Tag

Big Data

Data visualization via VR and AR: How we’ll interact with tomorrow’s data

Augmented reality and virtual reality could fundamentally change the way we interact with and interpret data.

Imagine tapping into a raw data feed from a distributed network of IoT devices in a logistics center. The center is full of robots, employee work stations, and shipping and receiving docks. The data coming back contains important information about machine performance and operational efficiencies. Reading the data correctly will reveal important opportunities to increase productivity.

How do you begin to make sense of it?

Before IoT and analytics tools, data fit nicely on a spreadsheet and could, with a little imagination, be exported visually in a chart or graph. Now, in the age of Big Data, the job of reading data often falls to data scientists who apply models to extract useful insights from large data sets. Companies that don’t employ data scientists may use third-party Software-as-a-Service products to churn through data.

But what if there was a way to visualize huge data sets that instantly revealed important trends and patterns? What if you could interact with the data, move it around, literally walk around it? That’s one of the lesser talked about promises of mixed reality. If developers can deliver on the promise, it just may be one of the most important enterprise applications of those emerging technologies, as well.

Though it’s early days, augmented reality and virtual reality could fundamentally change the way we interact with and interpret data. Coming on the heels of the big data revolution, 3D visualizations in mixed reality are the right tool at the right time to help decision-makers understand and glean insights from huge data sets. The technology will unlock the power of big data in realms as disparate as community health & medicine, agriculture, board rooms, and governments, and it could hasten adoption of enterprise AR/VR, which has had a rocky reception so far.

Context

Data Visualization, the modern offspring of a field known as Visual Communication, has had an outsized impact on our relationship with information. Edwart Tufte, one of the fathers of modern data visualization, summed up the pursuit in his 1983 book The Visual Display of Quantitative Information: „Excellence in statistical graphics consists of complex ideas communicated with clarity, precision and efficiency.“

The concept isn’t new, as anyone familiar with Charles Joseph Minard’s 1869 diagram of Napoleonic France’s invasion of Russia will be aware. The visualization depicts the attrition of Napoleon’s army over time and geography in a way that’s strikingly easy to comprehend.

But the late 20th century and early 21st centuries saw an explosion of creativity and innovation in the field. Designers, data journalists, and statisticians—aided by computers and prompted by the need to accommodate the information overload of the internet age—have brought about a data visualization renaissance. Using clever data presentation, it’s possible to understand large data sets at a glance. The result for decision makers is a reduced risk of cherrypicking data points and an increased ability to make data-supported decisions without the prerequisite of a statistics degree.

Mo‘ Data, Mo‘ Problems

Here’s the problem: The Big Data revolution of the last decade has yielded too much data too quickly for many enterprises. That’s thanks to those distributed Internet of Things sensors, for example, that are capturing data on how machines perform.

According to Cisco, just 26% of companies in a recent survey reported that their IoT initiatives have been successful. Worse, less than 1% of unstructured data is analyzed or used at all.

Data scientists apply lots of sophisticated models to interpret data, and models are now being created by artificial intelligence, as well, to go deeper into data sets and derive insights. But when it comes to most humans, the people who actually have to use data to make decisions, there’s broad consensus that we just haven’t been very good at making all of this captured data useful and accessible, at least to those lacking statistics degrees.

AR/VR: A data visualization revolution

Data visualization in VR and AR could be the next big use case for the technologies. It’s early days, but examples of 3D data visualizations hint at big changes to come in how we interact with data.

Recently, I spoke with Simon Wright, Director of AR/VR for Genesys, about one such experiment. Genesys helps companies streamline their customer service experience with automated phone menus and chatbots, for example, but in his role Wright has a lot of latitude to push the boundaries of Mixed Reality technologies for enterprise customers.

„One of the things I’m personally excited about is the ability to create hyper visualizations,“ Wright tells me. „We capture massive amounts of data, and we’ve created prototypes to almost magically bring up a 3D model of Genesys data. This is where there could be huge opportunities for AR, which has advantages over a 2D screen.“

For one recent project, Wright and his team wanted to project data pertaining to website analytics onto the wall of a restaurant in a beautiful way. „It started as a marketing-led project,“ he explains. The idea was to use the data derived from the restaurant’s website as an art piece for diners.

„It looked lovely, looked beautiful,“ according to Wright. „We went from that to thinking about the user interface.“

That prompted the team to ask a question: Is there a way to create a 3D model that a user can interact with? More to the point, how do you represent more than two million website contacts in a useful way?

The engineers decided to give each datapoint a direction, a velocity, and a mass. All of a sudden the static picture began moving in a way that lent meaning to the data, coming alive in front of the user. The familiar physics applied to each data point made the entire picture easier to interpret.

The team initially captured all this moving data in a video. But when the team created an AR interface using a phone, they realized they had unlocked a powerful interactive tool. Users could hold up their phones and see data zooming around the room. They could visualize where website visits were coming from geographically, for example, at different times of the year. The user was less dependent on a static data model and more able to engage the data in order to make sense of it.

That bit of experimentation opened Wright’s eyes to the utility of AR/VR in unlocking the power of data. „It’s a game changer,“ he says, adding that the ability to do multi-player, collaborative visualizations will turbo charge the technology.

Collaboration

One of the big knocks against mixed reality is that right now it’s largely a single player experience. In the age of social technology, that’s a huge stumbling block.

But Data Visualization is a huge opportunity on the technology side for developers to create and sell multi-player immersive mixed reality experiences. One of the leaders in the space is a company called Virtualitics, which offers 3D data sets that multiple users can experience and manipulate at the same time.

According to a spokesperson, the „collaborative 3D environment links data with natural human pattern recognition to uncover multidimensional relationships in data, extracting actionable knowledge that may not be discoverable by any other means.“

Scatter plots are one example of information-rich 3D visualizations enabled by Virtualitics.

2D scatter plots typically contain only two or three metrics. Visualizing multivariate data with 2D scatter plots usually requires using many of them — such as with a scatter matrix — which can overwhelm an
observer and obfuscate patterns in the data.
Virtualitics solves this problem by using 3D scatter plots, which allow you to combine five or six different metrics at once. All the information from multiple 2D scatter plots can be combined into a single, easily understood graphic.

