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.

Data Science, Data Feminism, Daten, Feminismus, intersektioneller Feminismus, Messverfahren, Datenanalyse, Datenauswertung, Datenvisualisierung

Helena: Willkommen zur 38. Folge beim Datenleben Podcast, dem Podcast über Data Science. Wir sind Helena

Janine: und Janine

Helena: und möchten euch die Welt der Daten näher bringen. Was für Daten umgeben uns? Wie gehen wir mit diesen Daten um und was können wir aus ihnen lernen? Wer schon immer mehr darüber wissen wollte, ist hier richtig, denn diesen Fragen gehen wir nach.

Janine: Die Überschrift dieser Folge heißt Data Feminism. Gleichzeitig ist es nämlich der Titel des Buches auch, über das wir gleich reden werden. Das ist ein Buch, das 2020 bei the MIT Press veröffentlicht wurde und wurde von Catherine D'Ignazio und Lauren Klein geschrieben und zwar in einem relativ öffentlichen Prozess mit einer großen Feedback-Schleife über das Internet und es kann nämlich auch kostenlos im Internet noch gelesen werden. Es kann auch als Buch tatsächlich erworben werden, aber eben auch im Internet im Volltext gelesen werden. Also, Data Feminism. Wir hätten dieser Folge auch den Titel Machtstrukturen in Data Science geben können, denn darum wird es vor allem thematisch gehen, aber das Buch heißt so und deswegen haben wir die Folge auch so genannt. Es war den Autorinnen ein Anliegen aufzuzeigen, dass Data Science eine Form von Macht ist und zwar eine, mit der sowohl Gutes getan werden kann, indem zum Beispiel durch Daten etwa Ungleichgewichte aufgedeckt werden oder vielleicht auch sogar behoben werden dann in der Folge, wie im Gesundheitssystem, oder eben auch Schlechtes getan werden kann, wenn diese Macht zum Beispiel für Diskriminierung oder Überwachung eingesetzt wird. Über so ein Thema hatten wir ja schon gesprochen in unserer vierten Folge, damals vor fast drei Jahren, als es um das Thema Racial Profiling ging. Die beiden Autorinnen betrachten Data Science und Data Ethics laut Klappentext aus der Perspektive des intersektionellen Feminismus, das Stichwort wird hier auch eine Rolle spielen, dazu kommen wir noch und wir haben uns eben einzelne Kapitel dieses Buches vorgenommen, um herauszufinden, was da drin steckt, was diesen Data Feminism ausmacht und welche Beobachtungen da getätigt werden und ob da vielleicht auch, ja, sogar Lösungsvorschläge daraus hervorgehen und dergleichen.

Helena: Ja, und warum beschäftigen wir uns mit Data Feminism? Nun, unser Motto als Podcast ist, "Kenne dein Messverfahren" und wenn wir irgendwie Daten haben, ist halt immer auch die Frage, wo kommen die her und warum wurden die erhoben und bei der Frage, warum wurden Daten erhoben überhaupt, spielen ja schon Machtverhältnisse eine Rolle, weil wer entscheidet, dass Daten überhaupt erhoben werden und wie die ausgewertet werden? In diesem Buch geht es genau darum und deswegen dachten wir, ist das ein wichtiges Thema, mit dem wir uns einmal auseinandersetzen wollten.

Janine: Kenne dein Messverfahren. Warum sagen wir das eigentlich ständig? Ich versuche mal, es so zu erklären, auch wenn es anfangs etwas dramatisch klingt: Das Leben steckt voller Entscheidungen. Wenn ich vor einer Menükarte im Restaurant stehe, werde ich eine Entscheidung treffen müssen, was davon ich essen möchte. Ich streiche gedanklich alle Gerichte mit Lebensmitteln raus, die ich erfahrungsgemäß nicht mag. Es bleibt also eine kleine Auswahl über. Schließlich wähle ich das, was ich mir zuhause selbst nicht kochen würde, weil es mir selbst zu aufwendig wäre. Was mir zu einer Entscheidung geholfen hat, waren Kontextinformationen, wie zum Beispiel, was ich mag, was ich selber nicht machen würde und genauso müssen sich Wissenschaftler*innen, die Daten erheben oder auswerten möchten, entscheiden, Data Scientists zum Beispiel. Nicht jedes Messverfahren eignet sich für alle Untersuchungen. Wie auf einer Menükarte steht die Vielfalt an Messverfahren vor ihnen. Damit sie entscheiden können, welche Messverfahren geeignet sind, müssen sie sie kennen. Nur wenn sie Vor- und Nachteile von Messverfahren kennen, können sie auch entscheiden, welches im konkreten Fall das Richtige ist. Dabei spielt der Kontext einer Messung die größte Rolle. Es gilt nicht nur zu wissen, was messe ich, sondern auch, wie lange oder wie viel muss ich messen, um genug Datenpunkte zu sammeln. Aber fast noch wichtiger ist die Frage, wofür messe ich das, was möchte ich damit aussagen und passt mein Messverfahren überhaupt dazu? Möchte ich vielleicht meine Messergebnisse mit denen anderer Wissenschaftler*innen vergleichen können? Worauf muss ich dann achten, damit so ein Vergleich hergestellt werden kann? Welches Messverfahren wurde hier von anderen benutzt? Und schließlich sind auch wir Menschen ein Kontext. Das heißt, dass auch alle Wissenschaftler*innen ihre eigenen Erfahrungen mitbringen, Annahmen und Erwartungen haben. Oft sind schon zahlreiche Gedanken in eine Untersuchung geflossen, ehe überhaupt gemessen wird. Wie kann damit umgegangen werden? Wird davon etwas vielleicht auch das Messergebnis beeinflussen? Menschen sind nämlich denkende und fühlende Wesen mit individuellen Standpunkten und Perspektiven, die sich nicht einfach abschalten lassen, wenn sie anfangen zu forschen. All das sind Faktoren, Kontexte, Einflüsse, die am Ende zur Auswahl eines Messverfahrens führen. Je besser Wissenschaftler*innen ihr Messverfahren und die begleitenden Kontexte kennen, desto besser kann all das bei einer Messung und der Auswertung der Ergebnisse überhaupt berücksichtigt werden. Deswegen: Kenne dein Messverfahren!

Helena: Ja, das Buch Data Feminism startet damit, dass es erst einmal sieben Prinzipien von Datenfeminismus aufstellt, die dann jeweils in einzelnen Kapiteln abgehandelt werden und von diesen sieben Prinzipien werden wir auch drei genauer vorstellen. Und zwar ist das erste der Prinzipien Analysiere Machtverhältnisse, darüber werden wir gleich noch reden. Dann das zweite ist, fordere diese Machtverhältnisse heraus. Im dritten Prinzip geht es darum, oder es heißt, stärke Emotionen, auch darüber werden wir gleich noch mal reden. Das vierte Prinzip ist, überdenke binäre Kategorien und Hierarchien. Damit ist gemeint, dass Datenfeminismus hinterfragt, warum man bestimmte Kategorien überhaupt wählt und ob dann sowas wie Geschlechterbinarität überhaupt noch eine sinnvolle Einteilung ist. Und generell geht es darum, was man warum wie zählt. Das fünfte Prinzip ist, bedenke Pluralität, auch darüber werden wir gleich noch näher eingehen. Das sechste Prinzip ist, bedenke den Kontext, weil Daten sind nie einfach nur neutral oder objektiv, denn der Kontext ihrer Erhebung basiert immer auf ungleichen sozialen Kontexten und die müssen berücksichtigt werden. Im Grunde ist Prinzip 6 auch nicht so viel anders als kenne dein Messverfahren. Das siebte und letzte Prinzip ist, mach deine Arbeit sichtbar, insbesondere als nicht-weiße männliche Person in Data Science, sprich über deine Arbeit und ja, zeige, dass auch wir zum Beispiel Teil der Data Science Community sind und Dinge analysieren, damit nicht immer nur die weiße, männliche Perspektive das Bild von Data Science dominiert.

Janine: Ich muss dabei sehr an diese drei Worte denken, why representation matters, also warum Repräsentation wichtig ist. Nämlich, ja, Sichtbarkeit ermutigt Menschen, auch Dinge zu tun, die in eine ähnliche oder gleiche Richtung gehen oder sich für etwas einzusetzen oder einen Lebensweg einzuschlagen. Darum wird es gleich auch kurz in der Einleitung nochmal gehen, wie ich inzwischen herausgefunden habe, nachdem ich die auch gelesen habe. Deswegen vertiefen wir kurz gleich, mach deine Arbeit sichtbar auch nochmal. Ja, aber was ich mich gefragt habe, wenn ich mir so diese Prinzipien angucke, sind da ja bis auf ein paar, wo so tatsächlich Sachen vorkommen wie Geschlechterbinarität und so, was erstmal wie ein absolutes feministisches Thema wirkt, klingt das insgesamt aber einfach nur nach sehr guten Punkten, die jetzt auch nicht unbedingt unter diesem Schlagwort Feminismus laufen müssten. Und vieles hat ja, meine ich so, auch aus meinem eigenen Erfahrungsschatz mitbekommen zu haben, was Feminismus im Namen hat, muss sich immer erstmal der Frage stellen, was ist denn das Feministische daran oder warum muss es Feminismus sein? Was ist denn für dich jetzt zum Beispiel an diesen Prinzipien des Datenfeminismus, die du gerade vorgelesen hast, das spezifisch Feministische, warum es Datenfeminismus ist?

Helena: Ja, also Feminismus hinterfragt per se erst einmal Machtverhältnisse. Und es geht nicht darum, dass nur noch Frauen Data Science machen sollen, sondern ja darum, dass im Moment der größte Teil eben weiß-männlich dominiert ist und ich meine, das wird auch in nächster Zeit nicht ausgeglichen sein, aber es geht darum, dass die anderen Perspektiven vorkommen müssen und Feminismus ist eben, oder das Feministische hieran ist, dass ja diese anderen Perspektiven sichtbar gemacht werden sollen, denn sonst würden viele Aspekte an Daten und an Begebenheiten einfach verloren gehen. Und konkreter geht es ja auch um intersektionellen Feminismus, auch wenn das jetzt im Titel nicht vorkommt, aber im Text kommt das an sehr vielen Stellen vor und intersektionell heißt hierbei, dass es nicht nur um Diskriminierung aufgrund des Geschlechtes geht, sondern auch darum, dass wenn man verschiedene Diskriminierungsformen sich anguckt, dass die sich auch noch auf eine besondere Art und Weise aufwirken können, wenn man jetzt mehrere davon hat. Zum Beispiel, das wird, wenn wir über Kapitel 1 kommen, noch Thema sein, das Beispiel Serena Williams, sie ist eine Schwarze Frau, sie erfährt in dem Beispiel, das wir gleich bringen werden, eine Form von Diskriminierung, die betrifft nur Schwarze Frauen. Das heißt, wenn man sich jetzt nur Schwarze Männer angucken würde, würde das kein Thema sein. Wenn man sich nur weiße Frauen angucken würde, würde man diese Diskriminierung auch nicht finden. Und intersektionell heißt hier einfach, bedenke, dass mehrere Kategorien von Diskriminierung noch mal ganz neue Formen von Diskriminierung hervorbringen können und das muss auch mit berücksichtigt werden.

Janine: Ja, das sind auf jeden Fall auch schon viele Punkte, die du genannt hast, die ich so auch in der Einleitung gefunden habe. Ich persönlich habe selber auch oft ein Problem mit dem Begriff Feminismus, weil er sich eben immer einer großen Kritik ausgesetzt fühlt, glaube ich, weil ich habe das Gefühl, dieser Begriff regt immer sofort Emotionen bei Menschen hervor, weswegen sie versuchen irgendwie das einzuordnen und dagegen zu steuern und diese Skepsis existiert auch in mir noch. Ich versuche mit der umzugehen und eben auch, indem ich solche Fragen stelle, weil ja, sowas habe ich eben nicht selten gehört, dass Menschen sagen, muss es denn Feminismus sein, kann man nicht einfach so das Richtige machen, das für alle gut ist? Und offenbar war ich da oder bin ich mit so einer Erfahrung auch nicht allein, denn das ist auch ein Thema für die Autorinnen ganz offensichtlich. Ich habe danach nämlich gefunden, dass die Einleitung heißt, why data science needs feminism? Also fast, als würden sie auf so eine schweigend im Raum hängende Frage bereits geantwortet haben, als sie das Buch geschrieben haben, und sie beginnen deswegen die Einleitung mit einer Geschichte von Christine Mann Darden, einer Schwarzen Frau, die 1967 bei der NASA als Datenanalystin anfing. Und ja, es wird sehr ausführlich beschrieben, was damals so passiert ist, nämlich sie war, wie auch viele andere, vor allem, glaube ich, auch Schwarze Frauen, wenn ich das richtig gesehen habe, lange Zeit namenlos, was ihre Arbeit anging. Und zwar waren Frauen wie sie nämlich maßgeblich am Erfolg des US-amerikanischen Raumfahrtprogramms beteiligt, und sie wurden teils auch von allen Mitarbeitern und auch von sich selbst Computer genannt. Sie hatten quasi keine Namen, sie waren einfach die Frauen, die mit Mathematik Datenanalysen betrieben haben, und zwar von Daten, deren Ursprung sie teils gar nicht kannten. Sie waren aber für Berechnungen notwendig und haben diese gemacht, und deswegen konnte alles irgendwann am Ende mit Apollo 11 dann doch funktionieren. Sie waren aber lange Zeit gar nicht bekannt, und deswegen haben die Autorinnen Darden als Beispiel herangezogen, weil sie auch nicht nur zur Forschung mit Data Science beigetragen hat damals in den 60ern, sondern sich auch für Frauen eingesetzt hat, die wie sie eben unter den Tisch gekehrt wurden, gefallen wurden, unter den Teppich gekehrt wurden. So durch ihre Namenlosigkeit. Und zwar definieren unsere beiden Autorinnen den Feminismus als Glauben in die politische, soziale und ökonomische Gleichbehandlung der Geschlechter. Damit zitieren sie, wie sie selbst sagen, das Merriam-Webster-Wörterbuch, und das ist, warum sie sich offenbar für den Titel und Begriff Data Feminism dann auch entschieden haben, weil für sie zum Feminismus auch der Aktivismus dazugehört, und um den Glauben an diese Gleichstellung, die darin anklingt, überhaupt in die Realität umsetzen zu können. So. Also zusammengefasst ist für sie Data Feminism eine Herangehensweise, eine Art, über Daten und alles, was daraus folgt, nachzudenken, die durch die hier genannten Traditionen des Feminismus an sich geprägt ist. Ja, an dieser Stelle wird dann auch das Stichwort intersektionaler Feminismus eingebracht. Das hat Helena ja gerade schon ein bisschen ausgeführt. Also, ja, dass eben neben so Kategorien, sage ich jetzt, wie Mann und Frau, Geschlechtsidentität, auch Sexualität, Alter, Religion, Geografie, Klasse und Race wichtige Faktoren sind in Sachen Gleichstellung und Gleichbehandlung. Und deswegen sagen die Autorinnen auch, dass Feminismus allgemein relevant für alle Menschen ist, weil auf alle Menschen, die eine oder andere und meist mehrere Kategorien gleichzeitig zutreffen. Und ja, deswegen fassen sie ihren Standpunkt so zusammen, dass es bei intersektionellem Feminismus um ungleich verteilte Macht geht, und in unserer jetzigen Welt, wo Daten auch eine Form von Macht sind, braucht es eben auch die Betrachtung dieser Datenmacht aus der feministisch geprägten Perspektive. So könnte man zusammenfassen, wie die Autorinnen hier Data Feminism definieren. Und ja, ich für meinen Teil kann der Argumentation soweit ganz gut folgen. Es gibt also eine Denktradition des Feminismus, die dafür aufgewendet wird, eine Gleichbehandlung oder auch eine Gleichstellung und überhaupt das Aufzeigen dieser Ungleichheiten zu benutzen, und zwar im Kontext Data Science. Das meint hier Data Feminism, genau. Und ich denke, das kann dieses Buch sogar ganz gut, wie wir hoffentlich gleich sehen werden, wenn sich Menschen nicht von diesem Begriff Feminismus abschrecken lassen.

Helena: Ja.

Helena: Gut, steigen wir mal ein in Kapitel 1. Da geht es um Machtverhältnisse. Und wie du gerade auch schon gesagt hast, Datenfeminismus basiert eben auch darauf zu schauen, wie Macht sich heutzutage verteilt und auswirkt, und das geschieht oder das wird hier gemacht über Wer-Fragen, also wer macht Data Science, wessen Prioritäten werden überhaupt zu Produkten, wer wird dabei übersehen und wer profitiert. Ein Modell, mit dem Machtstrukturen dargestellt werden, ist die sogenannte Herrschaftsmatrix oder Matrix of Domination von Patricia Hill Collins, und die teilt sich dann eben in vier Bereiche auf. Dabei gibt es einmal den strukturellen Bereich, ja, der strukturelle Bereich organisiert die Unterdrückung durch Gesetze und Regeln, also wenn Gesetze und Regeln schon per se diskriminierend sind, kommt das hier her, und dass Gesetze und Regeln diskriminierend sind, liegt jetzt nicht einfach nur daran, dass da explizit eine Diskriminierung drinsteht, sondern die ist da oft auch implizit mit drin, dadurch, dass zum Beispiel etwas verboten ist oder man benachteiligt wird, wenn man bestimmte Dinge tut, und die Leute, die diese Dinge tun würden oder diese Eigenschaften haben, sind typischerweise Leute einer bestimmten Gruppe, die eben eh schon diskriminiert wird. Gut, dann gibt es noch den ausführenden Bereich, das ist der Bereich, in dem die Unterdrückung umgesetzt wird, also zum Beispiel durch Umsetzung der Regeln und Gesetze, das kann zum Beispiel die Polizei sein, aber auch Behörden, dann gibt es den Hegemonie-Bereich, das ist der Bereich, ja, bei dem Formen von Diskriminierung durch Medien und Kultur weitergetragen werden, also in dem zum Beispiel bestimmte Frisuren als schmutzig dargestellt werden, die dann wiederum aber zum Beispiel nur eine bestimmte Bevölkerungsgruppe trägt, das Thema hatten wir ja in unserer Folge über computergenerierte Bilder auch, dass auch hier diese Form der Diskriminierung weitergetragen wird. Und der vierte und letzte Bereich ist dann der zwischenmenschliche Bereich, also die individuelle Erfahrung der Unterdrückung der Personen, die unterdrückt werden durch, ja, Mitmenschen. Um diese Machtstrukturen darzustellen, gibt es mehrere Beispiele in dem Buch, und es startet mit dem Beispiel der Lungenembolie, die Serena Williams bei der Geburt ihres Kindes erlitt. Was da das Problem ist, ist, zum einen betrifft es hauptsächlich Schwarze Frauen, also deutlich häufiger als weiße Frauen, das führt dann wiederum zu einer deutlich höheren Geburtensterblichkeit bei Schwarzen Frauen, das ist genau das, was ich vorhin mit dem Beispiel über Intersektionalität meinte, dass hier insbesondere Schwarze Frauen benachteiligt werden, und inwiefern werden sie jetzt durch diese Herrschaftsmatrix benachteiligt? Nun, diese Lungenembolien werden bisher oder wurden bis zu diesem Zeitpunkt nicht systematisch erhoben, das heißt, man wusste jetzt aus der Statistik, dass Schwarze Frauen deutlich häufiger sterben bei Geburten in den USA, aber jetzt konkret irgendwie Lösungsvorschläge machen konnten und wo die Behandlungsfehler potenziell herkommen könnten oder was man tun könnte, war nicht möglich, weil, ja, im strukturellen Bereich der Unterdrückung es keine Regeln gab, die vorsahen, dass man diese Todesursachen überhaupt erfasst, und dann kann natürlich auch niemand was dagegen machen, wenn man immer nur denkt, ja, das ist ein tragischer Einzelfall. Das ganze Thema kochte erst dadurch hoch, dass Serena Williams als internationaler Tennisstar ein gewisses Following auf Social Media hatte, und als sie dann von diesen Erfahrungen berichtet hatte, dass sie fast an dieser Lungenembolie gestorben ist, haben sich noch ganz viele andere Schwarze Frauen gemeldet unter ihrem Post und sich danach zusammengetan, um eben zu fordern, dass das mehr untersucht wird und dass da auch Maßnahmen, präventive Maßnahmen ergriffen werden sollen. Ja, mittlerweile wird es dann auch gezählt, aber bisher hat das noch nicht wirklich dazu geführt, dass dann wirklich Maßnahmen ergriffen wurden, weil dadurch, dass es noch nicht so lange gezählt wird, wird die Datenqualität als noch zu niedrig angesehen, was dann ja auch wieder eine Form von Unterdrückung ist, die sich dann fortsetzt auf die Leute, die das dann ausführen sollen. Ja gut, wir zählen das jetzt, aber ist halt noch nichts wert, weil es müssen halt noch ganz viele weitere Schwarze Frauen sterben, bevor genug Daten gesammelt werden. Das liegt eben an den Machtverhältnissen, die dazu geführt haben, dass diese Daten erst überhaupt nicht erhoben wurden und dann wer entscheidet, was dann damit gemacht wird mit diesen Daten.

Janine: So, und könnte man in diesem Fall aber sogar auch sagen, um noch mal darauf zurückzukommen, was so das siebte Prinzip war, mach deine Arbeit sichtbar. Da geht es ja darum, dass Datenanalystinnen ihre Arbeit sichtbar machen, aber ja, es geht ja auch ganz allgemein sehr häufig darum, dass einzelne Menschen mit genug Reichweite überhaupt etwas sichtbar machen, damit die Aufmerksamkeit darauf gelenkt werden kann überhaupt erst.

Helena: Ja, und dass dadurch überhaupt klar wird, dass das mehr Leute betrifft.

Janine: Ja.

Helena: Ich meine, auch da kann es ja sein, ja gut, das ist jetzt immer noch nur ein Einzelfall und da meldet sich dann auch niemand, dem das auch betrifft, das kommt wahrscheinlich genau auch oft genug vor bei Sachen, die wirklich selten sind, aber bei etwas, das offenbar so häufig vorkommt, hat es dazu geführt, dass jetzt ja immerhin mal nachgeguckt wird.

Janine: Ja.

Helena: Ja, ein anderes Beispiel aus dem Buch ist das Thema Luftqualität in Städten. Ja, in dem Beispiel ging es um eine Nachbarschaft, in der Leute durch eigene Messungen festgestellt haben, beziehungsweise sie hatten vorher schon den Eindruck, dass die Luft eher verschmutzt sein dürfte und die haben es dann angefangen selber zu messen. Und das gleiche Beispiel lässt sich, oder nicht das gleiche, aber dieses Beispiel lässt sich auch auf Deutschland übertragen, denn damit die Politik handeln muss, wenn Grenzwerte überschritten werden, muss die Messung ja auch von einer staatlichen Stelle vorgenommen werden. Also wir hatten hier insbesondere die Diskussion um Stickoxide, dass die in vielen Städten ja zu hoch sind, die Werte und jetzt ist natürlich die Frage, wo ist das der Fall und wo das der Fall ist, kann man ja nur feststellen, wenn der Staat auch beschließt, ja, da müssen jetzt Messungen durchgeführt werden. Das heißt, erstmal ist das immer noch eine Machtfrage, wo überhaupt die Chance besteht, was zu ändern. Und private Messungen von Feinstaub und Stickoxiden werden dabei erstmal ignoriert, da sie ja nicht den wissenschaftlichen Standards entsprechen, die eben eingehalten werden von den staatlichen Stellen. Ich meine, dass die Messgeräte, die dann ordentlich kalibriert sind, auch, ja, immer die gleichen Messumgebungen haben, dass die dann auch den Standards besser entsprechen, das ist jetzt nicht überraschend. Trotzdem kann das halt etwas sein, wo sich der Staat drauf ausruhen würde und wenn man dann eben als Bürgergemeinschaft sich dafür einsetzen will, kann man jetzt eigene Messungen eigentlich nur verwenden als Argumente, um sagen zu können, ja, ihr müsst jetzt aber mal ein, in Anführungszeichen, richtiges Messgerät hinstellen. Ich meine, andere Messgeräte sind ja auch richtige Messgeräte, sie sind nur vielleicht ungenauer. Das macht aber nicht ihre Ergebnisse komplett automatisch falsch.

Janine: Ja, darüber hatten wir ja auch in Folge 25 eigentlich ziemlich viel geredet über die Luftdaten, die wir hier selbst erhoben haben, auch verglichen mit den offiziellen Messstellen, nämlich mit einer Messstation vom Umweltbundesamt hier in der Nähe. Und ja, es gibt eine Abweichung, was wahrscheinlich auf die Eichung, Kalibrierung, wie auch immer zurückzuführen ist, die eben an meinem Gerät nicht gemacht wurde, aber dennoch ist die Abweichung nicht sehr groß und da kann man sich natürlich schon die Frage stellen, gibt es nicht einfach Möglichkeiten, das zu integrieren und zu berücksichtigen und dadurch einfach eine größere Datenvielfalt zu haben und auch solchen Daten zu vertrauen. Und das hatten wir ja auch gerade in der letzten Folge, wo es um die Gartenvögel ging und das Thema Citizen Science, so welcher wissenschaftliche Standard ist wirklich die Messlatte und kann es nicht auch wissenschaftliche Forschung geben, die eben mit zivilen Daten besser arbeitet, weil einfach der Kontext und die Fragestellung daran angepasst sind?

Helena: Ja, definitiv. Also in diesem Buch gibt es zu der Frage auch nochmal eine Aussage, weil man könnte das ja auch so verstehen, ja, Wissenschaft ist in ihrem Elfenbeinturm, andere Sachen sind mindestens gleichwertig, das ist jetzt nicht die Aussage, die in diesem Buch getroffen wird, sondern es geht halt darum, dass man die Machtstrukturen mitdenken soll und dann eben auch herausfordern soll in dem Moment, wo man dann feststellt, ja, okay, dass jetzt diese Messungen auf diese Weise gemacht werden, liegt halt an den Machtstrukturen, nicht daran, dass die wissenschaftliche Methode an sich ein Problem hätte, sondern dass man da halt einfach noch andere Aspekte reinbringen muss.

Janine: Ja, und andere Aspekte können zum Beispiel auch Emotionen sein, um mich mal an einer Überleitung zu versuchen. Ich habe mir Kapitel 3 angeguckt, das Kapitel 3 beschäftigt sich mit dem dritten Prinzip, das hat Helena übersetzt mit Stärke Emotionen, im Original Elevate Emotion and Embodiment, also es geht um die Förderung, also Stärkung von Emotionen, aber auch um Körperlichkeit oder Verkörperung, das heißt der, Körper wird hier auch in irgendeiner Form mitbedacht, kommen wir gleich zu. Ich werde mich vermutlich nicht ganz so kurzfassen können wie Helena zu ihrem Kapitel, weil ich einfach ich bin. Die Überschrift des Kapitels lautet On Rational Scientific Objective Viewpoints from Mythical Imaginary Impossible Standpoints, ja, über rationale wissenschaftliche objektive Perspektiven von mythischen, bildlichen, unmöglichen Standpunkten. So.

Helena: Ja.

Janine: Und ja, das klingt erstmal etwas wirr, vielleicht dachte deswegen Helena auch, das ist das richtige Kapitel für mich. Ich versuche da mal Ordnung reinzubringen.

Helena: Sehr gut

Janine: Der Ausgangspunkt ist hier, dass, wie eingangs beschrieben, Data Feminism zur Grundlage haben soll, verschiedene Formen von Wissen zu integrieren oder eben Standpunkte. Gemeint ist dabei auch, in diesem Kapitel vor allem, dass Wissen auch durch Menschen erzeugt wird, weil sie lebendige und fühlende Körper sind, die in dieser Welt sich bewegen. Das heißt, wir sammeln nicht nur Erfahrungen, weil wir eine bestimmte Herkunft haben, weil wir in einer bestimmten finanziellen Klasse aufwachsen oder wie man das beschreiben will, sondern wir sammeln auch Erfahrungen, weil wir Emotionen haben und weil wir Körper haben, die mit der Welt interagieren. Das heißt, es geht auch um diese Form von Wissen, die durch diese Form der Interaktion erzeugt wird. Was Sie so an dieser Stelle noch nicht direkt sagen, ich aber als Leserin im Kopf für mich schon mal ergänzt habe, weil ich die Einleitung kenne, auf die gleiche Art, wie halt diese verschiedenen Kategorien des intersektionellen Feminismus nicht ignoriert werden können, möchten die Autorinnen hier offenbar sagen, dass auch das mit Emotionen nicht passieren kann. Die können wir nicht ignorieren. Das ist Teil meiner Erfahrungswelt, die ich daran herantrage, wie ich mit der Welt um mich herum umgehe, also auch wie ich Daten aufnehme, analysiere, verarbeite und anderen präsentiere. So als Idee vorweg schon mal, so wie wirkt sich das jetzt auf Data Science aus und welchen Punkt macht dann der Data Feminism hier? Es fängt mit einem Beispiel an, was für die USA sehr prägnant ist, nämlich haben sie sich eine Grafik rausgepickt, die Tode durch Schusswaffen in den USA darstellt. Das ist eine Grafik, die hat eine Firma hergestellt, die heißt Periscopic und so eine Tagline oder das Motto dieser Firma ist, do good with data, tue Gutes mit Daten. Und sie haben eine Grafik hergestellt auf einer Webseite, da sieht man ja eine kleine orangene Linie, die so aus der x-Achse heraus von der linken Seite der Grafik sich nach oben wie so einen Bogen bewegt und dann plötzlich weiß wird, diese Linie mittendrin. Und dann kommt ein schmaler Punkt und daneben steht Alexander Lipkins Killed at 29. Danach führt die Linie ihren Weg fort in diesem Bogen und bleibt weiß, bis sie am Ende wieder die x-Achse berührt und da kommt ein neuer Satz, could have lived to be 93. So, also es geht hier um eine Linie, die stellt das Leben von Alexander Lipkins dar, der im Alter von 29 Jahren getötet wurde, aber nach statistischen Berechnungen bis zum Jahr, also bis zum Alter von 93 Jahren gelebt hätte haben können. So, dann taucht eine zweite Linie auf, die das gleiche macht, mit einem anderen Namen, mit anderen Lebensdaten und dann wird diese Animation plötzlich schneller und es tauchen immer mehr Linien auf und es geht auch ein Counter hoch, also eine Zählung oben und zwar steht auf der einen Seite, wie viele Tote es gibt und auf der anderen Seite, wie viele Jahre gestohlen wurden und die Zahlen sind auch, naja, entsprechend betrüblich, denn am Ende geht der Zähler hoch bis 11.419 getötete Menschen und eine Gesamtanzahl von 502.025 gestohlenen Jahren.

