Incom ist die Kommunikations-Plattform der Fachhochschule Potsdam mehr erfahren

Chicken Roadtrip

Chicken Roadtrip

Chicken Roadtrip – Visualizing live-chicken trade data
Online-Tool zur Visualisierung und Exploration des weltweiten Handels mit lebenden Hühnern. Interaktiv können einzelne Länder ausgewählt und zusätzliche Informationsebenen auf der Weltkarte dargestellt werden um nach Zusammenhängen für die teilweise enormen Wege zu suchen.

Idee & Recherche

Durch die Globalisierung werden Waren wie Agrar- und Industrieprodukte auf sehr langen Wegen transportiert. Sowohl die Gründe dafür als auch die Vor- und Nachteile sind zahlreich und komplex. Auch wenn wir anfänglich noch kein konkretes Produkt fokussiert hatten war unser Ziel recht klar:
Wir wollen mithilfe einer flowchart-ähnlichen Visualisierung auf einer Karte Bewusstsein und Neugier über Handelswege in unserer globalisierten Welt schaffen.
Durch Recherche und erste interaktive Prototypen erhielten wir einen Überblick über die Handelswege verschiedenster Produktgruppen.
Wir nutzten während des gesamten Projektes Daten von FAOSTAT.

Online-Recherche

Schlagzeilen zum Problem der unsinnigen Warenwege und dessen Folgen motivierten uns zum Projekt.

Der Fleischatlas des BUND zeigt zahlreiche Zusammenhänge des Fleischhandels auf und nutzt ebenfalls Daten von FAOSTAT. Deutlich wird in der obigen Abbildung vor allem dass die Produktion (bzw. Schlachtung) von Hühnern im Vergleich zu anderen Tieren um ein tausendfaches höher ist. Die Darstellungen waren für uns teilweise eine guter Anhaltspunkt wie unsere Visualisierung nicht aussehen sollte.

Sojabohnen als Futtermittel
Wir überlegten den Handel von lebenden Tieren und deren Futtermittel und damit verbundene Probleme aufzuzeigen. Durch die Globalisierung haben sich nicht nur die Produktionsmengen extrem vergrößert, sondern die Produktionsstädten von Futtermittel und den Tieren haben sich voneinander entfernt. Die Verbindung der Produktion von Nutztieren mit der Sojabohnen-Produktion fanden wir dabei besonders spannend. Sojaanabu ist seit 1961 massiv gestiegen. Die Anbaufläche beispielsweise in Argentinien hat sich von 980 ha auf über 17 Mio. ha vergrößert. 80% des importierten Sojas wird als Futtermittel benutzt. Diese Relation und noch zusätzliche Informationen, Daten zur Soja-Anbaufläche und weltweiten Soja-/Fleischhandel überlegten wir durch eine interaktive Karte zu visualisieren.

Recherche-Beispiel zur Einbeziehung vom Futtermitteln Soja für Nutztiere. Später verwarfen wir die Idee aufgrund der Komplexität.

Daten & Prototypen

Probleme mit den Daten
Wir verwendeten Daten von FAOSTAT. Diese Datenbank liefert zahlreiche Agrardaten (Fläche, Dünger, Konsum, Preis, Menge, Abholzung, ...) zu beinahe sämtlichen Lebensmitteln bzw. tierischen Produkten. Die Fülle an Daten war für uns zum einen eine Bereicherung, zum anderen haben wir uns aber auch teilweise in den Daten verloren. Denn oft stießen wir vor das Problem, dass die Daten zwar vielversprechend erschienen, jedoch letztendlich wenig Aussage liefern, da die Daten nicht kongruent sind. So betreibt zum Beispiel Usbekistan kein Handel mit Hühnern, Russland exportiert jedoch Hühner nach Usbekistan. Gerne hätten wir auch Regionen einbezogen, aber die Daten beziehen sich ausschließlich auf Länder.

