Dashboard Design

Dashboard Design bezeichnet die methodische Gestaltung von Datendashboards – visuellen Oberflächen, die multiple Metriken und Charts in einer einzigen Ansicht zusammenfassen und damit schnelle Orientierung, Analyse und Entscheidungsfindung ermöglichen.

Rubrik: Mediendesign & Digitale Medien · Unterrubrik: Infografik & Datenvisualisierung · Niveau: Einsteiger Synonyme / Auch bekannt als: Datendashboard, Business-Intelligence-Dashboard, Reporting-Dashboard, KPI-Dashboard

Was ist Dashboard Design?

Das Dashboard (von „Armaturenbrett") ist eine Metapher aus dem Fahrzeugbereich: Wie ein Armaturenbrett dem Fahrer auf einen Blick alle kritischen Informationen liefert (Geschwindigkeit, Tankstand, Drehzahl), soll ein Datendashboard einem Nutzer sofort die wichtigsten Metriken seines Verantwortungsbereichs zeigen. Dashboards sind in Unternehmensführung, Redaktionsmanagement, Webanalyse, Wissenschaft und Verwaltung allgegenwärtig. Gutes Dashboard Design ist jedoch selten – die meisten Dashboards leiden unter Überladung, falschen Chart-Typen und mangelnder Priorisierung.

Erklärung

Die drei Dashboard-Typen nach Stephen Few:

1. Strategische Dashboards: Für Führungskräfte und Entscheidungsträger. Zeigen langfristige Trends und KPIs auf hoher Aggregationsebene. Wenig Detail, klare Zusammenfassung. Aktualisierung täglich bis wöchentlich.

2. Analytische Dashboards: Für Analysten und Fachleute. Erlauben tiefes Eintauchen in Daten, Drill-Down, Filterung nach Dimensionen. Mehr Chart-Typen, mehr Interaktivität.

3. Operative Dashboards: Für Echtzeit-Monitoring. Zeigen aktuelle Werte mit Alarmsignalen (Schwellenwerte). Aktualisierung sekündlich bis stündlich. Typisch in Redaktionsräumen (Live-Abrufe), IT-Monitoring, Produktionskontrolle.

Informationshierarchie und Layout: Die wichtigste Design-Entscheidung ist die Priorisierung: Was ist die wichtigste Information und sollte oben links stehen (westliche Leserichtung)? Das F-Muster der Blickforschung zeigt, dass Nutzer zuerst die obere Zeile und dann die linke Spalte scannen. KPIs und Zusammenfassungsmetriken gehören nach oben, Detailcharts nach unten.

The Big Number: Große, einzelne Zahlen (KPI-Kacheln) sind das effektivste Kommunikationsmittel auf Dashboards. Eine einzige Zahl mit Kontext (Vergleich zum Vormonat, zur Zielmarke) kommuniziert schneller als jeder Chart. Beispiel: „1.247 Neuanmeldungen heute (+12 % vs. gestern)".

Sparklines: Tuftes Erfindung der Sparklines – winzige, inline eingebettete Liniendiagramme ohne Achsen – sind ideal für Dashboards: Sie zeigen den Trend einer Metrik in minimalstem Platzbedarf, direkt neben der aktuellen Zahl.

Konsistenz: Auf einem Dashboard müssen alle Charts denselben Zeitraum zeigen (oder klar kommunizieren, wenn nicht), dieselbe Farbkodierung für gleiche Entitäten verwenden (dieselbe Produktkategorie immer dieselbe Farbe) und dieselbe visuelle Sprache sprechen. Inkonsistenz erzeugt kognitive Last und Fehler.

Interaktivität und Filter: Gute Dashboards erlauben Filterung: nach Zeit, nach Region, nach Produktkategorie. Diese Filter müssen synchron auf alle Charts wirken (Tableau Filter Actions). Filter sollten als erste Aktion zugänglich sein, nicht versteckt.

Responsive Design und Kontext: Ein Desktop-Dashboard ist für ein 4K-Monitorsetup optimiert. Ein mobiles Dashboard benötigt völlig andere Priorisierung. „Mobile-first" für Dashboards bedeutet: Was ist die eine Information, die auf einem 6-Zoll-Display passen muss?

