Der Zugriff auf Nachrichtenquellen aus aller Welt ist dank der globalen Vernetzung durch das Internet einfacher und schneller denn je. Zusammen mit der Verfügbarkeit steigt auch die Menge der Nachrichten, sodass es schon längst nicht mehr möglich ist, auch nur einzelne Kategorien von Nachrichten vollständig im Auge zu behalten. Um dennoch den Überblick zu behalten, verlässt man sich entweder auf Nachrichtenredaktionen, welche Zusammenfassungen vom Weltgeschehen liefern, oder man setzt auf automatisierte Aggregation der Neuigkeiten. Ein verbreiteter Ansatz dazu ist die sogenannte Topic- oder Eventerkennung, in welcher Nachrichten nach Ereignissen geclustert und visuell dargestellt werden. Anstatt nach Ereignissen zu clustern, werden in der vorliegenden Arbeit zur visuellen Durchsuchbarkeit großer, inhomogener Nachrichtendatensätze Personen erkannt, welche als Ankerpunkt für eine grafische Darstellung dienen. Der Fokus liegt dabei darauf, die zeitliche Entwicklung der Medienpräsenz von Einzelpersonen auf einem Zeitstrahl darzustellen. Zu den Personen wird Kontext in einer Detailansicht geliefert, und zur Nachvollziehbarkeit von Ereignissen kann der Inhalt zugrundeliegender Nachrichtenartikel angezeigt und gelesen werden. Diese Abschlussarbeit hält den Entwicklungsprozess der entstandenen Anwendung fest und beschreibt die dabei erlangten Erkenntnisse. Technische Schwierigkeiten, die während der Durchführung auftauchten, sowie Strategien zu deren Lösung werden diskutiert. Abschließend wird auf die Vor- und Nachteile des hier gewählten Ansatzes gegenüber ereignisorientierter Visualisierungen von Nachrichtendatensätzen eingegangen. Essentiell festzuhalten ist, dass der personenorientierte Ansatz zur Nachrichtenvisualisierung ein kleineres Anwendungsgebiet abdeckt, dafür aber Vorteile in der einfacheren technischen Umsetzung bietet und weniger Rechenleistung benötigt, da auf aufwendiges Clustering verzichtet werden kann. Weiter sei zu erwähnen, dass die vorgestellte Art der Nachrichtenvisualisierung einen guten Überblick über die am häufigsten auftauchenden Personen und die diesbezügliche zeitliche Entwicklung liefert. Auch Ereignisse können mit dieser Anwendung erkannt werden, jedoch erfolgt dies weniger transparent und zuverlässig als in bekannten Projekten mit einem expliziten Fokus darauf. Neue Nachrichtenartikel können ohne Verzögerung inkrementell in die Visualisierung einbezogen und die Darstellung dynamisch erweitert werden, was den Einsatz als Echtzeit-Monitoring-Tool für Nachrichtenquellen ermöglicht.