Eine Heatmap ist eine Visualisierung, bei der Werte nicht als Zahlen, Balken oder Linien, sondern über Farbe dargestellt werden. Je nach Skala steht ein warmer Farbton, etwa Rot oder Orange, für hohe Werte, ein kühler Ton wie Blau oder Grün für niedrige. Dadurch lassen sich Häufungen, Lücken und Muster in großen Datenmengen auf einen Blick erfassen. Der Begriff, wörtlich „Wärmekarte“, wird heute weit über Temperaturdarstellungen hinaus verwendet.
Das Grundprinzip ist einfach: Eine Fläche wird in Zellen oder Bereiche unterteilt, und jeder Zelle wird ein Messwert zugeordnet. Dieser Wert wird anschließend über eine Farbskala in einen Farbton übersetzt. Bei einer Matrix-Heatmap stehen Zeilen und Spalten für zwei Kategorien, etwa Wochentage und Uhrzeiten, und die Zellenfarbe zeigt, wie stark ein Ereignis in dieser Kombination auftritt. Bei einer räumlichen Heatmap wird die Farbe stattdessen über ein Bild, eine Karte oder eine Webseite gelegt und weich verlaufend dargestellt.

Heatmaps in UX und Web-Analyse
In der Gestaltung digitaler Produkte gehören Heatmaps zu den verbreiteten Werkzeugen der Nutzungsanalyse. Sie zeigen, wie Menschen sich tatsächlich auf einer Seite verhalten, und ergänzen damit Zahlen wie Absprungrate oder Verweildauer um eine räumliche Dimension. Üblich sind mehrere Varianten:
- Klick-Heatmaps markieren, wo Besucherinnen und Besucher klicken oder tippen. Sie machen sichtbar, welche Schaltflächen, Links oder Bilder Aufmerksamkeit erhalten und welche übersehen werden. Auch Klicks auf Elemente ohne Funktion lassen sich erkennen, was auf missverständliche Gestaltung hinweisen kann.
- Scroll-Heatmaps zeigen, wie weit Nutzende eine Seite hinunterscrollen und an welcher Stelle viele die Seite verlassen. So lässt sich beurteilen, ob wichtige Inhalte oder Handlungsaufforderungen überhaupt im sichtbaren Bereich ankommen.
- Mausbewegungs-Heatmaps stellen dar, wohin der Cursor wandert. Sie gelten als grober Hinweis auf Blickrichtung, sind aber weniger verlässlich als Klickdaten.
- Eye-Tracking-Heatmaps beruhen auf Messungen mit Blickerfassungsgeräten und zeigen, welche Bereiche tatsächlich betrachtet werden.
Aus diesen Darstellungen lassen sich Hypothesen für Optimierungen ableiten, etwa zur Anordnung von Navigation, zur Platzierung von Formularen oder zur Länge von Inhalten. Heatmaps liefern jedoch Hinweise und keine Erklärungen: Sie zeigen, was passiert, aber nicht, warum. Deshalb werden sie häufig mit Nutzerbefragungen, Usability-Tests oder A/B-Tests kombiniert. Zu beachten sind außerdem Datenschutzfragen, da für die Aufzeichnung von Interaktionsdaten oft Skripte eingebunden werden, die rechtlich eingeordnet und gegebenenfalls einwilligungspflichtig sind.
Heatmaps in der Datenvisualisierung
Auch außerhalb der Web-Analyse ist die Heatmap ein etabliertes Format. In der Statistik und Wissenschaft stellt sie Korrelationsmatrizen, Genexpressionsdaten oder Messreihen dar. In der Geografie zeigt sie Bevölkerungsdichten, Niederschläge oder Verkehrsaufkommen, im Sport die Aufenthaltsorte von Spielenden auf dem Feld. Kalender-Heatmaps stellen Aktivität über Tage und Wochen dar und machen Rhythmen und Ausreißer sichtbar.
Gestalterische Aspekte
Die Lesbarkeit einer Heatmap hängt stark von der Farbskala ab. Sequenzielle Skalen mit einem durchgehenden Verlauf von hell nach dunkel eignen sich für Werte, die von niedrig nach hoch reichen. Divergierende Skalen mit zwei Farbrichtungen um einen neutralen Mittelpunkt passen zu Daten mit einem sinnvollen Nullpunkt, zum Beispiel positiven und negativen Abweichungen. Der klassische Regenbogenverlauf von Blau über Grün bis Rot ist verbreitet, wird aber kritisch gesehen, weil Helligkeitsunterschiede ungleichmäßig wahrgenommen werden und Menschen mit Farbsehschwäche Rot und Grün schlecht unterscheiden können. Wahrnehmungsgleichmäßige Skalen und ausreichende Kontraste verbessern die Zugänglichkeit. Eine Legende, die den Zusammenhang zwischen Farbe und Wert erklärt, gehört zu jeder Heatmap, ebenso eine verständliche Beschriftung der Achsen.
Zusammengefasst übersetzt eine Heatmap Zahlenmengen in Farbflächen und macht damit Muster sichtbar, die in Tabellen leicht verborgen bleiben. Ihr Nutzen hängt von sauberen Daten, einer passenden Farbskala und einer vorsichtigen Interpretation ab.