Gerne hätten wir auch die Folgen des globalen Fleischhandels- bzw. Konsums wie zum Beispiel Migration, Zerstörung des Regenwaldes, Zerstörung der Artenvielfalt, Verdrängung kleinerer Betriebe durch Riesenkonzerne oder Gentechnik aufgezeigt, jedoch ist die Thematik viel zu komplex um lediglich durch Länderdaten reproduziert und visualisiert zu werden. Denn die Handelsdaten sind nicht Zweckgebunden und man weiß also nicht ob Tiere zum Schlachten, zur Weiterverarbeitung oder für den Konsum gehandelt werden oder warum tatsächlich Regenwald abgeholzt wurde.

Ein Beispiel dazu von einer unserer Ideen – inspiriert von unserer Recherche –, welche leider nicht funktioniert:
Mehrere Länder exportieren Futtermittel, Fleisch und Tiere in ein Land. Dieses produziert selbst und konsumiert. Schließlich exportiert es Tiere zurück in Länder die Futtermittel liefern und Fleisch in Länder exportiert, welche Tiere geliefert haben. Dies passiert zum Beispiel mit Belgien und Deutschland. Belgische Schweine werden hier geschlachtet und zurück exportiert, da es hier sehr gute Schlachtanlagen und zudem Billig-Arbeitskräfte aus Osteuropa gibt.

Erste Prototypen
Parallel zur Recherche begannen wir mit der Umsetzung einfacher Prototypen um nach spannenden Trends in den Daten zu suchen bzw. unsere Recherche-Ergebnisse in den Daten wiederzufinden.

Prototyp in D3 bei dem mehrere Farmtiere zur Auswahl stehen (Rinder, Hühner, Schweine) und Import und Export je in unterschiedlicher Farbe dargestellt werden.

Prototyp mit Unfolding in Processing bei dem die Handelspartner von Produkten verschiedenster Produktgruppen (Obst, Getreide, Farmtiere) dargestellt werden.

Die Prototypen zeigten uns, dass beinahe jedes Produkt über weite Strecken gehandelt wird. Wir fanden jedoch den Handel mit lebenden Tieren aufgrund der Tatsache, dass es sich eben um Lebendtransporte über weite Strecken handelt, am reizvollsten. Bei der dann folgenden Recherche und Prototypen fokussierten wir uns auf die drei Haupt-Farmtiere Rinder, Schweine und Hühner.

Zwischenzeitlicher Wireframe, welcher neben der Handelsansicht auf der Karte noch die Zeit als Filter vorsieht.

Finales Konzept

Nach umfangreicher Recherche und ersten Prototypen entschieden wir uns schließlich dazu – wegen der enormen Komplexität der Thematik des Fleischhandels – den Handel mit lebenden Hühnern für das letzte vorhandene Jahr (2011) zu fokussieren. Denn das Interessante am Verzehr von Hühnern ist, dass es religionenübergreifend gegessen wird. Zudem stagnieren Produktionszahlen von Rindern und Schweinen, während der Hühnerkonsum laut Prognosen in den nächsten Jahrzehnten noch sehr stark ansteigen wird, durch die geplante Massentierhaltung in Indien und China.

Design

Darstellung von Import und Export
Die Unterscheidung der Import- und Exportlinien war eine zentrale Gestaltungsfrage. Wir probierten die Linien jeweils separat, überlagernd oder nicht-überlagernd darzustellen. Die Lesbarkeit war jedoch meist sehr schlecht und wir entschieden uns dafür den Handel zweier Länder durch eine einzige Linie darzustellen. Die Handelstendenz sollte dabei durch die Farbe codiert werden, vom Standpunkt des Auswahllandes (rot: Import dominiert; blau: export dominiert; gelb: Handel ausgeglichen). Die Quantität stellen wir über die Strichstärke dar, wobei dessen Maximum sich nach dem Gesamthandel des Auswahllandes richtet.

Früher Farbentwurf: Import (rot) und Export (grün) werden separat dargestellt und Quantität wird durch Liniendicke dargestellt. Am Beispiel Europa, wo viele kleine Ländern stark miteinander Handeln, fällt es durch die Überlagerung schwer zu erkennen wie groß der Import/Export-Anteil ist bzw. welche Länder überhaupt miteinander handeln.