Helena: Im Jahr 2013.

Janine: Im Jahr 2013, genau. Was passiert mit dieser Grafik? Es werden, wenn man die jetzt interpretieren will, Emotionen geweckt, es soll begreiflich gemacht werden, was die Daten tatsächlich bedeuten und was hier eben auf dem Spiel steht, nämlich Verlust. Diese ganze Darstellung erhielt auch sehr viel Beachtung und wurde breit geteilt in der Öffentlichkeit und dann kam natürlich, was auch ein bisschen kommen musste, Äußerungen von eher klassischen Positionen, die sich mit Daten auseinandersetzen, die eher diese Argumentationskette verfolgen, dass Datenvisualisierung sehr neutral gehalten werden muss. Es muss sehr minimal gehalten werden, neutral, und je neutraler es ist, desto objektiver ist es. Ja, dass... die Objektivität ist quasi das Ziel. Also klassische Data Science, so die Autorinnen in diesem Buch, will, dass Objektivität hergestellt wird. Und es wird sehr stark hinterfragt, wie viele Emotionen überhaupt transportiert werden dürfen. Eine Person, die die Autorinnen hier zitieren, kritisiert, dass die Daten durch diese Form der Darstellung aktiv in Form gebracht würden und einem Ziel dienen, statt dass sie nur ein Ergebnis eines automatisierten Prozesses darstellten. So, das war die Kritik. Kann's das sein? Für die Autorinnen ist hier Donna Haraway, die Philosophin entscheidend, die hat bereits in den Achtzigern damit angefangen, sich mit scheinbarer Objektivität von Daten und ihrer visuellen Darstellung auseinanderzusetzen. Sie hat kritisiert, also Haraway, dass Datenvisualisierung einen Trick macht, nämlich the God-Trick of seeing everything from nowhere, also den Gott-Trick, alles von nirgendwo zu sehen. Also, dass Datenvisualisierung einen allwissenden Blick ohne Standpunkt einnimmt. Das ist sozusagen, was das Ideal ist, aber gleichzeitig auch der Trick, den Haraway kritisiert, weil es beim betrachtenden Menschen zum einen den Glauben erzeugen könnte, selbst alles so objektiv sehen zu können und alles andere ausklammern zu können, aber auch, weil es eben nur den Eindruck erweckt, diesen Standpunkt überhaupt darstellen zu können. Weil nämlich, was passiert, wenn etwas dargestellt wird, etwas so objektiv und klassisch dargestellt wird, dass man nur ein Balkendiagramm hat, um darzustellen, in welchem Jahr wie viele Menschen durch Schusswaffen getötet wurden? Das zeigt halt nur einen Teil der Gesamtperspektive, und zwar nämlich den Teil der dominierenden Standardgruppe. Und das ist eben diese Machtposition, die Helena auch schon ausgeführt hat. Und was ich als Leserin bis zu diesem Zeitpunkt mitnehme, ist vor allem die Kritik, dass auch die klassische Datenvisualisierung, so nenne ich das jetzt auch einfach mal weiterhin, nur den Eindruck von Objektivität überhaupt erzeugt. Weil, ja, ich habe mich jetzt ja auch schon eine Weile mit Daten beschäftigt und wie wir sie darstellen, und weiß irgendwo schon, dass jede Person, die Daten auswählt und eine Grafik gestaltet, auch Entscheidungen trifft und damit auch eine Einflussnahme ausübt, wie es ja kritisiert wurde bei dieser emotionalen Darstellung. Das ist eine Darstellung mit einem konkreten Ziel, also, ja, das klingt so nach Manipulation. Falls sich jetzt an dieser Stelle jemand fragt, was das spezifisch Feministische ist, das kommt jetzt. Nämlich geht es darum, dass das Abwerten von Emotionen in solchen Datenvisualisierungen den Autorinnen zufolge aus dieser Haltung herauskommt, dass Frauen emotionaler sind als Männer und deswegen Männer auch rationaler denken können als Frauen. Das ist, sagen Sie, einer der stärksten verbreiteten Stereotypen durch die meisten westlichen Kulturen.

Helena: Ja, das sieht man immer wieder, in allen möglichen Medien auch, um wieder bei der Hegemonie zu bleiben. Und ja, mein persönlicher Eindruck ist, dass das Quatsch ist, weil, wenn man sich dann irgendwelche Aufzeichnungen von Männern, die irgendwie behaupten, rational zu sein, anguckt, die schreien dann rum oder was auch immer, tun total emotionale Dinge, aber sie sagen, sie seien ja rational, während sie total emotional aufgeladen sind. Es ist also ein komplettes Vorurteil, was jede Realität ignoriert, aber aus irgendwelchen Gründen ist das ein sehr starkes Vorurteil.

Janine: Genau. Und das sagen die hier auch, dass die Herausforderung sozusagen ist, insgesamt, diese fehlgeleitete Binarität zwischen Verstand oder rationalem Denken und Emotionen auf der anderen Seite aufzulösen. Also das muss das Ziel sein, weil eben dadurch Hierarchien etabliert werden, weil, ja, es wird halt einfach so überliefert und bleibt deswegen auch erhalten. Warum kann das passieren? Weil die Gruppe derer, die die Entscheidung trifft darüber, was wir als wissenschaftlich, objektiv etc. befinden, halt die ist, die bereits jetzt schon on top ist, nämlich nach Haraway und den Autorinnen hier, die elitären weißen Männer. Und so können halt Sachen reproduziert werden und erhalten bleiben. Jetzt müsste man natürlich noch beweisen können, dass jede Datenvisualisierung immer schon auch eine Entscheidung mit sich bringt, die auch die Daten schon formt, die wir betrachten, und das tun sie, das können sie nämlich aufzeigen, indem sie auf eine Grafik oder beziehungsweise zwei Grafiken verweisen, die die gleiche Datengrundlage haben, aber von unterschiedlichen Urhebern stammen. Sie sagen, die Konsequenz solcher Entscheidungen, welche Daten wie dargestellt werden, wird erst dann richtig sichtbar, wenn man sieht, dass sie mit alternativen Entscheidungen verglichen werden, die auf den gleichen Daten gründen. So, und da hatte, zitieren sie ein Buch, und zwar den Journalisten Jonathan Stray, der in seinem Buch The Curious Journalist's Guide to Data, also der neugierige Journalistenführer zu Daten übersetzt, das ist 2012 im September erschienen, in diesem Buch wird diskutiert, dass es in den New York Times im September 2012 einen Jobreport gab, also sowas wie bei uns die Arbeitsmarktveröffentlichung, Arbeitslosenzahlen, etc., und ja, die New York Times hat zwei Grafiken erstellt, einmal aus Perspektive der Demokraten, die die Partei war, die zu der Zeitpunkt regierend war, und einmal aus Perspektive der Republikaner, die die andere Seite war. Jedenfalls wurden diese beiden Grafiken erstellt, und unterm Strich kann keine für sich genommen wirklich als manipulativ wahrgenommen werden, dennoch haben sie halt signifikante Unterschiede in der Art und Weise, wie sie die Daten darstellen, und deswegen auch eine andere Aussage, die daraus abgelesen werden kann. Jonathan Stray, der das analysiert hat, sagt, dass die Wahrheit, an der sich hier ja auch gehalten wird, immer noch einen sehr großen Raum für Interpretationen offenlässt.

Helena: Ja.

Janine: Also, man kann Interpretationen nicht vermeiden, außer man würde halt einfach diesen Bericht so veröffentlichen, wie er ist, aber dann wäre es ja gar nicht mehr visualisiert worden, das heißt, wann immer es um Datenvisualisierung geht, wird eine Entscheidung darüber getroffen, wie ich sie darstelle, und das hat eine Konsequenz, wie sie bei Menschen ankommt. So. Und aus diesem Grund haben die Autorinnen auch, wie sie an dieser Stelle sagen, in ihren Eingangsstatements in der Einleitung, ihre eigenen Standpunkte, also ihre eigenen Kategorien sichtbar gemacht, was Race, Gender, Klasse, Bildung etc. angeht, um klarzumachen, das sind Positionen, die haben wir, und die haben Einfluss darauf, wie dieses Buch entstanden ist, was in diesem Buch steht, und wie wir Daten selber interpretieren. Das ist so, finde ich, der wichtigste Punkt dieses Kapitels, das ist nur das halbe Kapitel, es geht noch ein bisschen weiter, aber wichtig ist unterm Strich, dass Datenvisualisierungen auch rhetorisch sind, dass dabei etwas vermittelt wird, und dass es immer jemanden gibt, der etwas erzeugt, mit einer bestimmten Perspektive, und jemand, der etwas aufnimmt, mit einer bestimmten Perspektive. Man kann hier in die schönen Sender-Empfänger-Kommunikationsmodelle von Schulz von Thun, war das glaube ich, gehen und sich das mal angucken, wie das überhaupt auf Datenvisualisierung passt, und das passt sehr gut. Es kann unterm Strich keine Objektivität geben, Daten werden immer zurechtgemacht und behandelt, bevor sie veröffentlicht werden.

Helena: Ja, ich meine, ein Beispiel dafür ist ja auch alle Infos, die es irgendwie zur Klimakatastrophe gibt, und da gibt es ja auch die Gruppe der Leute, die sagen, ja, das muss möglichst neutral dargestellt werden, das ist dann meistens die Gruppe derjenigen, die Maßnahmen dagegen verlangsamen möchte, weil sie im Moment davon profitieren, wie es gerade läuft, während gleichzeitig eine große Gruppe wie Fridays for Future sehr dafür sind, die Sachen auch so darzustellen, so dramatisch darzustellen, wie sie eben sind. Und da hilft das rausnehmen der Emotionen der Leute, die einfach Änderungen verlangsamen und bremsen wollen.

Janine: Ja, und was die beiden Autorinnen hier einmal noch ganz klar sagen, ist, dass eben diese... diese persönlichen Standpunkte nicht als Bedrohungen wahrgenommen werden sollten oder als negative Einflüsse, als ein negativer Bias, der an etwas herangetragen wird, sondern dass sie eben inkludiert werden sollten, dass sie einen Rahmen abstecken könnten für die Arbeit, die jemand tut, und dass dadurch eben halt auch ein neuer Zugang zu Dingen entstehen kann. Also, dass jede Person einen übergreifenden, kategorienübergreifenden eigenen Standpunkt mitbringt, der einzigartig ist, und dass dieser Standpunkt aber auch helfen kann, dabei Wissen zu erzeugen, Dinge zu vermitteln und eben ganz neue Fragen der Forschung aufgemacht werden können. Ich finde, das ist eigentlich ein schönes Fazit und in diesem Sinne kann ich da total mitgehen.

Helena: Sehr gut.

Helena: Gut. Ja, ich rede jetzt über das fünfte Prinzip und gleichzeitig auch Kapitel, nämlich Bedenke Pluralismus. Das Kapitel fängt damit an, dass es erstmal eine Feststellung zitiert, nämlich, dass Daten aufbereiten eine der Hauptaufgaben von Data Scientists ist. Also, man kriegt erstmal Daten, muss die irgendwie aufräumen, im Englischen wird das dann auch als Clean Data bezeichnet, wenn man aufgeräumte Daten hat, damit man damit überhaupt Analysen machen kann. Und was jetzt dieses Aufräumen von Daten und was aufgeräumte Daten sind, für Folgen haben kann, da haben sie verschiedene Beispiele. Und ein Beispiel, das ich jetzt auch noch, um was damit gemeint ist, erklären zu können, habe, das kommt von mir, und zwar, man stelle sich vor, man ist zum Beispiel ein Flugzeug und man möchte wissen, wie lange ist jetzt dieses Flugzeug geflogen bzw. wie lange braucht es von einem Ort zum anderen Ort. Und da gehört natürlich auch die Zeit zu, die es jetzt irgendwie von einem Gate zum Rollfeld geht und dann fliegt und dann landet und dann irgendwann die Leute wieder rauslassen kann. So, und da hat man im Moment drei Messverfahren. Das eine ist, ja es gibt ein automatisches Messsystem, wenn das Flugzeug andockt am Gate, wird die Zeit erfasst und wenn es dann wieder losfährt, wird diese Zeit auch erfasst. Dann gibt es die Messmethode, ja irgendjemand schreibt einfach die Zeit auf, wann es da losfährt und wann es abfliegt. Und dann gibt es noch als dritte Messmethode, die Messmethode, die das Flugzeug selber notiert, also das Flugzeug hat dann selber noch Sensoren, dass es weiß, ja es bewegt sich jetzt und jetzt fliegt es und das wird dann auch gespeichert. Und am Ende hat man irgendwie drei verschiedene Messergebnisse und will damit irgendwelche Datenanalysen machen. Und das wäre an sich kein Problem, wenn eins davon einfach immer da wäre, aber das ist nicht der Fall. In der Realität fehlen immer irgendwelche Systeme. Irgendwas ist kaputt, ob jetzt ein Flugzeug selber mitkriegt, wann es wie fliegt, ist nicht so wichtig für die Sicherheit, deswegen kann das auch mal nicht funktionieren. Menschen können mal unaufmerksam sein, dann ist da irgendwie eine Minute falsch. Aber auch das System, was jetzt irgendwie am Gate misst, ja wann ist das Flugzeug da angekommen, existiert halt nicht an jedem Flughafen oder ist auch nicht immer heile. Das heißt, am Ende hat man irgendwie drei Messwerte, aber nicht alle sind immer da. Aber einer ist eigentlich immer da und dann muss man die Daten so aufräumen, dass man am Ende nur eine Zeit noch übrig hat. Das würde man dann zum Beispiel so machen, dass man erstmal die zuverlässigste Zeit nimmt und dann analysiert, welche sind weniger zuverlässig und dann rechnet man die halt runter. So. Das soll jetzt einfach nur einmal ein technisches Beispiel sein für, wie dieses Datenaufräumen sich gestaltet, weil das Beispiel, was jetzt hier in dem Buch gebracht wird, ist eben ein nicht so technisches Beispiel. Und zwar geht es darum, dass Menschen ja über Orte sprechen. Und wenn Menschen über Orte sprechen, wird nicht immer die Objektive volle Adresse genutzt, sondern oft gibt es auch einen Slang für Begriffe, die außerhalb bestimmter Städte oder Communities eben nicht verstanden werden. Ein Beispiel aus Braunschweig ist, dass Franky der Spitzname für den Frankfurter Platz ist oder in diesem Buch gibt es das Beispiel Upstate, mit dem bestimmte Counties in South Carolina gemeint sind. Und wenn jetzt jemand von außerhalb diese Daten aufreinigt oder damit arbeitet, kennt diese Person diese Begriffe potenziell nicht. Im besten Fall kann man die dann noch nachgucken und dann irgendwie verstehen. Im schlimmsten Fall ist das aber auch nicht mehr möglich. Und dann kann man eben die Daten zerstören. Also theoretisch gäbe es eine objektive Adresse, so das, was man vielleicht im Internet hinterlässt, wenn man irgendwie einen Brief haben möchte oder ein Paket. Aber das ist nicht das, was man im Alltag sagt, wenn man einen Ort meint. Das gibt es, glaube ich, an jedem Ort, irgendwelche Spitznamen.

Janine: Ich könnte zum Beispiel überhaupt nichts mit Franky anfangen.

Helena: Dabei wohnst du nur am anderen Ende der Stadt.

Janine: Ja, aber am anderen Ende der Stadt. Der Standort bestimmt ja auch, welchen Park man meint, wenn man sagt, wir treffen uns im Park.

Helena: Ja, außer wir sind... befinden uns in Osnabrück, dann meint man eine Disco.

Janine: Oh okay, gut. Auch nicht schlecht. Ja und in Braunschweig ist es so, wenn man eher da wohnt, wo ich wohne und sagt, wir treffen uns im Park, meine ich natürlich den, der hier um die Ecke ist und nicht der, der am anderen Ende der Stadt so schön ist. Und wenn man am anderen Ende wohnt, sagt man auch meistens, ab in den Park und meint einen bestimmten Park.

Helena: Genau. Und wenn man jetzt eben diese Daten erfasst und nur Leute von außen darauf zugreifen, dann gehen diese Daten halt potenziell einfach kaputt. Und in dem Buch wird das Ganze dann als epistemic violence bezeichnet, also Gewalt auf die Bedeutung bezogen. Und auf der einen Seite, klar, schafft man es vielleicht noch, Dinge durch zum Beispiel objektive Adressen zu ändern, aber dadurch, dass in den Originaldaten ja bestimmte Worte drinstehen, sagt der Datensatz ja auch was darüber aus, welche Gruppe überhaupt diese Daten erhoben hat. Und wenn man das dann alles normalisiert, geht auch diese Information wieder verloren. Dabei ist das zugrundlegende Problem der Daten oder eben, dass Daten in der Regel für Außenstehende aufbereitet werden, damit Leute, die nicht Teil dieser Gruppe sind, sie auswerten können. Ja, was hat das Ganze mit Pluralismus zu tun? Nun, diese Außenstehenden sind zum einen oft weiße Männer, was dann insbesondere dazu führt, dass davon abweichende Perspektiven, also von der Perspektive von weißen Männern, ja, dass diese in den Daten auch verloren gehen. Ja, dabei heißt Pluralismus jetzt nicht, dass jede Perspektive auch als gleichwertig angesehen werden muss. Das ist nicht der Fall. Es geht eher darum zu sagen, ja, jede Form von Wissen hängt immer nur vom Standpunkt ab und von den Lebensverhältnissen der Person. Wenn jetzt eine einzelne Gruppe, zum Beispiel die Gruppe weißer Männer, behauptet, ja, sie wüssten, was die objektive Wahrheit ist, dann sollte man das aus Prinzip erstmal nicht glauben, weil sie ja nur aus ihrem Standpunkt reden können. Und hier gibt es ja durchaus noch mehrere Beispiele, wie im Moment ist die dämonierende Wissenschaftssprache Englisch und Sachen, die jetzt irgendwie auf einer anderen Sprache veröffentlicht werden, werden dann in der Wissenschaft auch gerne mal ignoriert oder sind dann halt nicht hier bekannt, wie zum Beispiel zu Sowjetzeiten, dass dann Sachen in Russisch veröffentlicht wurden. Manche Veröffentlichungen werden dann auch übersetzt, aber das muss ja auch erstmal jemand mitkriegen. Und auch das ist eben dieses, ja, pluralistischer Standpunkt. Man kann denken, dass das jetzt die objektive Wahrheit, weil die Wissenschaft das herausgefunden hat, aber vielleicht hat die das in China ja auch schon vor fünf Jahren herausgefunden, aber es wurde halt nicht auf Englisch veröffentlicht.

Janine: Da kann man ja auch ganz in die Wissenschaftshistorie zurückgehen. Es gibt ja immer dieses Phänomen, dass viele Entdeckungen oder Entwicklungen oder Erfindungen relativ zeitgleich an unterschiedlichen Orten der Welt gemacht werden. Und da ist auch immer die Frage, wer wird denn als Urheber dieser Entwicklungen, Erfindungen, dieses Erkenntnisstandes genannt? Und meistens natürlich der, der als erstes am weitesten rezipiert wird.

Helena: Genau, und...

Janine: Kurz noch das Beispiel dazu, weil es gerade auch wieder durch die Medien getrieben wurde, ist halt, dass jetzt der Name Rosalind Franklin viel häufiger fällt, weil darauf hingewiesen wurde, dass sie eben maßgeblich an der Entdeckung der DNA beteiligt war.

Helena: Ja, und ihre Ergebnisse im Wesentlichen geklaut wurden von anderen Leuten, die dann dadurch viel bekannter wurden. Der eine Wermutstropfen ist immerhin, sie hat immerhin in derselben Ausgabe der Zeitschrift Nature ihre Ergebnisse veröffentlicht, nur halt nicht diese Aufmerksamkeit bekommen und sie ist leider gestorben, bevor es den Nobelpreis gab. Wo es dann auch gerne heißt, ja, das hat es dem Nobelpreiskommitee leichter gemacht, sie einfach auszuschließen. Man hätte den Nobelpreis ja auch früher geben können dafür.

Janine: Ja, aber auch das bekommt jetzt Aufmerksamkeit. Aber gut, ich wollte dich auch nicht zu lang vom Thema abbringen.

Helena: Genau. Also, was man daraus eben ziehen kann, ist, naja, Wissen hängt immer vom Standpunkt ab und es ist auf jeden Fall hilfreich, mehrere Standpunkte zu haben. Und Datenfeminismus in diesem Kontext heißt jetzt, dass man nicht nur auf andere Perspektiven achten soll, sondern sie ganz explizit einladen sollte. Eine Möglichkeit, das zu tun, ist, für Daten und ihre Nutzung auch immer die Community einzubeziehen, die das konkret betrifft. Das hatten wir ja in unserer Autismusfolge ja auch. Ja, es ist halt eine Sache, wenn immer über Autisten geredet wird und die Innenperspektive ignoriert wird. Wenn man jetzt allerdings aus der Innenperspektive zum Beispiel Diagnose-Kriterien herauskriegen würde, sähen die wahrscheinlich anders aus als die angeblich objektiven, nur von außen betrachteten Kriterien, die heute Gültigkeit haben. So als Beispiel.

Janine: Und es wäre wahrscheinlich auch schon viel schneller zu einer Überarbeitung gekommen, wenn diese Standpunkte früher eine Rolle gespielt hätten.

Helena: Genau. Gut. Das war so der wesentliche Punkt, den ich mit diesem... oder aus diesem Kapitel rausgezogen habe.

Helena: Und dann würde ich sagen, es ist schon Zeit für ein Fazit.

Janine: Ja, schon ist gut. Aber wir sind ja noch ganz gut im Rahmen im Vergleich zu sonst. Ja, ein Fazit. Ich weiß nicht, ich habe irgendwie das Gefühl, an dieser Stelle noch irgendwie sagen zu müssen, das war jetzt weder eine Buchrezension noch ein reines Buchreferat noch irgendwie, ich weiß nicht. Ich finde, bei diesem Buch bin ich sehr schnell in den Modus gekommen, auch einfach viel zu nicken und zu sagen, ja, das sind gute und wichtige Punkte, die ich auch möchte, dass andere Leute die auch wahrnehmen und anerkennen und integrieren in ihrer Arbeit. Also ich glaube, ich habe schnell sehr viel Ja gesagt und wenig kritisch hinterfragt und mir jetzt natürlich auch im Lesen einfach die Dinge rausgepickt, wo ich definitiv auch zustimmen konnte. Deswegen, das hier ist keine Kritik, keine Rezension. Aber ich fand, vielleicht kann man einfach sagen, wir haben dieses Buch als Anregung genommen, über dieses Thema zu reden mit den Beispielen des Buches, aber auch irgendwo mit unserer eigenen Meinung da reingeschüttet. Oder wie würdest du das sehen?

Helena: Definitiv. Im Grunde genommen kann man ja eigentlich den meisten dieser Prinzipien ohne zu zögern einfach zustimmen, wenn man die aus Vogelperspektive, wie ich die ganz am Anfang referiert hatte, einmal vorträgt. Und eine der Stärken von diesem Buch ist eben, dann auch an konkreten Beispielen aufzuzeigen, wie diese Prinzipien jetzt eigentlich Wirkung entfalten. Weil man kann ja auf einer abstrakten Ebene immer gerne Dingen zustimmen, wenn es ins Konkrete geht, weiß man ja überhaupt nicht, was gemeint ist. Und da fand ich eben, dass das Buch eine sehr gute Arbeit leistet. Und ich meine, es passt einfach auch sehr gut zu Kenne dein Messverfahren. Und was ich daraus gezogen habe, ist ja, außer dass man das Messverfahren kennen sollte oder was da auch zugehört ist, ja, bedenke, dass Daten immer von Machtstrukturen abhängen. Also davon hängt schon ab, was mit den Daten überhaupt gemacht werden kann und was am Ende nicht mit ihnen gemacht wird und welche überhaupt erhoben werden, dann auch, dass es keine Objektivität gibt, sondern der Standpunkt immer ein Faktor ist, genauso wie die Emotion. Das spielt immer mit rein. Und außerdem sorge dafür, dass du auch weitere Perspektiven einholst. Du kannst dich nicht darauf ausruhen, dass du deine eigene Perspektive nur hast, sondern es ist besser, ja, nach anderen auch zu fragen und sich darum zu kümmern.

Janine: Ja, dem kann ich so zustimmen, auch als sowohl inhaltliches Fazit als auch generell als persönliches Fazit zu diesem Thema. Ich denke, das sind auch alles irgendwie Punkte. Wahrscheinlich habt ihr es mitbekommen, wir haben doch recht häufig auf andere Folgen verwiesen, vielleicht noch häufiger als sonst. Ich habe mir an der einen oder anderen Stelle sogar schon eine Folge verkniffen, noch zu erwähnen, weil ich während dieser Aufnahme auch tatsächlich gemerkt habe, dass, ja, wir schon an so vielen Punkten genau darüber versuchen, auch zu reden und eben nicht umsonst. Und Helena ja auch nochmal betont, das ist absolut einfach unser Motto. Kenne dein Messverfahren.

Helena: Ja.

Janine: Also wisse auch, wer du selbst bist sozusagen und gehe damit um. Ignorier es nicht, verleugne es nicht, sondern umarme es, wie die Autorinnen in diesem Buch sagen würden.

Helena: Gut.

Janine: Ein kitschiges Ende. Na gut.

Helena: Ja, gut, das war jetzt diese Folge. Und ja, die nächste Folge erscheint am 17. Juni und darin geht es um natürliche Experimente. Ja, was sind natürliche Experimente und wie diese auf natürliche Weise stattfinden können, sind dann Thema dieser Folge. Und im Prinzip geht es darum, wie kann man Daten oder Wissen generieren, wenn man Experimente eigentlich nicht im eigentlichen Sinne machen kann, weil sie zum Beispiel ethisch nicht möglich sind oder auch technisch nicht möglich sind. Weil man hat zum Beispiel nicht zweimal denselben Staat und einmal mit einem Gesetz und einmal ohne ein Gesetz, wo genau dieselben Menschen drin leben. Dazu müsste man Paralleluniversen haben. Die haben wir ja nicht. Also muss man irgendwie anders diese Experimente durchführen. Und zum Beispiel, was ich mit ethisch meine. Gut, wir hatten letztens irgendwie vor ein paar Jahren ein neues Virus. Wir würden bestimmt eine ganze Menge lernen, wenn man irgendwie hundert Menschen damit erstmal ansteckt und guckt, was passiert. Aber absichtlich an Menschen diese Experimente zu machen, ist halt ethisch einfach nicht vertretbar, weil einfach nicht absehbar ist, was dann passiert. Aber wie kann man trotzdem diese Daten bekommen? Darum wird es in dieser Folge gehen.

Janine: Wobei ich an einer Stelle jetzt ja mal widersprechen muss. Nur weil wir nicht wissen, dass es Paralleluniversen gibt, heißt es nicht, dass es sie nicht gibt. Aber wir können sie halt nicht einbeziehen, weil wir nicht wissen, ob es sie gibt.

Helena: Nach Ockhams Rasiermesser kann ich sie einfach ignorieren,...

Janine: Ja...

Helena: ... weil alle meine Annahmen über die Welt funktionieren wunderbar ohne. Und das würde nur Dinge komplizierter machen, aber nicht zusätzlich erklärend.

Janine: Auch wieder wahr.

Janine: Gut, Call to Action, so heißt das hier am Ende. Wenn ihr uns weiter hören möchtet, folgt uns auf Twitter unter @datenleben oder Mastodon unter @[email protected]. Besucht gerne unsere Webseite www.datenleben.de, da findet ihr alle Folgen, hin und wieder auch ein paar Blogbeiträge. Hinterlasst uns da auch gerne Feedback, wenn ihr mögt, darüber freuen wir uns immer. Und ja, ihr könnt uns auch als Data Scientist buchen für Analysen oder Projekte, falls euch unsere Herangehensweise gefällt. Und falls ihr Themen oder Fragen habt, könnt ihr uns auch gerne schreiben an den genannten Stellen.

Helena: Ja, dann bleibt mir nur noch für die Aufmerksamkeit zu danken und bis zum nächsten Mal. Ciao!

Janine: Tschüss!

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.

Citizen Science, Bürgerforschung, Datenerhebung, Gartenvögel, Artenvielfalt, Vogelbeobachtung, Naturschutzbund Deutschland, NABU

Helena: Willkommen zu unserer 37. Folge beim datenleben-Podcast, dem Podcast über Data Science. Wir sind Helena

Janine: und Janine

Helena: und möchten euch die Welt der Daten näher bringen. Wer erhebt Daten? Wie werden sie aufbereitet und noch wichtiger, was können wir aus ihnen lernen? Diesen Fragen gehen wir anhand konkreter Themen in unserem Podcast nach.

Janine: Dieses Mal ist unser konkretes Thema: Gartenvögel. Und zwar haben wir uns die Stunde der Gartenvögel vom Naturschutzbund Deutschland angeguckt, das ist eine Vogelzählung sozusagen. Und ja, diese Untersuchung des NABU haben wir als Ausgangspunkt genommen, das wird seit vielen Jahren praktiziert, vor allem in Gärten, und ja, vorkommende Vogelarten werden gezählt und es gibt dazu eine Broschüre, die 15 Jahre Stunde der Gartenvögel betrachtet. Das ist natürlich eine schöne Datensammlung, die wir uns gerne angucken und das war vor allem dann der Grund, sich mal näher anzusehen, welches Thema da nämlich noch zugehört und das ist Citizen Science. Es geht also darum, Datenerhebung mit Bürger*innenbeteiligung zu machen und ja, um unsere kleinen gefiederten Nachbarn.

