Farbskalen visualisieren Wetterkarten, Verkehrsströme, Sportdaten, medizinische Bilder oder die Ergebnisse von KI- und Data-Science-Anwendungen. Doch die Wahl der Farben ist weit mehr als eine ästhetische Entscheidung. Sie beeinflusst, wie Menschen Daten wahrnehmen, interpretieren und darauf reagieren.

In einem neuen Beitrag von Helena Jambor in der Nature-Methods-Reihe zur Datenvisualisierung, «Color Scales and the Birth of Viridis», wird dies am Beispiel der Farbskala Viridis erklärt – einer Farbskala, die in den vergangenen zehn Jahren zu einem Standard in Wissenschaft und Technik geworden ist. Die zentrale Erkenntnis: Nicht alle Farbskalen sind gleich gut geeignet, um quantitative Daten darzustellen. Viele klassische Regenbogen-Farbskalen erzeugen künstliche Kontraste, überbetonen bestimmte Bereiche und können wichtige Muster verdecken oder sogar irreführende Eindrücke erzeugen. Moderne Farbskalen wie Viridis wurden dagegen gezielt entwickelt, um Daten möglichst unverzerrt darzustellen – auch für Menschen mit Farbsehschwächen.

Die Bedeutung reicht weit über die Wissenschaft hinaus. In der Medizin können Farbskalen beeinflussen, wie Ärztinnen und Ärzte Blutfluss, Tumorgewebe oder andere diagnostische Merkmale erkennen. In der Robotik und Mensch-Maschine-Interaktion bestimmen sie, wie Zustände und Risiken in Benutzeroberflächen kommuniziert werden. In Wetter- und Strömungssimulationen helfen sie dabei, komplexe räumliche Muster sichtbar zu machen. Und in der Datenanalyse entscheiden sie oft darüber, ob Trends und Ausreisser erkannt oder übersehen werden.

Mit der zunehmenden Verbreitung datengetriebener Anwendungen wird die Gestaltung von Visualisierungen zu einer Schlüsselaufgabe der Informatik. Gute Farbskalen verbessern nicht nur die Ästhetik von Darstellungen – sie können die Genauigkeit von Entscheidungen erhöhen, Fehlinterpretationen reduzieren und komplexe Informationen für ein breiteres Publikum verständlich machen.

Der Artikel ist der erste Teil der neu aufgelegten Nature-Methods-Reihe zur Datenvisualisierung unter der Leitung von Helena Jambor. Die Beiträge zeigen anhand konkreter Beispiele, wie Wahrnehmungspsychologie, Informatik und Design im Bereich der Datenvisualisierung zusammenwirken.

Zum Artikel: https://www.nature.com/articles/s41592-026-03114-w