
03:02
of the world's fears might look like.
69
167000
3000
der Ängste in der Welt aussehen könnte.
03:05
Let's take a look.
70
170000
2000
Schauen wir es uns an.
03:07
This is Mountains Out of Molehills,
71
172000
2000
Dies sind die Berge aus Maulwürfshügeln.
03:09
a timeline of global media panic.
72
174000
2000
Eine Zeitleiste globaler Panik in den Medien.
03:11
(Laughter)
73
176000
2000
(Gelächter)
03:13
So, I'll label this for you in a second.
74
178000
2000
Ich werde sie gleich für Sie beschriften.
03:15
But the height here, I want to point out,
75
180000
2000
Aber die Höhe hier, auf die ich hinweisen möchte,
03:17
is the intensity of certain fears
76
182000
2000
stellt die Intensität bestimmter Ängste dar,
03:19
as reported in the media.
77
184000
2000
wie sie von den Medien berichtet wurden.
03:21
Let me point them out.
78
186000
2000
Lassen Sie mich diese herausstellen.
03:23
So this, swine flu -- pink.
79
188000
4000
Diese hier, Schweinegruppe -- rosa.
03:27
Bird flu.
80
192000
2000
Vogelgrippe.
03:29
SARS -- brownish here. Remember that one?
81
194000
3000
SARS - hier in braun. Erinnern Sie sich?
03:32
The millennium bug,
82
197000
3000
Das Jahr-2000-Problem --
03:35
terrible disaster.
83
200000
2000
furchtbare Katastrophe.
03:37
These little green peaks
84
202000
2000
Diese kleinen grünen Höhepunkte
03:39
are asteroid collisions.
85
204000
2000
sind Zusammenstöße mit Asteroiden.
03:41
(Laughter)
86
206000
2000
(Gelächter)
03:43
And in summer, here, killer wasps.
87
208000
2000
Und hier im Sommer -- Killer-Wespen.
03:45
(Laughter)
88
210000
8000
(Gelächter)
03:53
So these are what our fears look like
89
218000
2000
So sehen also unsere Ängste
03:55
over time in our media.
90
220000
2000
im Laufe der Zeit in unseren Medien aus.
03:57
But what I love -- and I'm a journalist --
91
222000
2000
Was ich jedoch liebe -- und ich bin Journalist --
03:59
and what I love is finding hidden patterns; I love being a data detective.
92
224000
3000
was ich liebe, sind versteckte Muster. Ich liebe es, ein Daten-Detektiv zu sein.
04:02
And there's a very interesting and odd pattern hidden in this data
93
227000
3000
Und es gibt ein sehr interessantes und sonderbares, verstecktes Muster in diesen Daten,
04:05
that you can only see when you visualize it.
94
230000
2000
das man nur sehen kann, wenn man es visualisiert.
04:07
Let me highlight it for you.
95
232000
2000
Lassen Sie es mich für Sie hervorheben.
04:09
See this line, this is a landscape for violent video games.
96
234000
3000
Sehen Sie sich diese Reihe an. Dies ist ein Landschaftsbild gewaltbetonter Videospiele.
04:12
As you can see, there's a kind of odd, regular pattern in the data,
97
237000
3000
Wie Sie sehen können, gibt es hier ein sonderbares, regelmäßiges Muster in diesen Daten.
04:15
twin peaks every year.
98
240000
2000
Zwei Höhepunkte jedes Jahr.
04:17
If we look closer, we see those peaks occur
99
242000
2000
Wenn wir es uns näher ansehen, stellen wir fest, dass diese Höhepunkte
04:19
at the same month every year.
100
244000
3000
in denselben Monaten jeden Jahres auftreten.
04:22
Why?
101
247000
2000
Warum?
04:24
Well, November, Christmas video games come out,
102
249000
2000
Nun, im November erscheinen die Weihnachts-Videospiele
04:26
and there may well be an upsurge in the concern about their content.
103
251000
3000
gibt es sicher einen steilen Anstieg der Bedenken gegenüber deren Inhalt.
04:29
But April isn't a particularly massive month
104
254000
3000
Aber der April ist nicht gerade ein besonderer Monat
04:32
for video games.
105
257000
2000
für Videospiele.
04:34
Why April?
106
259000
2000
Warum April?
04:36
Well, in April 1999 was the Columbine shooting,
107
261000
3000
Nun, im April 1999 war das Schulmassaker an der Columbine High School
04:39
and since then, that fear
108
264000
2000
und seitdem wurde an diese Angst
04:41
has been remembered by the media
109
266000
2000
von den Medien erinnert
04:43
and echoes through the group mind gradually through the year.
110
268000
2000
und findet sich nach und nach in den Köpfen im Laufe des Jahres wieder.
04:45
You have retrospectives, anniversaries,
111
270000
3000
Es gibt Rückblicke, Jahrestage,
04:48
court cases, even copy-cat shootings,
112
273000
3000
Gerichtsverfahren, sogar Schießereien von Nachahmern.
04:51
all pushing that fear into the agenda.
113
276000
3000
All das bringt diese Angst wieder auf die Tagesordnung.
04:54
And there's another pattern here as well. Can you spot it?
114
279000
2000
Und es gibt hier noch ein anderes Muster. Können Sie es sehen?
04:56
See that gap there? There's a gap,
115
281000
2000
Sehen Sie diese Lücke? Dort ist eine Lücke
04:58
and it affects all the other stories.
116
283000
2000
und sie wirkt sich auf alle anderen Geschichten aus.
05:00
Why is there a gap there?
117
285000
2000
Warum ist dort eine Lücke?
