Über ClimVis

ClimVis – Aufbereitung, Analyse und Visualisierung von umfangreichen Daten mit Open Source Programmen (R, QGIS, leaflet)

Der Name ClimVis seht für ‘Climate Visulization’, da mein Interesse ursprünglich besonders der Klimatologie und dem Wettergeschehen galt. Klimatologische Daten, wie historische Zeitreihen oder Daten aus numerischen Wettermodellen, sind sehr umfangreich und müssen automatisiert ausgewertet und visualisiert werden. Die hier verwendeten Verfahren aus der Statistik und der digitalen Bildverarbeitung sind aber auch auf andere umfangreiche Datensätze anwendbar. Hierbei kann es sich zum Beispiel um Daten aus folgenden Bereichen handeln: Marketing, Immobilienwirtschaft, Aktien, Journalismus, Tourismus, Energie, Unterhaltung, Versicherung, Entwicklungshilfe, etc.

ClimVis bietet:

Datenaufbereitung
Die Aufbereitung von großen Datensätzen ist erfahrungsgemäß meist aufwendig. Fehlerhafte oder kritische Dateneinträge, wie beispielsweise Fehlwerte, doppelte Einträge oder Abweichungen in der Rechtschreibung, müssen ermittelt und bereinigt werden. Ist der Datensatz sehr umfangreich, kann dies nicht manuell bewerkstelligt werden, sondern muss automatisiert erfolgen. Hierfür ist die Programmiersprache R konzipiert. R verfügt über umfangreiche integrierte Funktionen und kann mit Paketen, je nach Bedarf, erweitert werden.

Datenanalyse
In der Datenanalyse werden häufig statistische Verfahren wie Klassifizierung oder Trendanalysen verwendet. Aber auch Verfahren aus der digitalen Bildverarbeitung, wie Gradientenoperatoren oder Tiefpassfilter, können neue Erkenntnisse über die vorliegenden Daten bringen. In der Messtechnik sind Simulationsmodelle und diverse Fehlerrechnungen wiederum von zentraler Bedeutung. Für all diese unterschiedlichen Verfahren bietet R eine Vielzahl von Funktionen und ist somit für die Umsetzung dieser Methoden bestens geeignet. Dadurch können je nach Problemstellung Analyseverfahren angepasst oder erweitert werden.

Visualisierung
Nach der Aufbereitung und Analyse ist die Visualisierung der gewonnen Erkenntnisse entscheidend. Je verständlicher die Darstellung hier erfolgt, desto leichter fällt es dem Betrachter die dargestellten Informationen zu verstehen. Haben die Daten beispielsweise einen Raumbezug, können sie in einer Karte dargestellt werden. Sollen Daten hingen verglichen werden, ist ein Linienplot geeigneter. Auch hier bietet R eine Vielzahl an Visualisierungsmöglichkeiten. Aber auch die Generierung von Formaten, wie beispielsweise geoJSON, ist mit R möglich, wodurch webbasierte, interaktive Karten mit der Open Source JavaScript Bibliothek Leaflet erstellt werden können. Interaktive Visualisierungen sind meist intuitiv und sehr informativ, so dass die Datenabfrage besonders benutzerfreundlich ist.

Dokumentation
Die Dokumentation der Datenaufbereitung, -analyse und -visualisierung ist sehr wichtig, um das entwickelte Verfahren reproduzierbar zu machen. Aber auch für die Ermittlung von Fehlern in komplexen Verfahren kann auf die Dokumentation nicht verzichtet werden.

Ziel

Auf dieser Internetseite möchte ich Projekte vorstellen, an denen ich gearbeitet und mitgewirkt habe. Dadurch möchte ich gerne neue Kontakte knüpfen und folgendes finden:

  • Investoren oder Unterstützung für zukünftige Projekte
  • Projekte und Kooperationen als selbständige Unternehmerin
  • Anstellung bei einem Unternehmen, das aufgeschlossen gegenüber Open Source Technologien ist und eine angenehme Arbeitsumgebung für Frauen bietet.

Haben Sie Daten, die Sie aufbereiten, analysieren oder visualisieren möchten?

ClimVis erarbeitet gerne mit Ihnen zusammen das richtige Verfahren für Ihre Fragestellung.

Kontaktieren Sie ClimVis.