Datenanalyse und Visualisierung

Data science - Räumliche Analysen - Wissenschaftskommunikation

Code-Snippet mit SQL-Abfragen in der Programmierumgebung R.

Datenanalyse

Eine fundierte Datenanalyse ist Kern aussagekräftiger Forschung. Sie umfasst sorgfältige Datenaufbereitung, statistische Prüfung und das Erkennen signifikanter Muster unter Berücksichtigung wissenschaftlicher Standards. Nur durch eine präzise Analyse lassen sich valide Schlüsse ziehen und belastbare Antworten geben.

Für die Datenverarbeitung und statistische Analyse nutze ich die Programmierumgebung R, in der ich mein in Studium und Beruf erlangtes statistisches Wissen umsetzen kann.

Ein Beispiel für eine umfängliche Datenanalyse ist die Auswertung von Daten aus dem bioakustischen Wildtiermonitoring, welche hier genauer beschrieben ist.

Radar Plot mit Ergebnissen zum Erfassungsraum eines bioakustischen Sensors
Grafische Darstellung der Aktivitätszeiten einer Vogelart während der Balzzeit.

Visualisierung

Grafische Darstellungen sollten die Qualität der zugrundeliegenden wissenschaftlichen Arbeit und den hohen wissenschaftlichen Anspruch widerspiegeln. Nur exakte und ästhetisch hochwertige Grafiken transportieren die Sorgfalt der Datenerhebung, -analyse und -interpretation. Für die Visualisierung setze ich überwiegend auf das R-Package ggplot2 und die zugehörigen Erweiterungen. Der finale Feinschliff erfolgt jedoch stets in dedizierten Grafikprogrammen. So entstehen Grafiken, die komplexe Zusammenhänge verständlich machen und gleichzeitig die wissenschaftliche Relevanz Ihrer Arbeit überzeugend vermitteln - auch und vor allem außerhalb der wissenschaftlichen Community.

Anwendungsbeispiele für den Einsatz von Visualisierungen in der Wissenschaftskommunikation finden Sie hier und hier.

Präsentation von Forschungsergebnissen auf einer wissenschaftlichen Tagung in Form eines Posters

Veröffentlichungen

Holderried, P., Duschmalé, H., Günther, D., Isenberg, L. & Coppes, J. 2025. Essential steps for establishing a large‐scale passive acoustic monitoring for an elusive forest bird species: the Eurasian Woodcock ( Scolopax rusticola ). Ibis 167: 543–561. [Link]

Kögel, R., Tripke, H., Holderried, P. & Streif, S. 2024. (K)ein Monitoring nach Schema F - Vom Managementziel zur Monitoringmethode. In: Wildbiologische Forschungsberichte Band 5. Verlag Kessel, Goslar.

Holderried, P. 2024. Heimlich, still und meist leise: Die Waldschnepfe. Schwäbische Heimat. 75: 31–36. [Link]

Holderried, P. 2024. Labelled acoustic dataset of roding Eurasian Woodcock (Scolopax rusticola). [Link]

Holderried, P. 2023. Die Bioakustik – mit offenen Ohren in der Natur. waldwissen.net. [Link]

Holderried, P. 2023. Methodenentwicklung Waldschnepfen-MonitoringKartierung 2023 und Projektabschluss. FVA. [Link]

Holderried, P. 2022. Methodenentwicklung Waldschnepfen-Monitoring - Kartierung 2022. [Link]

Holderried, P. 2021. Methodenentwicklung Waldschnepfen-Monitoring - Kartierung 2021. [Link]

Holderried, P. 2020. Die Waldschnepfe: Leicht zu beobachten, schwierig zu erfassen. waldwissen.net. [Link]

Holderried, P. 2020. Methodenentwicklung Waldschnepfen-Monitoring - Kartierung 2020. FVA. [Link]

Holderried, P., Coppes, J. 2019. Waldschnepfenmonitoring in Baden-Württemberg – Ergebnisse einer Vorstudie. Ornithol. Jh. Bad-Württ. 35: 31-37. [Link]

Mehr auf ResearchGate