05:02
You see where it starts? September 2001,
118
287000
3000
Sehen Sie wo sie beginnt? Im September 2001,
05:05
when we had something very real
119
290000
2000
als wir etwas sehr Reales hatten,
05:07
to be scared about.
120
292000
2000
das uns Angst machte.
05:09
So, I've been working as a data journalist for about a year,
121
294000
3000
Ich habe nun seit etwa einem Jahr als Daten-Journalist gearbeitet
05:12
and I keep hearing a phrase
122
297000
2000
und ich höre immer wieder diesen Satz,
05:14
all the time, which is this:
123
299000
3000
der so lautet:
05:17
"Data is the new oil."
124
302000
2000
"Daten sind das neue Öl."
05:19
Data is the kind of ubiquitous resource
125
304000
3000
Und Daten sind die Art allgegenwärtiger Ressource,
05:22
that we can shape to provide new innovations and new insights,
126
307000
3000
die wir ausgestalten können, um neue Innovationen und Erkenntnisse zu liefern.
05:25
and it's all around us, and it can be mined very easily.
127
310000
3000
Und sie ist überall unter uns und kann sehr einfach abgebaut werden.
05:28
It's not a particularly great metaphor in these times,
128
313000
3000
Und es ist keine besonders gute Metapher in diesen Zeiten,
05:31
especially if you live around the Gulf of Mexico,
129
316000
3000
insbesondere wenn man am Golf von Mexiko lebt.
05:34
but I would, perhaps, adapt this metaphor slightly,
130
319000
2000
Ich würde diese Metapher eher ein wenig anpassen
05:36
and I would say that data is the new soil.
131
321000
3000
und sagen, dass Daten der neue Erdboden sind.
05:40
Because for me, it feels like a fertile, creative medium.
132
325000
3000
Denn für mich fühlen sie sich wie ein fruchtbares, kreatives Medium an.
05:43
Over the years, online,
133
328000
2000
Wissen Sie, über die Jahre hinweg
05:45
we've laid down
134
330000
3000
haben wir online
05:48
a huge amount of information and data,
135
333000
2000
eine riesige Menge an Informationen und Daten abgelegt
05:50
and we irrigate it with networks and connectivity,
136
335000
2000
und wir bewässern sie mit Netzwerken und Anschlussmöglichkeiten.
05:52
and it's been worked and tilled by unpaid workers and governments.
137
337000
3000
Und sie wurden bearbeitet und beackert von unbezahlten Arbeitern und Regierungen.
05:55
And, all right, I'm kind of milking the metaphor a little bit.
138
340000
3000
In Ordnung, ich lasse mich vielleicht etwas an dieser Metapher aus.
05:58
But it's a really fertile medium,
139
343000
3000
Aber es handelt sich um ein wirklich fruchtbares Medium.
06:01
and it feels like visualizations, infographics, data visualizations,
140
346000
3000
Visualisierungen, Info-Grafiken, Visualisierungen von Daten --
06:04
they feel like flowers blooming from this medium.
141
349000
3000
sie fühlen sich wie Blumen an, die auf diesem Medium blühen.
06:07
But if you look at it directly,
142
352000
2000
Wenn man es sich jedoch genauer ansieht,
06:09
it's just a lot of numbers and disconnected facts.
143
354000
2000
handelt es sich nur um viele Zahlen und nicht zusammenhängende Fakten.
06:11
But if you start working with it and playing with it in a certain way,
144
356000
3000
Wenn man jedoch anfängt, damit zu arbeiten und gewissermaßen zu spielen,
06:14
interesting things can appear and different patterns can be revealed.
145
359000
3000
können sich interessante Dinge ergeben und unterschiedliche Muster offenbaren.
06:17
Let me show you this.
146
362000
2000
Lassen Sie mich Ihnen dies hier zeigen.
06:19
Can you guess what this data set is?
147
364000
3000
Haben Sie eine Idee, was dieser Datenbestand zeigt?
06:22
What rises twice a year,
148
367000
2000
Was steigt zweimal im Jahr an,
06:24
once in Easter
149
369000
2000
einmal zu Ostern
06:26
and then two weeks before Christmas,
150
371000
2000
und dann zwei Wochen vor Weihnachten,
06:28
has a mini peak every Monday,
151
373000
2000
hat einen kleinen Höhepunkt jeden Montag
06:30
and then flattens out over the summer?
152
375000
2000
und verflacht dann während des Sommers?
06:32
I'll take answers.
153
377000
2000
Ich nehme Antworten entgegen.
06:34
(Audience: Chocolate.) David McCandless: Chocolate.
154
379000
2000
(Publikum: Schokolade.) David McCandless: Schokolade.
06:36
You might want to get some chocolate in.
155
381000
3000
Sie möchten wohl etwas Schokolade hier unterbringen.
06:39
Any other guesses?
156
384000
2000
Irgendwelche anderen Vermutungen?
06:41
(Audience: Shopping.) DM: Shopping.
157
386000
2000
(Publikum: Einkäufe.) David McCandless: Einkäufe.
06:43
Yeah, retail therapy might help.
158
388000
3000
Klar, eine Einkaufstherapie könnte helfen.
06:46
(Audience: Sick leave.)
159
391000
2000
(Publikum: Krankenstand.)
06:48
DM: Sick leave. Yeah, you'll definitely want to take some time off.
160
393000
2000
David McCandless: Krankenstand. Klar, Sie möchten sicher erst einmal freimachen.
06:50
Shall we see?
161
395000
2000
Sollen wir es uns ansehen?
