Wer hat sie mittlerweile nicht gesehen die Visualisierung von bestätigten Corona-Fällen von Johns Hopkins CSSE. Und sicherlich war die schnelle Reaktion, die Flugverbindungen in die betroffenen Gebiete in China zu regulieren oder ganz zu streichen richtig, um eine weitere großflächige Verbreitung zu vermeiden.
Aber schaut man sich die Graphik genauer an, sieht es so aus, als könnte die Welt trotz aller Maßnahmen einer weltweiten Epidemie nicht entrinnen. Hamsterkäufe, die Schulen geschlossen, Südtirol zum Krisengebiet erklärt und wer übernimmt die Verantwortung…?
In erster Linie sollten dafür Datenvisualisierungen herangezogen werden. Farbwahl, Skalierung, Data-Set, etc…
Graphik: www.nbcnewyork.com
Denn die zumeist verwendeten Daten, der Je- und Gesamt-Infizierten, sind die einzigen Zahlen, die kontinuierlich immer weiter steigen. Dazu ein hyperbolisches Farbschema, das aussieht, als wäre es aus einem Videospiel namens „CoronaGeddon 2019“ gegriffen, und eine Skalierungsauswahl, bei der riesige rote Kreise 50% eines Landes abdecken. Das alles deutet daraufhin, dass der Ausbruch umfangreicher ist als gedacht (obwohl in Wirklichkeit nur 0,002% der Menschen in China an Coronavirus leiden).
Fail.
Wer sich seine eigenen Kurven zusammenbauen will, um die Daten in das richtige Format zu bringen oder um aufzuschlüsseln aus welchen Zahlen diese kumulativen Kurven bestehen, kann auf „das (schlecht geschriebene) R-Skript auf Github“ (Lisa Charlotte Rost) zurückgreifen. Oder direkt auf datawrapper.de ein paar Charts wie die unten aufgeführten ansehen.