Progressive Visual Analytics ist ein relativ neues Forschungsgebiet, das darauf abzielt, den Prozess der Datenanalyse durch die schrittweise Berechnung von Zwischenergebnissen zu beschleunigen. Während sich die Genauigkeit der Ergebnisse im Laufe der Zeit verbessert, kann die Reihenfolge der Datenverarbeitung vom Nutzer gesteuert werden, wodurch wertvolle Erkenntnisse in einem frühen Stadium gewonnen werden können, was wiederum einen flexibleren Analyseablauf ermöglicht. Die vorliegende Dissertation präsentiert eine innovative Taxonomie für progressive Visualisierungen und ein Konzept für die Gestaltung webbasierter, progressiver visuell-interaktiver Analysesysteme. Die für die Datenverarbeitung erforderliche Zeit, welche die Grundlage für die Bereitstellung einer Visualisierung für einen Analysten darstellt, ist von zwei wesentlichen Faktoren abhängig:

1. Die Menge der zu verarbeitenden Daten.

2. Der Komplexität des Verarbeitungsalgorithmus.

In der heutigen Zeit ist die Datenerfassung in einer Vielzahl von Bereichen allgegenwärtig, sodass die Verarbeitung umfangreicher Datenbestände für eine Vielzahl von Nutzern erforderlich ist. Des Weiteren werden zunehmend komplexere Algorithmen benötigt, um Statistiken zu berechnen, Ähnlichkeiten zu erkennen oder Vorhersagen auf Basis künstlicher Intelligenz zu treffen. Der aktuelle Stand der Technik ist, dass die meisten visuellen Analysesysteme zunächst das Ergebnis der Berechnung abwarten, bevor eine visuelle Darstellung angezeigt wird. Die Wartezeit bei komplexen Berechnungen, wie beispielsweise Simulationen, beträgt für Analysten häufig mehrere Stunden. Allerdings kann nicht immer auf eine höhere Rechenleistung als Problemlösung zurückgegriffen werden. Die progressive visuelle Analyse stellt einen Ansatz dar, bei dem Daten oder Berechnungsschritte in Segmente unterteilt werden, sodass der Analyst auf die Zwischenergebnisse zugreifen kann, während die Verarbeitung im Hintergrund noch läuft. Die Besonderheit besteht in der Möglichkeit für den Benutzer, direkt auf die Entwicklung der Ergebnisse zu reagieren, indem Interaktionen ermöglicht werden. Der Analyst hat die Möglichkeit, die Berechnung zu steuern, indem er relevante Bereiche auswählt, auf die sich der Verarbeitungsalgorithmus konzentrieren soll, oder Parameter ändert, um den Verlauf der Progression anzupassen. Dadurch kann er schnell Erkenntnisse gewinnen oder eingreifen, wenn die Berechnung nicht wie erwartet verläuft, wodurch der Verlust zahlreicher Stunden vermieden wird. Die Dissertation befasst sich mit der Konzeption progressiver visueller Analysen für webbasierte Systeme. Zu diesem Zweck wird eine neuartige Taxonomie für die Gestaltung progressiver Visualisierungen vorgestellt und ein technisches Konzept für die Implementierung solcher Systeme entwickelt. Der konzeptionelle Beitrag dieser Arbeit besteht in der Formulierung einer neuen Taxonomie für das Forschungsgebiet. Das Konzept der progressiven visuellen Analytik wurde in anderen Forschungsbereichen unter verschiedenen Bezeichnungen angewandt. Auch im Bereich der Visualisierung wurden die progressiven Ansätze mit einer Reihe verschiedener Begriffe bezeichnet, darunter inkrementelle, feinkörnige und approximative Visualisierung. Der Ansatz, die Genauigkeit im Laufe der Zeit zu verbessern, ist in anderen Forschungsbereichen wie dem Rendering und der Parallelverarbeitung bereits etabliert. Der besondere und anspruchsvolle Aspekt der progressiven visuellen Analyse besteht jedoch darin, dass der Benutzer zu jeder Zeit in der Lage ist, mit dem System zu interagieren, und die Ergebnisse für die Datenanalyse nicht vorab berechnet werden. Dies erfordert eine maßgeschneiderte Anpassung der Visualisierungstechniken, die in der vorgestellten Taxonomie behandelt werden. Die vorliegende Dissertation präsentiert ein technisches Konzept für die Anwendung progressiver visueller Analytik für zeitliche Daten in webbasierten Systemen. Zeitbasierte Daten sind in nahezu allen Bereichen allgegenwärtig und spielen eine wesentliche Rolle bei analytischen Prozessen, die darauf abzielen, vergangene Phänomene zu verstehen und zukünftige Trends zu prognostizieren. In vielen Fällen handelt es sich dabei um Daten mit beträchtlichem Umfang, da Messungen in sekündlichen Intervallen vorgenommen werden oder Ereignisse in Sekundenbruchteilen auftreten können. Das innovative Konzept erweist sich insbesondere in Szenarien mit großen Datenmengen oder langsamen Algorithmen sowie in Situationen mit eingeschränkten Rechenressourcen, wie beispielsweise bei mobilen Geräten, als vorteilhaft. Die vorliegende Arbeit präsentiert ein Konzept, welches eine Optimierung der Synergie zwischen progressiver Berechnung und webbasierter Visualisierung für Datenanalyse anstrebt. Die Effektivität des Konzepts wird anhand von zwei Fallstudien aus dem Bereich der Cybersicherheit evaluiert. Gegenstand der Untersuchungen sind Kommunikationen, deren Datenverkehr im Nanosekundenbereich liegt, was zu großen Datenmengen führt. Die Ergebnisse der Fallstudien demonstrieren die Vorteile der progressiven visuellen Analyse für den Bereich der Cybersicherheit und tragen zur Verfeinerung der neuen Taxonomie für progressive Visualisierungen bei.