Helena: Ja, wir haben das Thema für diese Folge ausgewählt, denn die Folge erscheint noch rechtzeitig vor dem 2. Mai-Wochenende, denn da findet das nächste Mal die Stunde der Gartenvögel vom NABU statt und alle, die interessiert sind, können dann gerne daran teilnehmen. Ja, generell finden wir auch, dass Citizen Science ein wichtiges Thema ist, weil es Optionen der Beteiligung bietet und Beteiligung in wissenschaftlichen Untersuchungen ist durchaus gut, um ja, mehr Verständnis für die Erkenntnisse und die Umwelt zu erlangen und ja, außerdem fanden wir das Thema Vögel interessant, zumal es ja auch wieder Frühling ist und man dann wieder deutlich mehr von den Vögeln hört und sie auch sieht. Ja, und gerade auf Bezug auf dieses Thema ist es schön, teilzunehmen bei sowas wie der Stunde der Gartenvögel, weil man dann auch lernt, die eigene Umgebung besser kennenzulernen.

Janine: Was ist Citizen Science? Citizen Science bedeutet direkt übersetzt Bürgerwissenschaft. Nun sind alle Menschen Bürger, auch die Wissenschaftler*innen, aber es ist konkret gemeint, dass Citizen Science von Menschen ausgeführt wird, die selbst keine Arbeitsstelle in dem Bereich haben, in dem sie in ihrer Freizeit forschen, und werden deswegen auch öfter als interessierte Laien beschrieben. Die Forschungsprojekte werden dabei oft von wissenschaftlichen Institutionen angestoßen, die gezielt Menschen aus der Bürgerschaft ansprechen und einbinden wollen. Aber Citizen Science kann sich auch ganz eigenständig entfalten, manchmal gründen ehrenamtliche Expert*innen eigene Projekte und binden viele Menschen mit ein. In jedem Fall bringt Citizen Science einige Aspekte in die institutionalisierte Wissenschaft ein, die wichtige Ressourcen sein können. Zeit, Denkleistung, Arbeitsleistung, Wissen, vor allem spezielles lokales Wissen, und eigene finanzielle oder technische Mittel. Citizen Science entwickelt sich seit einigen Jahrzehnten immer weiter, der technologische Fortschritt und wie dieser neue Möglichkeiten der Teilhabe schafft, sind ein wichtiger Teil davon. Ein Beispiel ist hier das global entstehende Netz von Luftdatensensoren der Sensor Community. Inzwischen ist Citizen Science auch selbst Thema der Forschung, immer wieder werden auch Pro- und Kontra-Diskussionen darüber geführt, hier eine kurze, nicht abschließende Liste. Kontra 1. Daten müssen einem wissenschaftlichen Standard entsprechen, und manche meinen, das tun sie bei Citizen Science nicht immer. 2. Wissenschaft spart eigentlich wichtige Investitionen ein und setzt stattdessen auf freiwilligen Arbeit. 3. Projekte sind recht beschränkt durch verfügbare Ausstattung, es wird nämlich eher der Kescher als der Teilchenbeschleuniger benutzt. Pro 1. Mehr Beteiligung von Menschen, und das bedeutet eine bessere Einbindung der Gesellschaft in Forschung und Politik, also den demokratischen Prozess rund um Wissensgenerierung in unserer Gesellschaft. 2. Wissenschaft kann auf mehr Ressourcen zurückgreifen, als eigentlich zur Verfügung stehen. 3. Interessierte Laien können lokale Expertisen haben, die wichtig sind, und der Blick vervielfältigt sich ziemlich. Unterm Strich überwiegen die Vorteile, wenn die Projekte entsprechend angelegt sind und Bürgerforschung kann eine richtig schöne Sache sein, das findet offenbar auch das Bundesministerium für Bildung und Forschung, denn auf ihrer Seite zu Bürgerforschung schreiben sie: "Denn Citizen Science ist eine große Chance für die Wissenschaft und eine Bereicherung für die Gesellschaft." Aber wie funktioniert Citizen Science in der Praxis? Ein schönes Beispiel für Citizen Science ist die Stunde der Gartenvögel vom Naturschutzbund. Der NABU ruft dazu auf, sich an einem bestimmten Wochenende einmal eine Stunde lang in den Garten zu setzen oder den Park und die Vögel zu zählen, die gesehen werden. Dafür gibt es Infobroschüren und Zählhilfen, die die Citizen Scientists unterstützen können. Diese Zählung ist ein Langzeitprojekt, das seit 2005 läuft, und je länger es läuft und je mehr Menschen mitmachen, umso aussagekräftiger werden die Ergebnisse der jährlichen Zählungen. Gerade dieses Projekt zeigt, warum Citizen Science wichtig ist. Im eigenen Garten fallen den Menschen als erstes Veränderungen auf, und sie sind Experten für ihre Umgebung. Auch solche Zählungen werden dann berücksichtigt, wenn es darum geht, zu schauen, wie es den Vögeln in unseren Gärten geht. Viele in Deutschland lebende Brutvögel werden seit Jahren weniger und stehen auf der roten Liste, oder werden zumindest sehr intensiv beobachtet. Je mehr über die Population von Vögeln bekannt ist, desto besser kann darauf reagiert werden. Der NABU hat auch weitere Citizen Science-Projekte, die es sich auch lohnt, mal anzusehen. Und außerdem gibt es auch noch ganz andere spannende und wichtige Projekte, die auf Citizen Scientists bauen. Auf der Internetseite »Bürgerschaffenwissen« kann man sich über Citizen Science-Projekte in Deutschland informieren. Schaut mal vorbei und vielleicht findet ihr etwas, das euch interessiert und werdet selbst zu Citizen Scientists!

Helena: Ja, die Stunde der Gartenvögel ist ein Projekt vom NABU, das es seit 2005 gibt, die immer im Mai stattfindet, um Aufschluss über den Brutbestand der Vögel zu bekommen. Und die Stunde der Wintervögel gibt es mittlerweile auch seit 2011, die findet dann im Januar statt und gibt dann Aufschluss auch über das Zugverhalten und den Mitwinterbestand der lokalen Vögel. Warum macht man das? Ja, aufgrund von Klimawandel und so gibt es Bedenken für die Artenvielfalt und das betrifft natürlich auch Vögel und wenn man jedes Jahr zum gleichen Zeitpunkt das Ganze macht, kann man eben Rückschlüsse über die Entwicklung der einzelnen Vogelpopulationen ziehen. Außerdem wird das gemacht, um zum Beispiel aussterbende oder zurückgehende Arten mehr den Menschen ins Bewusstsein zu bringen und generell eben die biologische Vielfalt zu erfassen und zu beobachten.

Janine: Ja, das ist toll und etwas, bei dem eben alle mitmachen könnten. Und jetzt ist eigentlich die Frage, die uns natürlich als Data Science Podcast am meisten interessiert, welche konkrete Methode wird da dann benutzt? Also ja, man kann sich in den Garten stellen und zählen, aber damit das alles auch wissenschaftlich erfassbar ist, muss das irgendwie vergleichbar sein und damit dann am Ende die Auswertung auch irgendwie zueinander passt. Deswegen kann nicht jeder einfach irgendwie irgendwas machen, sondern es wird in einem Prozess festgehalten, eine konkrete Methode gibt es und ja, da ist die Frage, wie funktioniert das denn? Also allgemein überhaupt in der Wissenschaft, wie werden solche Zählungen gemacht?

Helena: Grundsätzlich gibt es in der Wissenschaft verschiedene Methoden, mit denen Vogelbestände erfasst werden. Eine davon ist die sogenannte Punkt-Stopp-Zählung. Dabei geht eine Person ein Gebiet ab und an definierten Punkten in bestimmten Abständen bleibt diese Person dann stehen und zählt für einen festgelegten Zeitraum alle Vögel, die auf eine bestimmte Entfernung an den aktuellen Standort herankommen. Das kann zum Beispiel sein, dass man dann für 5 Minuten anhält und dann alle Vögel zählt, die man im Abstand von bis zu 25 Metern sieht. Im Gegensatz dazu gibt es dann die sogenannte Revierkartierung, dabei wird eine Fläche komplett begangen und jeder Punkt, an dem bestimmte Vogellaute oder Vögel gesehen werden, wird erfasst. Die Kartierung wird dann 5-8 mal am selben Ort wieder durchgeführt und liefert so sehr genaue Werte zu Vogelrevieren. Ja, das Ganze wird dann vor allem bei der Brutzeit angewandt und ein Vogel muss bei diesen 5-8 Begehungen mindestens 2 mal angetroffen werden, damit er auch dem Revier zugehörig gezählt wird.

Janine: Also Durchreisende werden rausgefiltert.

Helena: Genau. Das nächste ist dann die Fang-Wiederfang-Methode. Hierbei werden Vögel gefangen, markiert und dann wird geschaut, wie oft und in welchen Abständen dasselbe Individuum nochmal gefangen wird. Das ist die zeitaufwendigste Methode und wird deswegen auch eher seltener angewandt.

Janine: Klingt auch nach der stressigsten Methode, zumindest für die Vögel, aber es ist sicher auch eine genaue, wo es wahrscheinlich nicht nur um den Bestand geht, sondern bestimmt auch so Sachen wie Gewicht und dergleichen erfasst werden. Also wie geht es den Vögeln? Sehen die krank aus oder gesund? Also kann ich mir so vorstellen.

Helena: Ja, und gleichzeitig eben auch, wie groß ist denn eigentlich der Bereich, in dem sich dieser Vogel bewegt, weil der Wiederfang kann ja auch ganz woanders stattgefunden haben und ja, es ist auch mehr individuenbasiert.

Helena: Wenn man jetzt irgendwie immer die gleichen 5 Individuen fängt, dann mag es vielleicht bei anderen Methoden nach sehr vielen aussehen, weil die einen relativ großen Bereich abdecken, aber es sind trotzdem immer noch nur 5 Vögel zum Beispiel. Und das lässt sich nur mit dieser Methode eben ermitteln.

Janine: Oh, das ist ja bestimmt auch die Methode, bei der die Tiere beringt werden und ich habe gelesen, dass man auch so als kleine Side-Note, der Forschung und Wissenschaftler*innen helfen kann, falls man solche Vögelringe findet, dann auch sich vielleicht beim NABU oder sonst wo, wenn was draufsteht, zu melden und den Ring abzugeben. Das hilft denen wohl auch, habe ich so am Rande mitgekriegt bei der Recherche.

Helena: Ja, ich habe glaube ich noch keinen Vogelring ohne Vogel gefunden.

Janine: Ich auch nicht.

Helena: Ja, gut. Ja, im Vergleich der Methoden kann man sagen, dass die Punkt-Stopp-Zählung keine absoluten Messungen oder Aussagen darüber, wie viele Vögel an einem Ort leben, ermöglicht, sondern die eigentlich nur dafür geeignet ist, um relative Änderungen zu sehen. Also, weil wenn man jetzt sich vorstellt, man geht an diesen einen Punkt und erfasst alle in einem bestimmten Abstand, dass manche sich vielleicht auch verstecken oder zufällig nicht da sind. Das heißt, wenn man das jetzt mehrmals wiederholt, kann man nur sehen, wie sich das im Vergleich zu den Messungen verändert hat, vorher und hinterher, aber nicht, wie viele Vögel es insgesamt gibt. Das würde man dann eher mit den anderen Methoden machen, auch wenn die auch nicht immer absolut perfekte Aussagen darüber machen können, wie viele es gibt, weil nur wenn man jemanden nicht sieht, heißt das nicht, dass es die Perso... oder den Vogel nicht gibt.

Janine: Ja.

Helena: Das gibt schon bei jeder Methode dieses Problem, aber die anderen beiden Methoden sind da weniger anfällig für.

Janine: Das stimmt. Also, ich kann mich erinnern, als ich das letzte Mal bei der Stunde der Gartenvögel mitgemacht habe, hatte ich, glaube ich, vier unterschiedliche Vogelarten, die ich gezählt habe. Aber in Wirklichkeit weiß ich, dass diesen Garten halt..., also bestimmt um die 15 Vogelarten frequentieren. Und dann war das irgendwie ein bisschen enttäuschend, in der Stunde der Gartenvögel nur vier präsentieren zu können. Aber das ist dann so.

Helena: Genau. Ja, und im Vergleich zu diesen wissenschaftlichen Methoden kommen wir jetzt mal zur Zählmethode des NABU, also der Stunde der Gartenvögel.

Helena: Im Wesentlichen basiert das Ganze auf dem Prinzip der Punkt-Stopp-Methode, wobei dabei jeder Garten oder Ort, an dem man zählt, als ein Punkt gilt und da nicht eine Person mehrere Punkte abläuft, sondern jede Person nur diesen einen Punkt hat, an dem die Person zählt und man da eben eine ganze Stunde lang sich aufhält und zählt. Das Ganze wird dann an einem bestimmten Wochenende gemacht, die Zeit, in der man jetzt tatsächlich sich eine Stunde hinsetzt und zählt, darf man sich selber aussuchen und die Ergebnisse werden dann online erfasst, wobei es aber auch möglich ist, denen eine Postkarte zu schicken oder einfach die anzurufen, um die Werte durchzugeben, aber die wollen natürlich schon, dass die meisten das online erfassen, damit es einfach schneller geht. Die anderen Methoden sind dann eher für Leute, die online nicht so versiert sind.

Janine: Und für die Citizen Scientists gibt es auch Zählhilfen, also es gibt Blätter im Internet, die man sich ausdrucken kann, wo dann kleine Karteien quasi pro Vogelart sind. Es gibt ein kleines Bildchen dazu und Kästchen, wo man dann anstreichen kann, was gerade die maximale Vogelzahl war, die man gesehen hat.

Helena: Genau. Weil ein Problem ist natürlich, wenn man jetzt einfach jedes Mal, wo man irgendwie einen Vogel sieht, den zählt, dann kann es sein, dass man denselben Vogel mehrmals gezählt hat. Und um das zu vermeiden, ist die Vorgabe, dass wenn man die Anzahl einer bestimmten Vogelart übermitteln soll, dass man dann immer angeben soll, was ist die maximale gleichzeitig gesehene Anzahl in dieser Vogelart, also wenn ich irgendwie nach fünf Minuten fünf Spatzen sehe und nach einer dreiviertel Stunde noch mal vier, dann ist die Zahl, die ich melde, die fünf, weil das ist die höhere Zahl, die ich Spatzen gleichzeitig gesehen habe.

Janine: Ja. Das klingt ja so als Erfassungsmethode relativ simpel, so dass es eben auch gut anwendbar ist. Heißt das denn eigentlich, dass genau das eine richtige Methode für Citizen Science ist, weil eben, ja, Laien das schnell umsetzen können oder funktionieren auch andere Methoden bei Citizen Science?

Helena: Also, Citizen Science heißt ja nicht, dass man kein Fachwissen hat. Also deswegen, das ist jetzt eine Methode, die kann man auch relativ gut machen, wenn man einfach nur einen Garten oder einen Balkon oder vielleicht auch einfach sich einen Parksetz macht. Mit der Zählhilfe geht es ja vor allen Dingen um häufige Vögel. Aber bei Citizen Science-Projekten kann es auch Projekte geben, die deutlich mehr den Fokus auf Fachwissen legen und das gibt auch bei Vogelzählungen, eine Vogelzählung, die dann eben von Leuten gemacht werden, die zwar auch nicht dafür bezahlt werden, die das auch freiwillig machen, aber wo man schon wirklich, ja, viel Erfahrung mitbringen muss im Vögelzählen. Ist dann das Monitoring häufiger Brutvögel vom, ja, weiß gerade nicht mehr wie die heißen, die das machen. Also, es gibt auch da noch Projekte.

Janine: Nationales Monitoring-Zentrum zur Biodiversität.

Helena: Okay, gut.

Janine: Das heißt also, insgesamt, ja, Citizen Science kann quasi von, kann man einfach mal eben nebenbei zu, ich brauche ein bisschen Fachwissen dafür und kann dann sinnvoll mitmachen, reichen. Und es gibt ja, was in unserem Einspieler Anklang, einen Kritikpunkt bei Citizen Science, der richtet sich vor allem daran, dass die Qualität der Daten recht schwankend sein kann und dass manche befürchten, dass hier wissenschaftliche Standards nicht im angemessenen Maß eingehalten werden. Da ist natürlich die Frage, was wird denn vielleicht im Vorfeld unternommen, um solche Sachen zu vermeiden bzw. welche Fehlerquellen sind bekannt und identifiziert, die dadurch auch vielleicht dann vermieden werden können?

Helena: Ja, also der erste Punkt ist, es ähnelt ja im Wesentlichen der Punkt-Stopp-Methode, die ohnehin nur relative Beobachtungen zulässt, also relative Vergleiche zu den Vorjahren. Man weiß dann nicht, wie viele Vögel es wirklich gibt, sondern nur, sind es über die Jahre mehr oder weniger geworden. Das heißt aber auch, dass Fehler, die jedes Jahr ungefähr im gleichen Maße auftreten, nicht so wichtig sind bei der Auswertung. Die kann man im Grunde genommen rauslassen, weil ja, wenn man jetzt einen Vogel irgendwie falsch zählt, aber den jedes Mal falsch zählt, ändert sich nichts an der Änderung über die Jahre. Und deswegen würde man jetzt irgendwie die absolute Vogelpopulation hochrechnen wollen aufgrund dieser Daten, da müsste man sich über deutlich mehr Fehlerquellen Gedanken machen. Ja.

Janine: Das heißt, es kommt auch immer so ein bisschen auf den Kontext und die konkrete Fragestellung an.

Helena: Genau. Und da sind eben relative Beobachtungen halt nochmal anders als so absolute Beobachtungen. Das hatten wir ja auch in der Folge zum Thema Temperaturanstieg des gesamten Planeten, dass auch da nur relative Messungen sinnvoll sind, weil die Fehlerquellen bei absoluten Messungen einfach zu groß sind. Ja, hier sind eben auch nur relative Beobachtungen möglich. Das heißt, relevant sind vor allen Dingen Dinge, die sich über die Jahre oder auch über die Regionen hinweg ändern würden. Wenn man jetzt irgendwie, keine Ahnung, Bayern mit Niedersachsen vergleichen möchte, müsste man irgendwie gucken, dass man, ja, dass die ungefähr die gleiche Fehlerquote haben beim Zählen. So, und einer der Punkte, wo die Frage gestellt wurde, ist das überhaupt eine gute Entscheidung beim Design der Stunde der Gartenfögel, ist die Frage nach der genauen Stunde, wann die Leute das machen. Weil wenn in einem Jahr die Leute das alle morgens machen und ein Jahr später machen alle plötzlich das abends, dann ist das natürlich die Ergebnisse verfälscht, weil Vögel sich halt zu unterschiedlichen Tageszeiten unterschiedlich verhalten. Und aufgrund dieses Kritikpunktes wurde dann ab einem gewissen Zeitpunkt auch als Punkt aufgenommen, den Zeitpunkt mit aufzuschreiben, wann man denn diese Stunde macht. Und da war dann das Ergebnis, ja, es gibt ein paar Leute, die das vormittags machen und am frühen Nachmittags machen das die meisten, aber es ist halt über die Jahre gleich verteilt. Das heißt, natürlich macht es einen Unterschied, ob man abends oder mittags zählt, aber im Durchschnitt zählen die Leute ungefähr immer zum gleichen Zeitpunkt, was dazu führt, dass man weiterhin über die Jahre vergleichen kann. Dann wäre noch die Frage, was verändert sich denn über die Jahre, was muss man da berücksichtigen? Eine Sache, die sich auf jeden Fall über die Jahre verändert, ist die Erfahrung der Teilnehmenden. Das heißt, wer öfter daran teilgenommen hat, hat sich ja auch schon mehr mit den Vögeln im eigenen Garten beschäftigt und vielleicht auch, wenn dann mal unbekannte Vögel aufgetaucht sind, auch über das Jahr hinweg mal nachgeguckt wird, was das eigentlich für Vögel sind. Das heißt, wer häufiger teilnimmt, ist wahrscheinlich auch erfahrener und kann Vögel besser auseinanderhalten und weiß auch besser, wie man Vögel zählt. Das heißt, man muss berücksichtigen, ob Leute mit Erfahrung dabei sind oder nicht. Deswegen wurden bei der Auswertung dann die Teilnehmenden in zwei Gruppen aufgeteilt, nämlich einmal die Leute, die zum ersten Mal dabei sind und Wiederholungsteilnehmende. Und grundsätzlich sind Wiederholungsteilnehmende besser darin, Vogelarten zu unterscheiden. Und sie nehmen tendenziell auch etwas mehr Individuen wahr, also die sind auch geübter darin, Vögel zu sehen.

Janine: Oh ja, das kann ich für die Heckenbraunelle zum Beispiel bestätigen. Da muss man sich drauf trainieren, die zu entdecken, weil die tatsächlich überwiegend in Hecken versteckt ist, viel auf dem Boden unterwegs ist und eigentlich aussieht wie eine Maus, wenn man nicht richtig hinguckt.

Janine: Also sie sind wirklich so klein, graubraun und huschen schnell durch die Gegend, sodass man eigentlich nur noch die Bewegung wahrnimmt. Aber wenn man weiß, dass sie da sind, dann sieht man sie häufiger.

Helena: Ja, würde man jetzt diesen Effekt, dass Leute mit mehr Erfahrung auch mehr sehen und melden, nicht berücksichtigen, dann würde bei der Stunde der Gartenvögel als Ergebnis herauskommen, dass sich die Artenvielfalt vergrößern würde über die Zeit. Tatsächlich ist aber vor allen Dingen der Anteil der Leute mit mehr Erfahrung größer geworden. Also in den ersten paar Jahren waren ja viele Leute halt zum ersten Mal dabei, weil das noch relativ neu war und nicht alle machen jedes Jahr mit, aber in den letzten Jahren sind dann doch der überwiegende Teil der Teilnehmenden, Leute, die es auch schon mal gemacht haben. Das heißt Leute mit mehr Erfahrung und würde man das jetzt nicht rausrechnen, würde das eben so aussehen, als wären es mehr verschiedene Vogelarten geworden pro Garten, aber wenn man das rausrechnet, ist das Ergebnis, dass es ungefähr gleich geblieben ist. Es gibt insbesondere einen Vogel, der häufiger erkannt wird von Leuten, die zum ersten Mal dabei sind. Das erkannt würde ich dann in Anführungszeichen setzen, das ist nämlich die Mehlschwalbe, die kommt 10% häufiger bei Erstteilnehmenden vor, als bei Leuten, die häufiger dabei sind und ist damit der einzige Vogel, der da übergemeldet wird, überrepräsentiert wird. Vermutlich, weil es auch noch andere Schwalbenarten gibt und das einfach die häufigste Schwalbenart ist. So häufige Vögel wie Spatzen, Amseln, Elstern, Rotkehlchen, das ist ungefähr gleich. Das liegt wahrscheinlich auch darin, dass es einfach die häufigsten Vögel sind und die besonders gut zu erkennenden Vögel. Und besonders schwer, also für Erstteilnehmende sind dann die Graugänse und der Sperber. Die werden nämlich etwa doppelt so oft gemeldet von Leuten mit Erfahrung, als bei Leuten, die zum ersten Mal dabei sind.

Janine: Ich werde jetzt zu den Leuten mit Erfahrung gehören, denn, und das ist keine ausgedachte Geschichte, ich habe heute Morgen einen Sperber im Garten gehabt. Jetzt war natürlich gerade nicht die Stunde der Gartenvögel, aber ich hatte vorher noch nie einen gesehen, ich wusste nicht, was es ist, was da sitzt und zugegeben gerade eine Meise snackt. Das ist so Trauer und Freude zugleich beim Vogelbeobachten, glaube ich. Ja, das war ganz interessant. Es sind Greifvögel, kleine, und man erkennt sie offensichtlich daran, dass sie so einen rostbraunen Bauch mit weißen Tupfen haben und so ein bisschen gräulich-bläuliches Rückengefieder und eben einen Schnabel wie Greifvögel, so einen kleinen, fast wie Falken. Ja, Sperber ist jetzt auch auf meiner Liste im Garten von Vögeln, die hier vorbeigekommen sind.

Helena: Ja, der nächste Effekt ist dann, dass Bundesländer unterschiedlich stark vertreten sind. Also ja, über die Jahre wurde auch die Aktion je Bundesland unterschiedlich stark beworben, sodass es Trends gibt, dass manche Bundesländer..., aus manchen Bundesländern weniger Leute teilnehmen in manchen Jahren als in anderen und das führt dann dazu, würde man jetzt alle Individuen gleichmäßig in das Endergebnis reinrechnen, dass dann natürlich Vögel, die je nachdem eher in Niedersachsen vorkommen, zum Beispiel unterrepräsentiert werden in den Ergebnissen, weil in Niedersachsen aus irgendwelchen Gründen weniger Leute die letzten Jahre teilgenommen haben. Und um diese Fehlerquelle bei der Auswertung zu vermeiden, werden erst mal die Ergebnisse nach Bundesländern gemittelt und dann auf Bundesebene hochgerechnet und zwar dann eben basiert darauf, welche Fläche das jeweilige Bundesland hat, das ist dann die Gewichtung.

Janine: Ich habe übrigens inzwischen eine Karte gefunden auf der Seite des NABU, wo man alle Daten ansehen kann der ganzen Jahre. Das ist so eine kleine interaktive Deutschlandkarte, die auch nach Bundesländern aufgeteilt ist und man kann dann das Jahr aussuchen und den Vogel und dann kann man über jedes Bundesland hoovern, man sieht farblich markiert, wo der Vogel am häufigsten beobachtet wurde und wenn man auf das Bundesland hoovert, wird auch angezeigt, wie viele Gärten diesen Vogel gemeldet haben und so. Also wer einen Blick...

Helena: Mhm, spannend.

Janine: ... in die Daten interaktiverweise werfen möchte, kann das auf der Seite des NABU tatsächlich tun.

Helena: Ich nehme an, das ist verlinkt.

Janine: Ja.

Helena: Genau, dann gibt es noch einen weiteren Effekt und zwar das Thema sehr seltene Vögel, weil gerade bei sehr seltenen Vögeln wirklich die Frage gestellt werden muss, ob die Leute, die die melden, überhaupt das Fachwissen haben, sie zu erkennen, weil die sind ja sehr selten und da kann es dann schnell mal auch Vögel geben, die denen ähnlich sind, an die man nicht denkt. Das heißt, bei sehr seltenen Vögeln wird das Ganze manuell nachgeprüft manchmal, ob das überhaupt plausibel ist, dass die Meldung stimmt, weil hier sich fehlerhafte Meldungen doch sehr oft das Ergebnis auswirken kann, wenn ein Vogel irgendwie nur dreimal überhaupt gesichtet wird in einem Jahr, ist ja dann, wenn einer sich vertut, eine Person, dann ist das natürlich besonders fatal, da sind dann gleich irgendwie 30 Prozent Änderungen. Das ist auch der Grund, weshalb sich der NABU bei der Stunde der Gartenvögel auf die 60 häufigsten Vogelarten fokussiert. Und die selteneren, gut, die kann man immer noch melden, aber da wird die Auswertung nicht so ganz, ja, da wird nicht so ganz vertraut.

Janine: Hast du da ein Beispiel oder kommen wir dazu später?

Helena: Ein Beispiel für einen sehr seltenen Vogel, der das erste Mal in der Stunde der Gartenvögel überhaupt in Deutschland nachgewiesen wurde, ist der Blutspecht.

Janine: Blutspecht.

Helena: Den kannte ich auch nicht vorher. Der hat ein bisschen Ähnlichkeit mit einem Buntspecht, aber im Detail ist er doch ein bisschen anders. Und ja, der wurde einmal gefunden, das wurde dann auch nachgeprüft und das Ergebnis war, ja, den gibt es jetzt wirklich in Deutschland.

Janine: Hm!

Helena: Aber das ist eigentlich die Ausnahme. Gut, und ein weiterer Effekt, der vor allen Dingen die Stunde der Wintervögel betrifft, ist das Wetter, denn gerade im Winter führt schlechtes Wetter doch sehr stark dazu, dass die Vögel dann eben nicht irgendwie zu den Futterstellen kommen, an denen sie dann gezählt werden. Und deswegen gibt es bei der Stunde der Wintervögel deutlich mehr Schwankungen über die Jahre, die einfach nur wetterabhängig sind.

Janine: Und das sind sozusagen insgesamt jetzt so die Fehlerquellen, die auch ausgemacht wurden. Ich nehme an, die stehen auch teilweise so und noch etwas ausführlicher in der Broschüre über die 15 Jahre Stunde der Gartenvögel.

Helena: Genau, die lassen sich da nachlesen. Da habe ich die auch nachgelesen.

Janine: Sehr gut. Was sich da natürlich auch nachlesen lässt, sind Ergebnisse.

Janine: Die Broschüre hat ein paar schöne Visualisierungen, wie ich finde. Also, ich habe jetzt vor allem danach geguckt, ob sie schön sind. Helena hat vielleicht auch ein Augenmerk drauf gehabt, ob sie auch gut verständlich sind. Ich fand sie ganz gut verständlich, so persönlich, weil die Vögel immer gut auch abgebildet wurden, sodass man immer ein Bild von den Vögeln vor Augen hat, die... über die gerade geredet wird. Aber die Frage jetzt natürlich, was ist denn das Ergebnis aus diesen 15 Jahren Stunde der Gartenvögel? Das ist ja, soweit ich das gelesen habe, die erste größere Betrachtung über alle Jahre.

Helena: Ja, also das Ergebnis ist, die häufigsten Vögel sind Spatzen.

Janine: Nein! doch! Oh!

