Mathematische Modelle dienen zur Beschreibung und zum Verständnis von Phänomenen in allen Wis-senschaften. Numerische Simulationen dienen zur Validierung der Modelle und zur Datenassimilation. Solche Simulationen hängen üblicherweise von einer Anzahl Simulationsparameter und der Startkonfiguration ab, deren Wahl oft nicht genau bekannt ist bzw. deren Einfluss Bestandteil der Forschung ist. Deshalb werden zahlreiche Simulationsläufe mit unterschiedlichen Parametern oder Ensembles von Simulationen mit unterschiedlichen Konfigurationen berechnet. Die Analyse von solchen Simulationsensembles ist komplex, insbesondere wenn jeder Simulationslauf ein vier-dimensionales raumzeitliches Phänomen repräsentiert. Die Datenmenge eines Simulationsensembles beträgt daher oftmals Hunderte von Gigabytes oder gar Terabytes. Die Analyse solch komplexer Daten ist ohne die Hilfe von Computern nicht mehr durchführbar. Jedoch ist bei der Analyse zumeist auch die Expertise des Menschen erforderlich. Da visuelle Darstellungen für den Menschen intuitiv sind und er diese effizient verarbeiten kann, ist es sinnvoll, visuelle Repräsentationen und Interaktionsmechanismen mit automatischen Analysekomponenten zu kombinieren. Dabei bedarf es innovativer Methoden, um die komplexen Daten so aufzubereiten, dass sie in aggregierter Form intuitiv und effektiv dargestellt werden können. In meinem Vortrag werde ich darlegen, wie neue Visualisierungsmethoden eine vergleichende interaktive Analyse von großen und komplexen Daten wie die der Simulationsensembles erlauben. Anwendungsbeispiele aus der Biologie, der Klimaforschung, der Astrophysik und der Medizin werden dazu herangezogen.