Willkommen zu unserer letzten sehr kurzen Folge beim datenleben-Podcast. Nach 57 Folgen, stöpseln wir das Mikro aus. Mit dieser Folge wollen wir deswegen einfach nur danke sagen, und uns verabschieden – damit dieser Podcastfeed nicht einfach nur abrupt endet. Als Data Science Podcast haben wir uns immer gern damit befasst, wie der Umgang mit Daten, Einfluss auf unser Leben und die Welt um uns herum hat. Wir hoffen, dass unsere Folgen weiterhin Menschen erreichen und die Grundgedanken hinter unseren Themen vermitteln können. Ausserdem wird es auch nicht gar keinen Content mehr geben, wie Helena kurz erzählt.

Wir haben der Frage gewidmet: Was sind neuronale netze? Wo hat das eigentlich angefangen? Wir beginnen mit dem Blick darauf, was eigentlich ein Neuron ist und wie ab den 1940er Jahren damit experimentiert wurde, elektronische Neuronen herzustellen. Das war nämlich der Ausgangspunkt dafür, dass um 1960 herum das Perzeptron orgestellt werden konnte - ein einfaches neuronales netz. Es geht darum, in wie fern das eine wichtige grundlage für die heutigen neuronalen Netze war.

Willkommen zum traditionellen Jahresrückblick – wir reflektieren das Jahr 2024 und die Themen, die uns begegnet sind. Nach einem kurzen Schnelldurchlauf durch die Nachrichten des Jahres, wird es wieder darum gehen, welche Themen wir im Podcast im Laufe des Jahres besprochen haben. Und wie immer haben wir auch wieder ein paar Themen rausgesucht, die 2024 aufgekommen sind. Einige sind auch Ergänzungen zu einiger unserer Folgen. Mit dabei: Laion Datensatz und Urheberrecht, Starlink und Radioastronomie, der Physiknobelpreis, Unwetter in 2024 und AI Act der Europäischen Union.

Wir begleiten das Thema Machine Learning schon eine ganze Weile. Und jetzt fanden wir, dass es Zeit ist, mal eine ganze Folge über ChatGPT zu reden. Uns interessiert vor allem das T in dem GPT, wofür wir erstmal einen Sprung ins Jahr 2017 machen, wo nämlich ein Transformer-Modell veröffentlicht wurde. Davon ausgehend können wir dann herausfinden, was eigentlich im Hintergrund bei ChatGPT so passiert. Und wir haben uns auch noch die Frage gestellt, wie wird ChatGPT inzwischen im Alltag genutzt? Ausserdem reden wir auch noch über Datenschutz und wie solche Sprachmodelle lokal genzutzt werden können.

Wir reden über Gesundheitsdaten. Relativ selbstverständlich erfassen Geräte, die wir bei uns tragen, Daten über unseren Alltag: Apps auf Smartphones, Fitness-Armbänder, Smartwatches etc. Wir wollten natürlich wissen: Was sind Gesundheitsdaten? Aber uns auch ansehen, was solche Daten wirklich aussagen können, welche Analysen z.B. anhand selbst gemessener Daten möglich sind. Unsere Themen sind hier Schlaf und Herzfrequenz. Aber überall, wo es um Daten geht, darf der Aspekt der Sicherheit von Daten nicht fehlen. Mit wem teilen wir sie? Wie steht es um Zyklus-Apps? Was passiert bei Bonusprogrammen?

Es geht dieses Mal um ein sehr mathematisches Thema, das nicht nur in unserem Podcast schon öfter erwähnt wurde, sondern allgemein häufiger mal eine Rolle spielt: Die Normalverteilung. Fragen, die wir uns in diesem Kontext gestellt haben: Was ist die Normalverteilung? Warum ist die Normalverteilung eigentlich normal? Liegt überhaupt eine Normalverteilung vor – und wie könnte ich das überprüfen? Und ein bisschen mehr... natürlich wieder mit einigen Beispielen. Und wir haben eine kleine Geschichte rund um das Gehirn von Carl Friedrich Gauß entdeckt, die wir natürlich auch einbringen wollen.

Die Menschheit hat sich wahrscheinlich schon immer dafür interessiert, ob es noch andere Welten gibt und vielleicht sogar welche, die ebenfalls bewohnt sind. Wie können solche Welten entdeckt werden? Wir sehen uns an, wie mit Hilfe verschiedener Methoden der Beobachtung, Datenerfassung und Analyse Exoplaneten beobachtet und nachgewiesen werden können. Es geht vor allem um die Radialgeschwindigkeitsmethode und die Transitmethode. Das Ganze wird aufgefüllt mit wissenswerten Details aus der Exoplanetenforschung, zum Beispiel zu TRAPPIST-1 und seinen sieben Planeten.