Helena: Und die sind auch unter dem Namen Haussperling bekannt, wahrscheinlich sogar der offiziellere Name. Ich kenne die nur als Spatzen. Ja, auf Platz zwei sind die Amseln und das war noch nicht immer so. In den ersten paar Jahren waren Amseln tatsächlich häufiger anzutreffen. Dass das mittlerweile anders aussieht, liegt daran, dass ja die Anzahl der Spatzen nimmt eher zu, während die Anzahl der Amseln tatsächlich rückläufig ist. Dann gibt es noch Kohlmeisen, Platz vier ist dann der Starr, Blaumeise, der Feldsperling, also es gibt den Haussperling und den Feldsperling, die sehen auch ein bisschen unterschiedlich aus. Dann kommt schon die Elster und dann die Mehlschwalbe, von der wir auch schon geredet haben. Mauersegler und Grünfink machen dann die Top Ten aus, was so die Anzahl der Individuen angeht. Es gibt ja dann auch noch ein anderes Ranking, welche Vögel denn auch am häufigsten in den Gärten anzutreffen sind und da ist wiederum die Amsel wieder auf Platz eins, nämlich in 95 Prozent aller Gärten gibt es eine Amsel, mindestens eine.

Janine: Aber die sind auch besonders gut zu erkennen eigentlich, zumindest die männlichen Amseln, schwarz mit grell-orangenen Schnäbeln, das sieht man schon ganz gut.

Helena: Genau, und Kohlmeisen kommen in 85 Prozent aller Gärten vor, somit sind das, die überhaupt anzutreffen sind, Kohlmeisen und Amseln, schon wahrscheinlicher, als dass man einen Spatz sieht, aber wenn man einen Spatz sieht, sieht man wahrscheinlich nicht nur einen, sondern wahrscheinlich gleich ganz viele, weshalb die eben auf Platz eins sind, was so die häufigsten Vögel angeht.

Janine: Ja, die sind gerne in Gruppen unterwegs, das stimmt. Vor allem in der Stadt.

Helena: Ja, über die Jahre sind insbesondere auch Nachtigallen häufiger geworden in Deutschland. Das ist ja vor allen Dingen auch so ein kultureller Vogel, den man vielleicht auch mehr aus irgendwelchen Geschichten kennt,...

Janine: Ohja!

Helena: ... weil der besonders schön singen können soll. Ich habe leider bisher noch keine Nachtigall gehört in freier Wildbahn.

Janine: Einmal habe ich eine gehört.

Helena: Okay.

Janine: Und das Lustige war, in Leipzig war das und als ich auf der Karte vom NABU mit den Daten rumgeklickt habe und die Nachtigall ausgewählt hatte, hatte sie auch in Leipzig die häufigsten Meldezahlen.

Helena: Ah, witzig.

Janine: Also in Sachsen konkret, das ist ja nach Bundesland, aber ja, das wirkte dann auf mich auch sofort plausibel.

Helena: Ja, genau. Und auch ein anderer Vogel, den man aus kulturellen Sprüchen vielleicht kennt, die Elster, die ist ja auch in den Top Ten und vermutlich ist sie jetzt nicht so in absoluten Zahlen so häufig, aber sie ist einfach besonders auffällig. Also die Elster ist relativ groß, ist auch ein Singvogel, so alle rabenartigen Vögel sind auch Singvögel und im Garten sind dann Elstern von den Rabenvögeln noch die häufigsten. Und die haben aber auch einen eher schlechten Ruf.

Janine: Diebische Elster.

Helena: Das aber nicht das Einzige, ein weiterer Grund, weshalb die einen schlechten Ruf haben, ist, dass irgendwie, also ich habe, bevor ich diesen Bericht gelesen hatte, auch noch nicht davon gehört, aber es gibt wohl irgendwie die Meinung, Elstern, die fressen ja durchaus vielleicht Jungvögel, deswegen führen Elstern dazu, dass, wenn man eine Elster im Garten hat, dass die alle anderen Vögel verdrängen würde. Und dass, sobald man Elstern hat, wollen die Leute vielleicht gar nicht mehr bei der Stunde der Gartenvögel mitmachen, weil ja, dann zählt man ja nur eine Elster, ist ja langweilig. Aber die Elster ist einfach besonders auffällig, vielleicht haben die Leute nicht genau genug geguckt, denn die Daten sagen nämlich, das Gegenteil ist der Fall. Wenn eine Elster im Garten ist, gibt es insgesamt auch mehr andere Vogelarten und das liegt nicht nur daran, dass mit der Elster es eine Vogelart mehr ist, sondern es ist überproportional mehr. Also wenn Elstern im Garten sind, gibt es sowohl mehr Individuen, je mehr Elstern es gibt, als auch mehr Vogelarten, je mehr Elstern es gibt.

Janine: Das klingt spannend. Da würde mich echt interessieren, wie das zustande kommt.

Helena: Ja.

Janine: Also eine Vermutung, die ich mir vorstellen kann, ist, also Elstern sind ja, also Rabenvögel ja generell, ziemlich neugierig und auch sehr frech, teilweise, glaube ich, und gar nicht so scheu. Und ich kann mir vorstellen, dass die vielleicht auch einfach Katzen fernhalten. Allerdings ist auch noch die Frage, schaden Katzen der hiesigen Population, die habe ich mir auch noch nicht gestellt. Vielleicht ist das auch nur ein Vorurteil, wenn das Vorurteil über die Elster gibt.

Helena: Ja, also Katzen fressen auf jeden Fall Vögel in Gärten und die Schätzungen sind da zwischen 20 Millionen und 100 Millionen Vögeln jährlich. Aber gleichzeitig brütet ja auch jeder Vogel eine bestimmte Anzahl Nachkommen aus in jedem Jahr. Und bisher gibt es noch keinen konkreten Nachweis, auch nicht in der Stunde der Gartenvögel, dass Katzen tatsächlich dazu führen, dass Bestände zurückgehen. Da sind die Daten nicht eindeutig.

Janine: Also auf jeden Fall nehme ich mir jetzt mal in diesem Moment daraus mit, dass heute Morgen ein Sperber hier war und in diesem Garten gejagt hat, muss auch nicht unbedingt bedeuten, dass ich demnächst hier keine Vögelchen mehr habe.

Helena: Ja, ich meine, auch Raubtiere können nur überleben, wenn es genug Beutetiere gibt.

Janine: Exakt, ja.

Helena: Und auch das werden eher mehr, wenn es mehr Beutetiere gibt. Also es ja...

Janine: ... hängt zusammen, der natürliche Kreislauf und so.

Helena: Ja. So, von den vorgestellten Vögeln aus den Top Ten gibt es dann auch noch bei insbesondere der Mehlschwalbe und dem Mauersegler einen besonders starken Rückgang über die Jahre. Also es werden, die werden besonders schnell weniger. Das wird zum einen darauf zurückgeführt, dass es ja nachweislich ein Insektensterben gibt. Das heißt, es gibt heutzutage deutlich weniger Insekten als noch vor 10 oder 50 Jahren. Und gerade Schwalben und Mauersegler sind Vögel, die vor allen Dingen Insekten fressen. Wenn es weniger Futter gibt, gibt es auch von diesen Vögeln weniger und deswegen gibt es hier wahrscheinlich einen sehr großen Rückgang. Und bei der Mehlschwalbe kann es auch damit zusammenhängen, dass die eher unbeliebt ist in Bezug darauf, dass sie Nester gern an Hauswänden baut und dass Leute dann Nester von Hauswänden wieder entfernen. Wo wir jetzt noch einmal darauf hinweisen wollen, das ist verboten, die Mehlschwalbe geht zurück und lasst denen ihre Nester.

Janine: Ich habe es mir natürlich auch nicht nehmen lassen, noch mal mir einen Vogel rauszusuchen aus den Top Ten und mich für den Grünfink entschieden, weil ich den hier auch schon im Garten hatte. Da war ich am Anfang auch sehr überrascht, dass da plötzlich so grüne Vögelchen bei uns im Baum saßen. Sie waren zu viert unterwegs. Deswegen glaube ich mal fast, dadurch, dass ich die auch nicht regelmäßig sehe, dass die hier vorbeigeflogen kamen, also gezogen sind. Ja, da ist es so, dass der Grünfink unter den Finkenvögeln, es gibt ja noch andere, der am häufigsten in Gärten beobachtete ist und im Schnitt in irgendwie so 46 Prozent aller Gärten kommt ein Grünfink vor. Was ich an der Auswertung hierbei spannend fand, war, bis 2013 wurde der beobachtet und man wusste nicht genau, wie sich der Bestand entwickeln wird. Ist die Tendenz steigend oder fallend? Es hat sich dann herauskristallisiert, dass sie rückläufig ist. Das wird damit in Zusammenhang gebracht, dass schon in den Jahren zuvor, zum Beispiel in Großbritannien, beobachtet wurde, dass der Bestand zurückgeht. Und aus diesem Monitoring häufiger Brutvögel konnte das auch für Deutschland bestätigt werden, da ist nämlich der gleiche Rückgang, nämlich 3,5 Prozent, verzeichnet wie in der Stunde der Gartenvögel. Also in der Broschüre werden auch immer wieder die Ergebnisse aus diesem Monitoring häufiger Brutvögel mit den Ergebnissen der Stunde der Gartenvögel verglichen und da kann man das auch ganz interessant sehen, wie sich da Trends teilweise ganz gut bestätigen. So, die Stunde der Wintervögel bestätigt auch so eine bedenkliche Bestandssituation der Grünfinken, heißt es. Und da ist natürlich die Frage, wie kann das passieren, dass ein bestimmter Vogel dann plötzlich so einen negativen Trend entwickelt, was ja so beim Ausschluss von Fehlerquellen vielleicht auch eine Rolle spielt. Und hier hat man genauer hingeguckt, es könnte ja die fehlende Reproduktion sein oder eine höhere Sterblichkeitsquote und das vermutet man hier tatsächlich, weil nämlich eine bestimmte Krankheit speziell die Grünfinken sehr schnell befallen kann und die tritt seit 2009 in Deutschland auf, das ist eine aggressive Form von Trichomoniasis, dahinter stecken Parasiten, die diese Krankheit verursachen und die betrifft vor allem so stark Grünfinken, dass es teilweise als Grünfinkensterben bekannt wurde, dieses Phänomen, das da 2009 sich entwickelt hat. Deswegen gibt es auch die dringende Empfehlung vom NABU und auch von anderen Stellen, sobald man einen kranken oder toten Vogel in der Nähe von Futter- oder Badestellen findet, sollte man sofort für mehrere Wochen die Fütterung oder das Wasser nicht mehr aufstellen, damit sich das nicht verbreiten kann unter vielen Vögeln. Solche Fälle kann man auch dem NABU melden, damit das besser erfasst werden kann und eben für solche Betrachtungen mit herangezogen werden kann. Es läuft da gerade eine statistische Analyse zu, die auch die Daten aus der Stunde der Gartenvögel und der Wintervögel mit von Jahr zu Jahr wechselnden Hotspots von Trichomoniasis-Fällen verschneidet. Also tatsächlich werden halt die einzelnen Untersuchungen dann miteinander verglichen, um da wirklich sagen zu können, woran es liegt. Ja, das fand ich sehr interessant bei der Auswertung zum Grünfinken. Aber es können natürlich auch noch andere Sachen in Betracht kommen, deswegen macht man so eine Untersuchung. Hier ist noch genannt, dass so Brachflächen zu wenig Wildsamen haben oder zu wenig samentragende Pflanzen innerhalb von Dörfern und Städten unterwegs sind. Deswegen ist es halt gut, solche Erfassungen mitzumachen. Dann kann dem vorgebeugt werden.

Helena: Ja. Tritt denn dieser Parasit auch woanders aus? Also weiß man, wo der herkommt, wie der nach Deutschland gekommen ist oder kommt der von hier?

Janine: Das kann ich leider nicht sagen. Weiß nicht genau, wie das zustande kommt, aber ja, es war so, glaube ich, beim Überfliegen der Sache, dass es so grob in Europa halt tatsächlich sich so ein bisschen verbreitet hat. Also es kann sein, dass es durch das Zugverhalten der Vögel auch einen größeren Raum inzwischen einnimmt als vorher.

Helena: Mhm.

Janine: Und deswegen ist es auch gut, ähnlich wie wir zu gewissen Zeiten der Pandemie sehr darauf gedacht waren, Masken zu tragen, dann halt eben zu verhindern, dass so Übertragungsorte entstehen wie Wasserquellen oder Futterstellen, sodass das eben verhindert werden kann, damit es weiter um sich greift.

Helena: Okay.

Janine: Hast du noch ein abschließendes Wort zu den Ergebnissen, ehe ich noch ein anderes Thema anschneide?

Helena: Ja. Insgesamt gibt es doch sehr viele Ergebnisse, deswegen können wir die jetzt nicht vollständig wiedergeben. Deswegen haben wir uns halt ein paar davon herausgepickt, die wir besonders interessant fanden. Und wenn ihr noch mehr darüber lesen wollt, können wir die Broschüre empfehlen oder auch die Seite vom NABU mit den..., wo man sich durchklicken kann durch die Orte und die einzelnen Vögel.

Janine: Genau.

Janine: Weil das Thema gerade schon angesprochen wurde durch den Grünfink, will ich da auch nochmal darauf eingehen. Letztlich ist ja vielleicht für Gartenvögelfreunde dann unterm Strich die Frage, was kann ich denn in meinem Garten machen, damit sich Vögel da wohlfühlen und damit ich den Bestand unterstützen kann. Ja, das ist ein relativ kontroverses Thema, wie ich letztendlich herausgefunden habe. Es gibt zum Beispiel die Diskussion darüber, wann sollte man Vögel füttern und wann nicht. Es gibt Menschen, die ausschließlich eine Winterfütterung machen, es gibt Menschen, die eine Ganzjahresfütterung machen. Der NABU spricht keine klare Empfehlung aus, beispielsweise das ganze Jahr Futter bereit zu stellen. Und was vor allem wichtig ist, ist eigentlich, wenn Menschen Futterstellen in ihrem Garten einrichten möchten, sich darüber zu informieren, wie das gut und gesund für die Vögel sein kann. Einen Aspekt hatten wir gerade schon, an Futterstellen können Vögel sich gegenseitig mit Krankheiten anstecken. Es gab auch eine Lungenkrankheit, die Blaumeisen speziell betroffen hat, das ist auch etwas, was über Futterstellen übertragen werden kann. Und meistens sind das Futterstellen, wo das Futter in so Vogelhäuschen auf dem Boden liegt, weil da Vögel nämlich drin rumlaufen, vielleicht auch Vogelkot drin landet und damit Bakterien die Krankheiten übertragen können. Das heißt, solche Futterstellen sind vielleicht nicht ideal, wenn man den Vögelchen im Garten etwas Gutes tun möchte, aber dazu gibt es auf den Seiten des NABU auch einiges zu lesen, vor allem wie gute Futterstellen aussehen können, damit die Vögel sich da sicher ihr Futter holen können, auch welche Futtersorten wichtig und gut sind, meistens heißt es saisonal angepasst, also Kerne und Nüsse eher im Winter, Sämereien und Insekten eher im Frühjahr, Sommer und solche Dinge kann man da erfahren. Das gleiche gilt auch, wie Hygiene an Wasser- und Badestellen für Vögel stattfinden kann, da gibt es auch richtig viele Informationen zu und sollten durchaus berücksichtigt werden. Unabhängig von dem Thema, also wie gesagt, es gibt vom NABU da gar keine völlig klare Empfehlung, was jetzt das Richtige oder Beste ist, das muss jeder Mensch im Wesentlichen für sich entscheiden, wenn er sich darüber informiert hat, also wir sind ja hier bei dem Podcast, der für informierte Entscheidungen stimmt, das heißt, ich muss hier auch nicht der Weisheit letzter Schluss präsentieren, deswegen guckt einfach nach, wenn euch das interessiert. Und eine Sache, die ich da noch erwähnen möchte, ist, mir gerade komplett entfallen, Futterstellen, Badestellen, ...

Helena: Das mit dem Grünfink hast du ja schon erwähnt.

Janine: Ja, Grünfink, es fehlt jetzt noch eine Sache, ach ja, statt zu füttern, sagt zum Beispiel der NABU, kann man den Vögeln auch viel Gutes damit tun, den eigenen Garten, wenn man einen hat, vogelgerecht einzurichten, das heißt, zum Beispiel auch mal Kramecken liegen zu lassen, Laub länger auf den Beeten zu lassen, damit die Amseln sich daraus die Würmer und Käfer holen, es hilft auch den Insekten beim Rumwuseln im Garten und ja, die fühlen sich darunter wohl, das heißt, Win für die, weil Lebensraum, Win für die Vögel, weil Futterquelle und so bedingt sich das wieder alles gegenseitig, Wildblumen aussäen, damit Insekten vorbeikommen und das sind alles kleine Tipps, wie man den eigenen Garten etwas naturnäher gestalten kann und damit auch ganz ohne explizite Futterstellen mehr Vögelchen anlocken kann, falls einem das wichtig ist. Und ich kann bestätigen, es ist ziemlich schick, rauszugucken und da ein paar Vögel rumtoben zu sehen.

Helena: Ja, außer man möchte vielleicht mit offenem Fenster schlafen und wird dann sehr früh geweckt. Aber das passiert auch, wenn man keinen Garten hat, also...

Janine: Das stimmt, ja. Ach ja, und Stichwort Fenster, natürlich, Fenster sind auch böse Flächen für Vögel, da kann man auch bei der Gestaltung einiges machen, damit Fensterflächen sicher für Vögel sind, vor allem, wenn sie zum Garten zeigen. Das noch als Randbemerkung. Ich glaube, dann haben wir eigentlich alles, was wir zum Thema sagen wollten, einmal durch, oder?

Helena: Ja, dann sind wir durch. Also gelernt haben wir heute, wie die Stunde der Gartenvögel abläuft, nämlich, dass verschiedene Leute an verschiedenen Orten sich für eine Stunde hinsetzen, Vögel zählen und dem NABU melden und man damit sehr gut relative Aussagen über die Bestandsentwicklung machen kann, und während es ein paar Vögel gibt, die häufiger geworden sind, gibt es auch viele Vögel, die weniger geworden sind, während die Anzahl der Arten selber sich jetzt nicht so geändert hat, hat sich doch die Anzahl der Individuen teilweise verringert.

Janine: Und Citizen Science war quasi das zweite Thema, das da drunter lag. Da haben wir auch, wie ich hoffe, ein paar Sachen vermitteln können, vor allem, wenn es darum geht, ja, Citizen Science kann helfen, sich für ein Thema zu begeistern oder umgekehrt, wenn man sich für ein Thema begeistert, kann man bei Citizen Science wirklich sehr viel mitmachen und tolle Projekte unterstützen, und es ist halt hilfreich, weil Citizen Science dazu führt, dass der Blick der Forschungsvorhaben auch breiter werden kann. So etwas wie die Stunde der Gartenvögel könnte gar nicht existieren, wenn Menschen sich nicht raussetzen und das mitmachen würden und ihre Daten einreichen würden und viele andere Projekte, die aktuell laufen, wie zum Beispiel Monitoring von Flüssen und Seen, wie die sich verhalten, wie viel Wasser ist da, wo fallen Flüsse trocken, und all solche Sachen kann eigentlich in dieser Größe nur stattfinden, wenn viele Menschen die Augen offen halten. Und ich finde, das ist ein schöner Prozess, sich da mit einzubringen, bei Sachen, für die man sich eh interessiert. Und, ja, selbst wenn es Kritik an Citizen Science gibt, haben wir auch gelernt, es kommt auch immer auf die Fragestellung an. Was möchte ich denn erreichen? Ist es vielleicht ein Vergleich, der über die Jahre eine Entwicklung anzeigt, weil das kann damit sinnvoll passieren? Ja. Fällt dir noch was ein zu Citizen Science, was ich jetzt vielleicht vergessen habe?

Helena: Nee

Janine: Ja, macht mit bei politischen, wissenschaftlichen, demokratischen Prozessen, und Citizen Science ist eine Möglichkeit dafür, so der Aufruf dieser Folge sozusagen.

Helena: Genau. Ja, und in der nächsten Folge, die dann am 20. Mai erscheinen wird, wollen wir das erste Mal über ein Buch reden. Und zwar geht es um das Buch Data Feminism. Und generell gehen wir immer in diesem Podcast der Frage nach, wer erhebt die Daten, wie werden sie ausgewertet, kenne dein Messverfahren, welche Stärken und Schwächen hat es. Und das sind sehr grundlegende Fragen, weil Menschen, die Daten erfassen und benutzen, das immer vor dem Hintergrund der eigenen Erfahrungswelt machen. Und deswegen kann es helfen, Daten aus verschiedenen Blickwinkeln zu betrachten, denn die können auch einfach unterschiedlich aussehen aus verschiedenen Blickwinkeln. Und das ist letztlich Inhalt des Buches Data Feminism. Das Buch ist auch komplett open source verfügbar, das heißt, ihr könnt das im Internet lesen und wir haben auch eine Hardcover-Kopie davon.

Janine: Selbstgekauft, nicht gesponsert.

Helena: Genau. Ja, uns interessiert das Thema sehr und wollen deswegen mal herausfinden, was es so für feministische Themen in Bezug auf Daten gibt und was für Beispiele wir dort finden, über die wir dann nächstes Mal reden werden.

Janine: Ja, ich bin schon sehr gespannt drauf, ich habe bisher immer nur sehr intensiv das Inhaltsverzeichnis überflogen. Falls ihr auch gespannt drauf seid und unseren Podcast weiterhören möchtet, auch unsere anderen Folgen, dann folgt uns auf Twitter unter @datenleben oder auch Mastodon unter @[email protected]. Ihr könnt auch unsere Webseite besuchen, www.datenleben.de, da könnt ihr auch gerne Feedback hinterlassen, was letztens auch jemand getan hat, danke dafür, und ja, wir freuen uns darüber. Und ihr könnt uns tatsächlich auch als Data Scientist buchen für Analysen und Projekte und euch gerne melden, falls ihr Fragen oder Themen habt, die euch interessieren.

Helena: Ja, dann bleibt mir nur noch, für eure Aufmerksamkeit zu danken und bis zum nächsten Mal. Ciao!

Janine: Tschüss!

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?

Datenvisualisierung, Graphen, Daten, Dimensionen, Histogramm, Boxplot, Violinenplot, kummulierte Häufigkeit

Helena: Willkommen zur 36. Folge beim datenleben Podcast, dem Podcast über Data Science. Wir sind Helena

Janine: und Janine

Helena: und möchten euch die Welt der Daten näher bringen. Was für Daten umgeben uns? Wie werden Daten für uns lesbar und was können wir aus ihnen lernen? Wer schon immer mehr darüber wissen wollte, ist hier richtig, denn diesen Fragen gehen wir nach.

Janine: Willkommen dieses Mal zu Teil 2 unserer Reihe zu Graphentypen. In dieser Reihe geht es darum, was es für Daten gibt und welche Arten der Darstellung es für diese Daten gibt. Im ersten Teil haben wir uns eine der kleinsten Einheiten rausgesucht gehabt, nämlich die eindimensionalen Daten, und wie man sie darstellen kann, haben wir da besprochen, und auch wofür das sinnvoll sein kann, sie darzustellen, weil im Wesentlichen war es manchmal einfach nur eine Zahl. Das war Folge 29, Graphentypen – Skalen und Zeiger. Wir bleiben noch mal bei den eindimensionalen Daten in dieser Folge, aber es wird ein bisschen komplexer. Es geht nämlich um Graphentypen, mit denen sich eindimensionale Verteilungen abbilden lassen. Und dafür hat Helena sich vier Optionen rausgesucht, die sie dann gleich eben näher beschreiben wird. Das sind Boxplots, Violinen, Histogramme und kumulierte Häufigkeiten. Klingt schon mal vielversprechend. Am Ende der letzten Folge hatte sie ja schon angeteasert und sozusagen ein bisschen gespoilert, um hier jetzt noch mehr Anglizismen in den Raum zu werfen, dass Boxplots etwas sind, mit denen man sich eingehender befassen muss, um sie überhaupt zu verstehen, dann wären sie aber sehr nützlich, während Histogramme hingegen deutlich intuitiver zu verstehen seien, aber dafür auch leichter zu manipulieren. Ja, so viel dazu noch mal, ich bin schon gespannt, was da jetzt konkret hinter steckt, und gebe mir ansonsten heute vor allem Mühe, die richtigen Fragen zu stellen.

Helena: Ja, und warum finden wir das Thema wichtig für unseren Podcast? Nun, wie man mit Daten umgeht, ist das Kernthema von unserem Podcast, und darum beschäftigen wir uns auch, wie man sie darstellen kann.

Janine: Daten und ihre Dimensionen. Manche Menschen glauben, dass die Art, wie Kaffeesatz oder Tee sich in einer leeren Tasse auf dem Boden absetzen, einen Blick in die Zukunft ermöglicht. Egal, was dabei herauskommt, das Prophezeite klingt für die meisten Menschen heutzutage nicht sehr plausibel, und schließlich gibt es ja die Wissenschaft, die ist schon viel weiter. Es gibt so viele Daten über eigentlich alles, da können wir doch fast alle Ereignisse in unserem Realitätssystem vorhersagen, sogar das Wetter oder wie Kometen durch das All fliegen. Aber trotzdem wissen wir noch gar nicht alles, obwohl wir es ja vielleicht könnten, es sind so viele Daten, da müsste doch eigentlich sich alles mit erklären lassen, oder? Allerdings machen viele Daten es nicht auch manchmal eher schwieriger zu verstehen, was sie einem aufzeigen könnten? Wenn wir auf die Masse an Daten gucken, die wir heutzutage sammeln, kann einem der Gedanke kommen, dass das nicht viel präziser sein kann, als wenn jemand allen Kaffeesatz oder Tee auf einen großen Haufen gekippt hat und ein Schild davor stellt, auf dem steht, ich habe die Welt restlos untersucht und kann alles erklären. Also, theoretisch zumindest, denn die Antworten müssen ja da drinnen in diesem Haufen stecken. Nur irgendwer muss sie irgendwie da rausholen. Für diese Menschen gibt es sogar einen Namen, die das machen, Data Scientists. Sie müssen an diesen großen Haufen gehen und die Daten rausfiltern, die relevant sind. Dabei ist es oft sogar hilfreich, nicht nur weniger verschiedene Daten zu untersuchen, sondern auch weniger komplexe Daten auszuwählen. Die Frage von Data Scientists ist nicht, wie kann ich möglichst viel auf einmal erklären, sondern: Was ist der Kern meiner Frage und welche Daten brauche ich dafür wirklich? Wenn ich wissen möchte, wie viel Zeit ich am Handy verbringe pro Tag, dann nehme ich eine Messung vor. Sagen wir, immer zur gleichen Zeit an jedem Tag über eine Reihe von Tagen. Messzeitpunkt 23 Uhr 59, 3 Stunden an diesem Tag, 4 Stunden an jenem Tag etc. Soweit erst einmal einfach, aber gleichzeitig bietet dieser Messzeitpunkt viel mehr Daten. Wochentag, Arbeitstag oder Wochenende, das wären theoretisch Faktoren, die mein Verhalten beeinflussen. Dann müsste ich aber viel mehr und viel genauer erfassen. Aber brauche ich das? Eigentlich möchte ich nur wissen, was in etwa meine Handynutzung pro Tag ist. Für eine grobe Schätzung meines Verhaltens würde mir das reichen. Ich kürze also alle überflüssigen Dimensionen raus und konzentriere mich auf genau einen Wert über einen bestimmten Zeitraum. Damit kann ich eine eindimensionale Verteilung erstellen. Die konkrete Frage lautet: Wie viele Stunden bin ich pro Tag am Handy über 36 Tage hinweg? Das heißt, ich werde 36 Messergebnisse erfassen und analysieren. Daraus kann ich dann zum einen die durchschnittliche Nutzungsdauer ausrechnen, also die erfasste Stundenzahl insgesamt durch 36 geteilt, zum anderen aber auch die mittlere Nutzungsdauer. Das wäre der Median, 50% der Werte liegen über und 50% der Werte liegen unter dem Median. Diese beiden Betrachtungen können mir dabei helfen, ein gutes Gefühl dafür zu erhalten, wie viel Zeit ich am Handy verbringe und damit kann ich mir überlegen, ob das Ergebnis okay für mich ist oder ob ich etwas optimieren möchte. Wenn es okay ist, habe ich einen guten Eindruck und eine Entscheidung gewonnen, es kann so bleiben, wie es ist. Wenn ich etwas ändern möchte, weiß ich aber auch, dass es sich lohnen könnte, mir die Daten genauer anzusehen und vielleicht weitere Dimensionen zu betrachten, meine Fragestellung zu konkretisieren und damit vielleicht auf den Grund zu kommen, warum an welchen Tagen ich wie viel das Handy nutze und wie ich das eventuell anders machen kann.

Helena: Ja, diesmal geht es um Diagramme für eindimensional verteilte Daten, also das heißt man hat nicht nur einen Datenpunkt zu einem Zeitpunkt, sondern ganz viele davon und wie man das dann darstellen kann, um ein Gefühl dafür zu bekommen, das ist das heutige Thema. Beim letzten Mal ging es ja um einen konkreten Datenpunkt zu einem bestimmten Zeitpunkt, wenn man drauf guckt und jetzt geht es darum, wenn man ganz viele davon hintereinander aufgeschrieben hat, was man dann damit tun kann, also um die Verteilung der Daten.

Janine: Wir hatten ja beim letzten Mal alltägliche Beispiele mit reingebracht, das war zum Beispiel jetzt der Wasserkocher, wo drauf angezeigt wird, wie viel Wasser drin ist oder die Küchenwaage, die in dem Moment des Abwiegens anzeigt, wie viel etwas wiegt, das ich gerade benutzen möchte, oder eben die Luftpumpe, die anzeigen kann, wie groß der Luftdruck im Reifen schon ist, beziehungsweise wie niedrig. Gibt es auch so prägnante Beispiele für eindimensionale Verteilung?