Gemeinsame Fehler nach Few:

• Dashboard über mehr als einen Bildschirm hinaus (erfordert Scrollen = schlechtes Design)
• Zu viele Chart-Typen ohne Konsistenz
• Fehlende Kontextualisierung (Ist 87 % gut oder schlecht? Im Vergleich zu was?)
• Dekorative 3D-Charts auf Dashboards
• Alert-Farben (Rot) für nicht-kritische Informationen

Beispiele

1. Google Analytics: Das Standardbeispiel für ein analytisches Web-Dashboard – Übersichtsmetriken (Nutzer, Sitzungen, Absprungrate) in KPI-Kacheln, Zeitreihen für Trends, Tabellen für Detailanalyse.
2. Redaktions-Dashboard (z. B. Chartbeat): Live-Dashboard für Online-Redaktionen – aktuelle Leser pro Artikel, Scrolltiefe, Traffic-Quellen. Operative Nutzung, Echtzeit-Daten.
3. RKI COVID-Dashboard: Eines der meistgenutzten öffentlichen Dashboards Deutschlands 2020–2022 – Inzidenz, Impfquote, Hospitalisierung in kombinierten Charts und Karten.
4. Unternehmens-KPI-Dashboard (Tableau): Vertriebs-Dashboard mit Umsatz (Kachel + Sparkline), Verkäufe nach Region (Choropleth), Top-Produkte (Tabelle), Monatstrend (Liniendiagramm) – alles auf einem Bildschirm.
5. Social-Media-Dashboard (Hootsuite/Sprout Social): Follower-Entwicklung, Engagement-Rate und Post-Performance verschiedener Kanäle in einem integrierten Reporting-Dashboard.

In der Praxis

Tools:

• Tableau: Marktführer für interaktive Business-Dashboards mit Live-Datenquellen
• Power BI (Microsoft): Ähnlich wie Tableau, tief in Microsoft-Ökosystem integriert
• Looker Studio (Google): Kostenlos, integriert mit Google Analytics, Search Console, Sheets
• Datawrapper: Für redaktionelle Übersichtsseiten mit eingebetteten Charts (kein klassisches Dashboard, aber ähnliche Funktion)
• Grafana: Open-Source-Dashboard für technisches Monitoring (IT-Infrastruktur, DevOps)

Workflow-Tipp nach Few:

1. Zielgruppe und Use Case definieren (Strategisch/Analytisch/Operativ?)
2. Metriken priorisieren (nicht mehr als 7±2 gleichrangige Elemente)
3. Layout skizzieren (Paper Prototype) bevor das Tool geöffnet wird
4. Chart-Typen nach Datentyp und Aussage wählen, nicht nach Ästhetik
5. Farbe konsistent und sparsam einsetzen (vgl. Farbwahl in der Datenvisualisierung)
6. User-Test mit echten Zielgruppen-Vertretern

Vergleich & Abgrenzung

Häufige Fragen (FAQ)

Wann sollte man ein Dashboard erstellen? Wenn dieselben Metriken regelmäßig (täglich, wöchentlich) überwacht werden müssen, wenn mehrere Stakeholder auf dieselbe Datengrundlage zugreifen sollen und wenn die Daten sich dynamisch aktualisieren. Für einmalige Analysen ist ein Bericht oder eine Infografik oft effizienter.

Welche häufigen Fehler gibt es beim Dashboard Design? Überscrollen (mehr als ein Bildschirm), fehlende Kontextualisierung von KPIs (kein Zielwert, kein Vergleich), inkonsistente Farbkodierung über Charts, dekorative 3D-Elemente, zu viele Metriken (Nutzer wissen nicht, worauf sie schauen sollen), nicht-synchrone Filter und fehlende mobile Optimierung.

Verwandte Einträge

• Tableau Grundlagen
• Data-Ink Ratio
• Farbwahl in der Datenvisualisierung
• Barrierefreiheit in Datenvisualisierungen
• Storytelling mit Daten

Weiterführend

• Few, Stephen (2006): Information Dashboard Design. The Effective Visual Communication of Data. Sebastopol: O'Reilly.
• Few, Stephen (2012): Show Me the Numbers. 2. Auflage. Burlingame: Analytics Press.
• Yau, Nathan (2011): Visualize This. The FlowingData Guide to Design, Visualization, and Statistics. Indianapolis: Wiley.