06:53
(Laughter)
162
398000
8000
(Gelächter)
07:01
(Applause)
163
406000
3000
(Applaus)
07:04
So, the information guru Lee Byron and myself,
164
409000
3000
Also, zu den Informationen hier: Lee Byron und ich
07:07
we scraped 10,000 status Facebook updates
165
412000
3000
haben 10.000 Status-Aktualisierungen von Facebook zusammengesucht,
07:10
for the phrase "break-up" and "broken-up"
166
415000
2000
die den Ausdruck "Trennung" oder "getrennt" enthalten.
07:12
and this is the pattern we found --
167
417000
2000
Und dies ist das Muster, das wir gefunden haben:
07:14
people clearing out for Spring Break,
168
419000
2000
Die Leute verschwinden zum Spring Break,
07:16
(Laughter)
169
421000
5000
(Gelächter)
07:21
coming out of very bad weekends on a Monday,
170
426000
2000
erscheinen wieder nach sehr üblen Wochenenden an einem Montag,
07:23
being single over the summer,
171
428000
3000
sind Single im Verlauf des Sommers
07:26
and then the lowest day of the year, of course: Christmas Day.
172
431000
3000
und dann der niedrigste Stand des Jahres natürlich am ersten Weihnachtstag.
07:29
Who would do that?
173
434000
3000
Wer würde das schon tun?
07:32
So there's a titanic amount of data out there now,
174
437000
2000
Es gibt also eine gigantische Fülle an Daten dort draußen --
07:34
unprecedented.
175
439000
2000
beispiellos.
07:37
But if you ask the right kind of question,
176
442000
2000
Wenn man aber die richtige Frage stellt
07:39
or you work it in the right kind of way,
177
444000
2000
oder wenn man sie in der richtigen Art und Weise bearbeitet,
07:41
interesting things can emerge.
178
446000
3000
können sich interessante Dinge herausbilden.
07:44
So information is beautiful. Data is beautiful.
179
449000
3000
Also, Informationen sind schön. Daten sind schön.
07:47
I wonder if I could make my life beautiful.
180
452000
3000
Ich frage mich, ob ich mein Leben auch schön gestalten kann.
07:50
And here's my visual C.V.
181
455000
2000
Und hier ist mein visueller Lebenslauf.
07:52
I'm not quite sure I've succeeded.
182
457000
2000
Ich bin mir nicht ganz sicher, ob es mir geglückt ist.
07:54
Pretty blocky, the colors aren't that great.
183
459000
2000
Ziemlich blockig. Die Farben sind nicht so schön.
07:56
But I wanted to convey something to you.
184
461000
3000
Aber ich wollte Ihnen etwas vermitteln.
07:59
I started as a programmer,
185
464000
2000
Ich habe als Programmierer begonnen.
08:01
and then I worked as a writer for many years, about 20 years,
186
466000
2000
Dann habe ich für viele Jahre als Autor gearbeitet, etwa 20 Jahre --
08:03
in print, online and then in advertising,
187
468000
2000
im Druckgewerbe, Online und dann in der Werbung.
08:05
and only recently have I started designing.
188
470000
3000
Und erst vor Kurzem habe ich mit dem Gestalten angefangen.
08:08
And I've never been to design school.
189
473000
2000
Und ich war niemals an einer Hochschule für Gestaltung.
08:10
I've never studied art or anything.
190
475000
3000
Ich habe niemals Kunst oder dergleichen studiert.
08:13
I just kind of learned through doing.
191
478000
2000
Ich habe es irgendwie durchs Tun gelernt.
08:15
And when I started designing,
192
480000
2000
Und als ich mit dem Gestalten anfing,
08:17
I discovered an odd thing about myself.
193
482000
2000
habe ich etwas Sonderbares über mich selbst entdeckt.
08:19
I already knew how to design,
194
484000
2000
Ich wusste bereits wie man gestaltet,
08:21
but it wasn't like I was amazingly brilliant at it,
195
486000
3000
aber es war nicht so, dass ich unglaublich großartig darin war.
08:24
but more like I was sensitive
196
489000
2000
Es war mehr so, dass ich sensibel
08:26
to the ideas of grids and space
197
491000
2000
gegenüber Konzepten wie Rastern und Flächen
08:28
and alignment and typography.
198
493000
2000
sowie Ausrichtung und Typografie war.
08:30
It's almost like being exposed
199
495000
2000
Es ist fast so, als hätte die Konfrontation
08:32
to all this media over the years
200
497000
2000
mit all diesen Medien über die Jahre
08:34
had instilled a kind of dormant design literacy in me.
201
499000
3000
eine in mir schlummernde Gestaltungsfähigkeit geweckt.
08:37
And I don't feel like I'm unique.
202
502000
2000
Und ich glaube nicht, dass es nur mir so geht.
08:39
I feel that everyday, all of us now
203
504000
2000
Ich glaube, dass jeden Tag jeder von uns
08:41
are being blasted by information design.
204
506000
3000
von Informationsdesign zugedröhnt wird.
08:44
It's being poured into our eyes through the Web,
205
509000
2000
Es strömt durch das Web in unsere Augen
08:46
and we're all visualizers now;
206
511000
2000
und wir sind nun alle grafische Ideengestalter;
08:48
we're all demanding a visual aspect
207
513000
2000
wir verlangen alle ein visuelles Erscheinungsbild
08:50
to our information.
208
515000
3000
zu unseren Informationen.
08:53
There's something almost quite magical about visual information.
209
518000
3000
Und da ist etwas beinahe Magisches in unseren visuellen Informationen.
08:56
It's effortless, it literally pours in.