Helena: Ja, also eine Möglichkeit wäre, du kannst jedes Mal mitschreiben, wie viel Wasser du im Wasserkocher hast und weißt dann immer, ja, wie viel benutzt du denn tendenziell. Oder auch etwas, was mir mein Handy zum Beispiel einmal die Woche dann für die vergangene Woche mitteilt ist, wie viele Stunden am Tag benutze ich das Handy und das wird dadurch eine Verteilung, dass ich ganz viele Tage habe, die ich dann vergleichen kann. Oder auch, wie groß sind Menschen, ich habe irgendwie einen Raum voller Menschen und dann sehe ich, manche sind größer, manchmal kleiner und dann ist eben die Größe eben diese eindimensionale Verteilung, gerade wenn mir egal ist, welche Menschen genau jetzt wie groß sind, sondern es nur darauf ankommt, ja, dass die Größe unterschiedlich verteilt ist. Und ein anderes Beispiel wäre zum Beispiel, wie viel Energie ich pro Tag verbrauche. Dafür gibt es ja auch so Anzeigen bei mir in der Wohnung für Gas und Strom und da kann ich dann ablesen, wie der tägliche Energieverbrauch war, beziehungsweise kann ich zu dem Zeitpunkt ablesen, wie der aktuelle Stand ist vom Zähler und daraus dann wieder den Energieverbrauch pro Tag zurückrechnen.

Janine: Klingt auf jeden Fall direkt schon mal praktisch anwendbar. Ich dachte mir, vielleicht kann es helfen, wenn ich versuche, noch mal einen kleinen Überblick über das zu geben, was wir so in der letzten Folge angesprochen haben. Ich habe vor allem aus der Folge mitgenommen, dass eindimensionale Daten mich eben über einen aktuellen Zustand informieren können. Im Alltag ist es halt meist eine einzige Anzeige, aber diese Daten sind eben nicht gleich zu sitzen mit Informationen, die ich daraus ablese. Das Thema hatten wir beim letzten Mal auch, den Unterschied zwischen Daten und Informationen, weil Informationen sind eigentlich interpretierte Daten. Ob 0,7 Liter für zwei Tassen reicht, muss sich eben selbst entscheiden. Deswegen hatten wir gesagt, man muss also auch den Kontext kennen, um die Daten benutzen zu können. Beim Zeigerdiagramm gab es zum Beispiel, das hatte Helena ganz gut beschrieben, die Möglichkeit, den Kontext gleich mitzuliefern, damit nämlich niemand auswendig wissen muss, wann der Reifen gut befüllt ist, zeigt das Diagramm selbst schon einen Messbereich an von bis, in dem der Zeiger idealerweise liegen sollte, d.h. wenn ich den Luftdruck meines Reifens messe, kann ich überprüfen, wann er in diesem Bereich ist, während ich Luft aufpumpe. Das ist auch der letzte wichtige Punkt, den ich aus der Folge mitgenommen habe, denn für welche Darstellung man sich entscheidet, ist auch immer kontextabhängig, d.h. ich kann über die Darstellung auch Kontext mitliefern und damit bereits aus den Daten Informationen machen. Das wird dann vielleicht interessant, wenn wir darüber reden, je nachdem, wie ausführlich das wird, inwiefern man mit Diagrammen Darstellungen von Daten manipulieren kann. Kommen wir dann mal zur großen Frage dieser Folge. Was habe ich denn bei eindimensionalen Verteilungen für Optionen zur Darstellung und langfristig schon mal die Frage mit drangehangen, warum ausgerechnet die?

Helena: Ja, da hast du ja am Anfang schon ein paar genannt und anfangen würde ich mit den Histogrammen. Histogramme sind Balkendiagramme, die die Häufigkeit darstellen. Ein Beispiel, weil wir das alle aus unserem Alltag kennen, ist die Darstellung von Wahlergebnissen und zwar werden die oft als Balken dargestellt. Die Daten selber liegen quasi in Form von Stimmzetteln vor und in diesem Stimmzettel hat man dann eben eine Liste von Parteien und eine Partei, die angekreuzt wurde, ist dann eben ein Datenpunkt und wenn man ganz viele Stimmzettel hat, hat man eine Verteilung von verschiedenen Stimmzetteln. Es ist völlig egal, in welcher Reihenfolge die Stimmzettel gezählt werden, weil es nur am Ende auf die Häufigkeit der Stimmverteilung angeht und so ein Histogramm zeigt dann eben an, wie häufig etwas gewählt wurde. Im Falle von Wahlen wird meistens das Ganze dann noch in den relativen Stimmanteil umgerechnet also man teilt es noch durch die Gesamtzahl aller Stimmen, um eine Prozentzahl anzuzeigen statt der Gesamtstimmenanzahl, aber im Grunde genommen ist es eben das Gleiche. So, die eine Dimension, die dargestellt wird, besteht eben aus verschiedenen möglichen Ausprägungen in Form von Parteien, die man angekreuzt haben kann und dargestellt wird es dann eben in Form von Balken, die dann eine Prozentzahl anzeigen bzw. man könnte auch die Gesamtstimmenzahl dran schreiben.

Janine: Nur, dass die Balken dann wahrscheinlich extrem viel höher wären.

Helena: Naja... es ist alles eine Darstellung...

Janine: Man kann die Skala, okay.

Helena: Also die Höhe kann man jetzt skalieren.

Helena: Genau, und in diesem Fall ist in dieser einen Dimension... sind die verschiedenen Parteien, also letztlich sind das Kategorien von Stimmen und meistens gibt es ja dann noch sonstige, wo man halt alle anderen so zusammenfasst, das heißt auch da passieren noch andere Zusammenfassungen, aber da sind die Kategorien schon vorgegeben für die Balken, die man darstellen möchte. Eine andere Möglichkeit, Histogramme darzustellen, ist, wenn man jetzt nicht irgendwie Kategorien hat, die eine bestimmte Häufigkeit haben, sondern z.B. die Größenverteilung von Menschen oder z.B. die Flossenlänge von Pinguinen. Und dann hat man irgendwie ein paar hundert Pinguine und misst einmal, wie lang sind deren Flossen und auch da kommt es einem jetzt nicht darauf an, welcher genauer Pinguin man da ausgemessen hat und dann kann man dann für jede Flossenlänge so einen Balken zeichnen und so eine Flossenlänge ist aber kontinuierlich, das heißt, das kann irgendwie 19 cm lang sein, das kann aber auch 22 cm lang sein und alle Werte dazwischen sind auch möglich, das heißt, um so einen Balken zu zeichnen, muss man die zusammenfassen, also z.B. 1 cm Schritte oder auch 2 cm Schritte oder wenn man so ein Histogramm zeichnet, kann man auch sagen, ja, ich möchte am Ende 30 Balken haben, dann kann man ausrechnen, ja, wie groß müssen die denn sein, wenn alle Balken gleich dick sein sollen und da hat man dann eben die Auswahl zwischen verschiedenen Balkenbreiten und entsprechend kann man dann auch ein bisschen Einfluss darauf nehmen, wenn man möchte, wie genau am Ende das Ergebnis aussieht, das ist der Teil, den ich mit manipulieren meine, dass man dadurch, dass man die Position der Balken in diesem Fall selber bestimmen kann, könnte man da auch einfach ein bestimmtes Ergebnis mit erzeugen, falls die Daten das überhaupt hergeben, ich meine, auch da müssen dann immer noch die Daten dazu passen, aber dann könnten komplett reale Daten immer noch eine komische Interpretation erlauben, das ist halt so das eine Risiko hier. Genau. Ja, zu den Pinguinen, das haben wir nämlich genau auch als Beispiel, das ihr auch in den Schaunals euch angucken könnt, und die Flossenlängen von Pinguinen haben wir einmal dargestellt. Janine, magst du einmal beschreiben, was du siehst?

Janine: Ja, ich gebe mir die größte Mühe. Vor mir ist ein monochromes Histogramm, also die Balken sind grau und der Hintergrund ist auch leicht gräulich, es hat auf der x-Achse, das ist die, die horizontal verläuft, da steht Flipper-Length, also die Flossenlänge der Pinguine, und auf der y-Achse, die eben senkrecht nach oben geht, da ist die Anzahl angegeben, Count, von 0 bis 30, und die Flossenlänge ist irgendwie in drei Schritten angegeben, 180, 200 und 220, und ja, da drin sind relativ schmale Balken, die aber nicht, wie man das jetzt bei den Wahlergebnissen kennt, separiert voneinander nebeneinander stehen, sondern da gibt es keine Lücken zwischen den einzelnen Balken. Deswegen entsteht eigentlich ein Gebilde mit einer durchgehenden Fläche, das nach oben hin sozusagen von einzelnen Balken, so wie... so ein bisschen treppenstufenmäßig kann man sich das vorstellen, abgeschlossen wird, und was mir vor allem als erstes auffällt, ist, dass es eigentlich zwei Bereiche gibt, die auffallen, nämlich es fängt mit sehr kleinen Balken an, geht dann recht schnell bis zu mittleren Balkenhöhen, wird einmal ganz groß, bis fast zur 30 hoch, fällt einmal ab, hat nochmal einen Peak, bis fast zur 30 hoch, und fällt dann weit unter 5, relativ steil runter, um danach nochmal anzusteigen und nochmal hochzugehen und dann wieder runter, sozusagen, und am Ende ist noch einmal ein kleinerer Peak nach oben. Das heißt, von der Form her sind es also zwei Hügel, die da entstanden sind, eigentlich, wenn man das jetzt mal so abstrakter betrachten würde, und das finde ich schon ganz spannend.

Helena: Genau, und das war jetzt das Beispiel, wo 30 Balken gezeichnet wurden und dieselben Daten, wenn man die jetzt nur in 5 Balken darstellt, sehen ja ein bisschen anders aus. Das ist dann das nächste Bild.

Janine: Genau, also die Beschriftung an den Achsen ist annähernd die gleiche. Hier gehen die 5 Balken auch ineinander über, sie sind relativ breit, und der erste Balken geht bis zur 40 oder so, sage ich mal, der zweite Balken geht dann sofort nach oben, bis über 150, der dritte fällt irgendwo auf die 70 runter, der vierte Balken ist knapp da drüber, und der fünfte Balken ist ziemlich flach, wenn überhaupt, 10. Also die Form, die hier entsteht, ist irgendwie so eine Stufe, dann eine riesige Stufe, ein bisschen wieder nach unten, relativ gerade, und hinten nochmal steil nach unten.

Helena: Ja, und die Zahlen sind ja auch deutlich höher, weil jetzt natürlich mehr Pinguine zusammengefasst wurden pro Balken, weil die sind ja jetzt auch deutlich breiter.

Janine: Ja.

Helena: Und vom Gefühl her, was du gerade mit den zwei Hügeln beschrieben hast, bei dem ersten Histogramm, ist ja jetzt gar nicht mehr so deutlich sichtbar im zweiten.

Janine: Nee, da ist nur nochmal eine kleine Kante nach oben,

Helena: Ja.

Janine: aber die fällt jetzt irgendwie nicht weiter auf... ja.

Helena: Genau, und das ist ungefähr das, was ich meinte, was man mit der Wahl der zusammengefassten Daten kann man halt auch ein bisschen an der Darstellung beeinflussen und potenziell dann auch ein gewünschtes Ergebnis erzeugen. Was man dadurch verhindern kann, dass man einfach automatische Tools benutzt und dann guckt, ja, kann ich daraus sinnvolle Sachen lesen. Eine Sache, die man hier auf jeden Fall auch vermeiden sollte, ist, wenn man jetzt, keine Ahnung, nur 20 Datenpunkte hätte, dann auch 20 Balken zu zeichnen, die dann alle gleich groß sind und die nicht zusammenzufassen, weil dann bringt einem dieses Histogramm auch genau gar nichts, wenn alle Balken bei 1 sind und dann ab und zu mal stattfinden. Das ist komplett sinnfrei, das kann man dann besser lassen.

Janine: Das heißt, um mal dazwischen zu fragen, Histogramme eignen sich vor allem gut auch, um Gruppen darzustellen, also wie bei der Wahl eben zum Beispiel.

Helena: Ja, wenn man entweder schon klare Kategorien hat wie bei der Wahl, also wenn die Werte ja im Prinzip ausgezählte Stimmen sind, wie oft kommt eine Kategorie vor, dann ist das ziemlich genau das, was man haben will. Ja, und eine Sache, die du ja auch schon erwähnt hast, ja, das Balkendiagramm hat eine x-Achse und eine y-Achse und das... sind das nicht Zwei Dimensionen?

Janine: Ja, stimmt.

Helena: Ja, also die grafische Darstellung, das Histogramm selber ist zweidimensional, weil nur eine Dimension wäre ja nur eine Linie und in einer Linie kann man nicht so richtig gut was darstellen. Deswegen ist die Darstellung zweidimensional, aber das was... die Häufigkeit ist ja etwas, was komplett aus den Daten ausgerechnet wird. Das heißt, die zweite Achse, die man benutzt, um es darzustellen, wird komplett ohne weitere Informationen aus der ersten Achse ausgerechnet, aus der eindimensionalen Verteilung und das gilt auch für alle anderen Plottypen, die heute noch kommen, dass das, was man dann auf der y-Achse darstellt, ausgerechnete Werte sind, die auf der Verteilung basieren. So wird dann eben die zweite Dimension in der Darstellung eingeführt, während man trotzdem nur eine eindimensionale Verteilung darstellen möchte.

Janine: Und das gilt dann auch zum Beispiel für Zeitpunkte? Also du hattest ja das Beispiel mit dem Handy gebracht. Wenn ich jetzt sage, wie viele Stunden pro Tag bin ich am Handy gewesen? So, dann habe ich ja auf der x-Achse könnte ich dann angeben, meinetwegen die letzten sieben Tage und auf der y-Achse die Stunden als Einheit. Kann ich das da auf die gleiche Art und Weise kategorisieren, wie du es eben gemacht hast oder sind es dann doch zwei Dimensionen in dem Fall?

Helena: Doch, in dem Fall sind das schon zwei Dimensionen, weil der Tag, an dem das ist, eine Rolle spielt. Wenn du jetzt nur aufschreiben würdest, wie lange du an einem Tag am Handy warst und dann am Ende es aber keine Rolle mehr spielt, an welchem Tag das war, dann hast du nur noch eine Dimension. Aber sobald der genaue Tag eine Rolle spielt, hast du auch noch die Dimension Zeit, die eine Rolle spielt mit drin.

Janine: Mhm.

Helena: Und ich meine, das ist dann immer noch ein Balkendiagramm und Histogramme sind ja auch Balkendiagramme, aber ja, das, was sie darstellen, ist schon inhärent dann zweidimensional, wenn sie das auf Wochentage beziehen.

Janine: Und in dem Beispiel mit den Menschen ist es dann deswegen nicht zweidimensional, wenn ich auf der x-Achse meinetwegen die Größe eines Menschen angebe und auf der y-Achse, wie oft diese Größe in meiner Gruppe vorkommt, die ich gemessen habe, dann ist die Messung, die ich mache, die Größe und die Anzahl wieder der abgeleitete Wert, weswegen es wieder eindimensional ist.

Helena: Genau, die zugrundlegende Verteilung ist eindimensional, ja.

Janine: Okay. Ja, ich glaube, damit kann ich was anfangen. Das hätte ich letztens gebraucht, als ich mal das Thema angesprochen habe, aber ich kann das ja jetzt einfach weiterreichen.

Helena: Genau, ich hoffe, das hilft auch generell. Ich möchte noch mal auf die Hügel zurückkommen. Du hast ja gesagt, man sieht im Prinzip zwei Hügel in der Flossenlängenverteilung bei den Pinguinen. Und wenn ich jetzt so ein Histogramm hier angucke, wo dann so zwei so Hügel sind, dann ist so meine erste Idee, ja, vielleicht gibt es auch einfach zwei Kategorien von Pinguinen und die einen sind halt größer als die anderen. Und vielleicht sind das zwei verschiedene Pinguinarten, die zusammengepackt wurden in eine Grafik.

Janine: Lass mich raten, du kommst auf diese Idee mit den zwei Gruppen, ich glaube, ich wäre es im ersten Moment nicht, weil du diese Sache mit diesem Gauß und der Normalverteilung und der Glockenkurve im Kopf hast, oder?

Helena: Ja, genau, weil so eine natürliche Größe ist halt immer, also Menschen sind ja auch ungefähr ähnlich groß. Es gibt natürlich Ausreißer, aber im Schnitt gibt es da auch eine bestimmte Verteilungsform. Manche Leute sind größer, manche kleiner, aber wenn man alle zusammenzählt, hat man halt nur so eine bestimmte Kurvenform. Das ist ja dann die Gauß'sche Glockenkurve. Beziehungsweise ist das eines der Modelle, die man da gut ranlegen kann und das kommt auch in der Physik sehr oft vor, deswegen bin ich da auch sehr mit vertraut. Und wenn man dann zwei solche Glockenkurven hat, die verschiedene Ursachen haben und in einer Grafik zeichnet, dann hat ja verschiedene Ursachen und deswegen, wenn ich dann zwei so glockenartige Dinge oder zwei Hügel sehe in so einem Histogramm, denke ich, ja, das sind doch wahrscheinlich zwei verschiedene Dinge zusammengemischt, zum Beispiel zwei Arten Pinguine. Das wäre jetzt so bei der Grafik das, was ich zuerst denken würde, wenn ich da drauf gucke.

Janine: Lass mich raten, du hast recht.

Helena: Äh, nicht ganz. Also die Daten, wir benutzen jetzt, das wisst ihr vielleicht aus unserer Standarddatensitzefolge, den Datensatz über die Pinguine, den man sich auch einfach runterladen kann und wenn man dann die Pinguin-Spezies noch mitplottet, also wenn man ein Histogramm pro Spezies erstellt, dann sehe ich, dass das sogar drei Spezies sind.

Janine: Okay.

Helena: Und zwei davon sind so nah aneinander von der Größenverteilung, dass sie halt mehr oder weniger wie ein gemeinsamer Hügel aussehen. Die dritte Spezies, die Gentoo-Pinguine, sind halt deutlich größer als die Adelie- und die Zügel-Pinguine.

Janine: Ja.

Helena: Das ist dann in der nächsten Grafik dargestellt, nämlich drei Histogramme untereinander, weil das eine Möglichkeit ist, wie wenn man jetzt innerhalb des Histogramms verschiedene Kategorien auseinanderhalten möchte, kann man die zum Beispiel so untereinanderplotten, wo dann die x- und y-Achsen genau gleich sind, sodass man auch wirklich vergleichen kann, wie häufig die vorkommen.

Janine: Ja, ich habe es mir hier gerade mal aufgemacht. Ja, also es ist, wie du gerade sagst, das sind die drei einzelnen Histogramme in dem Plot, sodass sie sich die x-Achse teilen und die y-Achse gibt es quasi dreimal, nämlich dreimal übereinander auf der gegenüberliegenden Seite der y-Achse – ist das dann y-b? – da stehen die Gruppennamen, also der Pinguin-Art. Was da halt zu sehen ist, ist jetzt, dass, ja, die erste Gruppe ganz oben, die sitzt relativ weit links, also was die Flossenlänge angeht, fängt die als erstes an und hat dann tatsächlich, joar jetzt nicht unbedingt die perfekte Glockenform, aber es geht schon arg in die Richtung. Bei der zweiten Gruppe das Gleiche, nur die ist deutlich flacher, aber man sieht, dass sie ihren höchsten Punkt hat an einer Stelle, wo die Gruppe darüber auch in etwa genauso hoch ist. Und da ist wahrscheinlich die Überlappung passiert, weswegen wir nur zwei Hügel und nicht drei im ersten Histogramm gesehen haben.

Helena: Mhm.

Janine: Ja, und die dritte Gruppe ganz unten, die fängt dann halt ziemlich weit hinten auf der x-Achse an und das ist dann eben der zweite Hügel. Man kann sich das ganz gut vorstellen, wenn man das jetzt so wieder ineinander schieben würde, entsteht eigentlich das, was man oben schon gesehen hat.

Helena: Genau. Ich glaube, aber eine Methode, die etwas häufiger ist, die ich persönlich allerdings etwas weniger deutlich verständlich finde, ist eben nicht diese drei Histogramme untereinander zu ploten, sondern einfach wie bei unserem ersten Histogramm die Grafik zu nehmen und dann einfach den Spezies verschiedene Farben zu geben. Dann kriegt man auch so ein bisschen das Gefühl dafür, wie oft die so sind, aber ich finde, es ist deutlich schwieriger, auseinanderzuhalten. Also das ist dann unser nächstes Beispiel, wo die dann farblich dargestellt sind. Aber dann ist jetzt hier zum Beispiel von den Adelie-Pinguinen, von dem größten Pinguin, ist der Punkt dann halt ganz weit oben auf dem Histogramm gezeichnet, weil darunter die anderen beiden Pinguinarten eingezeichnet sind. Und dann ist das nicht mehr so eine schöne Form, wie die zusammenhängen und das finde ich, wenn man jetzt die Häufigkeiten vergleichen will, schwerer zu lesen.

Janine: Ja, definitiv. Es ist, ja wie du sagst, der mit der größten Flosse von den Adelie-Pinguinen, der tanzt halt mit seinem einen Datenpunkt irgendwo bei der 20 auf der y-Achse rum und hat keinen Anschluss mehr zu der restlichen Gruppe, die ist irgendwo weiter unten, weil der eben auf so einen Hügel mit hochgenommen wurde sozusagen.

Helena: Ja. Aber ich glaube, so eine farbliche Darstellung ist trotzdem relativ üblich, deswegen sollte man sie erwähnen. Aber ich mag eben diese untereinander geplotteten Sachen lieber, weil da auch deutlicher wird, dass jetzt die Zügel-Pinguine auch einfach deutlich weniger in dem Datensatz vorhanden sind. Ach so, das sind ja nicht relative Häufigkeiten, wie oft ist diese Pinguin-Art vorgekommen, sondern die Gesamthäufigkeit in der verschlossenen Größen und dadurch, dass das so viel flacher ist, aber nicht wirklich breiter als die anderen, sind das auch einfach weniger Pinguine.

Janine: Ja.

Helena: Und die miteinander vergleichen zu können, muss man halt berücksichtigen, dass es weniger Pinguine sind. Eine Sache, weil du das Thema Glockenkurve schon angesprochen hast, was man sehr schön aus Histogrammen eben machen kann, ist dann so eine Glockenkurve als Modell dadran anpassen, weil man die berechneten Histogrammdaten nehmen kann, um dann wieder halt eine Fit-Funktion zu machen und dann kriegt man die Parameter von so einer Glockenkurve zu der Verteilung. Ich meine, bei der Gauß'schen-Glockenkurve sind es ja auch einfach Mittelwert und Standardabweichung, da braucht man theoretisch kein Histogramm für, um das auszurechnen, aber da könnte man anhand des Histogramms sehen, ob dieses Modell irgendwie Sinn macht oder ob die doch sehr stark abweichen. Dafür sind Histogramme eben auch gut geeignet, um ja, so Modelle daran anzuwenden, wenn sie Sinn machen.

Janine: Grob zusammengefasst, Histogramme sind eine Form des Balkendiagramms und sie eignen sich vor allem gut, um Gruppen darzustellen und die Häufigkeit von etwas in diesen Gruppen oder in Kategorien, die man erzeugt hat. Und es ist wichtig darauf zu achten, wie man Daten zusammenfasst, also wie... welche Gruppen man bildet sozusagen, weil das Einfluss auf die Darstellung und damit auch auf das Verständnis des Histogramms dann hat.

Helena: Genau.

Janine: Okay.

Helena: Dann kommen wir zum nächsten Thema.

Janine: Ja, ich habe ja schon gesagt, du meintest, diese Boxplots seien etwas, womit man sich erst mal länger beschäftigen muss, was macht die denn genau aus?

Helena: Ja, genau. Was macht ein Boxplot aus? Erstmal ist es einfach eine Box, die dargestellt wird, so eine rechteckige Box und in der ist meistens da noch eine Linie eingezeichnet, die ist irgendwo in dieser Box drin und dann gibt es oben und unten noch so Striche, senkrechte Striche, die aus den Boxen rauskommen. Und die haben eine ganz eindeutig definierte Bedeutung und zwar, die Box fängt bei 25% der Daten an und das ist dann die untere Kante von der Box und die obere Kante von der Box ist bei 75% der Daten. Das heißt, die Hälfte der Daten ist innerhalb dieser Box und die Linie in der Box selber stellt den mittleren Datenpunkt dar, also die Hälfte der Daten ist dann kleiner als diese Linie und die andere Hälfte der Daten ist größer als diese Linie, das ist auch der sogenannte Median, der mittlere Wert. Nicht zu verwechseln mit dem Mittelwert, den man anders berechnet. Der Mittelwert und der Median können ähnlich sein, müssen aber nicht auf der gleichen Stelle sein, weil wenn so eine Verteilung sehr verzerrt ist und eben keine saubere Glockenkurve, dann sind Median und Mittelwert sehr weit auseinander und je weiter die auseinander sind, desto weiter sind die halt von so einer Glockenkurve entfernt und der Boxplot zeigt aber nur den Median an. Ja, dann gibt es noch die Linie unten und die Linie oben und die untere Linie fängt quasi bei dem untersten Wert an und geht dann bis zur Box, das heißt, die stellt das untere Viertel der Daten dar und die obere Linie entsprechend das obere Viertel der Daten. Das heißt, im Grunde genommen berechnet man aus den Werten, die man hat in der Verteilung fünf Zahlen, also einmal den Median, den unteren Wert, den oberen Wert, also Minimum und Maximum und dann eben noch 25% und 75%, das sind dann sogenannte Quantile. Also diese fünf Zahlen spielen dann eben eine Rolle und die werden einfach dargestellt grafisch. Manchmal kann es noch sein, wenn man sehr viele Daten hat, aber nur einzelne davon liegen, sehr weit draußen, dass man dann noch einzelne Punkte oberhalb und unterhalb der Linie macht. Das sollen dann Ausreißer darstellen, die stellen dann nur einen kleinen Prozentsatz der Gesamtdaten dar. Ja, und das Ganze kann man dann eben auch auf die Pinguine anwenden und das, was wir im allerersten Histogramm dargestellt haben, haben wir jetzt auch in dem ersten Boxplot dargestellt. Also die gleiche Verteilung, sie sieht nur völlig anders aus. Magst du einmal beschreiben, wie das aussieht?

Janine: Ja. Beim ersten Histogramm waren es ja auch alle Pinguine, also nicht unterteilt in die Gruppen, das heißt, hier gibt es entsprechend auch nur eine Box für alle Pinguine. Auf der x-Achse ist in der Mitte 0,0, nach rechts gibt es noch 0,2 und 0,4 und nach links gibt es minus 0,2 und minus 0,4. Da habe ich keine Ahnung, was das sein soll und warum.

Helena: Ja, das ist da einfach nur, weil, naja, man muss ja irgendwie, wenn man so eine zweidimensionale Grafik berechnet, dann halt eben auch irgendwie x-Werte haben, wo man Dinge hinmalt. Die haben keine Funktion, die sind einfach nur da, die stehen einfach nur, die könnte man auch ausblenden, die sind nur eine Hilfe zum Grafikzeichnen.

Janine: Also es definiert quasi dein Raster.

Helena: Ja, genau. Es definiert nur das Raster, die haben keine inhaltliche Bedeutung.

Janine: Das macht sehr gut anschaulich, dass es hier tatsächlich eindimensionale Daten sind, glaube ich, oder?

Helena: Ja, gut. Aber dazu muss man in der Lage sein, die Zahlen zu ignorieren, die da halt trotzdem stehen,

Janine: Ja.

Helena: weil ich sie da nicht weggemacht habe, aber gleichzeitig ist es eben auch ein gutes Beispiel dafür, .a... dass nicht jede Information, die einem angezeigt wird, immer hilfreich ist.

Janine: Ja, jedenfalls auf der y-Achse ist dieses Mal die Flossengröße auch wieder in Millimeter, ich glaube, das habe ich beim letzten Mal vergessen zu sagen, angegeben, und zwar haben wir Werte von 170 bis knapp über 230, und die erste senkrechte Linie liegt auf der x-Achse auf 0,0, beginnt knapp über der 170 irgendwo und endet dort, wo die Box beginnt, bei dem Wert 190. Ja, die Box reicht dann bis ungefähr 213, 214, irgendwie sowas, das ist die Höhe der Box. Oben auf der Box beginnt dann eben direkt die zweite angesprochene Linie, die die oberen 25 Prozent der vorhandenen Daten anzeigt, auch wieder auf der Mitte der x-Achse und reicht bis über 230. Und ja, dann ist da eben das angesprochene fünfte Element, der Median, der liegt in der Box circa nach einem Drittel der Boxhöhe. Also, die Box ist irgendwie optisch in einen schmalen Streifen und einen breiteren Streifen dadrüber geteilt, und der Median verläuft irgendwo zwischen... joa... 197, würde ich mal sagen, aber die Mitte der Box, das sieht man ganz gut, wäre noch ein ganzes Stück höher.

Helena: Genau. Deswegen ergibt es eben auch 'n Sinn, diese Linie einzuzeichnen, weil die nicht immer in der Mitte sein muss. Und wenn die nicht in der Mitte ist, dann ist das auch ein Hinweis darauf, dass die Verteilung verschoben ist. Also, in diesem Fall haben wir zwei Pinguin-Arten, die eher kleiner sind und eine, die eher größer sind, und die sind alle zusammengepackt in diesem Plot, und entsprechend sind die meisten dann der Daten auch eher im unteren Bereich, und deswegen... ja, ist eben auch die Mittellinie nach unten verschoben, während oben dann nicht mehr, also da fasert es dann so ein bisschen aus. Da gibt es dann zwar immer noch genauso viele Pinguine oberhalb der Mittellinie, aber die verteilt sich auf einen größeren Größenbereich.

Janine: Ja, also kann auf jeden Fall gesagt werden, dass die häufigste Flossenlänge etwa 19,7 cm sind.

Helena: Äh, nicht die häufigste, das kannst du nicht aus diesem Plot draus lesen. Das, was man aus dem Plot lesen kann, ist, dass unter diesen 19,7 cm... die Hälfte aller Flossen sind kleiner und die andere Hälfte ist größer.

