Es gibt kein "bestes" Diagramm – nur das passende für deine Daten:

Ziel	Empfehlung
Vergleich von Kategorien	Balkendiagramm
Trend über Zeit	Liniendiagramm
Anteile eines Ganzen	Kreis / Donut
Korrelation	Streudiagramm
Mehrere Dimensionen	Radar / Parallelkoordinaten
Dichte / Muster	Heatmap
Geografisch	Choropleth-Karte

Faustregeln:

• Weniger ist mehr: Kein 3D, keine Effekte, keine Regenbogenfarben
• Kontext geben: Titel, Achsen, Einheiten, Quelle
• Vergleich ermöglichen: Null-Linie, Referenzlinien
• Wahrheitstreue: Achsen nicht abschneiden

Berühmte Fails:

• 3D-Pies: Verzerren die Wahrnehmung komplett
• Y-Achse abgeschnitten: Lässt kleine Unterschiede riesig wirken
• Doppelte Achsen: Können Korrelationen suggerieren, wo keine sind

Die Anzahl der Farben hängt vom Diagramm-Typ ab:

Diagramm-Typ	Empfohlene Farben
Balkendiagramm (1 Serie)	1 Farbe
Liniendiagramm	2-5 Farben
Kreisdiagramm	3-5 Farben
Heatmap	Farbverlauf (1 Farbe)
Gruppiertes Balkendiagramm	2-4 Farben

Psychologische Grenzen:

• 5-7 Farben: Kann der Mensch unterscheiden
• Mehr als 10: Wird für das Auge zu chaotisch
• Unterscheidbarkeit: Farbenblinde sehen nur ~7 klar

Tipps zur Farbwahl:

• Kontrast: Kräftige Farben für wichtige Punkte
• Bedeutung: Rot für negativ, Grün für positiv
• Konsistenz: Gleiche Farbe = gleiche Bedeutung
• Barrierefreiheit: Farbe nie als einziges Unterscheidungsmerkmal

Tools für Farbpaletten: ColorBrewer, Coolors, Adobe Color.

3D-Diagramme sind in fast allen Fällen eine schlechte Idee:

Probleme mit 3D:

• Verzerrung: Der 3D-Effekt verzerrt die Wahrnehmung von Größen
• Verdeckung: Vordere Elemente verdecken hintere
• Lesbarkeit: Achsen sind schwer abzulesen
• Mehrdeutigkeit: Ist der Wert jetzt vorne oder hinten?
• Kein Mehrwert: Die 3. Dimension enthält meist keine echten Daten

Studien zeigen:

• Bei 3D-Balkendiagrammen lesen Menschen Werte durchschnittlich 15% schlechter ab
• Bei 3D-Pies machen sie doppelt so viele Fehler
• Die Zeit zur Analyse erhöht sich um bis zu 50%

Wann ist 3D sinnvoll?

• Niemals für 2D-Daten
• Nur wenn die 3. Dimension echte Daten enthält (z.B. 3D-Koordinaten in der Physik)
• Für künstlerische Zwecke – nicht für Datenanalyse

Besser: Investiere die Zeit in klare 2D-Diagramme mit guten Farben, Beschriftungen und Referenzlinien. Das ist weitaus wirkungsvoller.

Nicht jedes Diagramm sagt die Wahrheit. Diese Tricks sind weit verbreitet:

1. Abgeschnittene Y-Achse

Wenn die Y-Achse nicht bei 0 beginnt, wirken kleine Unterschiede riesig.

2. Vertauschte Achsen

X- und Y-Achse vertauschen suggeriert falsche Korrelationen.

3. 3D-Effekte

Verzerren Größen und Proportionen.

4. Selektive Datenauswahl

Nur bestimmte Zeiträume zeigen, die den Trend verstärken.

5. Doppelte Y-Achsen

Zwei verschiedene Skalen lassen Korrelationen entstehen, wo keine sind.

6. Falsche Kreisdiagramme

Wenn die Summe nicht 100% ist, sind Pies irreführend.

7. Farbmanipulation

Rot/Grün in politischen Kontexten oder unpassende Farbskalen.

Checkliste für kritische Betrachter:

• Beginnt die Y-Achse bei 0?
• Sind die Achsen beschriftet mit Einheiten?
• Ist der Zeitraum vollständig?
• Sind alle Datenpunkte sichtbar?
• Ist die Datenquelle angegeben?

