deep decorum
Wenn sich Design in Sekunden generieren lässt
— wird die Entscheidungsfindung umso wichtiger.
Design wird mithilfe von Datenanalysen sichtbar und nachvollziehbar.
Graphen schaffen einen gemeinsamen Nenner für Teams und Stakeholder in der Gestaltung. Recherche- und Designprozesse lassen sich so beschleunigen.
Verwendung im Designprozess
Herausforderungen von Design
- Design muss Kommunikationsziele auf eine ansprechende Art vermitteln
- visuelle Konventionen (Fonts, Bildwelten, Formen) bleiben nicht stabil, sondern wandeln sich unter dem Einfluss von Trends
- Design verändert sich in Abhängigkeit von kulturellen, gesellschaftlichen und technologischen Entwicklungen
Lösung für bessere Designprozesse
- Design-Framework: hilft Gestaltung präziser zu planen und zu bestimmen
- Visuelle Analyse: ermöglicht die umfangreiche Erfassung der Konkurrenz und aktueller Trends in Form von Datenvisualisierungen
Wie sieht die Anwendung aus?
Diese drei Beispiele zeigen, wie sich Designprozesse durch den Framework und visuelle Analysen verbessern lassen.
Beispiel: University Branding
Logos von Universitäten wurden bezüglich ihrer Art (Wortmarke, Siegel, Wappen, etc.) sowie weiteren Attributen visuell analysiert. Als Datengrundlage dienen die Top 1000 Universitäten der Welt (nach QS Ranking, 2019).
Die Graphen nutzen konventionelle Darstellungsvarianten der Statistik (PCA, UMAP, MDS).
Mit welchen Arten von Logos
kommunizieren Universitäten weltweit?
- die Logos von Universitäten lassen sich global in drei Gruppen einteilen: Wappen, Siegel, moderne Marken
- Unterschiede zwischen Frankreich, USA, Italien werden deutlich
Fokus der Analyse auf USA, Frankreich und Italien
- neben der Art des Logos wurden auch weitere Elemente wie Illustrationsstil, Motive (Gebäude, Personen, etc.) einbezogen
- ein Hover über die Datenpunkte zeigt das Logo und erhobene Charakteristika an
Erkenntnisse
- die USA nutzen alle Logovarianten
- deutliche Unterschiede zwischen Frankreich und Italien
Marktumfeld mit seinen Designmustern verstehen
- die Daten lassen sich weiter in Cluster aufgliedern
- jedes Cluster teilt sich bestimmte Charakteristika, wobei die Grenzen fließend sein könn
Erkenntnisse – vier Quadranten:
- Monogramm-Logos: verbreitet in den USA in Verbindung mit College-Sport
- abstrakte Logos: häufiger in Frankreich
- klassische Siegel: traditionelle Logos, besonders in Italien
- figurative Logos: Logos, die Architektur, Symbole, etc. darstellen
Welche Charakteristika zeichnet ein Cluster aus?
- die einzelnen Cluster lassen sich nach typischen Merkmalen auswerten
- Cluster 1 (blau) zeichnet sich durch Monogramm- und Wortmarken-Logos aus
Design auf Datenebene greifbar machen
Interaktives Visuelles Mapping: per Knopfdruck lassen sich die Datenpunkte auch als Grafiken anzeigen
(aus rechtlichen Gründen sind die Logos hier verschwommen)
Unterschiede und Gemeinsamkeiten für Außenstehende nachvollziehbar machen
Positionierung finden und Rahmen für Entwurf eingrenzen
Die Kommunikationsziele und Erkenntnisse aus der visuellen Analyse dienen als constraints (Rahmenbedingungen) für die Gestaltung. Die visuelle Exploration hilft vorallem Missverständnisse und unpassende Ansätze von vornherein zu vermeiden.
Vorteil der Analyse
- schnellere und umfangreichere Konkurrenzanalyse
- zielgenaue Anknüpfungspunkte für Positionierung
- schnellere Entwicklung von Moodboards
- Entwürfe mit höherer „Treffsicherheit“
Beispiel: Portfolio Webseiten
Um den visuellen Stil für eine Portfolio Webseite zu finden wurden die Seiten von 200 führenden Persönlichkeiten aus dem Design, DataViz und Data Science – Bereichen untersucht. Die Analyse geht auf visuelle und inhaltliche Aspekte ein.
auch als Artikel zugänglich: Beitrag lesen
Designsprachen der verschiedenen Branchen verstehen
unterschiedliche Branchen wirken sich auch auf die inhaltliche Struktur aus