Janine: Ah, okay. Ich merke gerade, mein Kopf versucht ein zur Seite gekipptes Histogramm in diesen Boxplot zu legen.

Helena: Genau. Im Histogramm könnte man das eben sagen, die häufigste Flossenlänge ist folgende, wenn man jetzt Zentimeter-Schritte machen würde, was wir jetzt nicht gemacht haben, könnte man aber genau diese Aussage treffen, das ist die häufigste Flossenlänge in unserem Datensatz bei unseren Pinguinen. Aber hier geht das nicht, hier kann man nur sagen, wie viele sind größer und kleiner

Janine: Ja.

Helena: im Verhältnis zueinander.

Janine: Aber würdest du sagen, das macht dann quasi auch den Unterschied zwischen Histogramm und Boxplot aus, dass es... das Histogramm eher die Gruppe quasi in der Anzahl und der Häufigkeit beschreibt und der Boxplot die Gruppe eher, wie sie sich verteilt?

Helena: Also das, wie sie sich verteilt, beschreibt das Histogramm ja durchaus auch, aber der Boxplot ist mehr reduziert und sagt nur, wie die sich verteilt.

Janine: Ja, okay.

Helena: Und da spielt es gar keine Rolle mehr, wie oft, wie viele Pinguine wir eigentlich haben, weil das steht da nirgends.

Janine: Stimmt.

Helena: Und für viele Betrachtungen ist ja die Gesamtzahl auch gar nicht so wichtig, sondern eher die Verhältnisse untereinander. Und wenn das nicht relevant ist, lenkt es ja auch nur ab. Das ist halt der Vorteil am Boxplot, dadurch, dass es so reduziert ist, ist, wenn die Informationen, die man haben möchte, immer noch da sind, also wie verzerrt ist so eine Verteilung und so, und von wo bis wo geht die, dann ist die auch sehr nützlich, weil sie sehr deutlich sagt, wo ist so die Mitte der Größenverteilung und von wo bis wo geht die. Also die Mitte in einem Histogramm zu finden, das funktioniert, glaube ich, nicht ohne selber zu rechnen.

Janine: Ja.

Helena: Dass man pro Pinguinspezies einen eigenen Plot gemacht hat, haben wir jetzt auch für die Boxplots gemacht. Möchtest du das auch noch mal beschreiben?

Janine: Ja. Hier haben wir einen Plot, der auf der x-Achse die Spezies der Pinguine hat. Da sind drei Boxen drin, die auch hier ihre eigene Farbe haben. Auf der y-Achse ist wieder die Flossengröße angegeben. Was hier jetzt erstmal ersichtlich ist, die Boxen sehen genauso aus wie vorher, vom Aufbau her. Bei den Adelie-Pinguinen gibt es tatsächlich unten und oben je einen schwarzen Punkt, bevor die Linie nach oben anfängt.

Helena: Genau. Das sind dann so Beispiele für diese Ausreißer. Also irgendwie gibt es einen sehr kleinen und einen sehr großen Pinguin, aber ich würde jetzt hier argumentieren, dass das Unsinn ist, die einzeln als Punkt darzustellen. Keine Ahnung, warum das Tool das jetzt gemacht hat. Die Linie hätte man doch einfach nur länger zeichnen können, hätte es auch nicht geschadet.

Janine: Ja, vielleicht als Beispiel oder so.

Helena: Ja.

Janine: Ja, was bei dieser ersten Gruppe auffällt, ist, dass der Median, der liegt auch nicht wirklich bei 50 Prozent, aber schon relativ nah dran. Also der untere Teil ist immer noch etwas kleiner, aber wirklich nur noch ein bisschen. Bei der Gruppe daneben, da beginnt die Box später circa ein Stück über dem Median der ersten Gruppe. Also die Boxen schweben quasi nebeneinander in dem Diagramm, wo die Adelie irgendwie von 70 bis 195 gehen oder so, da beginnt die Box der 50 Prozent der zweiten Gruppe bei 190 und endet irgendwie bei knapp über 200 und da ist der Median ziemlich mittig, finde ich.

Helena: Ja, finde ich auch.

Janine: Ja, die dritte Gruppe, da beginnt die Box deutlich weiter oben bei 212 und geht bis 220, ein bisschen drüber, die fängt fast an der Stelle an, wo der letzte Wert der Chinstrap-Gruppe überhaupt ist. Das macht den Abstand auch zwischen den Gruppen und den Pinguin-Größen, glaube ich, sehr gut deutlich.

Helena: Ja.

Janine: Der Median ist hier auch nicht ganz bei 50 Prozent, aber knapp darunter.

Helena: Ja, aber schon deutlich mittiger als in dem Boxplot, der alle drei Gruppen dargestellt hat. Genau, hier kann man dann auch sehen, dass die schon deutlich, ja, glockenkurviger verteilt sind, weil der Median deutlich mittiger liegt in der Box als noch in der Ursprungsgrafik. Das heißt, auch da kann man dann feststellen, ja, wenn jetzt irgendwie die Linie nicht ganz in der Mitte liegt, dann ist da irgendwas verzerrt und, ich meine, jetzt haben wir ja schöne Pinguindaten, das ist ja auch nicht immer so, dass die Daten so sind. Wenn man jetzt irgendwie Daten aufzeichnet, zum Beispiel digital, und dann hinterher so einen Boxplot macht, dann kann es auch schon mal passieren, dass die Box einfach nur eine Linie ist und dann hat die vielleicht oben oder unten noch eine Linie und dann ist alles sehr seltsam. Also, wenn die Box so eng ist, dass die Medianlinie und die Box quasi in eins verschmelzen, dann könnte es sein, dass irgendwie 90 Prozent der Daten einfach derselbe Wert sind. Und wenn man irgendwie ein Messverfahren hat, könnte das entweder heißen, man will auch, dass das immer konstant bleibt, dann ist das gut, oder die Messung ist kaputt. Und dass man so konstante Werte hat, ist ein Fehler und dann sollte man mal nachgucken, woran das liegt. Also, ich habe durchaus öfter mal, dass die nur noch eine Linie waren, gesehen und, ja, wenn da irgendwie 100 Datenpunkte denselben Wert haben und einer nicht, dann sieht so ein Boxplot auch sehr interessant aus, ... ist das eine Linie und dann gibt es irgendwo noch einen Punkt. Kann halt passieren, aber dann sollte man halt überlegen, was man machen will. Aber das ist ja auch durchaus hilfreich, dann zu wissen.

Janine: Also, würde ich sagen, hätten wir alles für den Boxplot zusammen, oder?

Helena: Ja.

Janine: Also, es ist nicht so sehr die Häufigkeit, sondern die Verteilung im Zentrum des Boxplots.

Helena: Ja.

Janine: Gut.

Janine: Violinenplot hatte ich ja auch erwähnt und ich weiß von dir vor allem auch schon, dass das eine Variante des Boxplots ist. Was unterscheidet denn den Violinenplot vom Boxplot, beziehungsweise was sind denn die Vorzüge von dem?

Helena: Also, beim Violinenplot kann man eben genau die gleichen Punkte darstellen, die ich gerade schon genannt hatte, also Median, 25 und 75 Prozent und Minimum und Maximum. Das, was sich unterscheidet, ist vor allen Dingen, dass die Box kein Rechteck mehr wird, sondern etwas, was potenziell so aussieht wie eine Violine, was so lustig geformt ist. Und was da im Wesentlichen passiert, ist, dass man über eine spezielle Berechnungsmethode quasi die relativen Häufigkeiten, so eine relative Verteilungsfunktion ausrechnet. Das heißt, die Violine ist dann besonders breit an den Stellen, wo auch viele Datenpunkte liegen. Man könnte das vielleicht wie eine Mischung aus Boxplot und Histogramm sehen, nur dass die genaue Häufigkeit nicht gesagt wird, sondern man nur ein relatives Gefühl dafür bekommt, wo liegen mehr der Daten, wo weniger der Daten, weil die eben so breiter wird, wo viele Daten liegen und schmal ist, wo wenig Daten liegen. Und im Prinzip ist das, was man da als Verteilungsfunktion ausrechnet, was dann eben die Breite darstellt, das wird dann auch gespiegelt, sodass das dann symmetrisch wie eine Violine aussieht. Und man kann dann eben, wie gesagt, auch Medialen und die beiden Linien oben und unten einzeichnen. In unserem Beispiel haben wir das nicht gemacht. Dafür, ja, sieht man eben, dass die Bäuche unterschiedlich liegen.

Janine: Ja, bei dem Plot ist es auch wieder so, dass die Adelie und die Chinstrip-Pinguine relativ nah beieinander sieht, aber man erkennt hier halt tatsächlich besser als beim Boxplot, finde ich, dass irgendwie, ja, der Median ein bisschen übereinander liegt. Und ich finde so, die Boxplots, also dadurch, dass es wirklich Rechtecke sind, die da reingemacht werden in den Plot, ja, die verschleiern das irgendwie so ein bisschen. Die geben irgendwie das Gefühl einer homogenen Gruppe von 50 Prozent, die alle gleich sind und dann wird da halt nur der Median eingezeichnet, um das zu relativieren. Und hier sieht man das tatsächlich durch die Form des Violinenplots. Und auch hier ist es so, dass die Gentoo-Pinguine deutlich weiter oben erst anfangen und der Median da auch viel höher liegt als überhaupt die Violinen der anderen beiden Gruppen.

Helena: Genau, Violinenplots sind eben eine, ja, moderne Variante von Boxplot, die halt ein bisschen mehr Infos gibt. Ein Vorteil von Boxplots, den ich an der Stelle vergessen habe, ist allerdings, dadurch, dass das immer die gleichen fünf Werte sind, die man darstellt, kann man das auch einfach tabellarisch darstellen. Man könnte auch einfach komplett die Grafik weglassen und einfach nur eine Tabelle vorlesen. Das kann insofern helfen, als dass es immerhin schon mal sagt, wie man das erklären soll, während Histogramme und Violinenplots durch ihre Form ja deutlich schwerer auch zu beschreiben sind, wenn man das nur auditiv erklären kann.

Janine: Ja.

Helena: Gut, ich meine, wir haben jetzt die Tabelle trotzdem nicht vorgelesen, weil es jetzt auch gar nicht um die konkreten Zahlen so sehr geht, sondern mehr um das Gefühl, was sie vermitteln. Aber es ist bei Boxplots immerhin möglich.

Janine: Okay, also wäre sozusagen die Zusammenfassung für den Violinenplot, dass durch die spezifische Form, dass es eben auch je nach Datenlage schmaler und breiter werden kann, ja, eigentlich eben ein bisschen besser die eigentliche Datengrundlage mit sichtbar ist, also wovon habe ich mehr?

Helena: Mhm.

Janine: Und dadurch, ja, es ist nicht ganz so begrenzt wie der Boxplot, wobei begrenzt natürlich jetzt negativ klingt. Es ist eben, ja, die Frage, was man zeigen und sehen möchte, und deswegen, ja, der Violinenplot bietet halt mehr Optionen für eine weitere Interpretation dann sozusagen.

Helena: Ja, und es ist kompakter darzustellen als jetzt so ein Histogramm. Histogramm ist recht groß.

Janine: Ja.

Helena: Und hier kann man die halt deutlich kompakter, die verschiedenen Kategorien darstellen. Und, ja.

Janine: Ich glaube, dann hätten wir das mit dieser Form der Plots.

Janine: Ich hatte noch eine vierte Sache genannt, die kumulierte Häufigkeit. Was zum… ist das?

Helena: Genau, das erste Wort kumuliert oder auch aufsummiert ist, wenn man nicht immer jeden einzelnen Datenpunkt für sich nimmt, sondern wenn man quasi einen Haufen Daten hat, und das, was man sich anguckt, ist aber die Summe, dass man quasi den ersten Datenpunkt nimmt, dann den ersten plus den zweiten, dann den ersten plus den zweiten plus den dritten, und dass es dann immer nur nach oben geht. Im Grunde ist so ein aufsummierter Wert auch genau das Beispiel aus dem Stromzähler, weil viele Stromzähler laufen eben nicht rückwärts und typischerweise gehen ja nur in eine Richtung und zählen nur hoch. Und um dann wiederum den einzelnen Wert auszurechnen, müsste man eben jeden Tag ablesen und voneinander abziehen für den Tageswert. Ansonsten plottet man auch immer nur eine Linie, die immer nur hoch geht. Wir haben ja auch vor kurzem angefangen, ein paar unserer Folgen und Inhalte auch auf YouTube hochzuladen, und dort gibt es auch eine Grafik, die dann die Statistik macht, ja, wann wurde das Video wie oft geschaut, und das ist dann auch eine kumulierte Grafik, das heißt, die zeigt dann immer nur eine Linie, die hoch geht. Unterschiedlich stark, je nachdem, wie oft das geguckt wurde an den Zeitraum, kann das mal steiler hochgehen und flacher hochgehen, aber es geht immer nur hoch, es kann nicht wieder runtergehen. Das sind eben aufsummierte Werte oder kumulierte Werte. Und bei der kumulierten Häufigkeit macht man jetzt aber, bevor man das aufzeichnet, noch einen Schritt, und zwar sortiert man alle Werte durch, dass man quasi alle Flossen unten stehen hat, die klein sind, und dann zählt, ja, wie oft ist denn diese Flossenlänge vorgekommen, wie oft ist die nächste vorgekommen. Also auch hier zählt man wieder, so ähnlich wie bei einem Histogramm, nur dass man jetzt wirklich nicht mehr Werte zusammenfasst, sondern nur die Werte zusammenfasst, die auch wirklich den gleichen Wert haben. Also wenn jetzt irgendwie 18 cm jetzt dreimal vorgekommen ist, dann würde man das jetzt auch zusammenzählen, aber im Grunde genommen fällt man dann quasi bei 0 an und geht dann hoch bis zu der Gesamtanzahl an Pinguinen, beziehungsweise in der Darstellung, die wir jetzt auch in den Shownotes haben, teilt man dann auch durch die Gesamtzahl der Pinguine, das heißt, es fängt bei 0 an, es gibt 0 Pinguine, die kleiner sind als 170 mm oder 17 cm, keine Pinguine, die größer sind als 23 cm.

Janine: Beziehungsweise deren Flossen.

Helena: Genau, deren Flossen.

Janine: Das wäre so niedlich, Pinguine, die 23 cm groß sind, ausgewachsen.

Helena: Das stimmt. Jetzt könnte man natürlich auch die y-Achse nochmal 100 rechnen, um Prozent zu haben, also 50 % der Pinguine sind dann kleiner und 50 % sind größer. Aber auch hier kann man eben die Verteilung relativ gut sehen und hier, wenn man sich jetzt diese Grafik anguckt, dann ist das so ein Treppenstufenartig und die Stufen sind halt steiler, wenn für diesen Wert mehr Werte existieren und das fängt irgendwie relativ flach an und dann kommen ganz steile Treppenstufen und dann wird es wieder flacher und irgendwann hört es halt auf. Wenn der Wert bei 1 angekommen ist, ist es halt auch Ende.

Janine: Ja, es sieht aus wie so quasi drei S, die da nebeneinander gesetzt wurden.

Helena: Ja, und was man jetzt eben sagen kann, ist so, man sieht jetzt hier eine Linie für die Adelie-Pinguine und da sieht man ja 50 % der Adelie-Pinguine sind kleiner als 190 mm. Ich meine, das sieht man auch aus dem Boxplot.

Janine: Ja.

Helena: Was man jetzt hier aber auch machen kann, ist, man geht dann bei diesen 190 weiter runter bis zu den Zügel-Pinguinen und sieht dann, ah, okay, da ist die Linie bei 20 %, das heißt 20 % der Zügel-Pinguine sind kleiner als 19 cm, also deren Flossen sind kleiner als 19 cm.

Janine: Ja.

Helena: Dadurch lassen sich deutlich besser diese Größen vergleichen, so die Größenverteilung vergleichen und eine konkrete Aussage treffen, auch für Punkte, die jetzt nicht im Boxplot eingezeichnet sind. Ich meine, im Boxplot ist 25 eingezeichnet und 25 ist hier auch eingezeichnet, aber eben auch die ganzen Werte dazwischen kann man hier ablesen. Wenn man sowas jetzt zum Beispiel für Schulnoten machen würde, dass man dann sagt, ja, so viele haben mindestens eine 4 geschrieben und so viele haben vielleicht eine 1, da kann man sagen, ja, irgendwie 50 % der Leute waren besser als eine 2 und das könnte man auch relativ schnell sagen, aber eben auch für die Zwischenwerte. Und hier sieht man auch, dass im Grunde da, wo die Adelie-Pinguine und die Zügel-Pinguine, deren Flossengröße ungefähr aufhört, da fangen die von den Gentoo-Pinguinen gerade erst an. So, es gibt leicht Überlappungen, aber die stehen gar nicht so im Vordergrund, sondern es ist eher... im Vordergrund stehen weniger die Überlappungen als die einzelnen Werte, die man sehr deutlich ablesen kann. Und, was man eben auch noch machen kann, ist, also wir haben jetzt in den Shownotes auch noch zwei weitere Grafiken, das eine sieht dann deutlich mehr aus wie so ein S, also so eine logistische Kurve, die leicht ansteigt, dann steil wird und dann leicht abflacht. Und das ist das, was man erwarten würde eben bei so einer normal verteilten Größe, also bei so einer Glockenkurve, die wir jetzt schon öfter erwähnt hatten. Und ein Beispiel, was einfach nur eine gerade Linie ist. Und so eine gerade Linie ist das, was rauskommt, wenn jeder Wert gleich oft vorkommt. Also im Prinzip würde man so eine gerade Linie oder eben so eine gerade Linie, die man so eine gleichmäßige Treppe, die nicht irgendwie abflacht, außer da, wo die Werte nicht mehr existieren vielleicht, wäre auch das, was man bei einem Würfel erwarten würde. Also wenn man jetzt so einen 20-seitigen Würfel hat, sollte ja jeder Wert gleich oft vorkommen und würde man das jetzt eben auf diese Art darstellen, müsste da im Prinzip eine gleichmäßige Treppe bzw. eine gleichmäßige Linie, wenn man da eine Linie durchzeichnet, rauskommen, die nicht irgendwie erst abflacht und steiler wird und so weiter. Und wenn die steiler wird zwischendurch, dann ist der Würfel vielleicht nicht präzise. Nicht fair.

Janine: Dann steht da so was wie 1, 2, 3, 4, 4, 4, 5, 6, 7, ja?

Helena: Das würde man dann in dieser grafischen Darstellung sehr schnell sehen, dass der Würfel unfair ist.

Janine: Gezinkt.

Helena: Ja.

Janine: Achso, okay. Also die kumulierte Häufigkeit eignet sich zum Erfassen von Schumlern beim Würfeln.

Helena: Ja, zum Beispiel.

Janine: Ja, gut, tatsächlich fällt mir einfach zu diesem Plot gar nichts ein. Wobei du hast gesagt, dann würde man ziemlich schnell sehen, dass da etwas nicht richtig ist. Wir hatten ja in Folge 13 über Datenvisualisierung gesprochen und wofür die eingesetzt werden können. Also was die Ziele der Darstellung sein können. Und da hatten wir erwähnt, dass es Exploration, Kommunikation und Verifikation gibt.

Helena: Ja.

Janine: Also Exploration, das Erkunden von Datensätzen mittels Grafiken, Kommunikation, eben das Darstellen eines Datensatzes für ein weiteres Publikum, also die.. das Ergebnis sozusagen zu kommunizieren und Verifikation, um, ja, zu überprüfen, ob man auf dem richtigen Weg ist, sozusagen. Ich glaube, du hattest es mit Modellen dann erklärt, passt mein Modell, was sagen die Daten, wie passt das zusammen?

Helena: Genau.

Janine: Würdest du sagen, dass sich jetzt die kumulierte Häufigkeit da besonders gut eignet, um da bestimmte Sachen hinsichtlich von Explorationen oder eben Verifikation zu machen?

Helena: Ja, das eignet sich vor allen Dingen für sowas wie Verifikation, also gucken, ob das Modell stimmt. Ich hatte ja schon bei den Histogrammen gesagt, dass man die Daten ganz gut nutzen kann, um jetzt sowas wie eine Gauß'sche-Glockenkurve reinzumalen, reinzufitten, also so ein Modell daran anzupassen. Aber dann hängt es ja immer noch davon ab, wie ich die Balkenbreite gewählt habe, wie dann halt auch so der Skalierungsfaktor für die Verteilung aussieht. Es gibt auch für die Gauß'sche-Glockenkurve ein kumuliertes Modell, was dann mathematisch gesprochen einfach das Integral ist darüber, und das ist auch eine eigene Funktion, das ist dann die sogenannte Fehlerfunktion. Im Prinzip basiert die einfach nur auf denselben Infos wie die Glockenkurve, nur halt ist eine andere Darstellung davon, und die könnte man jetzt einfach auch noch hier reinmalen in diese kumulierte Häufigkeit, und dann würde man sehen, ja, liegt die auch an der gleichen Stelle, überlappen die sich gut.

Janine: Mhm.

Helena: Und das könnte man hiermit halt einfacher machen als mit so einem Histogramm, auch wenn ein Histogramm trotzdem erstmal einfacher zu lesen wäre. Wenn man eine Glocke reinmalt, ist das auch erstmal irgendwie nachvollziehbarer. Aber man muss halt eigentlich mathematisch sogar noch mehr Anpassung vornehmen, um halt für die Breite der Balken zu kompensieren, deswegen ist das insofern etwas unelegant als wenn man halt einfach nur die Fehlerfunktion in diese wunderschönen kumulierten Häufigkeiten reinmalt.

Janine: Und du hattest ja auch bei Histogrammen und Boxplots und so, glaube ich, auch relativ häufig das Wort Gefühl benutzt, also dass man ein Gefühl dafür kriegt, wenn man sich die anguckt. Ich denke, die passen dann wahrscheinlich auch am ehesten zu der Exploration.

Helena: Ja, also dafür sind die sehr nützlich. Also, um einfach ein Gefühl für die Daten zu bekommen, finde ich all diese Plotarten gleichermaßen hilfreich. Zur Kommunikation ist es ja sehr zielgruppenabhängig, wenn man weiß, die Leute benutzen gerne Boxplots oder Violinplots, dann kann man das wunderbar benutzen, und auf jeden Fall sollte man das dann auch tun, wenn man jetzt eher an die allgemeine Öffentlichkeit geht, dann sind eigentlich nur die Histogramme relevant zur Kommunikation, weil die anderen müsste man ja erstmal erklären. Also, ich meine, ich finde es immer noch gut, wenn man auch Bass benutzt, wenn es halt die bessere Darstellung ist für das, was man haben will, aber da muss man mehr erklären, und deswegen sind für Kommunikation Histogramme halt deutlich niederschwelliger.

Janine: Klingt einleuchtend.

Janine: Ja, gut, dann hätten wir es soweit mit all den verschiedenen Formen, und ich würde sagen, wir schleichen rüber zum Fazit, aber ich weiß, dass du da noch ein bestimmtes Fazit quasi vorweg geben willst. Also, es sind ja alle Plots in unseren Shownotes selbst erstellt, und ich glaube, das Erstellen dieser Plots hat schon zu einem eigenen Fazit geführt.

Helena: Ja, genau, also ich benutze R für sowas, und in R gibt es ein wunderbares Tool namens ggplot, mit dem man einfach Plots generiert, die einfach von Anfang an hübsch aussehen, die gut lesbar sind, die haben auch immer diesen leicht grauen Hintergrund, damit der Kontrast zwischen einer weißen Oberfläche und der schwarzen Schrift nicht so groß ist und das angenehmer ist fürs Auge, je nachdem, wo man es darstellt, und das macht schon eine ganze Menge richtig und nimmt einem auch eine ganze Menge Arbeit ab, was das Plotten angeht. Wenn ich jetzt allerdings im Internet gucke an Beispielen für R, dann finde ich immer, dass da die Standard-Plot-Funktionen für Histogramme oder Boxplots erwähnt werden, die in dem originalen R schon vorhanden waren, und die funktionieren auch, aber die sind nicht besonders optisch ansprechend, finde ich, und ich verstehe nicht, warum, obwohl ggplot schon seit über zehn Jahren im Einsatz ist, man immer noch diese anderen Funktionen findet in irgendwelchen Vorlesungsskripten im Internet oder auf YouTube. Ich meine, ja, das geht schnell, und für den allerersten Überblick ist es oft auch schneller, als erstmal ggplot zu laden, aber es lohnt sich die Zeit zu investieren in ggplot zu lernen, weil man kriegt so viel hübschere und mächtigere Plots hin, dass sich das sehr schnell lohnt.

Janine: Woher weiß ich denn, was sozusagen die moderne Best-Practice ist, also vielleicht ist ggplot ja irgendwann auch mal überholt. Gibt es irgendetwas bei R, was einen gewissen Standard setzt, also in Internet-Dingen gibt es das W3-Konsortium, wie ist das bei R?

Helena: Ja, bei R gibt es ja außer der eigentlichen Sprache selber, die halt historisch gewachsen einige Inkonsistenzen hat, mittlerweile sehr viele Zusatzpakete, und insbesondere das sogenannte Tidyverse, sei hier zu nennen, das ist so eine Zusammenstellung von ganz vielen Paketen, die deutlich konsistentere Datenstrukturen haben, wo sich nicht einfach plötzlich mal der Datentyp ändert, wenn man was macht, nur weil zufälligerweise die Zahl, die man reinschreibt, in der einen Fall 0 und in der anderen 2 ist, ja, kann ich da auf jeden Fall empfehlen, und da gibt es auch ein sehr gutes Buch namens R for Data Science, das gibt es auch komplett online zu lesen, man kann sich das aber auch kaufen, da stehen all diese Tools auch drin, und ansonsten verlinken wir noch das Tidyverse, wo eben nicht nur ggplot mit drin ist, sondern eben auch noch ein paar andere ziemlich coole Funktionen, die ich auch in meinem beruflichen Alltag sehr viel verwende.

Janine: Sehr gutj

Janine: Dann das richtige Fazit, was ist denn so das Fazit, das wir hier ziehen?

Helena: Ja, also mein Fazit ist, Histogramme sind ein gutes Tool, um Überblick über eine Datenmenge zu bekommen, und es ist auch gut verständlich, um die Daten zu kommunizieren, Boxplots sind noch reduzierter und auch gut für Übersicht, aber man verliert eben an Genauigkeit, manchmal ist das auch angemessen, manchmal nicht, und ja, die aufsummierten Häufigkeiten, also, ja, die kumulierten Häufigkeiten, die muss man erstmal ein bisschen lernen, damit umzugehen, aber auch dann kann man da sehr schöne Informationen rausziehen.

Janine: Ich nehme auf jeden Fall mit und möchte als Fazit nochmal betonen, dass der Grund, warum oder was ich mit bestimmten Daten mache, die Dimensionalität meiner Datenpunkte ausmacht, also wie viele Dimensionen meiner Daten benutze ich eigentlich, wenn ich nur eine Dimension benutze, dann ist es eben der Ausgangspunkt quasi ein eindimensionaler Datensatz, und ja, ich kann eindimensionale Daten aber in zweidimensionalen Grafiken darstellen.

Helena: Ja.

Janine: Und der Punkt, den Helena da gemacht hat, war eben, dass ich das eine Mal meinen Messwert habe und die andere Dimension in dieser Grafik nicht einen gemessenen Wert darstellt, sondern einen Wert, den ich aus der ursprünglichen Messung ableiten kann, den ich berechnen oder erzeugen kann, auf welchem Weg auch immer, und deswegen bleibt, obwohl es zweidimensional dargestellt ist, diese Grafik eine Darstellung von einer eindimensionalen Verteilung.

Helena: Genau.

Janine: Und wenn man dann wieder so Sachen macht, wie bestimmte Tage oder Zeitpunkte reinzubringen, obwohl ich etwas anderes gemessen habe, dann habe ich eben aus meinem Datensatz schwupps einen zweidimensionalen gemacht.

Helena: Was dann zu der Frage führt…

Janine: Was ist der nächste Schritt?

Helena: Genau. Nach eindimensionalen Verteilungen ist dann die Frage, was ist denn so mit mehr dimensionalen Daten? Und schon bei zweidimensionalen Daten wird es komplizierter, weil die Frage ist, was ist denn jetzt die zweite Dimension? Und es gibt eine, die sehr bedeutsam ist, nämlich die Zeit. Sobald man eine Größe über die Zeit aufträgt, hat man ja auch zwei Dimensionen, Zeit und keine Ahnung, Stromspeicherwert, und sobald die Zeit dann eben auch eine Rolle spielt, spricht man von einer Zeitreihe, das heißt, eine Folge wird sich bestimmt in der Zukunft über Zeitreihen gehen und was man damit machen kann. Aber es gibt auch andere Arten von mehrdimensionalen Daten, sowas wie Ortsdaten, wo man dann Geokoordinaten hat, so Länge und Breite, oder von Gebäudedaten hat man vielleicht sogar drei Dimensionen, wenn man dann die Länge, Breite und Höhe hat, das kann beliebig kompliziert werden, aber auch sehr nützlich.

Janine: Ja, ich bin gespannt drauf, vor allem bin ich drauf gespannt, weiter in die Zukunft geguckt, wie lang diese Reihe wird und welchen Komplexitätsgrad wir erreichen werden.

Helena: Da bin ich auch gespannt.

Helena: Aber die nächste Folge wird sich jetzt noch nicht um Zeitreihen drehen, wir schauen mal, wann das gut reinpasst. Trotzdem wissen wir noch nicht, worum es in der nächsten Folge geht, deswegen wird die Überraschungsfolge am 22. April erscheinen, da wir diesmal ja aus Termingründen früh aufnehmen und uns noch nicht entschieden haben, was das nächste Thema sein wird. Also wir haben viele Themen zur Auswahl, aber was wir nehmen, schauen wir mal, ihr werdet sehen.