Je nach Anwendung gibt es viele Tools:

Für Einsteiger (kostenlos):

• Chart.js: JavaScript-Bibliothek, einfach
• Google Charts: Web-basiert, gut dokumentiert
• Datawrapper: Online, ideal für Journalisten
• Flourish: Interaktive, animierte Charts
• Canva: Für Präsentationen und Infografiken

Für Entwickler:

• D3.js: Maximale Flexibilität
• Plotly: Interaktiv, wissenschaftlich
• ECharts: Modern, von Baidu
• Recharts: React-Komponenten
• Observable Plot: Von D3-Erfinder Mike Bostock

Für Business Intelligence:

• Tableau: Industriestandard, teuer
• Power BI: Microsoft, gute Excel-Integration
• Looker Studio: Kostenlos, Google
• Metabase: Open Source BI

Für Python-Datenanalyse:

• Matplotlib: Klassiker, alles möglich
• Seaborn: Statistisch, schöner als Matplotlib
• Plotly: Interaktiv
• Altair: Deklarativ, modern

Für Zeitreihen/Monitoring:

• Grafana: Der Standard für Monitoring
• Kibana: Für Elasticsearch-Daten
• Netdata: Echtzeit-Systemmetriken

Die Farbwahl hängt vom Datentyp ab:

Kategorische Daten (z.B. Produkte):

• Qualitative Farben: Unterschiedliche Farbtöne
• Maximal 5-7 Farben: Sonst wird es unübersichtlich
• Farbenblinde: Nicht nur Farbe, auch Muster verwenden
• Tools: ColorBrewer, Coolors

Kontinuierliche Daten (z.B. Temperatur):

• Sequenziell: Farbverlauf von hell zu dunkel
• Divergierend: Zwei Farben mit neutraler Mitte
• Beispiele: Blau-Weiß-Rot für Temperatur

Bedeutung von Farben:

• Rot: Gefahr, negativ, wichtig
• Grün: Erfolg, positiv, umweltfreundlich
• Blau: Vertrauen, ruhig, professionell
• Gelb/Orange: Warnung, Achtung
• Grau: Neutral, Hintergrund

Barrierefreiheit:

• 8% der Männer haben Rot-Grün-Schwäche
• Farbenblindheit: Nicht nur Farbe, auch Form verwenden
• Kontrast: Mindestens 4.5:1 für Text
• Simulatoren: Coblis, Color Oracle

Best Practice:

• Farbpalette vorher definieren: Nicht spontan wählen
• Konsistenz: In allen Diagrammen dieselben Farben
• Farbverläufe sparsam: Für kontinuierliche Daten

Bei großen Datenmengen stoßen klassische Diagramme an ihre Grenzen:

Ab wann wird es problematisch?

Datenpunkte	Empfehlung
Bis 50	Balken, Linien, Kreis
50-500	Liniendiagramm, Scatter
500-10.000	Aggregation, Binning
10.000+	Heatmap, Density Plot

Strategien für große Datenmengen:

• Aggregation: Werte zusammenfassen (z.B. Tagesdurchschnitt)
• Binning: Werte in Kategorien einteilen
• Sampling: Stichprobe statt alle Daten
• Zoom: Interaktiv hineinzoomen
• Heatmap: 2D-Dichte darstellen
• Hexbin: Hexagonale Bins
• WebGL: Hardwarebeschleunigung

Tools für große Datenmengen:

• Datashader: Python, für Millionen von Punkten
• Plotly mit WebGL: Bis ~100.000 Punkte im Browser
• Grafana: Zeitreihen mit Downsampling
• Deck.gl: Geodaten in großem Maßstab

Faustregel: Wenn ein Diagramm mehr als 1000 Punkte zeigt, ist meist eine Aggregation sinnvoller. Der Nutzer kann Details nicht mehr wahrnehmen.

Barrierefreiheit ist nicht nur ethisch wichtig, sondern oft auch gesetzlich vorgeschrieben (WCAG, BITV, DSGVO):

Wer ist betroffen?

• ~8% der Männer: Rot-Grün-Schwäche
• ~0,5% der Frauen: Rot-Grün-Schwäche
• ~2%: Andere Farbsinnstörungen
• ~5%: Sehschwächen (Blinde, stark Sehbehinderte)

Checkliste für barrierefreie Diagramme:

• Kontrast: Mindestens 4.5:1 für Text, 3:1 für Grafiken
• Nicht nur Farbe: Auch Formen, Muster, Beschriftungen
• Alt-Text: Für Screenreader
• Datentabelle: Alternative zur Grafik
• Schriftgröße: Mindestens 12px
• Zoom: Nutzer sollten vergrößern können
• Keyboard: Auch ohne Maus bedienbar

Farbpaletten für Farbenblinde:

• ColorBrewer: Wissenschaftlich getestete Paletten
• IBM Design: 5 barrierefreie Paletten
• Okabe-Ito: Standard in der Wissenschaft
• Tableau 10: Meist OK für Farbenblinde

Test-Tools:

• Coblis: Simulation von Farbenblindheit
• WebAIM: Kontrast-Checker
• WAVE: Barrierefreiheits-Check für Web
• NVDA / JAWS: Screenreader-Tests

Gesetzliche Anforderungen:

• WCAG 2.1 AA: Internationaler Standard
• BITV 2.0: Deutschland, für öffentliche Stellen
• EN 301 549: EU-weit
• DSGVO: Indirekt (Diskriminierungsverbot)