dl052: wie werden (exo-) planeten gefunden?

dl052: wie werden (exo-) planeten gefunden?

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.

dl051: adhs – häufigkeit und diagnosen

dl051: adhs – häufigkeit und diagnosen

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.

dl050: gesellschaft, datenmüll und fahrradfahren

dl050: gesellschaft, datenmüll und fahrradfahren

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.

dl049: wie werden lehrerfolge gemessen?

dl049: wie werden lehrerfolge gemessen?

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.

dl048: vesuv challenge

dl048: vesuv challenge

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?

dl047: starkregen

dl047: starkregen

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.

dl046: kaffee

dl046: kaffee

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.

dl045: jahresrückblick 2023

dl045: jahresrückblick 2023

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.

dl044: datenvisualisierung mit ggplot

dl044: datenvisualisierung mit ggplot

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.

dl043: perspektiven auf data science

dl043: perspektiven auf data science

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.