Virtualitics also embeds geospatial data in immersive 3D maps. For example, data on worldwide global company valuation for a subset of the market, on historic seismic activity in the Pacific Ocean, or on price volatility for various companies can be projected onto a globe, creating representations that rely on familiar visual touchstones to ground data.

In both cases, the visualizations can be shared quickly and seamlessly across an organization. It’s easy to imagine how this can help data escape traditional silos and reach decision makers on the ground.

One example Virtualitics shared with me concerns a large hospital chain. The Hospital needed to predict why some patients were going back to the hospital after being treated for septicemia. It was difficult to understand patterns in the data given the large number of patient metrics that were being tracked by the hospital. The Machine Learning team at Virtualitics built a predictive model that improved re-admittance prediction for septicemia, and the company used the Virtualitics platform to visualize and explain the model to caregivers. That portability and accessibility is a big selling point for mixed reality visualizations.

Another company, DataView VR, is leaning into the collaborative aspect by powering immersive data presentations. A spokesperson for the company offered the following metaphor for their data visualization environment: Imagine hovering above a forest with your colleagues. You can clearly see the entire forest. You can also look down and see each tree, and every tree has six clearly recognizable dimensions of data. Anyone viewing the presentation can focus on any one or combination of those dimensions and visually recognize patterns in the forest. Your colleagues floating beside you can add new datasets, new variables, and you can work together to really understand your data.

Similarly, a company called 3Data offers tools to create powerful AR data projections in real world environments that teams can use to collaborate — imagine a building rising from a table that can be taken apart piece by piece to unlock data insights. 3Data offers a virtual meeting space where distributed teams can come together and view and work on data projections as if they’re standing in the room with one another.

Looking ahead

Though mostly confined to video games and kitschy apps, the projection capability of augmented reality can be leveraged for powerful data visualizations. Extending the hypothetical posed at the beginning of this piece, imagine looking at a factory floor through a HoloLens and seeing visual representations of the data that’s being captured by your company’s IoT devices.

You would see your entire production chain and have a visual signpost for operating efficiencies and inefficiencies as measured in real time. A gauge above a workstation, built using IoT data, would tell you where you’re losing time or money, for example. A battery life indicator could indicate when a piece of machinery likely needs servicing.

This intersection of VR and AR with Big Data also represents incredible creative opportunity. Visual Communication and data visualization started to gain recognition as an art in 90s and early 2000s, and if the innovation we’ve seen in the field is any kind of template we’re going to see some just mind-bending stuff coming down the line.

This is already happening in the form of stunning visual metaphors. Churning oceans symbolizing deep pools of data could use wave height and water color signifies variations and uncover patterns. Cityscapes and nebulas will cluster information and help humans gain some purchase when approaching data that otherwise wouldn’t make much sense.

Quelle:

https://www.zdnet.com/article/data-visualization-via-vr-and-ar-how-well-interact-with-tomorrows-data/

26. Juli 2021 0 comment

Knowledge Research

How Virtual Reality Data Visualization Sets a New Standard for Big Data

Virtual reality helps users to process large amounts of data, understand and act on multidimensional relationships, and more.

We live in an age of enormous data creation. The amount of global data generated per year has increased by more than 30x over the past 10 years, and it is projected to more than quadruple over the next five. The problem for humans is no longer access to data — it’s how to possibly process the immense amount of data that is now at our fingertips.

global datasphere by region - big data — *Source: Data Age 2025 study*

During my 14 years at Morgan Stanley as an investment analyst, by far my biggest challenge was trying to process a daily deluge of information.

In 2016 I first started using virtual reality hardware, and I quickly had two thoughts: first, VR is going to be the most revolutionary technology of my lifetime; and second, VR can transform the process of data analysis and presentation. Specifically, I believed (and have since gained conviction) that virtual reality can make data analysis faster and more effective while making the presentation of that analysis clearer and more memorable.

Big Data Problems That Virtual Reality Helps Solve

There are a couple of big data problems that VR helps solve:

1. How to View and Process Large Amounts of Data at the Same Time

Imagine trying to do a puzzle by only looking at one puzzle piece at a time. There is a reason that the first step to a puzzle is to lay out all the pieces, and information analysis is a lot like doing a puzzle. An analyst is looking for a couple of key pieces that fit together in a particular way, and it is a lot easier to put together a puzzle if you can view many pieces at the same time.

One of the things I love about virtual reality is that anything that can be imagined can be created, and the number one thing I wanted as an investment analyst was as many screens as possible.

View and Process Large Amounts of Data at the Same Time - virtual reality — *Image provided courtesy of D6 VR*

VR allows an analyst to have an entire roomful of screens, and to save configurations of these screens to create specific rooms devoted to different topics. So instead of a traditional file system, laden with stacks of printed charts (my previous modus operandi as an analyst), I can have a list of digital rooms that I can walk into and see walls of information displayed simultaneously, like a detective who has taped documents on the walls to try to find connections between disparate pieces of information.

2. How to Understand and Act on Multi-Dimensional Relationships

There’s a reason that 3D data visualization is not used often on flat-screens; it is simply too hard to work with and decipher a 3D chart from a 2D display. However, 3D charting does provide many benefits when used in an actual 3D space.

Life is simply not two-dimensional (and many times not even three or four-dimensional). Any given phenomenon is driven by a number of underlying factors that are interacting in complex ways, and as variables are added to an analysis, the relationships embedded in the data increase exponentially.

For example, to compare the relationships in six variables, an analyst could either view a 6-dimensional chart in virtual 3D space (X-axis, Y-axis, height, width, color, etc.), or they could view 71 different charts and regression equations in 2D space. Obviously, it is faster to analyze one item than 71, and with one centralized visualization, the analyst is also less likely to miss a key relationship.

How to Understand and Act on Multi-Dimensional Relationships — *Image provided courtesy of D6 VR*

Another problem with complex data relationships is that it is difficult for decision-makers to act on multi-variable relationships without actually being able to visualize them.

For example, an analyst (or an AI algorithm for that matter) might produce a regression model that predicts an outcome based on 5 independent variables. But, is a manager really going to pull the trigger on a major investment just based on an equation? The ability to actually see a multi-variable relationship in a 3D visualization makes a world of difference when it comes to acting on statistical models.