210
521000
3000
Sie sind mühelos; sie strömen buchstäblich in uns ein.
08:59
And if you're navigating a dense information jungle,
211
524000
3000
Und wenn man durch einen dichten Informationsdschungel steuert
09:02
coming across a beautiful graphic
212
527000
2000
und auf eine schöne Grafik stößt
09:04
or a lovely data visualization,
213
529000
2000
oder eine hübsche Visualisierung von Daten,
09:06
it's a relief, it's like coming across a clearing in the jungle.
214
531000
3000
ist es eine Erleichterung. Wie eine Lichtung im Dschungel.
09:09
I was curious about this, so it led me
215
534000
2000
Und ich war gespannt darauf. Es führte mich also
09:11
to the work of a Danish physicist
216
536000
2000
zum Werk eines dänischen Physikers
09:13
called Tor Norretranders,
217
538000
2000
namens Tor Nørretranders.
09:15
and he converted the bandwidth of the senses into computer terms.
218
540000
3000
Er überführte die Bandbreite der Sinne in Computerbegriffe.
09:19
So here we go. This is your senses,
219
544000
2000
Los geht's. Dies sind Ihre Sinne.
09:21
pouring into your senses every second.
220
546000
2000
Es strömt jede Sekunde in Ihre Sinne.
09:23
Your sense of sight is the fastest.
221
548000
3000
Ihr Sehvermögen ist am schnellsten.
09:26
It has the same bandwidth as a computer network.
222
551000
3000
Es hat die gleiche Bandbreite wie ein Computernetzwerk.
09:29
Then you have touch, which is about the speed of a USB key.
223
554000
3000
Dann gibt es den Tastsinn, der etwa die Geschwindigkeit eines USB-Sticks hat.
09:32
And then you have hearing and smell,
224
557000
2000
Dann sind da noch der Gehör- und Geruchssinn,
09:34
which has the throughput of a hard disk.
225
559000
2000
die den Durchsatz einer Festplatte haben.
09:36
And then you have poor old taste,
226
561000
2000
Und dann gibt es noch den armen, alten Geschmackssinn,
09:38
which is like barely the throughput of a pocket calculator.
227
563000
3000
der nicht ganz den Durchsatz eines Taschenrechners hat.
09:41
And that little square in the corner, a naught .7 percent,
228
566000
3000
Und dieses kleine Quadrat in der Ecke -- 0,7 Prozent,
09:44
that's the amount we're actually aware of.
229
569000
3000
das ist die Menge, der wir uns tatsächlich bewusst sind.
09:47
So a lot of your vision --
230
572000
2000
Eine Menge Ihrer Sehkraft also --
09:49
the bulk of it is visual, and it's pouring in.
231
574000
2000
der Großteil davon ist visuell, strömt hinein
09:51
It's unconscious.
232
576000
2000
und ist uns nicht bewusst.
09:53
The eye is exquisitely sensitive
233
578000
3000
Und das Auge reagiert höchst sensibel
09:56
to patterns in variations in color, shape and pattern.
234
581000
3000
auf Muster in wechselnder Farbe, Form und Struktur.
09:59
It loves them, and it calls them beautiful.
235
584000
2000
Es liebt sie und es bezeichnet sie als schön.
10:01
It's the language of the eye.
236
586000
2000
Es ist die Sprache des Auges.
10:03
If you combine the language of the eye with the language of the mind,
237
588000
2000
Und wenn man diese Sprache des Auges mit der Sprache des Verstandes kombiniert,
10:05
which is about words and numbers and concepts,
238
590000
3000
die von Worten, Zahlen und Konzepten handelt,
10:08
you start speaking two languages simultaneously,
239
593000
3000
beginnt man, zwei Sprachen gleichzeitig zu sprechen,
10:11
each enhancing the other.
240
596000
3000
die sich gegenseitig ergänzen.
10:14
So, you have the eye, and then you drop in the concepts.
241
599000
3000
Sie haben also das Auge und dann kommen die Konzepte dazu.
10:17
And that whole thing -- it's two languages
242
602000
2000
Und diese ganze Sache -- es sind zwei Sprachen,
10:19
both working at the same time.
243
604000
2000
die gleichzeitig funktionieren.
10:21
So we can use this new kind of language, if you like,
244
606000
2000
Wir können diese neue Art von Sprache also verwenden,
10:23
to alter our perspective or change our views.
245
608000
3000
um unseren Blickwinkel oder unsere Ansichten zu ändern.
10:26
Let me ask you a simple question
246
611000
2000
Lassen Sie mich Ihnen eine einfache Frage
10:28
with a really simple answer:
247
613000
2000
mit einer wirklich einfachen Antwort stellen.
10:30
Who has the biggest military budget?
248
615000
2000
Wer hat den größten Militäretat?
10:32
It's got to be America, right?
249
617000
2000
Das muss Amerika sein, oder?
10:34
Massive. 609 billion in 2008 --
250
619000
2000
Gewaltig. 609 Milliarden im Jahr 2008 --
10:36
607, rather.
251
621000
2000
607, um genau zu sein.
10:38
So massive, in fact, that it can contain
252
623000
2000
So gewaltig in der Tat, dass es
10:40
all the other military budgets in the world inside itself.
253
625000
3000
alle anderen Militäretats auf der Welt umfassen kann.
10:43
Gobble, gobble, gobble, gobble, gobble.
254
628000
2000
Mjam, mjam, mjam, mjam, mjam.
10:45
Now, you can see Africa's total debt there
255
630000
2000
Zum Vergleich können Sie nun Afrikas Gesamtschulden sehen
10:47
and the U.K. budget deficit for reference.
