In dl007: klimadaten haben wir uns verschiedene Themen rund ums Klima und interessante Daten angesehen, in dieser Folge steigen wir jetzt in das nächste Thema etwas tiefer ein: Waldbrände. Es werden immer mehr katastrophale Waldbrände verzeichnet. Neben dem Menschen als Auslöser sind für die schlimmen Ausmaße aber auch Trockenheit, Temperaturanstiege und Dürren verantwortlich. Zum Einstieg gibt es kurz nochmal einige Zahlen über Waldbrände der letzten Jahre und dann nehmen wir uns zwei Themen in den Blick, nämlich: Feuerwetter und Trockenheit. Abschließend geht es um Feinstaub durch Waldbrände und wie man die sogar selbst messen könnte.

Daten können alles sein: Zahlen, Listen, Geordnete Tabellen, Statistiken, Filme, Musik, Noten, Texte, Sprache, Bilder. Um Daten verständlich zu machen, müssen sie auch gut dargestellt werden können, oft mit grafischen Elementen. Wir sprechen darüber, worum es bei Datenvisualisierungen geht, welche Ziele damit verfolgt werden können und wie ein*e Data Scientist dabei vorgeht. Natürlich auch darüber, welche Probleme und vielleicht Fallstricke es dabei geben kann, speziell bei der Kommunikation von Daten mit Hilfe von Grafiken.

In dieser Folge sprechen wir über Künstliche Intelligenz. Aber wir wollen dabei nicht so sehr über den technischen Aspekt reden, sondern über die Frage: Können Maschinen denken? In Teil 1 ging es vor allem um Alan Turing und darum, wie Turing seinen Test ursprünglich dachte und welche Einwände es gegen seinen Test gibt. In Teil 2 sprechen wir jetzt vor allem über verschiedene Darstellungen von Mensch-Maschine-Beziehungen in der Populätkultur: Asimovs Robotergesetze und weitere Romane, Serien und Filme werden erwähnt und genauer angeschaut.

In dieser Folge sprechen wir über Künstliche Intelligenz. Aber wir wollen dabei nicht so sehr über den technischen Aspekt reden, sondern über die Frage: Können Maschinen denken? Alan Turing stellte diese Frage der Beschreibung seines Turing-Test voran. Es geht unter anderem darum, wie Turing seinen Test ursprünglich dachte und welche Einwände es gegen seinen Test gibt. Dabei kommen wir auch immer wieder auf die Darstellung von Mensch-Maschine-Beziehungen in der Populärkultur zu sprechen.

Wir erzählen von der remote Chaos Experience, die vom 27.-30.12. stattfand. Vor allem über die spannenden Talks zu Data Science, die wir uns angehört haben, wie z.B. über Wikidata für Journalist*innen, wie man mit Datenguide zugängliche Statistiken visualisieren kann, Deepfakes, eine Untersuchung zu Körperverletzung durch Polizeibeamt*innen und wie man mit Daten über Bodyfeedback im Theater arbeiten kann. Unsere Eindrücke von der Veranstaltung sparen wir auch nicht aus. Und es gibt einen redaktionellen Einschub zum Thema genderneutrale Sprache.

Auch wir möchten bei den Jahresrückblicken mitspielen und uns ansehen, was so passiert ist. Wir haben dieses Jahr unseren Podcast begonnen, eine Pandemie hat uns überrollt, die USA haben gewählt und Helena erzählt, welche Data Science Themen im Jahr 2020 besonders wichtig waren. Ein bisschen wollen wir auch orakeln, was 2021 angeht, welche Themen uns erwarten und welche neuen Podcastfolgen wir so planen.

Letzten Folge war eine Recherchefolge, um verschiedene Einzelthemen des Klimawandels anzusehen. Es ging um Temperaturkurven, Waldbrände und den Meeresspiegelanstieg. Helena war begeistert von Temperaturkurven, weil hier besonders interessante Aspekte drin stecken: z.B. wie man mit den Messdaten umgehen muss, um auf aussagekräftige Ergebnisse zu kommen. Deswegen geht es in dieser Folge um Temperaturmessungen, Probleme und Möglichkeiten bei der Analyse und darum, was es mit der globalen Temperatur auf sich hat.

Weil das Thema rund um die Klimakrise sehr komplex ist, wollen wir uns einzelnen Themenbereichen annähern. Wir haben zu Temperaturkurven, Waldbränden und dem Meeresspiegelanstieg recherchiert. In dieser Folge geht es darum einen Überblick zu bekommen, um Ansatzpunkte und Vertiefungen für künftige Folgen herauszuarbeiten, in denen es rund um Data Science mit Klimadaten gehen soll.