Flourish ist eine browserbasierte Plattform für interaktive und animierte Datenvisualisierungen, die mit templates-basierten Vorlagen anspruchsvolle Charts und Storytelling-Formate ohne Programmierkenntnisse ermöglicht.
Rubrik: Mediendesign & Digitale Medien · Unterrubrik: Infografik & Datenvisualisierung · Niveau: Einsteiger Synonyme / Auch bekannt als: Flourish Studio, flourish.studio
Was ist Flourish?
Flourish wurde 2018 in London gegründet und 2022 von Canva übernommen. Es richtet sich an Journalisten, Designer und Kommunikationsprofis, die aufwändigere, animierte oder interaktive Visualisierungen erstellen wollen, ohne JavaScript schreiben zu müssen. Flourish ist bekannt für sein „Racing Bar Chart" (animiertes Balkendiagramm-Rennen), das zu einem viralen Format in der Datenkommunikation wurde, sowie für seine Gapminder-ähnlichen Bubble-Chart-Animationen und Sankey-Diagramme. Die Plattform wird von BBC, Financial Times, Reuters und vielen anderen Medien eingesetzt.
Erklärung
Templates-basiertes Arbeiten: Flourish organisiert sich um Vorlagen (Templates). Für jeden Diagrammtyp gibt es ein oder mehrere Templates, die man auswählt und mit eigenen Daten befüllt. Templates sind von Flourish-Experten und der Community erstellt und enthalten bereits professionelle Gestaltungsgrundlagen. Man kann Templates anpassen (Farben, Beschriftungen, Animationen), aber das Grundlayout ist vorgegeben.
Wichtige Template-Kategorien:
- Bar Chart Race: Das ikonischste Flourish-Format – animiertes Balkendiagramm, bei dem Werte über Zeit rennen. Viral auf Social Media; bekannt durch Musik-Chart-Visualisierungen, BIP-Entwicklungen, Follower-Zahlen.
- Scatter Plot / Bubble Chart: Gapminder-artige Visualisierungen mit Zeitanimation – Länder, Unternehmen oder andere Entitäten bewegen sich durch einen Scatter Plot über Zeit.
- Sankey / Alluvial: Wählerströme, Materialflüsse, Nutzerflüsse.
- Network Graph: Beziehungsnetzwerke mit Force-directed Layout.
- Story: Flourish Stories erlauben die Kombination mehrerer Charts in einem scrollbaren Artikel-Format mit Zwischentexten – ideal für datengetriebene Longform-Artikel.
- Maps: Choropleth-Karten, Symbol-Karten, 3D-Karten.
Flourish Stories: Eine herausragende Funktion ist das Story-Format, das Visualisierungen in einen narrativen Rahmen einbettet. Jeder Slide enthält ein Chart und Text; der Nutzer scrollt durch die Geschichte. Dies ermöglicht das sogenannte „Scrollytelling" – eine Standardform des modernen Datenjournalismus.
Datenverbindung: Wie Datawrapper unterstützt Flourish Google-Sheets-Verknüpfung für Live-Daten. CSVs und direkte Dateneingabe sind ebenfalls möglich. Das Datenschema ist template-spezifisch – jedes Template hat eine eigene Tabellenstruktur, die im Interface erklärt wird.
Gestaltungsfreiheit: Flourish bietet mehr Gestaltungsoptionen als Datawrapper, aber weniger als D3.js. Farben, Schriften, Animationsgeschwindigkeit, Tooltip-Design und viele weitere Parameter sind einstellbar. Für erfahrene Nutzer gibt es auch direkte CSS-Anpassungen.
Beispiele
- Bar Chart Race – Spotify-Top-Songs: Welche Songs und Künstler dominierten die Charts der letzten 20 Jahre? Animiert durch alle Jahre.
- Alluvial-Diagramm – Wählerströme: Verschiebungen zwischen Parteien von Bundestagswahl 2017 zu 2021 zu 2025 als interaktives Alluvial-Diagramm.
- Flourish Story – Klimawandel: Eine scrollbare Story mit wechselnden Chart-Typen, die schrittweise die Entwicklung der Klimaerwärmung erzählt.
- Bubble Chart Race – Länder-Entwicklung: Lebenserwartung vs. BIP aller Länder, animiert von 1960 bis heute im Gapminder-Stil.
- 3D-Karte – Stromerzeugung: Länderkarte Europas mit extrudierten Säulen für Stromerzeugungskapazitäten nach Energieträger.
In der Praxis
Kostenmodell: Freier Plan mit Flourish-Branding und öffentlichen Projekten; Business-Plan ab ca. 99 €/Monat für private Projekte, eigenes Branding und Team-Features. Bildungseinrichtungen erhalten Rabatte.
Workflow-Tipps:
- Template sorgfältig wählen – der Wechsel zu einem anderen Template erfordert Datenneuformatierung
- Daten immer im „Daten-Tab" anpassen, nicht durch direktes Eintippen (überschreibt beim nächsten Upload)
- Für Bar Chart Race: Daten als Wide-Format (ein Jahr pro Spalte) vorbereiten
- Animationsgeschwindigkeit und Übergangsdauer testen – zu schnell = unlesbar, zu langsam = langweilig
- Exportoptionen: iframe (Web), PNG/GIF (Social Media), Video (MP4 im Business-Plan)
Grenzen von Flourish: Weniger geeignet für Standard-Nachrichten-Charts, bei denen Geschwindigkeit und Corporate-Design-Konsistenz Priorität haben (hier ist Datawrapper – Vollständiger Guide besser). Komplexe statistische Visualisierungen und benutzerdefinierte Layouts sind nur mit D3.js möglich (vgl. D3.js Grundlagen). Die Abhängigkeit von Canva (dem Eigentümer) ist für manche Redaktionen ein strategisches Risiko.
Vergleich & Abgrenzung
| Stärke | Flourish | Datawrapper |
|---|---|---|
| Animierte Charts | Sehr stark | Begrenzt |
| Storytelling-Format | Native Story-Funktion | Nicht vorhanden |
| Standard-Nachrichtencharts | Mittel | Sehr stark |
| Barrierefreiheit | Gut | Sehr gut |
| Geschwindigkeit (Workflow) | Mittel | Sehr schnell |
Häufige Fragen (FAQ)
Wann sollte man Flourish verwenden? Wenn Animationen, interaktives Storytelling oder spezielle Chart-Typen (Bar Chart Race, Gapminder-Bubble, Alluvial) benötigt werden. Flourish ist auch die erste Wahl für Redaktionen, die noch kein eigenes Visualisierungsteam mit Programmierkenntnissen haben, aber über Standard-Charts hinausgehen wollen.
Welche häufigen Fehler gibt es bei Flourish? Falsches Datenschema für das gewählte Template (häufigster Fehler), zu schnelle Animationen ohne Pause bei wichtigen Datenpunkten, fehlende Accessibility für Tastaturnavigation und Screenreader, Übebranding (zu viele Farben, zu viele Animationseffekte gleichzeitig) und vergessen, die Visualisierung auf Mobilgeräten zu testen.
Verwandte Einträge
- Datawrapper – Vollständiger Guide
- D3.js Grundlagen
- Animierte Datenvisualisierung
- Storytelling mit Daten
- Netzwerkgraph
Weiterführend
- Flourish Tutorials: flourish.studio/blog/
- Segel, Edward / Heer, Jeffrey (2010): Narrative Visualization. Telling Stories with Data. In: IEEE Transactions on Visualization and Computer Graphics, 16 (6), S. 1139–1148.
- Cairo, Alberto (2019): How Charts Lie. New York: Norton.
