Grundlegend bei der Informationsvisualisierung sind der Umgang mit und die Analyse von Daten. Nach Spence erleben wir derzeit keine Informationsflut, sondern eine Datenflut, aus der wir Informationen ziehen müssen: „a body of data is available and a human being wishes to gain insight into that data“ (Spence 2001, S.4). Im wissenschaftlichen Bereich durchlaufen die so genannten „Forschungsdaten“ einen Lebenszyklus, wie er z.B. von forschungsdaten.info erläutert wird. Der Visualisierungsprozess ist in diesen Lebenszyklus eingebunden. Sie finden den gesamten Prozess in der nebenstehenden Grafik abgebildet (zum Vergrößern bitte auf das Lupensymbol klicken).

Zunächst werden die Rohdaten erstellt bzw. gesammelt. Danach werden sie aufbereitet, d.h. sie werden bereinigt, transkribiert, beschrieben usw. Es kann z.B. sein, dass die Daten im falschen Format vorliegen, lückenhaft sind oder sich doppeln. All dies muss geprüft und die einzelnen Entscheidungen bei der Bereinigung sorgsam erwogen werden.

Im nächsten Schritt wird eine passende Darstellung gewählt. Je nachdem, welche Aussage getroffen werden soll und welche Art von Daten vorliegt, gibt es verschiedene Möglichkeiten an Diagrammen, Netzwerken, Karten usw., welche in Kapitel 2 Visualisierungsformen vorgestellt werden. Danach wird die Visualisierung mithilfe von Gestaltungsregeln so bearbeitet, dass die Information in den Daten möglichst prägnant dargestellt ist (s. Kapitel 3 Gestaltung und Design). Im letzten Schritt wird die Visualisierung in einen Kontext eingebunden und die Daten werden sicher abgelegt.

	Tipp: Bei der Datenaufbereitung für große Datenmengen empfiehlt sich das Programm OpenRefine. Damit können sehr schnell und systematisch die Daten abgeglichen und vereinheitlicht werden. Nach den einzeln dokumentierten Prozessschritten liegen die Daten strukturiert vor, während die Originaldaten erhalten bleiben.
Icon von Shlyapnikova unter CC BY 3.0