3. How to Communicate Data as Effectively and Memorably as Possible

Studies show that people remember information longer if it is presented in virtual reality. This result is not surprising. Not only is an audience more focused when in VR, free from distraction, but the immersion of a VR experience triggers more areas of the brain, forming a deeper connection with the presented material.

In addition to allowing people to meet “face to face” from anywhere around the world (obviously a huge cost-saver), VR allows for a more effective and memorable presentation of complex concepts, both from the ability to use interactive 2D and 3D presentation tools (such as a multi-monitor presentation space and multi-dimensional charting), but also from the immersive nature of VR itself.

How to Communicate Data as Effectively and Memorably as Possible — *Image provided courtesy of D6 VR*

The shift from working in 2D to 3D digital space, as enabled by VR, is one of the biggest trends that everyone in the workplace will face over the next decade. This shift will be particularly transformational for data analysts, providing significant opportunities to increase the effectiveness of the analysis and presentation process.

Quelle:

How Virtual Reality Data Visualization Sets a New Standard for Big Data

29. März 2021 0 comment

Knowledge Research

VR und Big Data im Zusammenspiel

Im Interview spricht Suzanne Borders, CEO und Co-Founder von BadVR mit uns über die Verbindung von VR und Big Data zur Datenvisualisierung und welches Potenzial sich für die Wirtschaft ergibt.

Wie sind Sie zu VR gekommen?

Ich bin ausgebildete UX- und Produktdesignerin und interessiere mich schon seit meiner Kindheit für Virtual Reality. Die Idee, der herkömmlichen Datenvisualisierung in 2D weitere Dimensionen hinzuzufügen, kam mir während der Arbeit mit großen Datenmengen für die Immobilienbranche. Als die Hardware gut genug wurde, um diese Ideen auch praktisch umzusetzen, gründete ich 2018 mein eigenes Start-up für die immersive Darstellung von Big Data, BadVR.

VR und Big Data werden in der Regel nicht miteinander in Verbindung gebracht. Inwiefern eignet sich VR für die Visualisierung großer Datenmengen?

Für die erfolgreiche Kombination von VR und Big Data müssen wir bestehende Standards hinterfragen. Während sich Daten, ihr Umfang und der Umgang mit ihnen in den letzten Jahrhunderten gravierend verändert haben, ist die Art wie wir sie visualisieren weitestgehend gleichgeblieben. Es ist an der Zeit, die alt hergebrachten Kreis-, Linien- und Streudiagramme neu zu denken!

Immersive Technologien eignen sich sehr gut für die Veranschaulichung großer Datenmengen. Ihr räumlicher Charakter erlaubt die Darstellung von Daten in mehreren Größenordnungen. Zudem können in VR Anwendungskontexte modelliert werden. Daten werden so ganzheitlich erfahrbar, für Experten ebenso wie für Nutzer mit weniger Erfahrung in der Datenanalyse.

Welche Entdeckungen halten immersive VR-Umgebungen in Bezug auf Daten bereit?

Die Anwendung immersiver Technologie in den Bereichen Big Data und Data Analytics legt interessante Erkenntnisse in den Datensätzen offen, die mit Hilfe von 2D-Grafiken nicht sichtbar sind. Das „Rauschen“, das wir heute oft in großen Datensätzen sehen, sind tatsächlich komplexe Trends und Muster, die erst in mehrdimensionaler Darstellung verständlich werden.

Die vielschichtige VR-Darstellung macht komplexe und nuancierte Zusammenhänge zwischen mehreren, großen Datensätzen erkenntlich. Mit gängigen Tools können wir Daten aufgrund der eingeschränkten Visualisierung immer nur in eine Richtung oder in begrenzter Menge untersuchen. VR erweitert diesen Rahmen. Die immersive Datenvisualisierung ermöglicht es, komplexe multi-dimensionale Datensätze zu visualisieren und Daten sowohl historisch als auch in Echtzeit zu betrachten. Das daraus gewonnene Wissen hilft dabei, schnellere und genauere Entscheidungen zu treffen, Zeit und Ressourcen zu sparen und ein tieferes Verständnis über die erhobenen Daten zu gewinnen. Es versetzt Unternehmen in die Lage, Produkte und Inhalte besser auf ihre Nutzer zuzuschneiden und Prozesse zu optimieren.

Ein weiterer Vorteil immersiver Technologien ist die Erweiterung des Zugangs zu großen Datenmengen. Wenn die Durchführung von High-Level-Datenanalysen nur noch ein Headset und keinen Abschluss in Datenwissenschaft mehr erfordert, wird eine viel größere Anzahl von Menschen in der Lage sein, diese Daten auch zu verstehen. Aktuell haben viele Datenanalytiker und Datenwissenschaftler einen vergleichbaren Background – sie sehen Daten in erster Linie durch ihr Objektiv. Aber was wäre, wenn auch fachfremde Personen Daten verstehen könnten? Als universelle Schnittstelle zu den Datensätzen der Welt öffnet VR den begrenzten Expertenkreis von Datenexperten.

Was sind die Hürden bei der Umsetzung? Gibt es bestimmte Voraussetzungen für eine erfolgreiche Umsetzung – zum Beispiel im Bereich Schnittstellentechnologien?

Die Entwicklung einer nutzbaren Schnittstelle für VR-Produkte ist eine wichtige Voraussetzung. Aktuell gibt es noch nicht viele Designer, die wissen, wie man intuitive immersive Daten-Interfaces entwirft und es gibt auch noch keine branchenspezifischen Best Practices. Einige sogenannte „immersive Produkte“ sind einfach Flachbildschirme in einem mehrdimensionalen Raum. Solche Installationen nutzen den Wert der immersiven Technologie nicht optimal.

Auch das Produktdesign muss korrekt ausgeführt werden. Anwender sollten sich dafür eine Frage stellen: Bietet das immersive Produkt wirklich eine bessere Möglichkeit um einen bestimmten Workflow durchzuführen? Wenn die VR-Anwendung keinen signifikanten Mehrwert gegenüber bestehenden Werkzeugen bietet, reicht eine herkömmliche 2D-Darstellung aus. Unternehmen, die die neue Technologie erfolgreich einsetzen möchten, sind gefordert gutes Produktdesign sowie Forschung zu betreiben und zielführende Anwendungsfälle auszuloten.

