marius huber
Datenmanagement | Datenanalyse | Datenvisualisierung




Warum Daten analysieren?

Um in einer dynamischen Umwelt wegweisende Entscheidungen für eine nachhaltige Entwicklung zu treffen, sind Akteur:innen der Politik, wie auch der Wirtschaft angehalten, datenbasierte und robuste wissenschaftliche Erkenntnisse in Prozesse einzubinden.
Durch gezielte Datenaufbereitung und -Auswertung können Veränderungen frühzeitig erkannt, Trends abgeleitet und fundierte Maßnahmen zum Schutz unserer Umwelt getroffen werden.
Um Sie bei der Entscheidungsfindung zu unterstützen, biete ich folgende Dienstleistungen an:

Datenmanagement

Datenaufbereitung ist der Grundstein jeder fundierten Analyse. Rohdaten aus der Feldarbeit – etwa aus Sensoren, Umweltmonitoring oder manuellen Erhebungen – sind teilweise unvollständig, uneinheitlich oder fehlerbehaftet. Ohne sorgfältige Bereinigung, Standardisierung und Umstrukturierung lassen sich aus diesen Datensätzen keine verlässlichen Aussagen ableiten.

Ein durchdachter Datenvorbereitungsprozess sorgt dafür, dass aus Rohdaten wertvolle Informationen werden. Dabei werden Messfehler identifiziert, fehlende Werte sinnvoll behandelt und Daten in Formate überführt, die für statistische Auswertungen oder Visualisierungen geeignet sind. So entsteht eine belastbare Grundlage, auf der Analysen effizient durchgeführt und nachhaltige Entscheidungen getroffen werden können.

Bildrechte: Globus - Pixabay, Fledermaus - Niklas Jeromin, Messstation - Ulrik Trappschuh.
Bildrechte: Globus - Pixabay, Fledermaus - Niklas Jeromin, Messstation - Ulrik Trappschuh.

Datenanalyse

Die Datenanalyse liefert Antworten auf zentrale Fragestellungen – vorausgesetzt, sie basiert auf einer soliden Methodik. Durch statistische Verfahren lassen sich Muster erkennen, Zusammenhänge untersuchen und Hypothesen überprüfen. Gerade bei komplexen Umweltdaten, die oft von vielen Einflussfaktoren geprägt sind, ist eine fundierte Analyse entscheidend, um belastbare Erkenntnisse zu gewinnen.

Die vier abgebildeten Plots sind die klassischen Diagnoseplots einer linearen Regression (LM). Die Antwortvariable des Modells ist der Verbrauch von Kraftstoff in miles per gallon, die Prädiktorvariable der Hubraum. Die Daten enstammen dem “mtcars”-Beispieldatensatz für die Statistiksoftware R. Die Residuen (Punkte) sind entsprechend der Zylinderanzahl eingefärbt
Vier Diagnoseplots eines LMs - Für eine ausführliche Beschreibung bitte Smartphone um 90° drehen.

Datenvisualisierung

Datenvisualisierung macht komplexe Zusammenhänge sichtbar und verständlich. Durch klar gestaltete Grafiken, Karten oder interaktive Dashboards können auch umfangreiche Datensätze anschaulich und intuitiv vermittelt werden. So werden wissenschaftliche Erkenntnisse nicht nur zugänglich, sondern auch wirksam kommunizierbar – für Fachleute ebenso wie für ein breiteres Publikum.


Das Schaubild zeigt die Aktivität von Fledermäusen als Funktion der Schwellenwerte zur automatischen Ausschaltung von Windkraftanlagen (Lufttemperatur über 10°C, Windgeschwindigkeit unter 6m/s). Rot eingefärbte Zellen zeigen 10-Minuten-Fenster des Konflikts auf. Wie man erkennen kann, waren in diesem Fall keine Fledermäuse aktiv, während die Windkraftanlagen eingeschaltet waren.
Fledermausaktivität ~ Temperatur und Windgeschwindigkeit - Für eine ausführliche Beschreibung bitte Smartphone um 90° drehen.


Eine gute Visualisierung lenkt den Blick auf das Wesentliche. Sie unterstützt dabei, Muster zu erkennen, Veränderungen zu verfolgen und Ergebnisse überzeugend zu präsentieren. Ich gestalte Visualisierungen so, dass sie sowohl ästhetisch ansprechend als auch inhaltlich präzise sind.

Webdesign & interaktive Graphiken

Wie Sie anhand der eigens von mir programmierten Website erkennen können, verfüge ich mittlerweile auch über einen nicht unerheblichen Kenntnisstand im Erstellen von Sites im World Wide Web. Die Beschäftigung mit Inhalten im .html-Format hat zusätzlich den Erwerb von Kenntnissen zur interaktiven Visualisierung von Ergebnissen zur Folge.



×

Die abgebildete, interaktive Karte zeigt Ergebnisse der Datenaufnahme des Urban Wildlife in Freiburg Projekts der Universität Freiburg aus den Jahren 2021 bis 2023. Abgebildet sind die Standorte der genutzten Kamerafallen und bei Mausklick auf die Standorte erhalten Sie einen tabellarischen Überblick über die in dem ausgewählten Monat dort fotografierten Tierarten. In den Ebenen können die jeweiligen Monate ausgewählt werden, die von besonderem Interesse sind.
Ergebnisse der Datenaufnahme des Urban Wildlife in Freiburg Projekts der Universität Freiburg aus den Jahren 2021 bis 2023.

Ressourcen

Kontakt & Impressum

Marius Huber
Freiaustraße 99
79100 Freiburg