Die visuelle Analytik richtet ihr Augenmerk vor allem auf die so genannte algorithmische Wissenserschließung („Knowledge Discovery“) aus Datenbanken und auf explorative Visualisierungen, eine angrenzende Teildisziplin der Informatik. Hierzu gehört einerseits die automatisierte Analyse großer Datenbestände mit Hilfe intelligenter Algorithmen, die das in den gesammelten Daten enthaltene verborgene Wissen extrahieren und daraus Modelle erzeugen können, die für Vorhersagen und zur Entscheidungsunterstützung genutzt werden können. Andererseits gehören zur Wissenserschließung auch Methoden der visuellen interaktiven Datenanalyse, die dem menschlichen Experten die Möglichkeit bieten, mit seiner Überlegenheit bei der visuellen Erfassung von auffälligen Mustern auf Bildern und Grafiken, in die Analyse einzugreifen. Wir entwickeln Methoden und Werkzeuge, die diese beiden Ansätze zur Wissenserschließung in ein allgemeines Paradigma der visuellen Analytik integrieren.

Dabei konzentrieren wir uns besonders auf zeitbezogene und/oder raumbezogene Geodaten. Dazu gehören zum Beispiel Trajektorien von sich bewegenden Objekten (Menschen, Autos, Tiere, vom Computerbildschirm gemessene Augenbewegungen), raumbezogene Zeitreihendaten (Dynamiken von Wetteraufzeichnungen oder demographischen Kennzahlen) und Ereignisse (Erdbeben, Verkehrsunfälle, Beobachtungen seltener Tier- und Pflanzenarten). Unser Forschungsinteresse richtet sich außerdem auf nicht-räumliche Daten wie etwa Zeitreihen von Finanzkennzahlen oder auf die Datenextraktion aus Text- und Multimedia-Dokumenten.