256
632000
2000
sowie das Haushaltsdefizit Großbritanniens.
10:49
So that might well chime
257
634000
2000
Das könnte nun wohl
10:51
with your view that America
258
636000
2000
mit Ihrem Bild von Amerika übereinstimmen,
10:53
is a sort of warmongering military machine,
259
638000
3000
dass es eine Art von kriegstreibender Militärmaschinerie ist,
10:56
out to overpower the world
260
641000
2000
welche darauf aus ist, die Welt
10:58
with its huge industrial-military complex.
261
643000
3000
mit ihrem riesigen industriell-militärischen Komplex zu überwältigen.
11:01
But is it true that America has the biggest military budget?
262
646000
3000
Aber ist es wirklich so, dass Amerika den größten Militäretat hat?
11:04
Because America is an incredibly rich country.
263
649000
2000
Weil Amerika ein unglaublich reiches Land ist.
11:06
In fact, it's so massively rich
264
651000
2000
Tatsächlich ist es so gewaltig reich,
11:08
that it can contain the four other
265
653000
2000
dass es die Wirtschaftssysteme der vier anderen
11:10
top industrialized nations' economies
266
655000
2000
größten Industrienationen
11:12
inside itself, it's so vastly rich.
267
657000
3000
umfasst. Es ist so enorm reich.
11:15
So its military budget is bound to be enormous.
268
660000
3000
Sein Militäretat muss also enorm sein.
11:18
So, to be fair and to alter our perspective,
269
663000
2000
Um also gerecht zu sein und um unseren Blickwinkel zu ändern,
11:20
we have to bring in another data set,
270
665000
2000
müssen wir weiteres Datenmaterial heranziehen
11:22
and that data set is GDP, or the country's earnings.
271
667000
2000
und dieses Datenmaterial ist das BIP (Bruttoinlandsprodukt) oder auch die Einnahmen eines Landes.
11:24
Who has the biggest budget as a proportion of GDP?
272
669000
2000
Wer hat den größten Militäretat im Verhältnis zum BIP?
11:26
Let's have a look.
273
671000
2000
Schauen wir mal.
11:28
That changes the picture considerably.
274
673000
3000
Dies ändert das Bild beträchtlich.
11:31
Other countries pop into view that you, perhaps, weren't considering,
275
676000
3000
Es erscheinen nun Länder, an die Sie vermutlich nicht gedacht hatten
11:34
and American drops into eighth.
276
679000
2000
und Amerika fällt auf den achten Platz.
11:36
Now you can also do this with soldiers.
277
681000
2000
Dies können Sie auch mit Soldaten machen.
11:38
Who has the most soldiers? It's got to be China.
278
683000
2000
Wer hat die meisten Soldaten? Das muss doch China sein.
11:40
Of course, 2.1 million.
279
685000
2000
Natürlich, 2,1 Millionen.
11:42
Again, chiming with your view
280
687000
2000
Und wieder stimmt es mit Ihrem Bild überein,
11:44
that China has a militarized regime
281
689000
2000
dass China eine militarisierte Regierung hat,
11:46
ready to, you know, mobilize its enormous forces.
282
691000
2000
die bekanntlich bereit ist, ihre riesigen Truppen zu mobilisieren.
11:48
But of course, China has an enormous population.
283
693000
3000
Aber natürlich hat China auch eine gewaltige Einwohnerzahl.
11:51
So if we do the same,
284
696000
2000
Wenn wir also das Gleiche tun,
11:53
we see a radically different picture.
285
698000
2000
sehen wir ein völlig anderes Bild.
11:55
China drops to 124th.
286
700000
2000
China fällt auf Platz 124.
11:57
It actually has a tiny army
287
702000
2000
Es hat tatsächlich eine winzige Armee,
11:59
when you take other data into consideration.
288
704000
3000
wenn man andere Daten ebenfalls berücksichtigt.
12:02
So, absolute figures, like the military budget,
289
707000
2000
Absolute Zahlen also, wie der Militäretat,
12:04
in a connected world,
290
709000
2000
zeigen in einer vernetzten Welt
12:06
don't give you the whole picture.
291
711000
2000
nicht das gesamte Bild.
12:08
They're not as true as they could be.
292
713000
2000
Sie sind nicht so genau wie sie sein könnten.
12:10
We need relative figures that are connected to other data
293
715000
3000
Wir benötigen relative Zahlen, die mit anderen Daten verbunden sind,
12:13
so that we can see a fuller picture,
294
718000
2000
so dass wir ein umfassenderes Bild sehen können,
12:15
and then that can lead to us changing our perspective.
295
720000
2000
welches uns dann dazu bewegt, unseren Blickwinkel zu ändern.
12:17
As Hans Rosling, the master,
296
722000
2000
Wie Hans Rosling, der Meister,
12:19
my master, said,
297
724000
3000
mein Meister, sagte:
12:22
"Let the dataset change your mindset."
298
727000
3000
"Lasst die Daten eure Denkweise ändern."
12:26
And if it can do that, maybe it can also change your behavior.
299
731000
3000
Und wenn sie das schaffen, können sie vielleicht auch Ihr Verhalten ändern.
12:29
Take a look at this one.
300
734000
2000
Schauen Sie sich das hier an.
12:31
I'm a bit of a health nut.
301
736000
2000
Ich bin ein kleiner Gesundheitsfanatiker.
12:33
I love taking supplements and being fit,
302
738000
3000
Ich liebe es, Nahrungsergänzungsmittel zu nehmen und fit zu sein.
12:36
but I can never understand what's going on in terms of evidence.
