Zahlen bitte! – Diagramme und Infografik als visuelle Argumente

Die Corona-Krise ist auch ein Mangel an Bildern, ein Problem der Anschauung. Die wenigen, sich wiederholenden Motive (auch auf diesem Blog), wie etwa leere Straßen oder Hamsterkäufe, zeigen nur einzelne Effekte. Das Kerngeschehen der Corona-Pandemie spricht hingegen aus Diagrammen und Infografiken. Wie sind diese Darstellungsformen beschaffen? Und welche Bedeutungen und Aussagen werden ihnen zugeschrieben?

Kreise auf einer Landkarte, Balken-, Säulendiagramme und vieles mehr – es benötigt kulturelles Wissen, um solche Grafiken lesen und verstehen zu können. Die im Mathematikunterricht für viele wohl als ziemlich abstrakt empfundenen Steigungswerte von Exponentialfunktionen sind einerseits eine derzeit sehr reale Herausforderung, andererseits wird das Verständnis von spezielleren Graphen und Visualisierungen schnell voraussetzungsreich: Oder wie gut können Sie etwas anfangen mit der Abbildung von Wachstumsraten durch logarithmische Skalen?

Diagramme und Infografiken bilden die Wirklichkeit nicht einfach nur ab, sondern ihre Darstellungsformen folgen auch ästhetischen Idealen und Gestaltungskonventionen. Diese sind sowohl implizit in unserem kulturellen visuellen Gedächtnis verankert als auch beeinflusst von bewussten Intentionen und aktiven Entscheidungen. Welche grafischen Maßstäbe und Farbskalen werden gewählt? Und wann werden sie wie an veränderte Umstände angepasst?

Bildrhetorik als Motivwanderungen

Sich unter Statistik und Zahlen etwas vorstellen zu können, wird zur kollektiven Herausforderung und gesellschaftlichen Aufgabe. Bei den Versuchen, ein visuelles Verständnis heterogener Infografiken zu entwickeln oder geeignete andere Darstellungsformen zu finden, denke man etwa an eine Veranschaulichung der Washington Post: Sich bewegende und nach gegenseitigen Berührungen verfärbende Punkte machen den Mechanismus und die Wirkung von „Social Distancing“ (das man eigentlich präziser als „Physical Distancing“ bezeichnen sollte) „sichtbar“. Binnen kürzester Zeit wurde diese Simulation weltweit rezipiert, weiterverbreitet und nachgeahmt.

Rhetorische Bilder und ihre Motive wandern. Das gilt auch für die mit Abstand populärste Grafik: Zwei Normalverteilungskurven, die eine hoch und schmal, die andere flach und gestreckt. Dazu eine horizontale Linie als Metapher für die Kapazitätsgrenze des Gesundheitssystems. Seit etwa Anfang März hat sich diese Darstellung in den Medien und unter dem Hashtag #FlattenTheCurve immens stark verbreitet. Die beiden Kurven dienen, mit dem Philosophen Dieter Mersch (2006) gesprochen, als ein „visuelles Argument“ für die Notwendigkeit eines langsameren Anstiegs der Fallzahlen. Die grafische Rhetorik wird diskursiv eingesetzt, um politische Interventionen zu begründen und individuelles Distanzverhalten anzumahnen.

Kurven werden zur Erklärung, Kreise zur Erzählung, Zahlen zum Ereignis. Doch deren Inhalte sind nie selbstevident; statt einer einzigen, unmissverständlich kommunizierten Aussage gibt es immer multiple Lesarten. Daten sind deutungsoffen. An die „eigentliche“ Auffassung können sich weitere Interpretationen und Aussagen anlagern. Diagramme werden so zu vieldeutigen Symbolen. Die visuelle Anthropologie fragt dann ethnografisch: Wo tauchen wann welche Grafiken auf und mit welchen Bedeutungen werden sie dabei von wem versehen?

Modellierungen als Zahlenspiele

#FlattenTheCurve ist auch ein Beispiel für antizipierende Modellierungen. Hypothesen und Szenarien versuchen, zukünftige Infektionsverläufe abzuschätzen. Doch die Modellierung der Ausbreitungsgeschwindigkeit ist eine Gleichung mit vielen unbekannten Parametern. Die Basisreproduktionszahl (nun auf einmal auch für Laien ein Begriff) oder die Sterblichkeitsrate (Ist jemand an oder mit dem Virus gestorben?) stellen nur zwei der vielen Unsicherheiten bei der Definition von Faktoren dar und erzeugen einen hohen Interpretationsbedarf.

Komplexe Modelle, das hat Paul Edwards in einer umfangreichen Studie zu Klimamodellierungen gezeigt, sind immer „semi-empirisch“. Sie werden einerseits mit Daten gefüttert, stellen aber andererseits Manifestationen von mathematischen Annahmen und hypothetischen Erklärungsansätzen dar. „That’s model-data symbiosis. So whether we are looking at data images or model projections […], we will always experience them as probalistic, as shimmering rather than fixed“ (2010: 352).

Modellierungen sind dann Zahlenspiele im besten Sinne. Wer das selbst ausprobieren möchte: Die New York Times bietet eine recht simple Animation. Für Fortgeschrittene empfehlen sich diese sowie diese Simulationsplattformen, bei denen sich viele weitere Parameter verändern und ihre Auswirkungen studieren lassen. Viel Spaß beim Erkenntnisgewinn!

Tobias Becker (Freiburg im Breisgau)

Literatur

Paul N. Edwards 2010: A Vast Machine. Computer Models, Climate Data, and the Politics of Global Warming. Cambridge/Massachusetts, London.

Dieter Mersch 2006: Visuelle Argumente. Zur Rolle der Bilder in den Naturwissenschaften. In: Sabine Maasen u. a. (Hg.): Bilder als Diskurse – Bilddiskurse. Weilerswist: 95–116.

Bildquellen: Wikimedia / Johannes Kalliauer, Givingbacktosociety, Ratherous.