Kursbeschreibung
In vielen Organisationen entstehen Visualisierungen unter Zeitdruck: Ein Report muss raus, eine Präsentation steht an, und am Ende werden Diagramme „irgendwie“ passend gemacht. Dieses Seminar zeigt Dir, wie Du KI nutzt, um genau diesen Prozess zu professionalisieren. Du lernst, Anforderungen so zu formulieren, dass KI nicht nur hübsche Bilder liefert, sondern nachvollziehbare Visual-Entscheidungen unterstützt. Wir arbeiten an der Grundlage: Daten strukturieren, Kennzahlen und Dimensionen sauber definieren, Kategorien vereinheitlichen und Aggregationen so wählen, dass Vergleiche fair bleiben. Danach geht es um Diagramm-Design, das Entscheidungen unterstützt: passende Chart-Typen, saubere Skalen, verständliche Labels und der bewusste Umgang mit Nullpunkt und Logarithmen. Im Infografik-Teil entwickelst Du Layouts, die eine Botschaft tragen: Raster, Weißraum, Leseführung, Legenden, Callouts und Annotationen. KI setzt Du ein, um Varianten zu erzeugen, Texte für Beschriftungen zu verbessern und Alt-Texte für Barrierefreiheit zu erstellen. Ein eigenes Kapitel widmet sich Konsistenz: Du baust ein kleines Designsystem und lernst, wie Du Farbpaletten und Typografie-Regeln als Constraints in Prompts und Briefings integrierst. Zum Schluss klären wir Risiken und Regeln: Datenschutz, Anonymisierung, Urheberrecht, Quellen und Freigabeprozesse. Ergebnis ist ein Workflow, der Dir Zeit spart und gleichzeitig die Qualität Deiner Visuals messbar erhöht.
Zielgruppe
- Data Analysts und BI-Professionals
- Controllerinnen und Controller, Reporting und Finance
- Produktmanagerinnen und Produktmanager, die Zahlen erklären
- Marketing- und Kommunikationsprofis mit Datenbezug
- Für alle, die Daten in Diagramme und Infografiken übersetzen wollen, die Entscheidungen unterstützen.
Voraussetzung für die Schulung
- Grundverständnis von Tabellen, Kennzahlen und Diagrammen.
- Eigene Daten sind hilfreich, aber nicht erforderlich.
Kursinhalte
- KI-gestützter Visual-Workflow
- Use Cases: Reporting, Storytelling, Executive Slides
- Prompting für Visualisierung statt Textausgabe
- Qualitätskriterien: Aussage, Lesbarkeit, Bias
- Dokumentation und Reproduzierbarkeit
- Daten vorbereiten, damit KI sauber arbeitet
- Struktur: Tabellen, Kennzahlen, Dimensionen
- Fehlerbilder: Ausreißer, fehlende Werte, Dubletten
- Aggregation und Normalisierung für Charts
- Kurze Datenbriefings für Visual-Aufgaben
- Chart-Auswahl, die wirklich passt
- Wann Balken, Linie, Fläche, Scatter, Boxplot
- Vermeidung typischer Fehlgrafiken
- Skalen, Achsen, Nullpunkt, Logarithmen
- Small Multiples und Faceting
- Infografiken: Story, Layout, Hierarchie
- Message-First: Kernaussage vor Design
- Visuelle Hierarchie, Raster, Weißraum
- Annotationen, Callouts, Legenden
- Vorlagen für wiederkehrende Formate
- Designsysteme für konsistente Visuals
- Farben: Kontrast, Barrierefreiheit, Color-Blind
- Typografie: Größen, Zeilenlängen, Lesbarkeit
- Icon- und Illustrationsstil, Bildsprache
- Brand-Guidelines in KI-Prompts übersetzen
- KI als Co-Designer: Varianten, nicht Zufall
- Variantensteuerung: Constraints und Do/Don’t
- Iterationen mit Review-Checklisten
- Alt-Text und Captions mit KI erzeugen
- Export: SVG/PNG, Auflösung, Druck vs. Screen
- Governance, Recht, Risiko
- Vertrauliche Daten: Anonymisierung und Policies
- Urheberrecht, Lizenzen, Quellenangaben
- Halluzinationen: Plausibilitätsprüfungen
- Freigabeprozesse für Reports und Slides