303
741000
3000
Aber ich es kann es einfach nicht verstehen, wie es mit wissenschaftlichen Nachweisen aussieht.
12:39
There's always conflicting evidence.
304
744000
2000
Es gibt immer widersprüchliche Nachweise.
12:41
Should I take vitamin C? Should I be taking wheatgrass?
305
746000
2000
Soll ich Vitamin C nehmen? Soll ich Weizengras nehmen?
12:43
This is a visualization of all the evidence
306
748000
2000
Dies ist eine Visualisierung all dieser wissenschaftlichen Nachweise
12:45
for nutritional supplements.
307
750000
2000
für Nahrungsergänzungsmittel.
12:47
This kind of diagram is called a balloon race.
308
752000
3000
Diese Art von Diagramm wird als Ballon-Rennen bezeichnet.
12:50
So the higher up the image,
309
755000
2000
Je höher man sich also im Bild befindet,
12:52
the more evidence there is for each supplement.
310
757000
3000
desto mehr Beweise gibt es für die jeweiligen Ergänzungsmittel.
12:55
And the bubbles correspond to popularity as regards to Google hits.
311
760000
3000
Und die Blasen entsprechen der Beliebtheit in Bezug auf die Anzahl an Suchergebnissen in Google.
12:58
So you can immediately apprehend
312
763000
3000
Sie können also quasi sofort erkennen,
13:01
the relationship between efficacy and popularity,
313
766000
3000
wie das Verhältnis zwischen Wirksamkeit und Beliebtheit ist.
13:04
but you can also, if you grade the evidence,
314
769000
3000
Aber Sie können außerdem -- wenn Sie die Beweise klassifizieren --
13:07
do a "worth it" line.
315
772000
2000
sozusagen eine "lohnt sich"-Grenze ziehen.
13:09
So supplements above this line are worth investigating,
316
774000
3000
Somit lohnt es sich, die Ergänzungsmittel oberhalb dieser Grenze zu betrachten,
13:12
but only for the conditions listed below,
317
777000
3000
jedoch nur zu den unten aufgeführten Bedingungen.
13:15
and then the supplements below the line
318
780000
3000
Und die Ergänzungsmittel unterhalb dieser Grenze
13:18
are perhaps not worth investigating.
319
783000
2000
sind es vermutlich nicht wert, in Betracht gezogen zu werden.
13:20
Now this image constitutes a huge amount of work.
320
785000
3000
Dieses Bild stellt eine riesige Menge an Arbeit dar.
13:23
We scraped like 1,000 studies from PubMed,
321
788000
3000
Wir haben etwa 1.000 Studien aus dem PubMed zusammengesucht,
13:26
the biomedical database,
322
791000
2000
der biomedizinischen Datenbank.
13:28
and we compiled them and graded them all.
323
793000
3000
Und wir haben sie alle zusammengestellt und bewertet.
13:31
And it was incredibly frustrating for me
324
796000
2000
Und es war unglaublich frustrierend für mich,
13:33
because I had a book of 250 visualizations to do for my book,
325
798000
3000
da ich ein Buch mit 250 Grafiken bestücken musste, mein Buch,
13:36
and I spent a month doing this,
326
801000
2000
und ich habe damit einen Monat verbracht
13:38
and I only filled two pages.
327
803000
2000
und nur zwei Seiten gefüllt.
13:40
But what it points to
328
805000
2000
Was das jedoch zeigt, ist,
13:42
is that visualizing information like this
329
807000
2000
dass diese Art der Visualisierung von Informationen
13:44
is a form of knowledge compression.
330
809000
2000
eine Form der Wissenskomprimierung ist.
13:46
It's a way of squeezing an enormous amount
331
811000
2000
Es ist eine Möglichkeit, eine gewaltige Menge
13:48
of information and understanding
332
813000
2000
an Informationen und Erkenntnissen
13:50
into a small space.
333
815000
2000
auf kleinen Raum zusammenzupressen.
13:52
And once you've curated that data, and once you've cleaned that data,
334
817000
2000
Sobald man die Daten organisiert hat und sobald man sie gesäubert hat,
13:54
and once it's there,
335
819000
2000
und sobald sie da sind,
13:56
you can do cool stuff like this.
336
821000
2000
können Sie coole Sachen wie das hier tun.
13:58
So I converted this into an interactive app,
337
823000
2000
Ich habe dies in eine interaktive Anwendung überführt.
14:00
so I can now generate this application online --
338
825000
2000
Ich kann diese Anwendung nun also online benutzen.
14:02
this is the visualization online --
339
827000
2000
Dies ist die Visualisierung online --
14:04
and I can say, "Yeah, brilliant."
340
829000
2000
und ich kann sagen: "Ja, genial!"
14:06
So it spawns itself.
341
831000
2000
Es erzeugt sich also von selbst.
14:08
And then I can say, "Well, just show me the stuff
342
833000
2000
Und dann kann ich sagen: "Nun, zeige mir das Zeug,
14:10
that affects heart health."
343
835000
2000
das gut fürs Herz ist."
14:12
So let's filter that out.
344
837000
2000
Lassen Sie es uns also herausfiltern.
14:14
So heart is filtered out, so I can see if I'm curious about that.
345
839000
3000
Das Herz ist also herausgefiltert, wenn ich das wissen möchte.
14:17
I think, "No, no. I don't want to take any synthetics,
346
842000
2000
Ich denke: "Nein, nein. Ich möchte keine synthetischen Stoffe nehmen.
14:19
I just want to see plants and --
347
844000
3000
Ich möchte nur Pflanzen sehen und --
14:22
just show me herbs and plants. I've got all the natural ingredients."