Die wichtigsten Dinge, die bei der Betrachtung einer VR-Implementierung zu berücksichtigen sind demzufolge das Finden eines passenden Anwendungsfalles, die Entwicklung eines passenden Produkts und die Sicherstellung, dass dieses immersive Produkt über speziell entwickelte Schnittstellen verfügt.

Können Sie Anwendungsbeispiele im Bereich Internet of Things konkret erläutern, idealerweise aus dem Industrie-Bereich (z.B. Mikrozellen, Sensor Grids)?

Es gibt viele interessante Anwendungen in der Industrie. In der Telekommunikation beispielseweise hilft die Verwendung von AR bei der verbesserten Platzierung von Mikrozellen durch digitale Echtzeit-Signaldaten in der realen Arbeitsumgebung eines Technikers.

Dies gilt insbesondere für die Optimierung von Datensignalen in Innenräumen, die mit 5Gviel komplizierter und schwieriger sein kann. Die Verwendung einer immersiven Technologie zur Anzeige dieser Daten in Echtzeit durch den Techniker vor Ort spart Ressourcen. Prädiktive Analyse hilft dem Techniker dabei, die prognostizierte Abdeckung durch punktgenaue Platzierung zu steigern. Die Möglichkeit, alle Netzwerkdaten in einer einzigen Ansicht zu sehen hilft dabei, komplexe Auswirkungen von Umweltfaktoren auf die 5G-Signalstärke zu verstehen und verkürzt die Zeit für die Planung, Umsetzung und Optimierung von Netzwerken.

Eine weitere Anwendungsmöglichkeit sind Sensorgitter. Viele Branchen sind auf eine Vielzahl von Sensoren angewiesen, um den Zustand und die Leistung einzelner Komponenten zu überwachen. Diese Sensoren produzieren eine enorme Datenmenge, die nur sehr umständlich zu visualisieren ist. Selbst 2D-Karten mit Sensor-Feeds sind aufgrund der langsamen Ladezeiten und des „Drill-Down-Effekts“ nur schwer nutzbar – das heißt, je mehr Sie in eine Karte zoomen, desto mehr geht der Kontext verloren. Mit der immersiven Technologie können Anwender Sensorgitter in Echtzeit ganzheitlich und räumlich betrachten. So wird es möglich auf einen Sensor zu fokussieren, ohne größere Netzwerke aus den Augen zu verlieren. Die Möglichkeit, Daten auf Makro- und Mikroebene gleichzeitig zu betrachten, um den Zusammenhang zwischen dem Verhalten eines Sensors und dem Verhalten des gesamten Sensornetzes nachvollziehen zu können, ist einer der vielen Vorteile der AR/VR-Visualisierung.

Lässt sich Künstliche Intelligenz mit immersiver VR in Einklang bringen?

Absolut! Alle neuen Technologien ergänzen sich auf einzigartige und leistungsstarke Weise. Keine einzelne Technologie bietet eine vollständige und umfassende Lösung für jedes Unternehmen.

Künstliche Intelligenz ist bei der Sammlung und Analyse extrem großer Datenmengen bereits sehr hilfreich, es fehlt aber immer noch eine Menge wichtiger menschlicher Erfahrungen und Rationalität. Aktuell kann KI zum Beispiel noch keine wichtigen Geschäftsentscheidungen treffen. Die Technologie dient zwar als Leitfaden, aber letztendlich sind Menschen immer noch die primären Entscheidungsträger und brauchen eine Möglichkeit, die von der KI angebotenen Erkenntnisse zu überwachen und zu überprüfen.

Hier kommt die immersive Technologie ins Spiel. KI und Machine Learning brauchen menschliches Involvement, um brauchbare Erkenntnisse zu erzielen. Die immersive Datenvisualisierung kann den Prozess des Monitorings von AI-Modellen wesentlich schneller und effektiver machen. KI und ML können, wenn sie in einer immersiven Datenumgebung kombiniert werden, bei der menschlichen Erforschung von Daten im großen Maßstab helfen. Die erste Arbeit von BadVR für unsere Kunden ZestFinance war die VR-Visualisierung eines KI-Modells mit echtzeitfähigen Modelltreibern.

Wer nutzt immersive VR? Welche Branchen können damit Umsatz machen und welche neuen Geschäftsmodelle sind denkbar?

VR -Produkte werden nach standardisierten Geschäftsmodellen verkauft: Enterprise Lizenzen für Software oder Preise pro Einheit für Hardware. Immersive Technologie verändert nicht die Art und Weise, wie Produkte verkauft werden, sondern dahinterstehende Arbeitsabläufe und operative Kennzahlen, wie z.B. die Steigerung der Genauigkeit, Effizienz und die Verringerung des Ressourceneinsatzes. Immersive Technologien verändern die Art und Weise, wie Unternehmen und ihre Mitarbeiter mit ihrer Umgebung, ihren Tools und Informationen umgehen.

Auf der MediaTech Hub Conference stellen Sie Ihre Arbeit erstmals in Deutschland vor.

Was kann das Publikum von Ihnen lernen?

In meinem Vortrag auf der MediaTech Hub Conference in Potsdam am 19. November möchte ich mit Hilfe von VR eine neue Perspektive auf die Sicht von Daten vermitteln. Ich zeige die großen Potenziale ebenso wie die kreativen Herausforderungen bei Nutzung immersiver Datenvisualisierung auf. Das Publikum kann von mir lernen, Daten neu zu denken, zu interpretieren und sie für den eigenen Geschäftserfolg einzusetzen.

Quelle:

Autor/ Redakteur: Suzanne Borders / Marlene Mahlo

Dieser Beitrag ist urheberrechtlich geschützt. Sie wollen ihn für Ihre Zwecke verwenden? Kontaktieren Sie uns über: support.vogel.de (ID: 46218545)

22. November 2019 0 comment

Knowledge Research

Big Data visualisieren mit AR und VR – Anschauliche Daten

AR und VR sind im Begriff, traditionelle 2D- und 3D-Tools zu ersetzen. Unternehmen sollten diese Arten der Visualisierung jedoch nur dann einsetzen, wenn damit ein klares Ziel verfolgt wird.