ADHS – Aufmerksamkeits-Defizits-Hyperaktivitäts-Störung – ist ein Thema, das aktuell viel beachtet wird. Seien es Beiträge in den Sozialen Medien, Berichterstattungen in Zeitschriften oder Videoformaten etc. Immer wenn so ein Thema viel Aufmerksamkeit bekommt, steht die Frage im Raum: Wird das immer häufiger? Das haben wir uns näher angesehen. Außerdem haben wir uns u.a. mit der Frage beschäftigt, welchen Einfluss hier geänderte Diagnosekriterien haben. Und wir haben laut und mit Blick auf verschiedene Studien darüber nachgedacht, ob eine Diagnose auch im Erwachsenenalter noch wichtig sein könnte.

Um das Jubiläum unserer 50. Folge zu begehen, haben wir meherere Themen aus unterschiedlichen Bereichen zusammengeworfen. Als erstes geht es darum, wie Mengen sinnvoll geschätzt werden können – zum Beispiel Teilnehmer*innen auf Demonstrationen. Danach greifen wir eine Meldung auf, die eine Verkehrsrevolution in Paris verkündet hat, wo inzwischen mehr Menschen mit dem Fahrrad unterwegs sind, als mit dem Auto. Und wir haben uns der Frage gestellt, in wie fern Data Science gesellschaftliche Entwicklungen simulieren kann – und wo die Grenzen davon sind. Zum Schluss geht es um die spannende Reise der Raumsonde Voyager 1.

Es geht bei uns oft um Daten, die relativ einfach zählbar sind, um Dinge, die mit einem Maßband gemessen werden können oder mit irgendeinem Gerät erfasst werden, das etwas auszählt, aufzeichnet und dergleichen. Es gibt aber auch Daten, die nicht ganz so einfach erfassbar sind und trotzdem müssen sie ja auch irgendwie erhoben und ausgewertet werden. Und dazu gehören zum Beispiel Fragen wie, wie erfolgreich ist eigentlich eine Lehrmethode und bei welcher Lehrmethode lernen Schüler\*innen besser als bei anderen? Wie kann sowas eigentlich festgestellt werden? Darüber reden wir mit Leonie und Ina.

Vor fast 2000 Jahren wurde eine antike Bibliothek bei einem Vulkanausbruch verschüttet -- und jetzt ist es vorstellbar, dass die damals beschädigten Schriftrollen trotz ihres Zustandes gelesen werden können. Wir beschäftigen uns mit der Vesuv Challenge, einem Wettbewerb, der 2023 dazu aufgerufen hat mit Machine Learning Methoden die Texte wieder lesbar zu machen. Welche Voraussetzungen braucht es, damit derart beschädigte Papyri mit digitalen Methoden erschlossen werden können? Welche Machine Learning Methoden können eingesetzt werden? Und gleichzeitig ist auch die Frage: Was werden wir zu lesen bekommen?

Klimaforscher*innen gehen davon aus, dass Extremwetterereignisse künftig häufiger auftreten. Dabei ist ein Thema zum Beispiel Starkregen. Wir gucken uns erstmal an, was Starkregen eigentlich ausmacht. Und dann werfen wir einen Blick darauf, wie Starkregen-Gefahrenkarten entstehen. Diese geben Aufschluss über die Auswirkungen von Starkregen auf die gezeigten Regionen und mit welchen Ausmaßen gerechnet werden muss. Einen genaueren Blick werfen wir dabei auf die Starkregenanalyse der Stadt Braunschweig - und wir haben uns auch gefragt, wie uns das dabei helfen kann, auf Warnmeldungen zu reagieren.

Viele Menschen trinken gerne - oder aus Gewohnheit - Kaffee. Wir haben uns gefragt wie viele eigentlich Kaffee trinken und wie sich der Kaffeekonsum entwickelt hat. Das Themenspektrum rund um dieses Heißgetränk ist ziemlich riesig, denn Kaffee ist heutzutage eigentlich ein ziemlich gut untersuchtes Alltagsgetränk. Aber wir sparen hier bewusst medizinische und gesundheitliche Themen aus, auch wenn sie furchtbar interessant sind. Dafür fragen wir uns, was die Klimakrise für eine Auswirkung auf den Kaffeeanbau haben könnte und reden über eine Studie, die erstmal weniger optimistisch klingt.

