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.

Was ist data feminism und was hat das mit Macht zu tun? Diese Folge heißt „data feminism“, was gleichzeitig der Titel des Buches ist, über das wir reden werden. „Data Feminism“ wurde von Catherine D’Ignazio und Lauren F. Klein geschrieben. Laut den Autorinnen ist Data Science eine Form von Macht mit der sowohl Gutes, als auch Schlechtes getan werden kann. Und wie das mit der von den Autorinnen präsentierten Perspektive des intersektionellen Feminismus zusammenhängt, werden wir uns näher ansehen. Dafür haben wir uns 3 Kapitel des Buches genauer angesehen und werden darüber reden, welche Beobachtungen, Beispiele und Anmerkungen wir dabei vorfinden.

Wir reden über Vögel – und mehr. Bei der „Stunde der Gartenvögel“ vom Naturschutzbund Deutschland (NABU) heißt es: Zählen, zählen, zählen. Seit vielen Jahren ruft der NABU bundesweiten dazu auf, bei der Datenerhebung zu helfen. Wir haben uns die Broschüre „15 Jahre Stunde der Gartenvögel“ des NABU angesehen und fragen uns: Was kam dabei raus? Wie sieht die Methode der Untersuchung aus? Wie können die Citizen Scientists mitmachen? Es geht also um Methoden der Datenerhebung, um Bürger*innen-Beteiligung und um die kleinen gefiederten Nachbarn in unseren Gärten und Grünanlagen.

In unserer Reihe zu Graphentypen geht es um verschiedene Daten und welche Arten der Darstellung es für diese gibt. Im ersten Teil (dl029: graphentypen – skalen und zeiger) ging es um die kleinste Einheit: um eindimensionalen Daten. Dieses Mal wird es ein bisschen komplexer. Wir reden über Graphentypen, mit denen sich eindimensionale Verteilungen abbilden lassen. Es geht um Histogramme, Boxplots, Violinenplots und kumulierte Häufigkeiten. Welche Darstellung eignet sich für welchen Zweck? Worauf kann man bei der Auswahl des Plots achten? Und überhaupt: Womit erstellt mensch eigentlich modern aussehende Plots?

Frühjahr heißt für viele auch wieder, dass die Heuschnupfen-Saison beginnt. Deswegen haben wir uns gefragt: Wie sieht das eigentlich mit dem Heuschnupfen so aus? Wo und wann merken die Menschen das am stärksten und wie wird das eigentlich überhaupt erfasst, wer unter Heuschnupfen in der Bevölkerung leidet? Gibt es Unterschiede zwischen Stadt und Land? Wie Hat sich die Häufigkeit von Heuschnupfen so entwickelt? Ausserdem werfen wir auch einen Blick auf die spannende Frage, welche Rolle der Klimawandel hier spielt oder spielen kann. Am Ende gucken wir auch noch kurz, wie die Daten für die Pollenvorhersagen erhoben werden.

Hier ist unser traditioneller Jahresrückblick – wir gucken uns das Jahr 2022 nochmal an. Den Anfang machen wir mit einem kleinen Schnelldurchlauf durch das Jahr. Dann gucken wir einmal auf datenleben selbst, weil unser Podcast produziert Daten und die gucken wir uns an. Gibt es da vielleicht irgendetwas, was wir 2022 beobachtet haben? Was waren unsere Lieblingsfolgen? Im Zentrum steht für uns aber die Frage, was wir so aus 2022 mitnehmen an Themen und Erkenntnissen. Eine Sache hat dabei besonders viel hergegeben, das Thema Machine Learning in 2022. Stichworte sind Bildgenerierung, chatGPT können wir natürlich nicht auslassen. Und zum Abschluss versuchen wir uns wieder an einem kleinen Ausblick, was dieses Jahr auf uns zukommt.

Wir haben uns gefragt, was sich anhand von erhobenen Daten über Weihnachten sagen lässt. Dabei sind wir auf Themen gestoßen, die wir so nicht ganz erwartet haben. Natürlich haben wir zur Frage recherchiert, wie der Weihnachtsmann das mit den Geschenken eigentlich schaffen kann. Aber darüberhinaus kommen auch schnell andere Zahlen ins Spiel, allen voran solche zu unseren Konsumgewohnheiten. Es geht um Onlinehandel, Pakete, Gemüse, Lebkuchen, Pflanzen, Fische und noch ein paar Dinge mehr. Wir hangeln uns entlang an ein paar Trivia zu Weihnachten, die schnell doch weniger triviale Themen aufkommen lassen.

Wir sprechen anhand des Themas Autismus über konkrete Formen von Studien. Aber erstmal gibt es zwei wichtige Dinge vorab: Ein kurzer Blick darauf was Autismus ist und ein paar Worte dazu, wie über Autismus gesprochen werden kann. Schließlich geht es darum, was Zwillings- und Metastudien sind und wie diese benutzt werden, um nach der Ursache für Autismus zu forschen. Die häufiger mal auftauchende Frage, ob Autismus immer häufiger vorkommt, streifen wir dabei auch. Und abschließend gibt es ein paar weitere Bemerkungen zu Themen, die im Hauptteil der Folge so keinen Platz hatten, aber auch wichtige Punkte im Kontext Autismus sind.

Es geht endlich mal wieder um Maschinelles Lernen und zwar um Neuronalen Netze, die durch Texteingabe Bilder generieren können. Was ist das und welche Anwendungen gibt es? Wir haben viel Spaß beim Experimentieren gehabt und möchten euch erzählen, was uns dabei aufgefallen ist. Über welche Probleme sind wir dabei gestolpert? Und wie funktioniert das überhaupt auf der technisches Seite? Darüber und welche Gedanken das noch so auslöst, reden wir in dieser Folge.

Wir reden mal wieder über offene Daten, aber dieses Mal im Allgemeinen. Wofür braucht man das, was kann man damit tun? Dafür haben wir ein bisschen rumgestöbert und gucken uns vor allem die Bereiche Forschung und Politik an. Denn da zeigt sich ganz besonders die Ambivalenz offener Daten: Was ist an offenen Daten toll? Und welche Probleme können mit offenen Daten zusammenhängen? Gerade als Gesellschaft die täglich immer mehr Daten erzeugt, müssen wir uns mit diesen Fragen auseinander setzen.