AIDA-Vis entwickelte ein KI-basiertes, interaktives Empfehlungssystem, das Anwenderinnen und Anwender bei der Auswahl geeigneter Datenvisualisierungen unterstützt. Im Mittelpunkt stand die Frage, wie komplexe Daten, insbesondere raum-zeitliche Datenbestände, so dargestellt werden können, dass Fachanwenderinnen und Fachanwender schneller zu verständlichen, belastbaren und individuell passenden Visualisierungen gelangen. Dafür verband das Projekt Ansätze aus Active Learning, präferenzbasiertem Lernen und Reinforcement Learning. Das System sollte Nutzerpräferenzen aus Interaktionen ableiten und daraus Empfehlungen für passende Diagramme und Visualisierungsparameter generieren. Die Projektidee wurde prototypisch im Umfeld der Data-Analytics-Plattform disy Cadenza untersucht und anhand unterschiedlicher Anwendungsszenarien erprobt. Ziel war es, den manuellen Aufwand bei der Erstellung anspruchsvoller Visualisierungen zu reduzieren, die Nachvollziehbarkeit datenbasierter Analysen zu verbessern und neue Möglichkeiten für lernende Assistenzfunktionen in Business- und Location-Intelligence-Systemen zu erschließen.