Finales Arrangement der Handelslinien und Farbcodierung. Durch die Reduzierung der Linienanzahl und die Handelsdarstellung durch Farbe werden Tendenzen auf engem Raum gut erkannt. (Beispiel Österreich, Länder ausgeblendet für den Farbfokus)

Linien-Darstellung der Handelspartner
Die Handelspartner über Anfangs- und Endpunkte von Linien darzustellen lag auf der Hand und erste Prototypen offenbarten, dass ein Edge-Bundling zwingend notwendig ist, um die Trends von Regionen sehen zu können. Das Edge-Bundling mit D3 war dabei nicht ganz trivial. Neben dem üblichen Zweck der sinnvollen Bündelung der Region entsprechend, sollten Seewege möglichst bevorzugt werden und auf kurzen Strecken sollte kein bzw. kein starkes Bundling angewendet werden. Die Standard-Darstellung von D3 musste dafür stark verändert werden.

Finales Edge-Bundling (Beispiel Philippinen, Länder ausgeblendet)

Schritte des Edge-Bundling. Um die Linien um Landflächen wie Afrika herumzubündeln haben wir zusätzliche Knotenpunkte angelegt.
(1) Linear (2) Standard D3 (3-5) Knotenpunkte (6) Quantitative Darstellung durch Strichstärke

Die Karte
Das Hauptelement unseres Tools ist die Karte. Sie ist zum einen die Navigation für die Auswahl der Länder und zum anderen natürlich das Hauptmedium für die Visualisierung der Handelslinien.
Um zusätzliche Informationen zu integrieren, welche dem Nutzers Informationen über die Handels-Zusammenhänge liefern können, haben wir eine Chloroplethenkarte verwendet. Dort können Produktion ( Köpfe pro Jahr), Handelswert (in Dollar pro Jahr), Import und Export (je Köpfe pro Jahr) dargestellt werden. Diese sind über entsprechende Buttons auswählbar.

Icons und Buttons der vier Kategorien für die Darstellung zusätzlicher Informationen durch Färbung der Länder.

Farbe
Je nach dargestellter Kategorie bzw. dargestellter Einheit ändert sich die Färbung der Chloroplethenkarte. Beige entspricht Köpfen pro Jahr und grün entspricht Dollar pro Jahr. Die Quantität wird über die Dunkelheit der Farbe dargestellt. Der Maximale Farbwert wird jeweils anhand des maximalen dargestellten Wertes normalisiert. Wir experimentierten mit verschiedensten Normalisierungen wie zum Beispiel auch dem Logarithmus.

Chloroplethenkarte ohne ausgewähltes Land entsprechend der vier Kategorien Produktion, Handelswert, Import und Export.

Das Fehlen von Daten zeigen wir durch eine graue Färbung an, die nur geringfügig dunkler als die Farbe des Wasser ist, sodass diese Länder zwar noch sichtbar sind, aber trotzdem stark in den Hintergrund treten. Wird keine Kategorie ausgewählt werden alle Länder einheitlich grau gefüllt. Das grau für abwesende Daten ist dabei so kontrastarm, dass es hier nicht zu Verwechslungen kommen kann.
Leider fehlen, vor allem bei den Daten über den Handelswert, viele Daten auch von großen Händlern wie Deutschland oder USA. Wir haben uns jedoch trotzdem dazu entschieden diese anzubieten, da wir diese Kategorie prinzipiell als sehr wichtig ansehen.

Legende der Liniendarstellung und der Chloroplethenkarte. Die Legende aktualisiert sich, wenn eine Kategorie gewechselt wird.

Projektion
Wir hinterfragten die Mercator-Projektion und versuchten Alternativen wie die Plattkarte oder die orthografische Verzerrung. Letztere hätten wir gerne verwendet, da die Darstellung direkt auf dem Globus sehr gut funktioniert und die langen Wege besser verständlich werden. Leider war diese Projektion nicht performant.

