Die weiter wachsenden Möglichkeiten Daten zu sammeln erfordert immer weitere Methoden, die Vielzahl der Daten sinnvoll nutzen zu können. In dieser Arbeit geht es um die Visualisierung hoch-dimensionaler und zeit-kontinuierlicher Daten mit RadViz. Hierfür wurde eine Implementierung im Prototyping Framework MegaMol entwickelt. Standard RadViz wurde dann mit Normalisierungsparametern erweitert. Ebenso wurden zwei Methoden entwickelt, Punkte auf dem Kreis besser zu verteilen. Eine Methode streckt den durch das Polygon beschränkten Raum auf den Einheitskreis. Hier wurde nur wenig Erfolg erzielt. Die andere Methode ist es, die Ergebnisse über den Abstand vom Mittelpunkt zu normalisieren. So wird gesichert, dass die Punkte den ganzen Bereich zur Verfügung haben. Hiermit wurden bessere Ergebnisse erzielt, dieser Ansatz sollte weiter verfolgt werden. Zusätzlich wurden zeit-kontinuierliche Daten in RadViz durch die Verbindung zeitlich aufeinanderfolgender Punkte dargestellt. Auch dies hat ein erstaunlich gutes Ergebnis geliefert. Zeit-kontinuierliche Daten sind aber noch stärker von dem Problem betroffen, dass RadViz viele Überlagerungen hat und bei hohen Dimensionen viel im Mittelpunkt abgebildet wird.