Janine: Genau. Und wenn ihr das sehen beziehungsweise vor allem hören wollt, dann folgt uns doch auf Mastodon unter (at) [email protected] oder auf Twitter unter (at) datenleben. Besucht gerne unsere Webseite www.datenleben.de, manchmal erscheinen da auch Blogposts und wie Helena schon sagte, wir sind jetzt auch auf YouTube und versuchen da ein bisschen Content reinzubringen. Guckt doch gerne mal vorbei, ob euch das gefällt, was wir da machen und hinterlasst uns zu allem gerne Feedback. Wir freuen uns immer sehr darüber, falls ihr uns als Data Scientist buchen wollt für Analysen oder Projekte, dann schreibt auch das gerne und falls ihr Fragen oder Themen habt, die euch interessieren, dann, ja, ihr kennt unsere Kontakte.

Helena: Dann bleibt mir nur noch für eure Aufmerksamkeit zu danken und bis zum nächsten Mal. Ciao.

Janine: Tschüss.

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.

Heuschnupfen, Allerie, Allergien, Asthma, Odds-Ratio, Chancenverhältnis, Relatives Risiko, Querschnittsstudie Längsschnittsstudie

Helena: Willkommen zu unserer 35. Folge beim Datenleben-Podcast, dem Podcast über Data Science. Wir sind Helena

Janine: und Janine

Helena: und möchten euch mitnehmen in die Welt der Daten. Was ist Data Science? Was bedeuten Daten für unser Leben? Woher kommen sie und wie werden sie benutzt? Das sind Fragen, mit denen wir uns in diesem Podcast auseinandersetzen. Dabei gehen wir Themen nach, die uns alle und die Welt, in der wir leben, betreffen.

Janine: Und das Thema, das wir dieses Mal rausgepickt haben, ist etwas, das gerade auch gut in die Zeit passt, denn es ist Februar und das bedeutet für viele Menschen, Heuschnupfen fängt wieder an. Auch wenn es gerade ziemlich kalt ist, mit nachts -6 Grad, aber das wird sich demnächst ja wahrscheinlich wieder ändern. Da haben wir uns die Frage gestellt, 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? Weil, wie können wir eigentlich etwas messen, das so über die gesamte Bevölkerung hinweg Menschen betrifft und das von so vielen Faktoren abhängig ist, die in der Natur und der Umwelt existieren? Ja, drauf gekommen sind wir, weil wir beim Versorgungsatlas einen Bericht gefunden haben, der sich mit dem Thema Heuschnupfen auseinandersetzt. Und Helena wird uns dann etwas dazu erzählen, wie so die Stadt-Land-Unterschiede aussehen und wo die Menschen potenziell stärker betroffen sein könnten und wie sich die Häufigkeit von Heuschnupfen so entwickelt hat und wie man das eben überhaupt bestimmen kann, wie sich das über die Jahre verhalten hat. Und ich werfe dann noch einen Blick auf die Frage, was der Klimawandel damit zu tun hat und welche Aspekte da eine Rolle spielen. Am Ende gibt es vermutlich noch so zwei, drei Sachen dazu, wie überhaupt zum Beispiel der Pollenfluggefahrenindex entstehen kann, also die Vorhersage dazu, wie viele Pollen so unterwegs sein könnten.

Helena: Ja, und wir beschäftigen uns mit diesem Thema, weil wir dachten, das ist eine super Frühlingsfolge, ja, für alle leidgeplagten Allergiker*innen und eine Folge, die sich mit Daten beschäftigt, die tatsächlich auch sehr viele Menschen betrifft. Und dabei denken wir an euch Allergiker*innen und auch ein bisschen an uns.

Janine: Was ist Heuschnupfen? Schnupfen ist eine Entzündung der Nasenschleimhaut. Die Nasenschleimhaut hat eine wichtige Filterfunktion für uns. Sie hält Fremdkörper und Krankheitserreger ab. Gelingt ihr das nicht, entzündet sie sich eben, und das wird dann Rhinitis genannt. Ein handelsüblicher Schnupfen wird dabei durch Krankheitserreger ausgelöst. Wenn ein Schnupfen oder eben die Rhinitis aber durch Fremdkörper ausgelöst wird, wird von einer allergischen Rhinitis gesprochen. Besonders verbreitete Auslöser sind hierbei Allergien gegen Hausstaubmilben oder auch gegen Pollen. Letzteres ist der sogenannte Heuschnupfen. Es ist eine Allergie, die durch Blüten- und Gräserpollen ausgelöst wird, die vor allem in den warmen Monaten des Jahres durch die Luft fliegen. Meist wird aber zum Beispiel gar nicht so genau unterschieden, was die Entzündung auslöst. Heuschnupfen kann recht allgemein benutzt werden und meint manchmal einfach saisonale allergische Reaktionen durch Pollen oder andere saisonale Effekte. Auch die Allergie gegen Hausstaubmilben kann sich saisonal verhalten, weil zum Beispiel im Winter weniger oder kürzer gelüftet wird oder zu Beginn der Heizperiode besonders viel Hausstaub in die Raumluft gelangt. Und auch die Symptome einer allergischen Rhinitis sind trotz verschiedener Auslöser oft annähernd identisch. Geschwollene, verstopfte oder laufende Nase, häufiges Niesen, juckende und oder tränende Augen, Hustenreiz, Erschöpfung, Leistungseinbrüche, schlechter Schlaf, Kurzatmigkeit oder Atemnot sowie allergisches Asthma. Sogenannte Kreuzallergien gegen bestimmte Lebensmittel können dabei auch aufkommen. Warum reagieren manche Menschen so darauf? Es ist vermutlich auch hier wieder eine bunte Mischung aus Umweltfaktoren und vererbten Risikofaktoren. Die Fremdkörper werden bei Allergiker*innen nicht einfach nur abgefangen und vielleicht wieder ausgestoßen. Stattdessen kommt es zu einer Reaktion des Immunsystems. Es werden Antikörper gebildet, die sich an Zellen binden. Und bei einem erneuten Kontakt mit dem gleichen Fremdkörper kann dann der chemische Stoff Histamin freigesetzt werden. Und Histamin ist ein Botenstoff, der unter anderem Entzündungsreaktionen auslösen kann, wie das Anschwellen der Nasenschleimhaut mit den bekannten Folgen. Übrigens heißen Medikamente dagegen deswegen auch Antihistaminika. Die meisten denken, dass das bisschen Naselaufen und Augenjucken ja schon okay ist. So schlimm kann das ja nicht sein. Die anderen Auswirkungen werden dabei oft unterschätzt oder nicht mit dem Heuschnupfen in Verbindung gebracht. Es ist daher ziemlich wichtig, gut darauf zu achten, damit man einer solchen Langzeitbelastung, die in anhaltender Erschöpfung mündet, vorbeugen kann. Und besonders auch, damit vielleicht ein sogenannter Etagenwechsel verhindert werden kann. So wird es genannt, wenn die Symptome nicht nur die oberen Atemwege betreffen, sondern auch die unteren, also alles ab der Luftröhre bis in die Lungen hinein. Wird dieser Etagenwechsel vollzogen, entsteht Asthma. Heuschnupfen oder auch Allergien im Allgemeinen sollten deswegen immer ernst genommen und im Idealfall ärztlich begleitet werden. Behaltet auch immer gut den Pollenfluggefahrenindex im Auge. Der warnt euch davor, wann die allergologisch wichtigsten Pollen gerade in der Luft unterwegs sind.

Helena: Ja, und wie Janine vorhin schon meinte, haben wir uns mit dem Stadt-Land-Gefälle beschäftigt, nachdem wir im Versorgungsatlas einen Bericht dazu gesehen hatten. Und im Wesentlichen heißt Stadt-Land-Gefälle hier, dass in der Stadt Heuschnupfen deutlich verbreiteter ist als auf dem Land. Ja, ich weiß nicht, ob das für irgendwen überraschend ist. Also für mich war es schon ein bisschen überraschend insofern, als dass meine persönliche Erfahrung genau das Gegenteil ist. Seit ich in der Stadt wohne, habe ich viel weniger Beschwerden. Aber so sehen die Daten aus und dann ist halt die Frage, woher weiß man das und wie sieht das Ganze aus mit möglichen Ursachen. Es gibt verschiedene Untersuchungen dazu aus verschiedenen Ländern, die genau diesen gleichen Effekt beobachtet haben. Unter anderem haben wir da eine Studie gesehen, die so einen Vergleich macht zwischen Deutschland und der Schweiz. Und da wurde konkreter untersucht, wie der Kontakt mit der Umgebung, insbesondere zu Tieren und Landwirtschaft, sich auswirkt. Und das wurde so gemacht, dass man zwei Gruppen hatte. Eine Gruppe ist so die allgemeine Durchschnittsbevölkerung und die andere Gruppe sind Kinder von Bauern. Und herausgekommen ist für die Schweiz ein sogenanntes Odds-Ratio von einem Viertel, für Deutschland von ein Halb. Und das heißt, dass in der Schweiz Kinder von Bauern viermal weniger oft Heuschnupfen haben, als in der Durchschnittsbevölkerung. Beziehungsweise auf Deutschland bezogen ist es, dass Kinder von Bauern nur halb so oft Heuschnupfen haben, wie in der Durchschnittsbevölkerung. Diese Zahlen sind dabei das sogenannte Odds-Ratio oder auf Deutsch Chancenverhältnis. Und das ist im Grunde das Verhältnis, wenn man anguckt, man hat eine Gruppe, Kinder von Bauern, guckt sich an, ja, so viele Leute haben aus dieser Gruppe, also zum Beispiel 20 Prozent, haben Heuschnupfen. Und dann guckt man die allgemeine Bevölkerung an und da steht dann zum Beispiel, also das sind nicht ausgedachte Beispielzahlen, 40 Prozent der Kinder haben Heuschnupfen. Und dann kann man diese beiden Zahlen durcheinander teilen, also 20 durch 40, und da kommt dann ein Halb raus, was dann dem Chancenverhältnis in Deutschland entspricht. Das heißt, die Chance, in Deutschland irgendwie Heuschnupfen als Bauernkind zu haben, ist halb so groß wie in der Allgemeinbevölkerung. Und dieses Chancenverhältnis bezieht sich dabei eben auf die untersuchten Gruppen. Wenn man jetzt in den Nachrichten oder so Medienberichten liest, ja, Folgendes erhöht das Risiko, eine bestimmte Krankheit zu bekommen, also zum Beispiel sowas wie, ja, Rauchen erhöht das Risiko, um das 2,5-fache, im Vergleich zu Nichtrauchen, einen Herzinfarkt zu erleiden. Das ist jetzt eine ausgedachte Zahl aus der Wikipedia, aus dem Beispiel zum relativen Risiko. Dann ist das relative Risiko fast das gleiche wie das Odds-Ratio, wenn man sich die Zahlen anguckt bei Sachen, die nicht besonders oft sind. Aber es ist ein mathematisches Detailunterschied, weil beim Odds-Ratio teilt man quasi die beiden Gruppen durcheinander, während beim relativen Risiko man auch berücksichtigen muss, wie groß ist der Anteil der beiden Gruppen in der Gesamtbevölkerung. Das heißt, die Aussagekraft, wenn man die Gruppengrößen hat, ist halt ein bisschen präziser beim relativen Risiko. Aber dazu muss man die auch kennen. Und um eine Untersuchung zu machen, ist es halt einfacher, irgendwie zufällig ein paar Leute auszuwählen und dann zu gucken, oder vielleicht auch nicht ganz so zufällig, ein paar Leute auszuwählen und dann zu gucken, wie oft taucht das auf in der einen Gruppe beziehungsweise in der anderen Gruppe und das miteinander zu vergleichen, ohne dass man gleich sicherstellen muss, dass man weiß, wie groß sind die Gruppen in der Bevölkerung. Deswegen ist das leichter zu berechnen, aber in der Kommunikation etwas unpräziser. Gut. Und wenn jetzt irgendwie Kinder von Bauern seltener Heuschnupfen haben, dann ist ja die spannende Frage, ja, liegt das vielleicht daran, dass man dann öfter Kontakt zu Tieren oder Landwirtschaft hat und mit mehr Dingen in Kontakt kommt und sich das Immunsystem besser daran gewöhnt und man dann weniger wahrscheinlich Heuschnupfen bekommt? Ja, das ist leider bisher nicht abschließend geklärt. Also es gibt verschiedene Alternativhypothesen. Zum Beispiel kann es damit zusammenhängen, dass die Luftverschmutzung in der Stadt, insbesondere durch Verkehr, deutlich größer ist oder dass Leute auf dem Land einfach einen ganz anderen Lebensstil pflegen, sich anders ernähren und auch die Darmflora hat einen Einfluss auf die Allergien. Das heißt, das könnte auch eine Ursache sein. Außerdem ist der Klimawandel und der Stress auf die Pflanzen in Städten größer. Also insbesondere der Stress auf die Pflanzen. Klimawandel ist durchaus an beiden Orten vorhanden. Und dann gibt es noch die sogenannte Hygienehypothese, die besagt, dass zu wenige Erkrankungen im Kindesalter zu einem höheren Allergierisiko führen würden. Ja, heißt das dann, dass Leute auf dem Land öfter krank sind? Das ist mir jetzt auch nicht aus diesen Infos klar geworden. Und es ist auch noch nicht, ja, abschließend geklärt. Also es gibt mehrere Hypothesen. Vielleicht stimmen auch einfach mehrere davon. Und das auseinander zu bekommen, ist halt auch nicht so leicht.

Janine: Ja, es gibt auf jeden Fall auch viel anekdotisches Wissen, das vermutlich einige selber an Erfahrung gesammelt haben oder von Menschen, die sie kennen. Ich hatte schon früh recht stark Heuschnupfen und bin aber auch, ja, auf dem Land groß geworden. Hab direkt an einem Bauernhof gelebt und alles Mögliche mitbekommen, was man da so mitkriegen kann. Hunde, Katzen, Kühe, Schweinestall, viel Natur, Wiesen, Gebüsche, durch die man kriechen kann. Und ja, trotzdem hat mein Körper sich gedacht, wey, Allergien sind doch eigentlich das Ding. Da möchte ich mitmischen. Zeug ausgesetzt sein, hilft also wirklich nicht final. Nichtsdestotrotz schwingt ja auch die Frage mit, kann Gewöhnung eigentlich stattfinden? Ja, wahrscheinlich schon. Es gibt ja Menschen, die sich desensibilisieren lassen oder hyposensibilisieren, hieß es früher, meine ich auch mal. Das ist die Variante, wo dann unter ärztlicher Aufsicht Allergene, also Stoffe, gegen die man allergisch ist, verabreicht werden. Also entweder... Früher war es als Spritzenform. Ich glaube, inzwischen wird es hauptsächlich als Tropfenform gemacht. Da bin ich mir aber nicht sicher. Meine war damals mit Spritzen. Und da kriegt man dann in bestimmten Abständen und Dosen das Allergen gespritzt und es verringert sich dann so, das kann zwei bis drei Jahre gehen, und danach ist der Körper ein bisschen besser darauf vorbereitet. Und der Heuschnupf hatte bei mir tatsächlich eine Zeit lang dann etwas nachgelassen. Hat aber leider nicht völlig gereicht. Und einiges ist auch einfach wieder zurückgekommen. Also ja, irgendwie kann man den Körper dran gewöhnen. Irgendwie auch nicht. Und man kann ihn auch entwöhnen. Ich hatte mal Ratten, die ich wegen einer Abwesenheit für ein paar Monate mal in Pflege geben musste. Und als ich zurückkam, konnte ich sie leider nicht wieder zurücknehmen, weil ich gegen sie allergisch geworden bin.

Helena: Das ist sehr ärgerlich.

Janine: Ja.

Helena: Dass irgendwie ein paar Monate keinen Kontakt haben, dann zu einer Allergie führt danach. Ja, frustrierend.

Janine: Ja, also das sind auf jeden Fall so meine Erfahrungen, was so das Gewöhnen und Entwöhnen von Allergien angeht. Da gibt es aber sicher auch noch garantiert Studien. Das ist jetzt kein Thema, was wir mit reingenommen hatten. Wie sich Desensibilisierung tatsächlich verhält so über einen längeren Zeitraum, wäre auch spannend.

Helena: Ja, da haben wir uns jetzt allerdings keine Daten zu angeguckt. Was wir uns aber angeguckt haben, beziehungsweise was du dir angeguckt hast, ist die Frage, wie verhälten sich Heuschnupfen und Klimawandel zueinander?

Janine: Genau, die Risikofaktoren hatte Helena ja gerade auch schon teilweise genannt. Klimawandel, Luftverschmutzung und dass in Städten vor allem auch Pflanzen potenziell schlimmer sind, was Pollen angeht, als auf dem Land. Weswegen dieses Gefälle vielleicht überhaupt entsteht. Und ja, das mit dem Klima ist halt ein besonders großes und wichtiges Thema. Deswegen habe ich mir das rausgesucht. Und die Luftverschmutzung steckt da so ein bisschen mit drin. Also Heuschnupfen und Klimawandel, wie hängt das zusammen? Es gibt einen Sachstandsbericht zu Klimawandel und Gesundheit, den das RKI, das Robert-Koch-Institut, 2010 rausgegeben hat. Ist jetzt schon ein bisschen her, aber tatsächlich, was da drin steht, findet man auch so aktuell immer noch weiter verbreitet, wenn man mal so die verschiedenen Ergebnisse bei der Suche abgleicht. Und das ist der damalige Stand der Forschung. Und, ja, sie beschreiben darin zum einen, was bereits verzeichnete Auswirkungen des Klimawandels sind. Es werden aber anhand von Studien auch Blicke dahingehend geworfen, was noch durch den Klimawandel in Deutschland in dieser Hinsicht passieren kann. Das beschäftigt sich nicht nur mit Allergien und Heuschnupfen, sondern auch mit anderen Aspekten von Gesundheit und Klimawandel, ist deswegen auch ein sehr interessanter Bericht, der vielleicht etwas zugänglicher ist als der aktuelle IPCC-Bericht, den wir ja auch schon mal hier erwähnt hatten. Aber erstmal eine kurze, gute Zusammenfassung zu den Auswirkungen des Klimawandels in Kombination mit Allergie hat das Gesundheitsministerium des Bundes herausgegeben, und da sind die aktuell schon beobachteten Folgen des Klimawandels auf Allergiker folgende. Der Pollenflug setzt früher ein, und die Pollenflugszeit verlängert sich nach hinten hinaus. Gleichzeitig nimmt die Pollenproduktion vieler Pflanzen zu, und schließlich werden auch neue Pflanzen heimisch, die ein hohes Allergiepotenzial haben. Das alles sind aktuell beobachtete Veränderungen, was auch noch eine Belastung auf eine andere Art und Weise verstärkt. Neben erhöhter Pollenbelastung bringt der Klimawandel eben auch mit sich, dass Atemwegserkrankungen gefördert oder verstärkt werden, die halt auch oft in Kombination mit Allergien auftreten, also wärmere Temperaturen, Hitzewellen und starke Regenfälle mit Überschwemmungen können eben chronische Atemwegserkrankungen verstärken und immer häufiger auftretende Extremwetterereignisse wie Stürme haben auch Auswirkungen auf den Pollenflug und können hier auch etwa zum Beispiel Asthmaanfälle begünstigen. Ja, aber mal zurück zum Sachstandsbericht des RKI. Was sind Gründe dafür? Bei der Verlängerung der Vegetationsperiode, also Pflanzen blühen früher und hören später auf, ist es so, dass die potenzielle Phase, in der Pflanzen Pollen ausstoßen, wird einfach größer. Und was durch mehr Wärme auch kommt, eine Vergrößerung der Biomasse. Es wachsen mehr Pflanzen, weswegen zur gleichen Zeit mehr Pollen in der Luft sind. Also sind die Allergiker insgesamt über eine längere Zeit viel mehr Pollen ausgesetzt, was eben die Allergie auch entsprechend verschlimmern kann. Die Birke ist hier so ein Modellbaum, weil der relativ weit verbreitet ist, der da auch in den Berichten ja betrachtet wurde. Und da konnte in verschiedenen Untersuchungen festgestellt werden, man hat halt geguckt, wann beginnt die Birke zu blühen, über mehrere Jahre, und wie viel länger wird das. Und in einer Untersuchung der FU Berlin für den Zeitraum 1984 bis 2008 wurde insgesamt eine Verlängerung von acht Tagen festgestellt, so über die Birke durchschnittlich. Und das konnte auch ganz gut zusammengelegt werden mit der März-Mitteltemperatur, die in diesem Zeitraum ebenfalls angestiegen ist. Also für Helena einmal, es gab da einen Korrelationsfaktor von 0,8.

Helena: Okay, das ist ja schon viel, aber Korrelation und so. Was kommt zuerst?

Janine: Wie, was kommt zuerst?

Helena: Na ja, kommt zuerst die März-Mitteltemperatur oder der Blühbeginn? Was wird zuerst mehr? Was verursacht das andere?

Janine: Ach so, ja, ich habe, in dem Sachstandsbericht ist eine Grafik beigefügt, und da sieht man, dass das halt mit einem gewissen Abstand zueinander sich wirklich tatsächlich sehr ähnlich verhält

Helena: Okay, ja.

Janine: in diesem Zeitraum. Ja, das war ganz interessant zu sehen, weil wie Pflanzen blühen hängt halt tatsächlich wirklich, kann sich ja jeder ganz gut vorstellen, eben von der Temperatur ab. Und wann die dann austreiben.

Helena: Ja.

Janine: So, was jetzt aber mit der Luftverschmutzung ist, ist diese ganze Kohlenstoffdioxidgeschichte. Generell wird nämlich auch gesagt, dass der erhöhte CO2-Gehalt der Luft die Vegetation beeinflussen kann. Und zwar wird hier von einem Düngeeffekt gesprochen. Das Zitat ist, in Abhängigkeit von der Physiologie der Pflanze und ihren Umweltbedingungen. Das ist ein son Punkt, es kommt halt darauf an, wo die Pflanze steht, wie der Boden beschaffen ist und wie die konkrete CO2-Konzentration direkt um die Pflanze herum aussieht. Studien konnten aber insgesamt nachweisen, dass ein erhöhter CO2-Gehalt dazu führt, dass Pflanzen bei der Photosynthese effizienter arbeiten können. Und das kommt daher, weil die Pflanze weniger Stickstoff für die Photosynthese braucht. Und diesen überschüssigen Stickstoff, den sie quasi spart, weil mehr CO2 zur Verfügung steht, steckt sie dann unter anderem in die Pollenproduktion. Deswegen spricht man von einem Düngeeffekt. Das ist aber insgesamt etwas, das künftig noch näher und expliziter untersucht werden müsste, weil die tatsächlichen Auswirkungen wegen der vielen Faktoren noch nicht so richtig gut abgeschätzt werden können, steht auch im Sachstandsbericht des RKI explizit drin. Es ist aber ganz gut vorstellbar, dass bei solchen Effekten besonders Ballungsgebiete mit viel Verkehr und insgesamt halt höherem Kohlendioxidausstoß besonders betroffen sein könnten, was ja im städtischen urbanen Raum der Fall ist. Und darauf weist zum Beispiel auch die gemeinnützige Europäische Stiftung für Allergieforschung hin, dass deswegen diese Gebiete halt besonders betroffen sein können von einer stärkeren Pollenproduktion. Ja, besonders spannend wird es beim Stichwort Ambrosia.

Helena: Ja, was ist Ambrosia?

Janine: Ja, Ambrosia ist eine Pflanze, die unter vielen Namen firmiert. Man kennt sie als Ambrosia artemisiifolia. Manchmal wird sie auch Traubenkraut genannt oder irgendwas mit Beifußförmiges.

Helena: Beifußblättriges Traubenkraut.

Janine: Genau, oder auch Beifußblättriges Traubenkraut. Und sogar wilder Hanf. Es sieht nicht annähernd wie Hanf aus, wie ich finde, aber tatsächlich ist es optisch verwechselbar mit Beifuß. Es gibt in dieser Familie von Pflanzen ziemlich viele Sorten, aber die Frage ist, wie stark allergisch reagieren wir darauf? Und das Ambrosia, um das es hier geht, ist eben dieses Beifußblättrige Traubenkraut. Und das ist eine Pflanze, die kommt ursprünglich aus den USA und ist dort auch dafür bekannt, dass darauf bis zu 75 Prozent der Pflanzenpollenallergiker reagieren. Das Interessante oder beziehungsweise Wichtige an Ambrosia ist nämlich, dass es eine Pflanze mit besonders hohem Allergiepotenzial ist. Und die gibt es hier eigentlich nicht, wandert aber seit ein paar Jahrzehnten immer weiter nach Europa ein. Es ist eine sogenannte Neophyte, die sich hier jetzt eben heimisch macht, weil auch die klimatischen Bedingungen wahrscheinlich inzwischen angenehmer sind. Sie mags nämlich recht warm.

Helena: Ja, warm wird's hier ja immer mehr.

Janine: Genau. Also das RKI hat 2010 das so eingeschätzt, dass sie noch nicht extrem verbreitet ist. Es gibt aber Daten darüber, dass sie inzwischen irgendwie, was hatte ich letztens gelesen, 50 Prozent aller Landkreise Deutschlands haben schon Vorkommen von Ambrosia, meistens aber noch nicht sehr intensiv. Aber das ist etwas, was genau weiter beobachtet wird. Warum ist diese Pflanze jetzt so schlimm? Sie blüht circa von August bis September und kann während ihrer Blütezeit, Zitat RKI, enorme Pollenmengen freisetzen. Eine durchschnittliche Ambrosia, die Pollen in die Umgebung abgibt, kann während einer Saison eine Milliarde Pollen produzieren. Also sie kann schon höher als ein Meter werden, aber eine Milliarde Pollen ist schon...

Helena: Gut, ich habe da keine Vergleichswerte. Keine Ahnung.

Janine: Also sagen wir mal so, das RKI sagt enorme Pollenmengen, nehmen wir das mal als gesetzt, dass das enorm ist.

Helena: Ja.

Janine: Was auch bekannt ist, ist, dass die Pollen dieser Ambrosia über eben eine erhebliche Allergenität verfügen. Das hängt mit der Genetik dieser Pflanze zusammen, wie ihre Pollen produziert werden, was da so alles drinsteckt für Stoffe. Und das bedeutet, dass Allergiker*innen schon bei geringeren Mengen allergisch reagieren können. Und ein anderes Zitat aus diesem Sachstandsbericht ist, ein relativ hoher Anteil, nämlich bis zu einem Viertel der Betroffenen Ambrosia-Pollenallergiker, entwickelt auch ein Asthma Bronchiale.

Helena: Okay.

Janine: Und was jetzt das Klima reinkommt, da gab es eine Modellrechnung für Österreich. Und die hat festgestellt, dass sich bei einem Anstieg der Juli-Temperaturen um durchschnittlich zwei Grad Celsius bis zum Jahr 2050 die Fläche, auf der Ambrosia wachsen könnte, versechsfachen könnte.

Helena: Okay.

Janine: Das ist schon auch eine ordentliche Ausbreitung, find ich jedenfalls.

Helena: Ich weiß nicht, wie es ausgebreitet ist jetzt. Also weiß ich nicht, ob das Ergebnis auch ordentliche Ausbreitung ist.

Janine: Naja, es ist dann quasi sechsmal mehr Pflanzen, die durchschnittlich eine Milliarde Pollen in die Umgebung abgeben.

Helena: Also kanns potenziell sechsmal mehr Menschen erreichen.

Janine: Also die Wahrscheinlichkeit, dann vielleicht tatsächlich mal auf Pollen zu stoßen, vergrößert sich einfach damit. Aber genau, es ist bis jetzt noch nicht so viel. Und die Ambrosia blüht hauptsächlich nur zwei Monate. Und bei der Birke hatte ich ja auch gesagt, Stand 2010 blüht die gerade mal acht Tage länger als vorher. Das klingt jetzt so insgesamt nüchtern betrachtet eigentlich gar nicht so dramatisch, was da so auf Allergiker*innen zukommt. Das Problem wird aber dann ersichtlich, wenn wir halt auf den Pollenflugkalender gucken. Den gibt es von der Stiftung Deutscher Polleninformationsdienst. Und der aktuellste bildet gerade die Zeit von 2011 bis 2016 ab. Das ist sozusagen rückblickend betrachtet. In der Zeit haben die Pflanzen durchschnittlich auf Gesamtdeutschland betrachtet von da bis da geblüht. Man kann das auch mit dem Vorgängerkalender vergleichen und sieht da schon sehr schön, bei welchen Pflanzen sich die Blühzeiten, die Vegetationsphasen vergrößert haben und genau in welchem Raum. Wenn wir jetzt auf den Kalender bis 2016 gucken, sieht man halt, dass die Hasel bereits im November anfangen kann zu blühen und blüht dann halt auch eine ganze Weile in das ganze Frühjahr hinein. Und ehe die mit ihrer Blüte fertig ist, beginnen bereits ab März schon Gräser und andere Pflanzen zu blühen. Beifuß und Ambrosia können bereits ab Juni blühen und auch bis in den November hinein. Und damit entsteht halt tatsächlich schon ein geschlossener Kreis, der die Möglichkeiten der Blühzeiten halt über das ganze Jahr streckt. Das reicht von November bis November, wenn man jetzt alle Pflanzen betrachtet.

Helena: Ohje.

Janine: Und ja, die wenigsten Menschen mit Allergien sind halt tatsächlich nur von einer einzelnen Allergie betroffen. Das heißt, für viele kann eben dadurch übers Jahrverteil die Belastung ordentlich ansteigen, weil es halt kaum noch Ruhephasen gibt. Ja, also wer beim Pollenbingo voll zugeschlagen hat, ist eben potenziell das ganze Jahr belastet, kommt aber, und das ist ja auch die Einschränkung vom RKI, auf das jeweilige Jahr an, wie sich das Klima genau da verhält in der Umgebung. Es gibt viele regionale Unterschiede. Von daher ist das halt immer so, dieses so kann es aussehen, was real passiert, müssen wir dann im Einzelnen noch gucken. Und ich denke mal, daraus wird dann zukünftig auch nochmal überarbeitet werden, wie die Prognosen so aussehen, was durch den Klimawandel tatsächlich irgendwann Realität werden könnte. Ja, damit bin ich damit jetzt einmal fertig.