348
847000
3000
zeig mir nur Kräuter und Pflanzen. Ich habe all diese natürlichen Bestandteile."
14:25
Now this app is spawning itself
349
850000
2000
Diese Anwendung erzeugt sich nun von selbst
14:27
from the data.
350
852000
2000
aus den Daten.
14:29
The data is all stored in a Google Doc,
351
854000
2000
Die Daten sind alle in einem Google-Dokument gespeichert
14:31
and it's literally generating itself from that data.
352
856000
3000
und sie erzeugt sich buchstäblich von selbst aus den Daten.
14:34
So the data is now alive; this is a living image,
353
859000
2000
Die Daten sind also nun lebendig; dies ist ein lebendiges Bild
14:36
and I can update it in a second.
354
861000
2000
und ich kann es in einer Sekunde aktualisieren.
14:38
New evidence comes out. I just change a row on a spreadsheet.
355
863000
2000
Neue Beweise erscheinen -- ich ändere einfach eine Zeile in einer Tabelle.
14:40
Doosh! Again, the image recreates itself.
356
865000
4000
Tusch! Noch einmal. Das Bild erzeugt sich wieder selbst.
14:44
So it's cool.
357
869000
2000
Das ist cool.
14:46
It's kind of living.
358
871000
3000
Es ist irgendwie lebendig.
14:49
But it can go beyond data,
359
874000
2000
Aber es kann auch gewissermaßen über Daten hinaus gehen
14:51
and it can go beyond numbers.
360
876000
2000
und es kann über Zahlen hinaus gehen.
14:53
I like to apply information visualization
361
878000
2000
Und ich möchte die Visualisierung von Informationen
14:55
to ideas and concepts.
362
880000
3000
auf Ideen und Konzepte anwenden.
14:58
This is a visualization
363
883000
2000
Dies ist die Visualisierung
15:00
of the political spectrum,
364
885000
2000
des politischen Spektrums
15:02
an attempt for me to try
365
887000
2000
als Bestrebung von mir zu versuchen
15:04
and understand how it works
366
889000
2000
und zu verstehen wie es funktioniert
15:06
and how the ideas percolate down
367
891000
2000
und wie die Ideen durchsickern --
15:08
from government into society and culture,
368
893000
2000
von der Regierung in die Gesellschaft und Kultur,
15:10
into families, into individuals, into their beliefs
369
895000
3000
in Familien, in Individuen, in ihre Überzeugungen
15:13
and back around again in a cycle.
370
898000
3000
und wieder ganz zurück in einem Kreislauf.
15:16
What I love about this image
371
901000
2000
Was ich an diesem Bild liebe, ist,
15:18
is it's made up of concepts,
372
903000
2000
dass es aus Konzepten besteht.
15:20
it explores our worldviews
373
905000
2000
Es erkundet unsere Weltanschauungen
15:22
and it helps us -- it helps me anyway --
374
907000
2000
und es hilft uns -- es hilft mir zumindest --
15:24
to see what others think,
375
909000
2000
zu sehen, was andere denken,
15:26
to see where they're coming from.
376
911000
2000
zu sehen, wo sie herkommen.
15:28
And it feels just incredibly cool to do that.
377
913000
3000
Und es fühlt sich einfach unglaublich gut an, das zu tun.
15:31
What was most exciting for me
378
916000
3000
Und was für mich am spannendsten
15:34
designing this
379
919000
2000
beim Gestalten war,
15:36
was that, when I was designing this image,
380
921000
2000
war, dass ich währenddessen
15:38
I desperately wanted this side, the left side,
381
923000
3000
verzweifelt versucht habe, diese Seite, die linke Seite
15:41
to be better than the right side --
382
926000
2000
besser zu machen als die rechte Seite --
15:43
being a journalist, a Left-leaning person --
383
928000
3000
als Journalist, als linksorientierte Person --
15:46
but I couldn't, because I would have created
384
931000
2000
Aber ich konnte nicht, da ich ansonsten ein
15:48
a lopsided, biased diagram.
385
933000
3000
einseitiges, verzerrtes Diagramm erstellt hätte.
15:51
So, in order to really create a full image,
386
936000
3000
Um also wirklich ein vollständiges Bild zu erstellen,
15:54
I had to honor the perspectives on the right-hand side
387
939000
3000
musste ich auch die Ansichten der rechten Seite würdigen
15:57
and at the same time, uncomfortably recognize
388
942000
3000
und gleichzeitig, gewissermaßen unbehaglich feststellen,
16:00
how many of those qualities were actually in me,
389
945000
3000
wie viele jener Eigenschaften tatsächlich in mir sind,
16:03
which was very, very annoying and uncomfortable.
390
948000
2000
was sehr, sehr ärgerlich und unbehaglich war.
16:05
(Laughter)
391
950000
4000
(Gelächter)
16:09
But not too uncomfortable,
392
954000
2000
Aber nicht zu unbehaglich,
16:11
because there's something unthreatening
393
956000
3000
weil es etwas nicht Bedrohliches hat,
16:14
about seeing a political perspective,
394
959000
2000
wenn man eine politische Ansicht sieht
16:16
versus being told or forced to listen to one.
395
961000
3000
als dass man sie sich anhören muss.
16:19
You're capable of holding conflicting viewpoints
396
964000
3000
Es ist wirklich so -- Sie können widersprüchliche Standpunkte
16:22
joyously when you can see them.
397
967000
2000
freudig vertreten, wenn Sie sie sehen können.
