Von Plot zu Story: Entwicklung eines LLM-gestützten Python-Toolkits für interaktive Energiedaten-Visualisierungen

1. Hintergrund

Die Energiewende produziert komplexe Daten – etwa zu Emissionen, Strommix oder Ausbaupfaden. Diese Informationen sind gesellschaftlich relevant, werden aber oft nur in wissenschaftlichen Publikationen kommuniziert. Damit diese Inhalte auch für Entscheidungsträgerinnen und die Öffentlichkeit verständlich werden, braucht es neue Werkzeuge zur datenbasierten Visualisierung [1, 2].

Ein vielversprechender Ansatz ist Scrollytelling: interaktive Daten-Geschichten, bei denen sich Inhalte beim Scrollen Schritt für Schritt entfalten. In dieser Arbeit soll ein Python-Toolkit entwickelt werden, das mit Hilfe von LLMs (Large Language Models) wie GPT Forschende beim Transformieren ihrer Visualisierungen in interaktive Narrative unterstützt.

1.1 Ziel der Arbeit

Ziel ist die Entwicklung eines Python-Pakets, das als interaktiver Assistant funktioniert: Forschende geben z.B. eine Visualisierung (Plotly, Matplotlib oder CSV) ein und werden anschließend durch eine dialogbasierte Interaktion (per LLM) durch den Prozess geführt – von der Identifikation zentraler Aussagen bis hin zur Strukturierung der Geschichte (z.B. Setup–Konflikt–Lösung). Das Toolkit erzeugt eine YAML-Datei, die zur Steuerung einer interaktiven Scroll-Story (z.B. mit Scrollama.js) dient und direkt über GitHub Pages veröffentlicht werden kann.

1.2 Formales

Die Arbeit kann in Deutsch oder Englisch verfasst werden. Bitte bewerben Sie sich mit Lebenslauf und aktueller Notenübersicht. Der Start ist jederzeit möglich.

1.3 Anforderungen

  • Sehr gute Python-Kenntnisse
  • Interesse an generativer KI / LLMs (z.B. GPT) und gesellschaftlich relevanter Datenkommunikation
  • Erste Erfahrungen mit Datenvisualisierung (Plotly, Matplotlib) oder hohe Motivation zur Einarbeitung
  • Motivation zur nutzerzentrierten Softwareentwicklung

References

  1. Robert Kosara and Jock Mackinlay. “Storytelling: The next step for visualization”. In: Computer 46.5 (2013), pp. 44–50.
  2. Steven L Franconeri et al. “The science of visual data communication: What works”. In: Psychological Science in the public interest 22.3 (2021), pp. 110–161.

Examples Scrollystories: https://flourish.studio/blog/no-code-scrollytelling/, https://pudding.cool/process/howto-implement-scrollytelling/, https://www.zeit.de/daten-und-visualisierung.