In dieser Folge soll es darum gehen, was es für konkrete Arten von Darstellungen für Daten gibt. Weil das aber zu umfangreich wäre, ist das vermutlich der Auftakt zu einer ganzen Reihe. Es gibt so viele verschiedene Datentypen und damit auch so viele Optionen, sie darzustellen, dass wir das nach und nach ergänzen möchten. Wir wollen in dieser Folge klein anfangen und haben uns quasi eine der kleinsten Einheiten rausgesucht: 1-dimenionale Daten. Genauer gesagt geht es um die Frage: Wie stellt man einen einzigen Wert dar? Dabei gehen wir auf Skalen ein, auf Zeigerdiagramme und auf Bullet Charts.

Unsere Klimadaten-Reihe, die wir in Folge 7 begonnen haben, wird fortgesetzt. Dieses Mal geht es um Wasser, vor allem um Meeresspiegel und um die Folgen der globalen Erderwärmung. Wir haben uns die Berichte der ersten beiden Arbeitsgruppen des 6. Sachstandsberichtes des Weltklimarates angesehen. Es geht ein bisschen darüber, was die Berichte des Weltklimarates auszeichnet, was wir darüber wissen, wie der Meeresspiegel und andere Wasserspiegel gemessen werden und um die Folgen. Während sich der erste Bericht vor allem mit physikalischen Hintergründen befasst, über die Helena einiges zu sagen weiß, guckt sich Janine den zweiten Bericht an, der sich vor allem mit den Auswirkungen der Erderwärmung beschäftigt. Was können uns die Berichte sagen? Und was lernen wir daraus?

Vor 2 Jahren, am 04. Juli 2020, haben wir diesen Podcast das erste Mal auf die Welt losgelassen. Seitdem haben wir über 24 Stunden Inhalt produziert; und! es sind etliche Hörer*innen dazugekommen. Wir wollen ein bisschen den Blick zurück werfen und Helena erzählt nochmal, was Data Science ist und ob mensch das überhaupt braucht. Wir erzählen auch darüber, was wir hier eigentlich machen und warum wir das so machen, wie wir es tun. Und wir stellen euch drei Folgen vor, die aus unserer Sicht einen guten Einstieg anbieten, weil sie sehr elementare Dinge/Probleme/whatever von Data Science aufzeigen.

Wir haben mit zwei anderen Menschen an dem Women in Data Science Datathon der Stanfort University teilgenommen und berichten davon. Es geht darum, wie der Datathon organisiert ist und wie wir uns selbst organisiert haben. Wir erzählen von den Problemen, die die Aufgabe beinhaltet hat und wie wir damit umgegangen sind bis hin dazu, was unsere finale Lösung geworden ist. Dazu haben wir natürlich die anderen beiden – Piko und Keks – auch eingeladen.

Endlich: die Feinstaubfolge ist da, die dank unvorhergesehener Dinge eine Luftdaten-Folge geworden ist. Wir haben AirRohre mit Feinstaubsensoren aufgebaut, Daten gesammelt und reden in dieser Folge darüber. Helena berichtet von ihrer Datenauswertungsreise und dann geht es um die Auswertung von 3 Messstationen. Weitere Themen: Wir vergleichen Messdaten der Sensor.Community mit Daten von offiziellen Messstationen des Umweltbundesamtes. Und schließlich gucken wir uns noch zwei globale Ereignisse an: Saharastaub und ein Vulkanausbruch.

Wir haben auf der rC3 2021 einen Talk gehalten zum Thema „Von der Technik übers Konzept zum Podcast – wie datenleben entsteht“ und diesen könnt ihr jetzt in dieser Folge nachhören. Es geht darum wie wir datenleben angegangen sind und entwickelt haben und welche Technik wir nutzen. Dabei eröffnen wir auch einen Blick hinter die Kulissen unserer Redaktionsarbeit, erläutern unser Aufnahmesetup und erklären, wie der Schnitt bei uns passiert und wo und wie wir die Folgen veröffentlichen. Am Ende des Talks gab es auch noch für die Live-Zuhörer*innen eine Q&A, die wir euch nicht vorenthalten wollten.

Es geht um flüchtige Daten – im Sinne von Daten, die nur für den Moment existieren, in dem sie gebraucht werden. Und es geht darum, wie diese Daten im Internet stehen und erfasst werden können, sodass sie gespeichert werden können. Eigentlich. Praktisch reden wir über ein konkretes Beispiel, nämlich die Besuchszahlen des Braunschweiger Weihnachtsmarktes 2021. Diese wurden von der Stadt nämlich erfasst und via Webseite veröffentlicht. Genauer gesagt die Besuchszahlen der eingerichteten Gastronomieflächen, die pandemiebedingte Zugangsbeschränkungen hatten. Helena hat die abgesaugt und eine Webseite mit Plot generiert, um die Daten zu speichern und anklickbar zu machen. Janine erzählt kurz über den Weihnachtsmarkt und das Infektionsschutzkonzept und dann wollen wir folgende Fragen klären: Wie kriege ich Daten aus dem Internet? Was kann ich mit den Daten dann machen? Welche Rückschlüsse bieten die Daten an?

Willkommen in 2022! Traditionell möchten wir das vergangene Jahr mit einem Jahresrückblick abschließen. Wir rennen einmal im Schnelldurchlauf durch markante Daten von 2021. Dann stellen wir uns der Frage, wie sich datenleben im letzten Jahr so entwickelt hat. Und dann versuchen wir zu schauen: Gab es Themen und Erkenntnisse, die wir aus 2021 mitnehmen können? Was für Data Science Themen gab es? Und natürlich: Was erwartet uns wohl dieses Jahr?

Dieses Mal geht es besonders um den Aspekt was wir mit Daten machen können. Oder besser gesagt: wie wir etwas mit Daten machen können. Die Programmiersprache Python ist mit das wichtigste Werkzeug für Data Science. Aber nicht nur das, Python ist extrem vielseitig. Und es macht Spaß zu lernen und damit Projekte umzusetzen. Wir sprechen mit Piko darüber, wie mensch Python lernen und auch lehren kann. Unsere Frage ist: Wie wo und warum mit Python anfangen?

Thema dieser Folge ist: Drogenkonsum. Helena hat sich die Global Drug Survey angesehen und wir haben uns darüber Gedanken gemacht, was wir aus solchen Erhebungen zum Drogenkonsum ziehen können. Wir haben uns einige Aspekte dieser Befragung und der Auswertung angesehen. Natürlich kommen wir nicht drum rum über die legale Droge überhaupt zu reden: Alkohol. Im Weiteren wollen wir uns dann vor allem Drogen ansehen, die auch einen medizinischen Nutzen haben. Und am Ende haben wir noch ein paar Überlegungen zur Drogenpolitik. Inhaltshinweis: In dieser Folge geht es also um Drogen, aber psychische Erkrankungen wie Depressionen oder die Posttraumatische Belastungsstörung werden ebenfalls erwähnt.