Die vorliegende Arbeit nutzt die Publikationsdaten der TU Chemnitz zur Darstellung der Entwicklung von Kooperationen zwischen Instituten und Fakultäten über die Zeit. Dabei wird die Unzulänglichkeit gängiger Netzwerkanalysen mithilfe von Graphen, die komplexen Beziehungen um eine zeitliche Dimension zu erweitern, aufgezeigt. Stattdessen wird eine Anwendung auf Basis des Streamgraphen vorgestellt, welche nicht nur den Vergleich der Entwicklung beliebiger Kombinationen von Instituten und Fakultäten ermöglicht, sondern auch spezifische Auskünfte zu den Kooperationsarten und deren zeitlicher Verlagerung gibt. Dafür werden zwei Erweiterungen für den Streamgraphen vorgestellt, welche seinen Informationsumfang erweitern und ihn damit zur Erfüllung der gesetzten Anforderungen befähigen. / This thesis uses data about publications from members of the TU Chemnitz to visualize the progress of cooperations between institutes and faculties over time. Thereby it is shown, that the attempt to expand common used network analyses, via graphs, by a temporal dimension, is insufficient for this task. Instead we present an application, based on a streamgraph, which enables the user to compare the development of any combination of institutes and faculties, as well as giving specific information about cooperation types and their temporal shift. Therefore, two extensions to the streamgraph are proposed, which increase the amount of information visible and provide tools to satisfy the stated requirements.

Die vorliegende Arbeit nutzt die Publikationsdaten der TU Chemnitz zur Darstellung der Entwicklung von Kooperationen zwischen Instituten und Fakultäten über die Zeit. Dabei wird die Unzulänglichkeit gängiger Netzwerkanalysen mithilfe von Graphen, die komplexen Beziehungen um eine zeitliche Dimension zu erweitern, aufgezeigt. Stattdessen wird eine Anwendung auf Basis des Streamgraphen vorgestellt, welche nicht nur den Vergleich der Entwicklung beliebiger Kombinationen von Instituten und Fakultäten ermöglicht, sondern auch spezifische Auskünfte zu den Kooperationsarten und deren zeitlicher Verlagerung gibt. Dafür werden zwei Erweiterungen für den Streamgraphen vorgestellt, welche seinen Informationsumfang erweitern und ihn damit zur Erfüllung der gesetzten Anforderungen befähigen. / This thesis uses data about publications from members of the TU Chemnitz to visualize the progress of cooperations between institutes and faculties over time. Thereby it is shown, that the attempt to expand common used network analyses, via graphs, by a temporal dimension, is insufficient for this task. Instead we present an application, based on a streamgraph, which enables the user to compare the development of any combination of institutes and faculties, as well as giving specific information about cooperation types and their temporal shift. Therefore, two extensions to the streamgraph are proposed, which increase the amount of information visible and provide tools to satisfy the stated requirements.

Improving color matching skills requires a specifically designed interface as much as well-calculated feedback on the underlying color model. This thesis relates to the production of a game for learning HSL and elaborates on learning patterns with regard to hue and game progression. A quantification of learning based on performance variation is proposed. In an effort to balance data quantity and relevance, several variables of pure analysis interest are defined. Results on learning inhomogeneities are presented through Hue Learning Curves with streamgraphs and detailed bar charts. The consequences of design choices and gameplay on performance and learning are discussed.