Welche Methoden sind notwendig, um innerhalb des Entwurfprozesses aus der Fülle der vorhandenen Datensätze relevante Informationen zu identifizieren? Wie lassen sich diese Daten visualisieren, um anschliessend aussagekräftige Entscheidungen für den Entwurf ableiten zu können? Dieses Thema erforschen wir experimentell innerhalb des MAS LA Moduls: «Programming Landscapes».
Während klassischerweise statistische Darstellungen zur Hauptaufgabe haben, komplexe Ideen klar, genau und effizient zu kommunizieren, befinden wir uns aktuell in einer Phase der fast uneingeschränkten Zugriffsmöglichkeit auf Daten, die als entwerferisch relevant betrachtet werden können. Durch den einfachen technischen Zugang durch z.B. den Einsatz von Quadrocoptern (ferngesteuerte Luftfahrzeuge) in Kombination mit Sensoren können die unterschiedlichsten Daten erfasst werden, die über ortsspezifische Bedingungen Echtzeitinformationen liefern.
Daten, die besonders in der Landschaftsarchitektur als Ergänzung zur klassischen GIS Information «datascapes» erzeugen, die auf unterschiedlichen Ebenen als Entwurfswerkzeug eingesetzt werden können. Die Erfahrungen mit unseren Studierenden zeigen jedoch, dass die Datensätze oftmals nicht vollständig verstanden werden und daher die falschen Parameter den Entwurf beeinflussen. Die Entwürfe werden schnell unendlich komplex und nicht mehr kontrollierbar.
Seit drei Jahren befassen wir uns innerhalb des MAS LA Programms damit, neue Einsatzgebiete zu erforschen, welche die Spielräume der Programmierung in Bezug zur Darstellung von realen Daten (Sensordaten) als Entwurfswerkzeug ausloten. Unsere bisherigen Erfahrungen basieren auf der Verwendung von Processing, einer Open Source-Programmiersprache mit direktem visuellen Output. Hauptziel des Kurses ist es, einen kreativen Umgang mit komplexen Zusammenhängen zu erlernen. Am Anfang steht das elementare Verstehen der Daten, daran anschliessend wird nach neuen Strategien geforscht, diese werden visualisiert, um entwurfsrelevante Entscheidungen daraus ableiten zu können.
Betrachtet man die allgemein verwendeten Softwarepakete zur Datenvisualisierung, geht oftmals der Prozess der Reflexion vergessen. Die visuelle Repräsentation, sei es Modell oder Zeichnung, ist oft einer räumlichen Gegebenheit oder einer Entwurfslösung sehr ähnlich und läuft Gefahr mit dieser verwechselt zu werden. Unsere Erfahrung zeigt, dass «Big Data Visualisierung» in der Landschaftsarchitektur neben dem Datenverständnis ein gewisses Grundverständnis über die Programmierung erfordert, um eigenständig in der Lage zu sein die Datenverwendung zu kontrollieren. Die schnelle technische Entwicklung ermöglicht momentan eine fast uneingeschränkte Verwendung von beliebig komplexen Datensätzen; selbst erfasste oder solche aus Open-source-Quellen. Dies erfordert wiederum auf Seiten der Hochschulen eine methodische und didaktische Weiterentwicklung der Entwurfswerkzeuge.