Jeden Tag haben wir es mit immer grösser werdenden Datenmengen zu tun. So soll sich das Datenaufkommen im Jahr 2025 laut der jüngsten Schätzung von Forbes auf 175 Zettabyte (150 Billionen GB) belaufen. Um diese riesigen Datenmengen interpretieren zu können, setzen Unternehmen heute schon auf diverse Tools zur Big-Data-Analyse und auf KI-Algorithmen. Dies könnte jedoch unter Umständen nicht ausreichen, insbesondere wenn nicht nur Data Scientists, sondern auch technisch weniger versierte Personen aus diesen Daten Informationen oder Handlungsempfehlungen erhalten sollen.

«Wenn Sie wollen, dass andere den Erkenntnissen entsprechend handeln, müssen Sie diese so präsentieren, dass die Menschen sie verstehen und ihnen glauben», betont Steven Drucker, Forschungsleiter und Manager der Gruppe für die Visualisierung und interaktive Datenanalyse bei Microsoft Research. Das Schlüsselwort heisst Datenvisualisierung. Mit Augmented und Virtual Reality kommt dafür ein neuer Ansatz ins Spiel, der traditionelle 2D- und 3D-Tools zu ersetzen verspricht.

Datenkomplexität als Problem

Die Visualisierung von Big Data stellt eine besondere Herausforderung dar. Gerade bei grossen Datensätzen kann es schwierig sein, die richtigen Zusammenhänge zu erkennen und aufzuzeigen. Reena Ganga, Senior Designerin für Augmented Reality bei IBM, die zusammen mit ihrem Team an der App Immersive Insights für die Datenvisualisierung in Augmented Reality arbeitet, kennt das aus eigener Erfahrung: «Das erste Problem bei der computergestützten Visualisierung besteht darin, dass Datenwissenschaftler oft mehr als zwei Dimensionen in ihren Daten visualisieren müssen.» In der Regel greift man zu mehreren 2D-Diagrammen oder versucht, einem einzelnen 2D-Diagramm eine dritte Dimension hinzuzufügen.

Eine solche Darstellung verdeckt womöglich wichtige Daten und erschwert die Auswertung von Ergebnissen. George Djorgovski, Professor an der kalifornischen Hochschule für Technologie und Mitgründer des Start-ups Virtualitics mit Fokus auf Datenanalysen in VR und AR, bringt es auf den Punkt: «Die grössten Herausforderungen in der Datenwissenschaft liegen nicht in der Grösse der Daten, sondern vielmehr in der Datenkomplexität, die sich häufig in einer hohen Dimensionalität äussert.»

Die gängigen Tools für die Datenvisualisierung in 3D bieten ebenfalls keine optimale Lösung. Das Erweitern eines Diagramms oder einer Abbildung um die dritte Dimension auf einem immer noch zweidimensionalen flachen Bildschirm hat zwar einen ästhetischen Effekt, kann jedoch die Analyse von Daten oder das Finden von Zusammenhängen unter Umständen sogar noch komplizierter machen. «Wenn man sich mit einer Visualisierung auf einem Computerbildschirm auseinandersetzen will, besteht der Workflow hauptsächlich aus Klicken und Ziehen, bis ein Einblick gefunden wird», erklärt Jenna Goldberg, Augmented Reality Software Designer bei IBM, die zusammen mit Reena Ganga am Immersive-Insights-Projekt arbeitet. Ein 3D-Diagramm bietet demnach lediglich eine weitere Fläche zum «Klicken und Ziehen». Dadurch, dass eine zusätzliche Dimension bei der Analyse und Auswertung von Daten in Betracht gezogen werden muss, erhöht sich ausserdem nicht nur der Arbeits-, sondern auch der kognitive Aufwand.

Neue Wege mit AR und VR

Mit Augmented und Virtual Reality dagegen bahnt sich ein vollkommen neuer Ansatz für die Visualisierung grosser Datenmengen an. Das Ziel dabei ist, die Barriere zwischen dem Anwender und den Daten verschwinden zu lassen, sodass eine natürliche Interaktion mit den Daten ähnlich wie mit alltäglichen Objekten möglich ist.

Die Demo von BadVR zeigt das Potenzial der Visualisierungstechnik für Geodaten auf

Quelle: BadVR

Weshalb das so wichtig ist, weiss Sophia Batchelor. Sie ist eine der wenigen Spatial-Computing-Neurowissenschaftler weltweit, die den Einfluss von AR und VR auf unsere Lern- und kognitiven Fähigkeiten erforschen. Die Besonderheit der sogenannten immersiven Datenvisualisierung liegt darin, dass es dabei weniger um zusätzliche Tiefeninformationen, sondern vielmehr um die räumliche Wahrnehmung geht: «Unser Gehirn ist auf einzigartige Weise darauf ausgelegt, den Raum zu verstehen und sich dadurch zu orientieren», erklärt die Neurowissenschaftlerin aus Neuseeland. «Wenn wir uns also durch und um die Daten herum bewegen können, können wir eine bessere [kognitive] Leistung erbringen.» Das bedeutet, dass wir die Informationen nicht nur bildlich darstellen, sondern auch besser verstehen und mit ihnen interagieren können, anstatt passiv eine Reihe von Zahlen in einer Excel-Tabelle oder in einem 2D-Diagramm zu betrachten.

Je nach Datenart und Einsatzbereich bieten AR und VR unterschiedliche Vorteile. Bei der VR-Datenvisualisierung liegt der Fokus auf den Informationen selbst, oder wie George Djorgovski von Virtualitics es fasst: «(…) wenn der Nutzer sich nur auf die Daten konzentrieren möchte, ohne sich durch das visuelle Durcheinander der physischen Welt ablenken zu lassen.» Ausserdem kann Virtual Reality von Natur aus besser für die Visualisierung von abstrakten Daten wie der ganzheitlichen Auswertung des Kundenverhaltens sein – also von Daten, die keinen unmittelbaren Bezug auf den umgebenden Raum haben.