Die orthografische Projektion fanden wir passend, war aber leider nicht performant

Hervorhebung von Handelspartnern
Um nach der Auswahl eines Landes sofort einen Überblick zu bekommen mit wie vielen Ländern dieses handelt und wie diese verteilt sind, werden alle nicht-handelnden Länder transparent dargestellt. Diese sind dabei aber noch gut vom Wasser bzw. Hintergrund zu unterscheiden.

Highlight der Handelspartner. Zu sehen ist Niederlande, der größter Händler mit lebenden Hühnern. (Handelslinien sind ausgeblendet)

Expertentool?
Wir standen vor der Wahl ein Expertentool zu gestalten. Getrieben von dem Wunsch beim Nutzer ein grobes Interesse und Neugier für die Problematik des Handels mit lebenden Tieren in Verbindung mit dem weltweiten Fleischkonsum zu wecken und schnell aufnehmbare Informationen zu liefern, entschieden wir uns gegen ein Expertentool. Dieses hätte zum Beispiel die Navigation durch die Zeit, Normalisierungsentscheidungen (Logarithmus oder Linear) und Vergleich mit weiteren Farmtieren wie Schweine und Rinder vorgesehen.

Kein Expertentool!
Stattdessen haben wir mögliche Filter und Switches auf das nötigste reduziert und nur wenige wichtige Basisinformationen in Form von Zahlen und Bar-Charts hinzugefügt. Der Nutzer soll nicht von Informationen und Möglichkeiten "erschlagen" werden, sondern einen ersten schnellen Eindruck bekommen und zudem die Möglichkeit haben essenzielle Trends und Fakten zu erfahren.

Das Länder-Portrait
Wir haben dafür über der Karte ein Portrait-Feld für das jeweils ausgewählte Land hinzugefügt. Dort gibt es zum einen eine "Eye-catch-Zahl", die sich entsprechend der gewählten Informationsebene ändert (Produktion: geschlachtete Hühner pro Minute; Handelswert: Dollar/Kilo; Import und Export: je der durchschnittlich zurückgelegte Weg in Kilometer). Diese "greifbaren" Zahlen sollen schnelles Bewusstsein schaffen und dabei helfen Länder in den entsprechenden Kategorien vergleichen zu können.

Zusätzlich stellen wir die enormen Zahlen der Kartenvisualisierung, die meist jenseits der Vorstellungskraft liegen, in Bar-Charts dar und zeigen die absoluten Zahlen. Dargestellt werden Produktion, Bevölkerung und importierte- sowie exportierte Tiere pro Jahr. Normalisiert sind alle Werte anhand der Produktionszahl. Interessant dabei ist, dass wir tatsächlich jeweils absolute Kopfzahlen anzeigen und somit der Vergleich der Charts durchaus sinnstiftend ist. Nur bei äußerst wenigen Ländern (z.B Kasachstan) ist die Produktionszahl nicht die größte der dargestellten Zahlen und ein Chart "sprengt" den Rahmen. Dieses Verhalten nehmen wir wegen der Seltenheit und der zusätzlich starken Aussage in Kauf.

Das komplette Interface

Das finale Interface. Ausgewählt ist der Hauptproduzent China und die Ländereinfärbungen stellen die Produktionszahlen dar.

Weitere Screenshots

Indien

Deutschland

Irland

Rumänien

Spanien

Ghana

Fazit

Das Kennenlernen zahlreicher Kartentools zu Beginn des Kurses hat uns sehr inspiriert, auch wenn wir schließlich doch altbekannte Mittel wie D3 mit geo-json verwendet haben.
Die Projektarbeit war sehr aufregend, da der Ausgang der Projektes wegen der Fülle an möglichen Daten sehr flexibel war. Die konkrete Umsetzung des Projektes im Team mit der Verbindung aus Recherchearbeit, Co-Coding, Datenvisualisierung und Webdesign war für uns alle in dieser Form neu und sehr lehrreich.

Art des Projekts

Studienarbeit im Hauptstudium

Betreuung

Sebastian Meier

Zugehöriger Workspace

Google Maps and beyond: Karten für Desktop, Mobile und Print

Entstehungszeitraum

Sommersemester 2014