Ziel dieser Arbeit ist das Design von Visual Analytics-Lösungen für die Unterstützung evidenzbasierter Entscheidungsfindung. Aufgrund der stetig wachsenden Komplexität der Welt, wird die strategische Entscheidungsfindung zu einer immer größeren Herausforderung. Auf Unternehmensebene werden Entscheidungen nicht mehr auf Basis rein ökonomischer Faktoren getroffen. Umweltbezogene und soziale Aspekte werden ebenfalls berücksichtigt in modernen Unternehmen. Auf politischer Ebene wird zudem die öffentliche Meinung in die politische Entscheidungsfindung mit einbezogen, da Politiker ihren Machterhalt durch Wiederwahl anstreben. Entscheidungsträger stehen vor der Herausforderung diese unterschiedlichen Faktoren in ihrer Entscheidungsfindung zu berücksichtigen und gleichzeitig die Dauer des Entscheidungsprozesses zu beschleunigen, um auf sich immer schneller ändernde Anforderungen reagieren zu können. Das Wissen, das benötigt wird, um diese Herausforderung zu bewältigen, steckt in großen Datenmengen, die dank der Digitalisierungs-Ära auch digital zur Verfügung stehen. Allerdings rufen das Bearbeiten großer Datenmengen, das Extrahieren von Informationen aus diesen, sowie das Verwenden des erhaltenen Wissens im Entscheidungsprozess weitere Herausforderungen hervor. Der Entscheidungsprozess wird zudem durch unterschiedliche Wissensstände der beteiligten Personen erschwert. Strategische Entscheidungen werden nur noch selten von einzelnen Personen getroffen. Im Gegenteil, ganze Konsortien bestehend aus Beratern, Analysten, Domänenexperten und anderen Interessenvertretern werden in heutige Entscheidungen mit einbezogen. Unterschiedliche Expertisen sorgen für Wissenslücken, die eine effiziente und effektive Kommunikation zwischen den involvierten Personen erschweren. Die Forschung im Bereich der Informationssysteme hat auf diese Herausforderungen reagiert und theoretische Grundlagen für die computergestützte Entscheidungsfindung geschaffen. Nichtsdestotrotz bleiben viele Herausforderungen ungelöst. Während des letzten Jahrzehnts wurde das neue Forschungsfeld Visual Analytics geschaffen. Visual Analytics zielt auf das Extrahieren von Wissen aus großen Datensätzen ab. Dabei werden die menschlichen Stärken in der visuellen Mustererkennung mit den Stärken von Computern bei der Bearbeitung großer Datenmengen verknüpft. Das eröffnet großes Potenzial für die Datenanalyse und damit auch für die Entscheidungsfindung. Trotz vieler Anknüpfungspunkte zwischen computergestützter Entscheidungsfindung und Visual Analytics fehlen in der wissenschaftlichen Literatur theoretische Grundlagen für das Anwenden von Visual Analytics im Entscheidungsprozess.

Der Beitrag dieser Dissertation beinhaltet die Definition einer theoretischen Grundlage für das Erweitern von Entscheidungsunterstützungssystemen durch Visual Analytics-Technologie. Im ersten Schritt charakterisieren wir computergestützte Entscheidungsfindung im Allgemeinen. Dafür beschreiben wir potenzielle Nutzergruppen, relevante Datenkategorien und Aufgaben im Entscheidungsprozess, die mit Visual Analytics-Technologien unterstützt werden können. Im zweiten Schritt präsentieren wir einen spezialisierten Designprozess für das Entwickeln von an den Entscheidungsprozess angepassten Visual Analytics-Systemen. Im dritten Schritt beschreiben wir, wie Visual Analytics dafür genutzt werden kann, Wissenslücken zwischen im Entscheidungsprozess involvierten Personen zu schließen. Um die Anwendbarkeit unseres Konzepts zu demonstrieren, präsentieren wir darauffolgend sechs Designstudien, die sich auf konkrete Entscheidungsunterstützungsszenarien beziehen. Die vorgestellten Designstudien decken das komplette Spektrum an für die Entscheidungsfindung als relevant charakterisierten Daten-, Nutzer und Aufgaben-Kategorien ab. In jeder Designstudie nutzen wir die im Konzept beschriebene allgemeine Domänencharakterisierung, um das vorliegende konkrete Entscheidungsproblem zu beschreiben. Dabei zeigen wir, dass unser Konzept eine konsistente Charakterisierung von Nutzer-, Daten- und Aufgabentypen unterstützt. Außerdem verwenden wir in jeder Designstudie, den im Konzept präsentierten Designprozess. Und schließlich zeigen wir mit den Designstudien, dass unser Konzept das Überbrücken von Wissenslücken unterschiedlicher Nutzergruppen unterstützt. Die resultierenden Visual Analytics-Systeme ermöglichen das Generieren und Einbeziehen von Wissen in den Entscheidungsprozess und unterstützen die Kollaboration zwischen Personen mit unterschiedlichen Erfahrungswerten.