Augmented Reality wiederum ist sehr stark durch die Umgebung vordefiniert und ermöglicht deshalb vor allem die Visualisierung von raumbezogenen Daten. Beispiele sind die Signalstärke im Mobilfunk oder Funkwellen. AR ermöglicht hier eine Datenvisualisierung im direkten Kontext. Auch die Interaktion mit anderen Menschen kann in Augmented Reality einfacher sein. Zwar ist es möglich, in Virtual Reality mittels Avatar mit anderen zu interagieren, die AR-Umgebung bietet jedoch einen wesentlich natürlicheren Rahmen zum Austausch von Ergebnissen oder zur gemeinsamen Auswertung der vorliegenden Daten.

Holistischer Überblick

Bei Datenvisualisierung mit AR/VR geht es also weniger um eine revolutionäre Methode, Big Data zu visualisieren, sondern vielmehr um einen revolutionären Ansatz, von unserer angeborenen Fähigkeit zur Mustererkennung einen sinnvollen Gebrauch zu machen und so die Auseinandersetzung mit grossen Datenmengen zu erleichtern. «Um ein historisches Beispiel heranzuziehen: Der qualitative Unterschied in Wahrnehmung und Gesamterlebnis ist mit dem Unterschied zwischen alten Schwarz-Weiss-Filmen in Mono und Breitbildfilmen in Farbe und Stereo vergleichbar», erklärt George Djorgovski von Virtualitics.

Denkbare Anwendungsfälle können dabei sowohl relativ einfach als auch ziemlich komplex ausfallen. So arbeitet etwa Georg Kreimer, Leiter der SAP Customer Experience Labs, zusammen mit seinem Team am Projekt Signal. Ziel ist es, Big Data aus der Customer Journey in Virtual Reality darzustellen. Jeder Schritt enthält mehrere Touchpoints, die über die Interaktion zwischen Händlern und Kunden entstehen. «Diese sind nicht nur entscheidend, ob ein Kauf zustande kommt, sondern auch, ob man über den Kauf hinaus eine positive Kundenbeziehung aufbauen kann», erklärt Kreimer. Mit Hilfe von VR will sein Team alle Datenpunkte, die in der Customer Journey entstehen, zusammenziehen und einen holistischen Blick darauf ermöglichen.

Ein weiterer spannender Anwendungsfall ist der Einsatz von AR-/VR-Visualisierungen für die Überprüfung von Machine-Learning-Modellen. Schlaue Algorithmen ermöglichen zwar eine effiziente Bearbeitung und Analyse selbst sehr grosser Datenmengen, sind aber nur so objektiv und vorurteilsfrei wie die Daten, die sie eingespeist bekommen. Und hier hapert es in vielen Fällen – mal liegt das an der menschlichen Voreingenommenheit, mal an der Unvollständigkeit oder mangelnden Qualität der Daten selbst. Deshalb müssen Machine-Learning-Modelle kontinuierlich überprüft und bei Bedarf angepasst werden.

Dies kann jedoch selbst für Data Scientists eine sehr zeitintensive und somit herausfordernde Aufgabe sein, bei der Fehler leicht passieren können. Nach Ansicht von Suzanne Borders, CEO und Gründerin des US-amerikanischen Unternehmens BadVR, das Lösungen für VR- und AR-Visualisierungen von Daten entwickelt, ermöglichen es Augmented und Virtual Reality, solche Fehler schneller aufzuspüren: «VR-/AR-Datenvisualisierungsplattformen bieten den Nutzern die Möglichkeit, ein Machine-Learning-Modell wirklich zu ‹sehen› und sogar das Lernen durch die Algorithmen in Echtzeit zu beobachten.»

Ihr Team hat damit eigene Erfahrungen gemacht, denn BadVR wurde von einem Finanzunternehmen beauftragt, ein Machine-Learning-Modell zu visualisieren, das kreditwürdige Personen identifizieren sollte. Dadurch sollte sichergestellt werden, dass das Modell keine diskriminierenden Entscheidungen gegenüber ethnischen Gruppen oder aufgrund des Einkommensniveaus trifft. Durch die Darstellung des Modells in der immersiven Umgebung konnte in Echtzeit beobachtet werden, wie es funktioniert und welche Ergebnisse es ausgibt. Dabei wurde tatsächlich ein Fehler gefunden, der den Datenwissenschaftlern bis dahin nicht aufgefallen war.

«Die Möglichkeit, mit Datenmodellen holistisch zu arbeiten, sorgt dafür, dass nichts von dem, was uns als Menschen ausmacht – Empathie, Herzlichkeit, Ethik und Mitgefühl – verloren geht oder geopfert wird, um den grösstmöglichen Wert aus unseren Daten zu erzielen», unterstreicht Suzanne Borders.

Der Markt reift noch

Der Markt für die Datenvisualisierung mittels Augmented Reality und Virtual Reality ist noch sehr jung. So gehören BadVR und Virtualitics zu einer Handvoll Unternehmen, die einsatzreife Produkte und Lösungen in diesem Bereich entwickeln. Dabei liegt der Schwerpunkt bislang auch noch deutlich mehr bei Virtual Reality als bei Augmented Reality – nicht zuletzt, weil es keine Best Practices und einheitlichen Standards für die Gestaltung und Entwicklung von AR-Produkten gibt, meint die BadVR-Geschäftsführerin Borders. Designer und Entwickler stossen immer noch auf neue Herausforderungen in Bezug auf die Usability. Dies ist auch einer der Gründe, warum der Ansatz momentan hauptsächlich in Forschungslabors und Wissenschaft zu finden ist.

Eine weitere Herausforderung ist der Umgang mit Big Data selbst. «Es ist schon schwer genug, sozusagen Small Data zu visualisieren, geschweige denn Big Data», betont Steven Drucker von Microsoft Research. Je mehr Daten und je mehr Zusammenhänge es zwischen diesen Daten gibt, desto besser müssen sie aufbereitet werden, denn insbesondere Big Data kann nicht einfach so in eine Visualisierung, ob in AR oder auf eine andere Weise, eingespeist werden. «In der Regel müssen Sie die Daten aggregieren, bereinigen und einige Analysen durchführen, um die Datensätze zunächst auf eine überschaubare Grösse und Komplexität zu reduzieren», erläutert Reena Ganga von IBM.