Willkommen zum traditionellen Jahresrückblick. Wir nehmen uns wieder Zeit, etwas über unser Podcastjahr zu reflektieren. Und dann stellen wir uns natürlich der Frage, welche Data Science Themen dieses Jahr im Fokus standen. Spoiler: wir landen wieder bei der sogenannten KI und verschiedenen Anwendungen. Und wir kommen auf einzelne Themen von vergangenen Folgen nochmal zurück, zu denen wir noch kleine Ergänzungen gefunden haben. Wie zum beispiel zu unserer Folge über Whisper oder zu den Gartenvögeln. Und am Ende fragen wir uns wieder, was uns im neuen Jahr wohl erwarten wird.

Unsere Reihe zum Thema Datenvisualisierung geht weiter! Wir reden über ggplot, das ist nämlich ein nützliches Tool, um Graphen mit der Programmiersprache R zu erstellen. Am Anfang geht es um das Buch "Grammar of Graphics" und die darin vorgestellten Prinzipien für das Erzeugen von Plots. Danach erläutert Helena, wie sich diese Prinzipien in der Arbeit mit ggplot angewendet werden. Und dann gehen wir auch mit Beispielen ein bisschen konkreter auf einzelne Sachen ein, die dabei eine Rolle spielen. Und zum Schluss wollen wir noch ein bisschen die Vor- und Nachteile abwägen.

Wir glauben, dass in Data Science sehr viele verschiedene Perspektiven stecken. Deswegen wollten wir mal verschiedene Menschen aus dem Bereich Data Science sprechen und fragen, was sie so machen. In kurzen und nicht ganz so kurzen Interviews wollten wir herausfinden: Was macht ihr als Data Scientist/mit Data Science? Wie seid ihr dort hingekommen, das jetzt zu machen? Und: Was interessiert oder begeistert euch am meisten an dem, was ihr tut? Es wird um Sensordaten gehen, um die verschiedenen Wege, die Menschen zu Data Science gebracht haben und natürlich auch... große KI-Modelle wie Chat-GPT.

Willkommen zur Folge mit der Antwort auf das Leben, das Universum und den ganzen Rest. Es geht um Wahrscheinlichkeiten. Und zwar darum, wie Asteroiden beobachtet werden und deren Flugbahnen berechnet werden. Wie wahrscheinlich ist so ein Ereignis? Und wie gefährlich kann es uns werden, wenn es eintritt? Wir haben uns angesehen, wie das berechnet wird. Aber auch, welche Objekte am Himmel gerade unter Beobachtung stehen. Ausserdem auch, was die Erde schon getroffen hat und was es mit dem Asteroiden Bennu auf sich hat, der schon viele Jahre von Forschenden genauestens unter die Lupe genommen wird. Und natürlich müssen wir auch kurz darüber reden, wie solche Ereignesse verhindert werden können, wenn sie nur früh genug entdeckt werden.

In dieser Folge geht es endlich mal wieder um Datenvisualisierung. Wir haben uns die Frage gestellt, wie visualisierte Daten möglichst barrierearm zur Verfügung gestellt werden können. Dafür haben wir uns mit Anne-Victoria Meyer (Anvi) unterhalten. Sie hat sich in ihrer Masterarbeit intensiv mit diesem Thema beschäftigt – und zwar aus der Perspektive einer Webentwicklerin. Dabei hat sie auch eine praktische Studie durchgeführt anhand eines eigenen Prototypen für barrierearme Datenvisualisierung.

Machine Learning und Neuronale Netze sind mittel, um uns potentiell Arbeit abzunehmen. Whisper ist zum Beispiel ein Machine Learning Modell, das Sprache in Audiodateien erkennen und in Text verarbeiten kann. Damit die Inhalte unserer Folgen für viele Menschen gut zugänglich sind, haben wir seit Anfang 2023 komplette Transkripte in unseren Shownotes, die wir mit Hilfe von Whisper erstellen. Zeit mal darüber zu reden, wie wir das finden, was für Erfahrungen wir gemacht haben und -- besonders spannend -- ob Whisper halten kann, was wir uns davon versprochen haben.

Experimente sind eine wichtige Methode, um Erkenntnisse über uns und die Welt in der wir leben, zu gewinnen. Aber nicht alles lässt sich mit planbaren Experimenten im Labor untersuchen. Dann müssen wir auf Beobachtungen zurückgreifen. Wir reden darüber, was Experimente sind und wann sie warum u.a. nicht möglich sind. Und wir gehen der Frage nach: Was sind natürliche Experimente und wie können mit ihnen Erkenntnisse gewonnen werden? ... und wie nicht? Weitere wichtige Schlagworte dieser Folge sind: Korrelation & Kausalität und Ethik.