Controller Magazin 6/2019

56 9 Vgl. (Schneider, 2016), S. 34-35; (Gross- mann, 2015), S. 3; (Janke, 2013), S. 21-22; (Troyansky, Gibson, & Leichtweis, 2015), S. 6 10 Vgl. (Ruthner & Feichter, 2015), S. 84; (Hichert & Faisst, 2014), S. 10 11 Vgl. (Schneider, 2016), S. 34-35; (Ruthner & Feichter, 2015), S. 84-85; (Ruthner_2 & Feichter, 2015), S. 125; (Gross- mann, 2015), S. 3 12 Vgl. (Schneider, 2016), S. 34-35; (Fussan, 2017), S. 3-5 13 Vgl. (Ruthner & Feichter, 2015), S. 84-85; (Fussan, 2017), S. 3-5 14 Vgl. (Wiener, 2015), S. 20-21; (Kohlhammer, Proff, & Wiener, 2013), S. 1-11; (Botthof, 2009), S. 1-2 15 Vgl. (Stanjek, 2013), S. 17; (Petersen, 2002), S. 61-63; (Klaus, Stroebe, Hewstone, & Reiss, 2014), S. 7 16 Vgl. (Theobald, 2017), S. 38 17 Vgl. (Moosbrugger & Kelava, 2012), S. 79; (Bühner_2, 2011), S. 21; (Neugebauer, Grotjahn, & Tesch, 2013), S. 204 18 (Müller, Engelmann, Löffler & Strauch, 2009), S. 267; (Riehmann, Hnafler & Fröhlich, 2005), S. 1-2; (Ashter, 2018), S. 217-218 Literaturverzeichnis  Ashter, S. (2018): Technology and Applica- tions of Polymers Derived from Biomass. Ox- ford: Elsevier Inc.  Bitkom. (2012): Big Data im Praxiseinsatz – Szenarien, Beispiele, Effekte. https://www.bit- kom.org/noindex/Publikationen/2012/Leitfa den/L eitfaden-Big-Data-im-Praxiseinsatz-Szenarien-Beispiele-Effekte/BITKOM-LF-big-data-2012-online1.pdf (abgerufen am 21.08.2018).  Botthof, H.-J. (2009): Reporting – Effektive Steuerung statt Datenflut. https://www.haufe- akademie.de/downloads/images/FCKEditor/File/ Downloads%20Portletpflege/Themenbereich_ Reporting.pdf (abgerufen am 21.06.2018).  Bühner_2, M. (2011): Einführung in die Test- und Fragebogenkonstruktion. München: Pear- son Studium.  Fussan, A. (2017): Qualitätsrichtlinien für das periodische Berichtswesen im Firmenkunden- geschäft der Berliner Sparkasse. https://pro- ducts2.haufe.de/#link?productid=PI11444&do cid=HI9155824 (abgerufen am 02.05.2018). ben. Eine Zwischenlösung wäre hier die Mög- lichkeit, die Berichtsempfänger die Visualisie- rungsart frei wählen zu lassen. So bieten einige Softwarelösungen die Option, auf derselben Datenbasis unterschiedliche Ausführungen der gleichen Berichte zu erstellen. Für eine subs- tanzielle Lösung des Problems ist es jedoch wichtig, Mitarbeiter zu schulen und ein „Change-Management“ anzustoßen. Fußnoten 1 Vgl. (Kohlhammer, Proff, & Wiener, 2013), S. 41-43; (Wiener, 2015), S. 20-21; (Sherman, 2014), S. 8; (Bitkom, 2012), S. 24 2 Vgl. (Grünert, 2016); (Geist & Harald, 2013), S. 47; (Ruthner & Feichter, 2015), S. 84 3 Vgl. (Hoffmann, 2016), S. 3; (Kohlhammer, Proff, & Wiener, 2013), S. 46 4 Vgl. (Kohlhammer, Proff, & Wiener, 2013),S. 46-47 5 Siehe: Hichert: SUCCESS; Stephen Few: Data Visualization: Rules for Encoding Values; Edward Tufte: Tufte Design Rules 6 Vgl. (Stahl, 2016), S. 46-47 7 Vgl. (Hichert & Faisst, 2014), S. 10 8 Vgl. (Preißner, 2010), S. 1-2; (Gräf, Isensee, & Mehanna, 2017), S. 1 Gruppe (2) zu erkennen. Fünf der elf Vpn sind zu den Gruppen (3), (4) oder (5) gewechselt, was dafürspricht, dass hier der Vorzug einer sinnvollen Visualisierung erkannt wurde. Fazit Abschließend lässt sich die Bedeutung der Auswahl einer Visualisierung unterstreichen. Besonders wo wiederholt ähnliche Daten vom immer gleichen Personenkreis benötigt wer- den, hat ein Diagramm meist einige Vorzüge gegenüber einer tabellarischen Darstellung. Viel wichtiger als eine klare Trennung zwischen grafischen und nicht-grafischen Auswertungen ist jedoch, je nach Fragestellung und Empfän- gerkreis zu entscheiden, ob eine Tabelle, ggf. mit kleinen visuellen Unterstreichungen, besser geeignet sein kann als bspw. ein Balkendia- gramm. Zudem sollten Berichtsersteller mehr auf die Wünsche und Stärken der Berichtsemp- fänger eingehen. Die Untersuchung zeigt, wie sich Gewohnheiten und Erfahrungen auf die Stärken und Schwächen eines Menschen aus- wirken können. Berichtsempfänger, die ihr Le- ben lang mit Tabellen gearbeitet haben, neigen dazu, alle weiteren Visualisierungsmöglichkei- ten auszublenden und beim Gewohnten zu blei- Autoren M. Sc. Dmitri Klos Teamleiter Web-Applikationsentwicklung. E-Mail: dmitri.klos@gmail.com Prof. Dr. Bernd Ulmann lehrt an der Hochschule für Oekonomie und Management, Frankfurt/Main. E-Mail: bernd.ulmann@fom.de Dr. Patrick Hedfeld ist FOM Hochschuledozent in Frankfurt und unterrichtet dort Wirtschaftsethik und IT-Management. Als freier Publizist wid- met er sich modernen Themen an der Schnittstelle zwischen IT und Fachlichkeit. E-Mail: patrick.hedfeld@gmx.de Sponsoren: Du b und h A kze d en I Q ue Z d IC Sponsore u b und Akze den I I Sp nsor Du und Akz den Qu Z IC Visual Business Analytics