Via Mastodon und Reddit stolperte ich über eine eindrückliche Visualisierung: die am häufigsten geklickten Artikel aus dem deutschsprachigen Bereich von Wikipedia, visualisiert als Megastadt – zu finden auf Github (auch im Quellcode).
Die beliebtesten Beiträge ragen als Wolkenkratzer aus einem Häusermeer, das sich (je nach Zoomstufe) scheinbar endlos ausdehnt. Manche Häuser haben an der Spitze ein Bild oder Logo, das einen Hinweis darauf gibt, welches Thema hier in den Himmel schiesst. Falls wir das Motiv nicht erkennen, klicken wir das Gebäude an, worauf der zugehörige Beitrag eingeblendet wird, ergänzt mit der Zahl der Views und dem Rang.
Diese Wikipedia-Stadt birgt Überraschungen: Während ich den Beitrag schreibe, steht mit 18,5 Millionen Views die Liste der grössten Auslegerbrücken auf Platz eins. Platz zwei, etwas weniger frappant: Pornhub. Platz drei – höchst berechenbar –: Deutschland. Bevor ihr fragt: Die Schweiz ist mit 2,6 Millionen Views auf Platz 25 und Österreich mit knapp weniger Klicks auf Platz 27.
In Wikicity gibt es auch einen Central Park
Bei der Navigation helfen einige Tastaturkürzel: Mit gedrückter linker Maustaste rotieren wir die Kamera, via Scrollrad zoomen wir aus, über das Tastaturkürzel Ctrl f führen wir eine Suche durch, die wir mit der Esc-Taste verlassen. Die automatische Rotation lässt sich, inklusive Musikwiedergabe, mittels Leertaste starten und stoppen. Mit diesen Navigationstricks lässt sich auch der zentrale Park aufstöbern, um den sich die höchsten Gebäude gruppieren.
Fazit: Ein weiteres Beispiel dafür, wie originell und eindrücklich sich digitale Daten darstellen lassen. Das Vorbild für diese Visualisierung ist wikicity.app. Hier besteht die Skyline aus den 100’000 beliebtesten englischsprachigen Artikeln, bei denen (beim Verfassen dieses Blogposts hier) der Eintrag 1989 Tiananmen Square protests and massacre mit 62,5 Millionen Views während zwölf Monaten obenaus schwingt. Auch das (vielleicht) eine Überraschung – aber nicht so verblüffend wie Bruce Lee, der es mit 13,6 Millionen Klicks auf Platz sechs schafft. Nichts gegen Martial Arts, aber im grossen Ganzen doch nicht ganz so wichtig. Wir lernen nebenbei, dass Klicks als Masseinheit für Relevanz gänzlich ungeeignet sind.
Und weil es so schön ist, drei weitere Wikipedia-Visualisierungen
Wiki-Atlas
Die georeferenzierten Artikel mit wählbarer Sprachversion, eingetragen auf einer richtigen Karte (natürlich von Openstreetmap). Mit dieser Ansicht finden wir ruckzuck Objekte in der unmittelbaren Nähe, die einen eigenen Wikipedia-Artikel haben.
Wikipedia Map
Diese Karte lässt uns die Beziehungen zwischen den Lexikoneinträgen erforschen. Wir geben einen oder mehrere Begriffe oben ins Suchfeld ein und klicken auf Go: Die Themen erscheinen als blaue Kreise, die mit Linien verbunden sind, falls es eine Beziehung zwischen ihnen gibt – d.h. einen Link vom einen zum anderen im ersten Absatz. Beim Klick auf einen Kreis (oder Knoten) erscheinen weitere solcher «Wissens-Atome» mit ihren Verbindungen.
Bei verwandten Begriffen zeigen sich die Verbindungen in Form von gemeinsamen Knoten. Bei Konzepten, die nichts miteinander zu tun haben, können wir versuchen, eine Verbindung herzustellen. Zum Beispiel: Wie verbinden wir Toothpic (Zahnstocher) und London? Es geht sicher direkter, aber ich schaffte es über Bamboo, Portuguese language, Brazil, Federation, Constitution, Polity, Sovereignty, Dependent territory, Crown Dependencies und United Kingdom.
Tipp: Verwendet die Wikipedia Map nicht in Firefox, sondern Chrome: In Mozillas Browser haben die Label keine Beschriftung, was die Sache annähernd nutzlos macht.
Interactive Map of Wikipedia
Diese Visualisierung organisiert das Wissen in Bereiche, die als eine Art Weltkarte ausgelegt sind und sich beim Einzoomen weiter verfeinern. In der grössten Ansichsstufe sehen wir Dinge wie amerikanishce Sportligen, alte südasiatische Geschichte, biologische Klassifizierungen, geschichtliche Höhepunkte Europas und so weiter.
Um auf die Stufe eines einzelnen Artikels zu gelangen, nähern wir uns über mehrere Ebenen an. Zum Beispiel führt die Kategorie Wissenschaft & Technik zu Computertechnik, Informatik und Technik, Software und Systeme, Programmiersprachen und schlieslich zu fortgeschrittene Konzepte der Programmierung. Hier stossen wir auf Artikel wie decltype, Data type, Copy constructor (C++) und Slicing Petri nets, die allesamt in unmittelbarer Nachbarschaft angesiedelt sind.
Es gibt auch eine Suchfunktion, die einen Begriff innerhalb dieser Wissenskarte verortet und aufzeigt, in welchen Fleckchen er überall Relevanz aufweist. Das ist eine hervorragende Methode, um die inhaltlichen Dimensionen eines Begriffs, Themas oder Konzepts auszuloten.
Achtung: Diese Browser-Anwendung lädt beim Start um die 200 MB an Daten und läuft (einigermasesen träge) im Browser.
Und natrürlich, da ist noch viel mehr: Auf seealso.org (See, also) findet sich eine kuratierte Übersicht schöner Visualisierungen.