Wie bei Big Data Analytics im Allgemeinen, so gilt also auch bei Visualisierungs-Projekten die Regel: Nicht alle Daten sind brauchbar oder nützlich, um die gewünschten Erkenntnisse zu erzielen. Ausserdem gibt es noch viele ungeklärte Fragen im Bereich AR/VR und bezüglich des Einflusses dieser Technologien auf unsere Wahrnehmung, wie Sophia Batchelor durch ihre Experimente und die ihrer Kollegen festgestellt hat. Es ist derzeit immer noch unklar, warum Menschen Informationen, die ihnen in Virtual und Augmented Reality präsentiert werden, besser verstehen und lernen können, als zum Beispiel Informationen auf dem Papier oder einem Bildschirm. «Wir können nur beweisen, dass wir es in den meisten Situationen tun», unterstreicht die Neurowissenschaftlerin. Trotzdem sind die Experten zuversichtlich, dass dieser Ansatz sehr viel Potenzial birgt. Eine stetig wachsende Zahl an Lösungen speziell für den Einsatz im Unternehmensumfeld ist ein Zeichen dafür.

Vielversprechend sind in dieser Hinsicht besonders die aktuellen Entwicklungen im Bereich AR- und VR-Hardware, die immer reifer und funktionsreicher wird, und das nicht nur im Konsumentenbereich. Im Mai dieses Jahres hat Google beispielsweise eine neue Version seiner Brille für den Enterprise-Sektor auf den Markt gebracht. Die Glass Enterprise Edition 2 zeichnet sich durch eine deutlich leistungsstärkere CPU und eine neue KI-Fähigkeit aus.

«Zusätzlich entstehen momentan auch neue Möglichkeiten für Interaktionen mit den Anwendungen», so die Beobachtung des SAP-Experten Georg Kreimer, denn neben rein visuellen Darstellungsformen gibt es zusätzlich auditive und haptische. Auf der «SXSW»-Konferenz im März dieses Jahres hat Bose zum Beispiel eine AR-Brille mit Mini-Lautsprecher vorgestellt. Zwar handelt es sich noch um einen Prototyp, aber er zeigt bereits auf, wie sich auditive und visuelle Wahrnehmungen in Augmented und Virtual Reality vereinen lassen.

Andere Unternehmen arbeiten an speziellen Handschuhen für Augmented und Virtual Reality, die die aktuellen und teilweise sperrigen Motion-Controller ersetzen und eine natürlichere Interaktion mit Objekten – und Daten – in einer immersiven Umgebung gewährleisten sollen. Neben Produkten wie denen von HaptX und Plexus ist hier der DextrES Glove von EPFL und ETH Zürich zu erwähnen, der nur 2 Millimeter dünn ist und sehr wenig wiegt. Der Handschuh erlaubt es seinen Nutzern, virtuelle Objekte zu «berühren» und zu manipulieren und gibt seinem Träger ein äusserst realistisches haptisches Feedback. Zudem bietet er dank künftig möglichem Batteriebetrieb eine noch nicht dagewesene Bewegungsfreiheit.

Fazit & Ausblick

Zweifelsohne gibt es Skeptiker, die keinen grossen Nutzen in der AR-/VR-basierten Datenvisualisierung sehen. Diese Vorbehalte sind jedoch nach Ansicht von Experten hauptsächlich auf die unglücklichen ersten Produktprototypen zurückzuführen. «Es werden oft 2-dimensionale Diagramme und Screens in dieses neue Medium überführt, ohne dass man dies hinterfragt und das Potenzial von VR/AR voll ausschöpft», moniert Georg Kreimer von SAP.

Sich von den alten Konzepten aus den vorangegangenen Medien zu lösen, wird deshalb wahrscheinlich eine der grössten Herausforderungen sein. Wir haben über 50 Jahre Erfahrung in der Datenvisualisierung auf Papier und flachen Bildschirmen und diese Erfahrung beeinflusst unweigerlich unsere Vorstellung davon, wie Datenvisualisierung in einer immersiven Umgebung überhaupt aussieht. Doch auch wenn dies als eine spielerische Alternative zu 2D-Visualisierungen erscheinen mag, handelt es sich in Wirklichkeit um einen vollkommen neuen Ansatz, sich mit Daten auseinanderzusetzen, der auch neue Denk- und Herangehensweisen erfordert.

Brianna Benson, die zusammen mit Reena Ganga an Lösungen für die AR-basierte Datenvisualisierung arbeitet, weist jedoch darauf hin, dass Unternehmen ein klares Ziel für diesen Ansatz setzen sollten anstatt ihn nur der Innovation halber zu verfolgen: «Auch wenn diese Technologie aufregend ist, kann sie nicht der alleinige Motivationsfaktor für ein Projekt sein, denn dies würde zur Mittelmässigkeit führen.»

Nach Einschätzung der Experten dürften weitere drei bis fünf Jahre vergehen, bis Hardware, Standards und Konzepte für eine breitere Palette an Einsatz- und Anwendungsmöglichkeiten reif genug sind und vor allem bis mehr und mehr Unternehmen erkennen, dass immersive Datenvisualisierungen mehr sind als nur Diagramme und Charts in 3D.

Dennoch könnte es sich für Unternehmen durchaus auszahlen, diese Technologie jetzt schon auf die Probe zu stellen, um sich womöglich einen erheblichen Wettbewerbsvorsprung zu sichern. Steven Drucker jedenfalls ist zuversichtlich, dass Virtual und Augmented Reality die Art und Weise, wie wir mit den Daten umgehen und Informationen darstellen, grundsätzlich verändern werden: «Auf kurze Sicht bin ich skeptisch, jedoch sehr optimistisch auf lange Sicht», lautet das Fazit des Microsoft- Research-Forschungsleiters.

Quelle:

Foto: My name is Yanick/Unsplash

Die Virtualitics Immersive Platform kombiniert maschinelles Lernen, immersive Visualisierung und kollaborative virtuelle Umgebung, Virtualitics

https://www.computerworld.ch/technik/business-it/big-data-visualisieren-ar-vr-1752473.html?page=1_neue-wege-mit-ar-und-vr

10. September 2019 0 comment

Knowledge Research

Dive Inside Your Data In Virtual Reality

Advanced data analytics and visualization platform release features to support a wide array of industry use cases, such as for logistics, financial asset management, credit ratings, banking, advertising, healthcare, manufacturing, CPG, and oil companies.”