16:24
It's even fun to engage with them
398
969000
2000
Es ist sogar ein Vergnügen sich mit ihnen zu beschäftigen,
16:26
because it's visual.
399
971000
2000
da sie visuell sind.
16:28
So that's what's exciting to me,
400
973000
2000
Das ist es also, was für mich aufregend ist --
16:30
seeing how data can change my perspective
401
975000
2000
zu sehen, wie Daten meinen Blickwinkel ändern können
16:32
and change my mind midstream --
402
977000
2000
und meine Meinung währenddessen beeinflussen können.
16:34
beautiful, lovely data.
403
979000
3000
Schöne, wunderbare Daten.
16:38
So, just to wrap up,
404
983000
2000
Um es also zusammenzufassen:
16:40
I wanted to say
405
985000
2000
Ich wollte sagen,
16:42
that it feels to me that design is about solving problems
406
987000
2000
dass ich glaube, dass es bei der Gestaltung um das Lösen von Problemen geht
16:44
and providing elegant solutions,
407
989000
3000
und die Bereitstellung eleganter Lösungen.
16:47
and information design is about
408
992000
2000
Und beim Informationsdesign geht es um
16:49
solving information problems.
409
994000
2000
das Lösen von Informationsproblemen.
16:51
It feels like we have a lot of information problems
410
996000
2000
Und ich glaube, dass wir viele Informationsprobleme
16:53
in our society at the moment,
411
998000
2000
derzeit in unserer Gesellschaft haben --
16:55
from the overload and the saturation
412
1000000
2000
von der Informationsflut und -sättigung
16:57
to the breakdown of trust and reliability
413
1002000
2000
bis zur Störung von Vertrauen und Zuverlässigkeit
16:59
and runaway skepticism and lack of transparency,
414
1004000
2000
sowie unkontrollierter Skepsis und dem Mangel an Transparenz
17:01
or even just interestingness.
415
1006000
2000
oder sogar einfach Interesse.
17:03
I mean, I find information just too interesting.
416
1008000
2000
Ich glaube, ich finde Informationen einfach zu interessant.
17:05
It has a magnetic quality that draws me in.
417
1010000
3000
Sie haben etwas, das mich anzieht.
17:09
So, visualizing information
418
1014000
2000
Die Visualisierung von Informationen
17:11
can give us a very quick solution to those kinds of problems.
419
1016000
3000
kann uns also eine sehr schnelle Lösung für all jene Arten von Problemen bescheren.
17:14
Even when the information is terrible,
420
1019000
2000
Und sogar wenn die Informationen schrecklich sind,
17:16
the visual can be quite beautiful.
421
1021000
3000
kann die Visualisierung ganz schön sein.
17:19
Often we can get clarity
422
1024000
3000
Und oftmals können wir Klarheit schaffen
17:22
or the answer to a simple question very quickly,
423
1027000
2000
oder eine Antwort auf eine einfache Frage sehr schnell erhalten,
17:24
like this one,
424
1029000
2000
wie diese hier --
17:26
the recent Icelandic volcano.
425
1031000
3000
der jüngste isländische Vulkan.
17:29
Which was emitting the most CO2?
426
1034000
2000
Was hat das meiste CO2 ausgestoßen?
17:31
Was it the planes or the volcano,
427
1036000
2000
Waren es die Flugzeuge oder der Vulkan,
17:33
the grounded planes or the volcano?
428
1038000
2000
die Flugzeuge am Boden oder der Vulkan?
17:35
So we can have a look.
429
1040000
2000
Schauen wir es uns an.
17:37
We look at the data and we see:
430
1042000
2000
Wir schauen uns die Daten an und wir sehen --
17:39
Yep, the volcano emitted 150,000 tons;
431
1044000
2000
ja, der Vulkan hat 150.000 Tonnen ausgestoßen;
17:41
the grounded planes would have emitted
432
1046000
2000
die Flugzeuge am Boden hätten
17:43
345,000 if they were in the sky.
433
1048000
3000
345.000 Tonnen ausgestoßen, wenn sie in der Luft gewesen wären.
17:46
So essentially, we had our first carbon-neutral volcano.
434
1051000
3000
Wir hatten also tatsächlich unseren ersten klimaneutralen Vulkan.
17:49
(Laughter)
435
1054000
2000
(Gelächter)
17:51
(Applause)
436
1056000
9000
(Applaus)
18:00
And that is beautiful. Thank you.
437
1065000
3000
Und das ist schön. Vielen Dank.
18:03
(Applause)
438
1068000
8000
(Applaus)
ABOUT THE SPEAKER
David McCandless - Data journalistDavid McCandless draws beautiful conclusions from complex datasets -- thus revealing unexpected insights into our world.
Why you should listen
David McCandless makes infographics -- simple, elegant ways to see information that might be too complex or too big, small, abstract or scattered to otherwise be grasped. In his new book, Information Is Beautiful (in the US, it's being called The Visual Miscellaneum), McCandless and his cadre of info designers take a spin through the world of visualized data, from hard stats on politics and climate to daffy but no less important trends in pop music.
McCandless' genius is not so much in finding jazzy new ways to show data -- the actual graphics aren't the real innovation here -- as in finding fresh ways to combine datasets to let them ping and prod each other. Reporting the number of drug deaths in the UK every year is interesting; but mapping that data onto the number of drug deaths reported by the UK press, broken down by drug, is utterly fascinating (more deaths by marijuana were reported than in fact occurred, by a factor of 484%). McCandless contributes a monthly big-think graphic to the Guardian's Data Blog, and makes viral graphics for his blog Information Is Beautiful.
David McCandless | Speaker | TED.com