Virtualitics, Inc., a leading software company specializing in machine learning, advanced data analytics and visualization, has announced a new release for its flagship product VIP – Virtualitics Immersive Platform™ in order to support more use cases for a wide array of industries.

The software uses AI to quickly identify key insights in the data, while immersive visualization provides a unique way to represent the data and explain AI findings through desktop or coupled with Virtual Reality (VR) to offer more powerful visualizations and a unique collaboration tool.

“Virtualitics has not only helped us to save time, but has allowed us to seamlessly identify critical business insights that have generated tangible book-value for our supply chain customers.”

According to Ciro Donalek, CTO and Co-Founder of Virtualitics: “Data scientists are in high demand and there are simply not enough of them to satisfy the need. Our software bridges this gap, allowing non-data scientists to exploit sophisticated machine learning routines in a few clicks, and at the same time greatly improving data scientist’s workflow through high-dimensional visualizations and a way to build powerful narratives to explain their models to key stakeholders.”

Dr. Alban Quillaud, VP Digital Innovation and Analytics of Kuehne and Nagel, said: “Virtualitics has not only helped us to save time, but has allowed us to seamlessly identify critical business insights that have generated tangible book-value for our supply chain customers.”

Bert R. Mandelbaum MD DHL (Hon), Co-Director of Sports Medicine, Department of Orthopedic Surgery at Cedars Sinai, said: “The Virtualitics platform and team utilizing Artificial Intelligence, Virtual Reality and Machine Learning has provided our clinical scientific group immersive visualization and a true collaborative and precise analysis of our data. This approach has been transformative and has helped facilitate the development of clinical guidelines, consensus documents and new study design.”

Today, Virtualitics released a host of new features in support of use cases for a wide array of industries, including:

– Faster “Time to Insight”: Machine Learning (ML) tools, combined with multidimensional visualization, enables teams to quickly understand complex data and identify actionable insights.

– Easy-to-Use Machine Learning: Packaged ML tools are intuitive and allow anyone in an organization to take complicated datasets and get answers to questions in seconds.

– Advanced Multidimensional Visualization: Go beyond 2D visualization – view the effects of multiple metrics at once with advanced 3D visualizations, and quickly find and identify hidden patterns and insights.

– Top Tier Virtual Reality (VR) Experience: The VR platform is the best way to view multidimensional data, both for collaboration and for delivering immersive presentations to clients.

– Python API that allows data scientists to connect VIP with their platform of choice and call routines programmatically.

Aakash Indurkhya, Head of Machine Learning Projects and Lead of API Development at Virtualitics, added: “Businesses have built out some truly amazing technology stacks that involve modern data storage systems, AI tools, and third-party APIs. The Virtualitics API was built to empower data scientists to get the most from their technology stack without leaving their favorite digital workspace, for example Python notebooks. Integrating VIP into data scientists’ workflows will aid them in data engineering, sharing insights, and building machine learning models while allowing them to create immersive visualizations with one-line commands.”

The software can be seamlessly integrated in client infrastructures with easy-to-use embedded ML routines to help users quickly find key insights and unlock the power of high-dimensional visualizations in real-time collaboration through the Shared Virtual Office™ (SVO), where users can share their analysis and build immersive dashboards.

Michael Amori, CEO and Co-founder of Virtualitics, commented: “Virtualitics is growing quickly in the enterprise software market. We are redefining the way data analytics is being performed thanks to our technology blending AI and Immersive Visualization. Our Fortune 500 clients and the government are now able to extract and share key findings in their data in seconds, when it previously took many hours or was impossible to find such insights.”

Virtualitics has been operational since August 2016, raising $11.4M through Series A and Series B rounds, led by Centricus and The Venture Reality Fund.

For more information about Virtualitics, please visit www.virtualitics.com.

Quelle:

https://vrroom.buzz/vr-news/business/dive-inside-your-data-virtual-reality

29. März 2019 0 comment

Knowledge Software/Apps

Lume Lets You Explore Data In VR

Lume, which has been developed by Imagination, can be used to present research in 3D from fields including science, medicine, astronomy and finance.

Design consultancy Imagination has created a virtual reality (VR) platform that aims to make scientific data and research “more compelling and accessible”.

Lume is a data visualisation tool that uses VR to present findings from research and has been developed alongside a medical laboratory at Cambridge University, TheLeeLab.

Although it has initially been used to present microscopy data, which is helping medical researchers at TheLeeLab predict the onset of auto-immune conditions like arthritis and type one diabetes, Imagination says Lume could be used to depict dense data across different industries, from medicine to astronomy, finance and automotive.´

Examples for where it could be used include exploring lidar scans from self-driving cars, which are laser projections that decide how the car will drive, analysing financial data, finding patterns in astronomical data and delving inside white blood cells.

Look at data in 3D

Through a VR headset, audiences can look at data, such as graphics, charts and graphics and even raw data such as looking inside a human cell, in a more three-dimensional way.

Controls enable the user to scale, rotate and highlight certain points, and many users can interact with one piece of data at one time.

The aim of the project is to create more “public engagement with science”, says the design studio, by presenting data to audiences in a “visually stimulating and intuitive” way, enabling more people to understand complicated information.

Lume is a project that has come from Imagination’s in-house innovation programme, Imagination Labs, which works on projects combining creativity and new technology.

“Scientists find it difficult to communicate their research”

Alexandre Kitching, CEO at Lume and project lead at Imagination, says: “This project was spawned from the fact that scientists are finding it difficult to communicate and visualise their research. We discovered that current tools are not adapted or accessible enough, and VR offers an accessible way of exploring and understanding fundamental research.”

“[Lume] makes highly complex data intuitive to understand, patterns easier to recognise and insights more compelling to present and share with everyone,” he adds.

Kitching says the Lume team is currently developing “easy-to-use” analytical features within the software, to help users extract insights and trends from complex data more easily.

The aim is for the tool to be used by anyone, from scientists to the general public. “Lume is open to everyone,” Kitching says. “For analysts, it offers a new perspective on their work, and for their audience, whether clients, collaborators or the public, it’s a chance to make data digestible and accessible”.

Lume is currently in use at Cambridge University’s TheLeeLab, but will soon be available to scientists, researchers and other industries.

Quelle:

https://vrroom.buzz/vr-news/tech/lume-lets-you-explore-data-vr

23. November 2018 0 comment