Helena: Ja.

Janine: Ja, führt halt aber zu der Frage, wenn die Erwärmung der Temperaturen auf der Erde das verstärken können und so weiter, wird dann vielleicht auch der Heuschnupfen häufiger? Und wenn es so viele undurchsichtige Risikofaktoren gibt, wo wir eigentlich gar nicht genau sagen können, das macht genau das und das wird die Folge sein, wie kann das eigentlich überhaupt sinnvoll gemessen werden?

Helena: Ja, genau. Und um jetzt irgendwie die Häufigkeitsentwicklung von Heuschnupfen in der Bevölkerung zu messen und auch das Stadt-Land-Gefälle zu messen, gibt es die DEGS-Studie, die Studie zu Gesundheit Erwachsener in Deutschland. Bei dieser Studie wird jetzt nicht nur nach Allergien gefragt, aber das ist auch eines der Themen, sondern es wird die allgemeine Bevölkerung befragt und zwar repräsentativ und zwar alle, oder nicht alle, sondern ein repräsentativer Anteil zwischen 18 und 79 Jahren. Und dabei handelt es sich um eine Mischung aus Querschnitts- und Längsschnittstudie. Bei einer Querschnittstudie werden Menschen zu einem Zeitpunkt einmalig befragt, man bekommt also schnell gute Vergleiche auch zwischen verschiedenen Bevölkerungsgruppen oder Altersgruppen. Aber da alle Altersgruppen ja unterschiedlichen Einflüssen ausgesetzt waren in ihrer Kindheit, weil sich einfach die Welt weiterentwickelt und jetzige junge Erwachsene haben viel mehr von dem Klimawandel mitbekommen als jetzt 70-Jährige, die das in ihrer Jugend noch nicht so sehr mitbekommen haben. Deswegen ist bei einer Querschnittstudie es schwer, Altersgruppen wirklich vergleichen zu können. Und deswegen gibt es dann auch die Längsschnittstudie, bei der die gleiche Befragung im Abstand mehrerer Jahre gemacht wird. So ist das auch bei der DEGS-Studie. Die basiert auf einer anderen Studie aus den 90ern und dann gibt es eine Gruppe von Menschen, das ist die Hälfte der Teilnehmenden, die bereits in den 90ern bei der Gesundheitsstudie dabei waren. Und eine Längsschnittstudie, bei der die Teilnehmer, die an jedem dieser Schritte teilnehmen, wird auch Panelstudie genannt. Und eine Panelstudie erlaubt dann auch individuelles Bewerten des Risikos. Also wie haben sich die Umwelteinflüsse verändert und wie hat sich das auf das individuelle Risiko übertragen? Und würde man jetzt eine Längsschnittstudie machen mit immer komplett einer neuen Gruppe von Menschen, könnte man zwar einen Trend in der Bevölkerung messen, aber jetzt nicht sagen, ob eine Gruppe, die vorher schon von bestimmten Sachen betroffen war, ob die jetzt auch stärker betroffen wird in eine bestimmte Richtung. So, deswegen ist es sehr nützlich hier, dass es so designt ist, dass man eben die Hälfte der Leute wiederverwendet. Gut. Die andere Hälfte der Teilnehmenden wird aber mit einer neuen Stichprobe aufgefüllt und insbesondere die Altersgruppe der jüngeren Leute muss kompensiert werden, weil in der Studie in den 90ern, die da irgendwie 18 waren, sind das ja jetzt nicht mehr. Das heißt, um auch für die jetzt 18- bis 30-Jährigen repräsentativ zu sein, musste dann bei der DEGS1-Studie, also bei der ersten Durchführung, das eben aufgefüllt werden. Ja, und wie passiert jetzt die Auswahl der Personen? Und zwar wird auf Kommunenebene ausgewählt und dazu müssen erstmal irgendwie bestimmt werden, welche Kommunen man überhaupt sich angucken möchte und das möchte man ja vergleichen können zwischen ländlich, in der Nähe von kleineren Städten, in der Nähe von größeren Städten, riesige Ballungsgebiete oder auch Großstädte oder ja, so Orte wie Berlin. Und dafür gibt es die BIK-Kennzahl. Das ist eine Kennzahl, nach der Orte nach Bevölkerungsdichte und Ballungsraumstruktur bewertet werden und Orte, die kleiner als irgendwie 1000 Einwohner*innen sind, wurden für diese Studie auch zusammengelegt. Dann wurde außerdem in zehn Jahresabschnitten die Bevölkerung aufgeteilt, also dass man eben aus dieser Altersstruktur eben auch genug Leute findet. Ja, wenn man das dann nach BIK sortiert und dann was ausrechnet und dann nach Altersgruppe, dann bekommt man eben die einzelnen Untersuchungseinheiten und die werden hier einfach als PSU bezeichnet, das ist einfach die Untersuchungseinheit. Und in jeder dieser Gruppe werden dann zufällig anhand des Melderegisters Menschen ausgewählt und es gab 180 Gruppen und aus jeder dieser Gruppe sollten 42 Personen gezogen werden.

Janine: Hm, 42.

Helena: Genau, es sollte am Ende auf 42 kommen. Also am Ende sollte es halt ungefähr 8000 Teilnehmende geben und 42 war dann eben die Zahl, die dann nötig war. Und insbesondere die Altersgruppe 18 bis 28 wurde neu, komplett neu, ausgewählt, während bei den anderen Altersgruppen eben schon ältere Leute, also Leute aus der vorgegangenen Studie mit dabei waren. Ja, wie lief dann die Datenerhebung ab? Also es wurden Termine mit den Leuten vereinbart in jeder dieser PSUs und in welcher Reihenfolge diese abgefahren wurden, diese Orte, das hat insgesamt knapp drei Jahre gedauert, wurde auch zufällig bestimmt, weil würde man jetzt irgendwie in Süddeutschland anfangen und dann jeden Landkreis irgendwie einzeln anfahren, hätte das ja den Nachteil, dass man jahreszeitliche Effekte auch automatisch bestimmten Orten zuschreibt, was nicht sonderlich viel Sinn ergibt, weil es einfach nur Zufall war, dass man in Bayern im Frühling war und in Niedersachsen dann im Winter oder so. Deswegen wurde das komplett zufällig abgefahren in einer zufälligen Reihenfolge, damit man das rausrechnen kann. Ja, und vor dem Termin gab es dann einen Fragebogen über Ernährung, welche Medikamente man gerade nimmt und so weiter, den sollten sie dann ausgefüllt mitbringen. Die Medikamente sollten sie auch in Form der Verpackungen mitbringen, damit die einfach per Barcode eingescannt werden konnten und dann hatte man das alles schon digital. Dann gab es Blutproben und Urinproben, dann gab es noch einen körperlichen Leistungstest, bei dem man irgendwie Sport machen musste und eine standardisierte Befragung durch einen Arzt und dann noch einen selbst auszufüllenden Fragebogen. Das wurde so Ende der 2000er gemacht, sodass dann die Ergebnisse ab 2010 verfügbar waren. Und was kam dabei heraus? Insgesamt hat Asthma Bronchiale über die Jahrzehnte immer weiter zugenommen, während Heuschnupfen zwischen den 90ern und den 2010er Jahren eher gleich geblieben ist. Und das Gleiche gilt auch für Neurodermitis und Nahrungsmittelunverträglichkeiten. Die Häufigkeit ist ungefähr gleich geblieben. Was hingegen abgenommen hat, waren so Dinge wie Nesselsucht und Kontaktexeme. Also insbesondere Kontaktellergien wurden deutlich weniger berichtet. Das wird darauf zurückgeführt, dass z.B. Nickel in Modeschmuck seltener geworden ist oder die Leute mehr Aufmerksamkeit hatten, darauf zu achten und das zu vermeiden. Dass auch Formaldehyd in Kosmetika weniger verwendet wurde. Aber auch, dass es mehr Salben mit Kortison gab, die ohne Verschreibung verfügbar waren, sodass dann weniger Leute zum Arzt mussten, wenn sie so einen Ausschlag hatten. Was das Ganze allerdings auch zeigt, ist, dass durch die Reduktion kritischer Inhaltsstoffe die Allergien zurückgehen. Ist auf jeden Fall sehr positiv. Aber Regulierung im Bereich von Inhaltsstoffen ist offensichtlich auch einfacher durchzusetzen, als Regulierung, die sich auf den Klimawandel selber bezieht.

Janine: Ah, jetzt stell dir mal vor, das hätten sie nicht gebacken bekommen. Und es wäre jetzt Klimawandel und Inhaltsstoffe schlimmer.

Helena: Ja, aber das Faszinierende daran ist, dass insgesamt über alle Allergietypen hinweg die Allergien abgenommen haben über die letzten Jahrzehnte. Was ja durchaus auch sehr positiv ist. Von wegen, früher war alles besser. Manche Dinge werden jetzt auch einfach besser. Ja. Was wir uns ja auch angeguckt hatten, war der Bericht Heuschnupf 2021. Der hat sich allerdings nicht diese repräsentative Studie angeguckt, weil es gibt noch keine aktuellere. Die wird gerade geplant, die DEGS2-Studie. Das heißt, wir haben jetzt keine in diesem Sinne repräsentativen neuen Daten, sondern im Bericht Heuschnupfen wurden die Anzahl der Behandlungen sich angeguckt von Kassenpatient*innen. Und was die dann gesehen haben, dass in den letzten zehn Jahren, also seit der DEGS1-Studie, die Behandlungen aufgrund von Allergien um insgesamt 15% zugenommen hätten, also dass im letzten Jahrzehnt das wieder mehr geworden ist und insbesondere im ländlichen Raum sogar stärker zugenommen hätte als in der Stadt. So. Wir haben ja vorhin schon gelernt, welchen Einfluss der Klimawandel auf die Länge der Allergien hat. Das wird jetzt aus der Studie nicht deutlich, ob es einfach nur generell mehr Leute sind, die Allergien haben, oder ob es daran liegt, dass die Gründe einfach zunehmen, zum Arzt zu gehen wegen der Allergie. Weil wenn das irgendwie mal einen Monat oder zwei Wochen nervt, dann geht man vielleicht noch nicht zum Arzt. Aber wenn man irgendwie dann ein halbes Jahr lang ausgeknockt ist, geht man doch eher zum Arzt. Also das geht daraus jetzt nicht hervor, ob es einfach mehr Leute betrifft oder ob die Leute einfach nur eher zum Arzt gehen, weil es schlimmer geworden ist. Gleichzeitig nahm aber im gleichen Zeitraum Heuschnupfen bei Kindern ab. Also während Erwachsene öfter zum Arzt gegangen sind, in den letzten zehn Jahren, sind Kinder seltener zum Arzt gegangen. Was ich auch sehr faszinierend finde. Im Sinne der Gewöhnungshypothese, ja, wenn jetzt insgesamt einfach durch den Klimawandel das schlimmer geworden ist, werden Kinder vielleicht mehr konfrontiert mit Allergenen. Und der Körper kann sich besser daran gewöhnen, als er das noch vor 15 Jahren konnte. Also das ist jetzt natürlich nur ins Blau hineingeraten als These. Aber innerhalb dessen, was wir vorhin alles gehört haben, könnte das ja damit zusammenhängen, dass Kinder jetzt weniger betroffen sind. Aber das nahm auch nur irgendwie um drei Prozent ab. Also das ist nicht besonders... Die Abnahme ist nicht besonders groß.

Janine: Ja, ist auf jeden Fall ein interessanter Vergleich. Also dass an sich eigentlich Allergien eher weniger werden, gleichzeitig aber trotzdem mehr Menschen in Behandlung sind deswegen. Aber das hat vielleicht auch mit dem, einem Einspieler auch schon erwähnten, Etagenwechsel zu tun, potenziell. Also dass bei Menschen, die schon länger Allergien haben, eben oft auch die Art der Allergie sich verändert und das vielleicht einfach nochmal eine Behandlung nötig macht. Generell tauscht ja der Körper sich irgendwie alle paar x Jahre durch. Das heißt, es kann sich auch mal lohnen, hin und wieder mal einen Allergie-Test machen zu lassen und zu gucken, ob man überhaupt noch gegen die Sachen, die man gerade so eifrig vermeidet, allergisch ist.

Helena: Ja, bei mir hat sich da nicht so viel getan. Ich habe vor kurzem erst einen gemacht. Das sah noch sehr klassisch aus.

Janine: Gut, aber was macht man jetzt, wenn man Allergiker ist? Wie navigiert man dann durch diese Zeit, wo alles wieder blüht? Und deswegen habe ich mir tatsächlich nochmal das Thema Pollenvorhersage angeguckt, weil das ist ja eine gute Ressource. Es gibt natürlich verschiedene Apps und auch irgendwie, wenn man im Internet sucht, Pollenvorhersage-Angebote, um sehen zu können, welche Pollen eigentlich aktuell unterwegs sind oder sein könnten. Und ja, deswegen habe ich mir die Pollenflugvorhersage nochmal angeguckt, nämlich getreu dem Motto kenne dein Messverfahren, was hier ganz gut reinpasst. Dachte ich, wie entsteht das eigentlich? Also wir hatten ja schon das Thema Wettervorhersage und Wahrscheinlichkeiten und ja, das Gleiche gibt es halt quasi auch mit Pollen. Die Stiftung Polleninformationsdienst, die ich schon erwähnt hatte, PID, betreibt ein deutschlandweites Netz aus Messstationen. Da drin enthalten sind saisonale Messstationen und ganzjährige Referenzmessstellen, die halt auch 24-7, 12 Monate im Jahr betrieben werden, und noch ein paar verpartnerte Messstellen von anderen Organisationen. Aus den Werten dieser Messstellen können eben rückwirkend diese Pollenflugkalender erstellt werden, die ich schon genannt hatte, und zusammen mit dem Deutschen Wetterdienst wird auf Basis dieser Daten die tagesaktuelle Prognose für Deutschland erstellt. Da kann man dann auf die Seite des Deutschen Wetterdienstes gehen oder zum PID und sich das angucken, was heute potenziell am meisten fliegen könnte.

Helena: Aber wie ist denn, wie präzise ist denn das von den Orten her? Es hängt ja davon ab, was überhaupt für Pflanzen in der Nähe sind und wie weit dann die Pollen fliegen.

Janine: Ja, das ist halt in Bundesländer aufgeteilt. Es gibt noch, ich meine, wenn ich das gerade so sehe, noch ein paar Unterbereiche. Ich denke, das ist so grob mit den Messstationen, die es gibt, korreliert pro Bundesland.

Helena: Okay, ja.

Janine: Das ist jetzt eine Schätzung. Wie genau die Daten da in diese Aussage hineinwirken, weiß ich jetzt nicht. Guckt man sich das Ganze an, sieht man halt eine Deutschlandkarte vom DWD. Ja, da ist jetzt beispielsweise die Osthälfte Deutschlands von der Küste bis nach München runter für die Hasel zum Beispiel mit geringer Belastung prognostiziert. Dazwischen gibt es einzelne Flecken, wo keine Belastung ist. Und fast der ganze Westen ist mit geringer bis mittlerer Belastung bei Hasel ausgezeichnet, wenn man da heute jetzt mal so reinguckt. Heute ist der 8.2.

Helena: Ja, ich frage, weil zum Beispiel sowas wie Hasel ist ja bei mir in der Straße einfach ganz viel.

Janine: Ja.

Helena: Und immer wenn ich versucht habe, diesen Pollenflugkalender irgendwie zu korrelieren auf Allergien, die ich habe, weil ich habe jetzt das nicht so ganz präzise. Es gibt dann so eine Untersuchung nach Gräserpollen, aber ich weiß jetzt nicht, welche Gräser.

Janine: Ja.

Helena: Dann konnte ich da nicht so viel anfangen, weil es nicht so richtig mit meinem eigenen Allergieempfinden korreliert hatte, wenn eine Vorhersage war.

Janine: Ja, es hängt halt von unglaublich vielen Faktoren ab, ne. An den Messstellen wird es dann halt gemessen und daraus entsteht die Vorhersage. Und das stimmt ja aber unbedingt nicht vielleicht mit deinem Ort ein. Du wohnst in einer Stadt recht weit oben. Vielleicht wird aus der Umgebung nicht so viel getragen an Pollen. Andererseits kann es Luftströmungen geben, die gerade sehr viele Pollen vom Land einwärts in die Stadt bringen. Auch wenn die Pflanze konkret nicht da wächst, wo du bist, kannst du allergisch reagieren, ohne dass du weißt, welche Pflanze das gerade ist. Also es kann einem Hinweise geben, aber bei mir war es vor allem auch eher nachträglich. Also wenn ich gemerkt habe, okay, die letzten zwei Tage waren eigentlich super anstrengend und schlimm und ich gucke dann mal auf den Pollenflugkalender, dann weiß ich meistens schon, ah, okay, das kann es tatsächlich sein.

Helena: Ja, okay, ja.

Janine: Gut, rückwirkend wird halt dieser Pollenflugkalender erstellt. Es gibt diese tagesaktuellen Prognosen für Deutschland. Und jetzt ist die Frage, ja, wie geht das eigentlich? Also, ja klar, wir wissen, man muss messen, was da ist, um zu wissen, was kommen könnte. Und auf der Seite von der PID wird es ganz anschaulich erklärt. Erste Messversuche fanden 1883 statt. Da wurden klebrige Objektträger aufgestellt und dann wurde gezählt. Die wurden so in die Landschaft gesteckt. Wer unsere Temperaturkurvenfolge gehört hat, der hat vielleicht auch schon ein paar Dinge im Kopf, die dabei schiefgehen könnten. Das war nämlich überaus ungenau.

Helena: Ja.

Janine: Ja, also die Witterung schlägt da natürlich zu. Ja, das Messergebnis hing auch massiv von dem Standort ab. Deswegen sind auch viele Standorte nötig, wenn man jetzt so eine deutschlandweite Vorhersage haben will. Das Ganze wurde 1952 tatsächlich erst noch mal ein bisschen optimiert. Da wurde sozusagen die erste volumetrische Pollenfalle entwickelt, die halt das Pollenvorkommen pro Volumen oder für ein bestimmtes Volumen berechnet hat. Das war auch tatsächlich die Basis für die heutzutage am meisten verwendete Pollenfalle, zumindest im europäischen Raum. Das ist die Burkhardt-Pollenfalle. Ohne jetzt auf die ganzen Feinheiten einzugehen, funktioniert die in etwa so. Luft wird angesaugt in diese Falle hinein. Dort drinnen ist eine kleine Trommel, die sich langsam dreht. Und auf dieser Trommel wird ein kleiner Plastikstreifen mit einer Haftschicht transportiert, auf der sich alle eingesaugten Teilchen dann absetzen können, weil sie ja daran lang müssen. So. Die Geschwindigkeit der Trommel und die Länge des Streifens sind so abgestimmt, dass auf 48 Millimetern je 24 Stunden Pollenflug haften. Das Ganze ist mit dem Luftvolumen, das angesaugt wird oder whatever, so angepasst, dass es folgendes abbildet, Zitat, die Luftmenge pro Zeiteinheit, die ein erwachsener Mensch im Ruhezustand maximal einatmen würde.

Helena: Okay.

Janine: Ja, also es ist ein sehr konkret abgestimmtes Verfahren. Und diese Streifen, die dabei entstehen, mit den ganzen Pollen und anderen Teilchen, die darauf haften, die werden dann tatsächlich von Menschen mikroskopisch ausgewertet.

Helena: Also gibt es dann auch keine Machine-Learning-Modelle für, die das übernehmen können und die verschiedenen Pollen erkennen.

Janine: Ne.

Helena: Okay, faszinierend.

Janine: Und aus diesen Daten entstehen dann eben diese Vorhersagen, jeweils die Wochenprognose, die die PID selbst auf der Homepage hat und eben die Tagesvorhersage mit dem DWD zusammen. Das, ja, ist ganz interessant, das Thema, was Helena angesprochen hat. So, ich kriege das überhaupt nicht zusammen, meine Allergien oder meine Symptome mit dem, was so die Pollenvorhersage aussagt. Es gab auch schon interessante Studien, die zum Beispiel Menschen dazu angehalten haben, Pollen-Tagebücher zu führen, also Symptome aufzulisten. Dann wurde das Ganze ausgewertet und mit dem tatsächlichen Pollenvorkommen verglichen. Weil eine Frage, die sich viele immer noch stellen, was ist so eigentlich der Grenzwert, ab dem Menschen allergisch reagieren? Also auch Allergiker haben gewisse Grenzwerte.

Helena: Ja.

Janine: Den Link dazu findet ihr auch in den Shownotes, wer da mal reinschauen will.

Helena: Ja, spannend.

Helena: Ja, gut, dann kommen wir auch schon zum Fazit. Und da fange ich mal an. Und mein erstes Fazit, das ist jetzt noch kein Fazit der Inhalte bisher, sondern zu der Recherche, die wir vor der Aufnahme gemacht haben, war, ja, wenn ich einfach so im Internet die Suchmaschinen benutze und Sachen zu Allergien suche, bekomme ich sehr viele Informationsseiten, die irgendwie Behauptungen aufstellen zu Allergien, die ich aber erst mal, ja, die quasi mir meine Ergebnisse zumüllen, weil es ist ja schön und gut, dass ihr irgendwo Informationen bereitstellt, die vielleicht auch korrekt sind, aber ihr habt keine Quellen dabei auf wissenschaftliche Arbeiten, sondern immer nur dieses Hörensagen. Und manche dieser Seiten sind auch vertrauenserweckender als andere, aber auch die haben dann in der Regel nicht die wissenschaftlichen Quellen dabei, von denen ausgehend ich dann tatsächlich recherchieren kann, sodass es doch ein bisschen anstrengend war. Also es war nicht anstrengend, aber es war halt nervig. Und deswegen sind wir dann auch mit vielen Sachen beim Robert-Koch-Institut gelandet, weil die einfach, das ist einfach eine vertrauenswürdige wissenschaftliche Quelle, und ich habe dann statt allgemeiner Suchmaschinen, bin ich dann auf wissenschaftliche Suchmaschinen umgestiegen, um Informationen zu finden. Ich fand es auch sehr spannend zu lesen, wie so eine Bevölkerungsstudie gemacht werden, so der Vergleich zwischen Querschnitts- und Längsschnittstudie, dass man eben auch zwischen Generationen vergleichen möchte und Querschnittstudien zwar schnell Ergebnisse liefern und Längsschnittstudien halt das lange dauern und dass man dann irgendwie eine Mischung daraus macht heutzutage und ja, auch dass Klimaveränderungen zu mehr Allergien führen. Das stand halt auch erstmal irgendwie an vielen verschiedenen Orten und mit wenig sinnvollen Begründungen. Die hat Janine dann zum Glück gefunden, aber das wirkte auch irgendwie mehr wie anekdotische Evidenz, ja, dass es halt immer alles mehr geworden wäre, während die Zahlen dann doch am Ende ein bisschen anders aussehen. Ja, es war auch spannend, dass Heuschnupfen zwischendurch eigentlich ziemlich konstant war, aber jetzt zumindest die Behandlungen wieder zugenommen haben, nachdem es jahrzehntelang konstant geblieben ist. Ja, was es aber generell gibt, ist mehr Asthma-Patient*innen, mehr Leute mit Asthma als früher, das nimmt weiter zu.

Janine: Und da kann ich mir auch vorstellen, dass es nicht nur an den Allergiker*innen liegt, sondern auch an dem, was so allgemein mit dem Klimawandel einhergeht, die höhere Belastung auf den Körper. Da gab es ja auch beim IPCC-Bericht einige Sachen zu. Jedenfalls ist es ein Thema, also wir haben uns wirklich versucht, auf wenige Aspekte zu beschränken. Es gibt aber noch viel mehr. Also, ja, kurz angerissen hatten wir ja die Frage auch, kann man sich an Allergene gewöhnen? Inwiefern hilft die Desensibilisierung? Das sind jetzt auch einfach nur Sachen, die ich aus der Erfahrung sagen kann, aber wo wir jetzt auch zum Beispiel noch nicht genau hingeguckt hatten. Oder auch die spannende Frage, haben Menschen mit Allergien auch ein höheres Risiko für andere Krankheiten, außer jetzt zum Beispiel eben Asthma, und welche wären das? Genau, aber wir haben uns erst mal auf die schon genannten Aspekte beschränkt. Ja, mein Part, Heuschnupfen und Klima, da kann halt definitiv gesagt werden, für Allergiker*innen wird es vermutlich deutlich, kann definitiv vermutlich gesagt werden, ja, für Allergiker*innen und auch andere Menschen sorgt halt der Klimawandel, die Klimakrise dafür, dass alles einfach belastender für den Körper wird. Es kann nachgewiesen werden, dass die Pollen insgesamt einfach zunehmen werden, von der puren Masse her, dass sie länger unterwegs sind. Ja, und gerade wer da auf mehrere Sachen allergisch reagiert, wird das sicherlich stärker merken als früher. Und Menschen, die halt eher gegen einzelne Sachen allergisch sind, die spüren vielleicht erst mal gar keine so drastische Veränderung, weil ja, acht Tage, was ist das schon im Jahr? Naja, jedenfalls gibt es aber hier auch noch Unsicherheiten und Aspekte, die eben genauer untersucht werden müssten, weil die ganzen massiven Zusammenhänge, die da alle irgendwo mit reinspielen, eben gar nicht richtig abgeschätzt werden können. Das hat das RKI auch an einer Stelle sehr deutlich gesagt, dass diese verschiedenen Faktoren gar nicht so weit in die Zukunft projiziert werden können, wie sich das dann auswirken wird. Das ist eben ein bunter Mix aus verschiedenen Umwelteinflüssen, der da zusammenkommt. Aber es ist ein laufendes Thema in der Forschung und da wird sicher auch noch einiges aktualisiert werden in den nächsten Jahren.

Helena: Ja, dann bleibt mir nur noch die nächste Folge anzukündigen und zwar machen wir in unserer Reihe zu verschiedenen Graphentypen weiter. Beim letzten Mal ging es darum, wie man einen einzelnen Datenpunkt darstellt und das nächste Mal geht es dann darum, wie man eine Verteilung von Daten darstellt, also eindimensionale Verteilungen, am Beispiel von Boxplots und Histogrammen. Dabei sind Boxplots schon als Teaser ja sehr nützliche Tools, die man aber erst mal lernen muss zu lesen, während Histogramme hingegen deutlich intuitiver sind, aber auch leichter zu manipulieren. Und wenn ihr wissen wollt, was wir damit meinen, dann hört doch zu in unserer nächsten Folge, die am 25. März erscheinen wird.

Janine: Genau, und wenn ihr sie nicht verpassen wollt, folgt uns zum Beispiel auf Twitter unter @datenleben oder Mastodon unter @[email protected] oder besucht unsere Webseite www.datenleben.de. Hinterlasst uns da auch gerne Feedback, darüber freuen wir uns immer. Und übrigens könnt ihr uns, wenn euch unsere Herangehensweise an Themen und Dinge gefällt, auch als Data Scientist buchen für Analysen oder Projekte und euch auch jederzeit mit Fragen oder Themen an uns wenden.

Helena: Ja, dann bleibt mir noch, euch für die Aufmerksamkeit zu danken und bis zum nächsten Mal. Ciao.

Janine: Tschüss.

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.

Maschinelles Lernen, Neuronale Netze, Bildgenerierung, ChatGPT, Offene Daten, Datenvisualisierung

Helena: Willkommen zu unserer 34. Folge beim datenleben-Podcast, dem Podcast über Data Science. Wir sind Helena

Janine: und Janine

Helena: und möchten mit euch die Welt der Daten erkunden. Es wird immer wichtiger, Daten in das große Ganze einordnen zu können. Wer schon immer mehr über Daten und deren Effekt auf unser Leben wissen wollte, ist hier genau richtig.

Janine: Ja, und damit willkommen im Jahr 2023, das wir damit eröffnen, dass wir traditionellerweise einen Rückblick machen, was wir einmal so beschlossen haben, als wir anfingen. Und ja, jetzt ist es der dritte Jahresrückblick und wir gucken uns das Jahr 2022 nochmal an. Den Anfang machen wir auf jeden Fall damit, dass wir wie die letzten beiden Male auch einen kleinen Schnelldurchlauf durch das Jahr machen und ein paar Ereignisse herausgepickt haben, die als kleine Chronik durchgegangen werden. Wie immer war die Historie in Wikipedia sehr hilfreich dabei, Ereignisse auszusuchen. Dann gucken wir einmal auf datenleben selbst, weil unser Podcast produziert Daten und die gucken wir uns an, was war 2022 so, gibt es da vielleicht irgendetwas, was wir beobachtet haben? Was waren unsere Lieblingsfolgen? Und dann kommen wir zum Kernpunkt und gucken uns an, was wir so aus 2022 mitnehmen, nämlich Themen und Erkenntnisse, und ihr werdet sehr schnell feststellen, das wird dieses Mal, naja, monothematisch ist zu viel gesagt, weil das Thema ist extrem breit gefächert und es gibt da eine große Varianz an Sachen, die man besprechen kann, aber im Wesentlichen reden wir viel über Machine Learning, weil 2022 irgendwie das Machine Learning-Jahr war. Also so Stichworte sind Bildgenerierung, chatGPT können wir natürlich nicht auslassen. Ja, und dann gucken wir vielleicht doch nochmal ein bisschen, was sonst noch so an Themen angefallen ist, so im Data-Science-Bereich. Und ja, dann vielleicht noch ein kleiner Ausblick, was uns wohl in diesem Jahr so erwarten könnte, also sowohl für den Podcast als auch etwas allgemeiner.

Helena: Genau, und wir machen diesen Jahresrückblick, weil uns das interessiert und weil es gleichzeitig auch eine gute Möglichkeit ist, nochmal Ergänzungen zu alten Folgen aufzunehmen und ein bisschen auch mal meta über den Podcast zu reden, weil wir dann auch über Themen nochmal reden können, für die wir jetzt keine ganze Folge eingeplant haben.

Janine: Ja, wobei, eines dieser Themen ist ja ein Thema, von dem wir auch dachten, es wird keine ganze Folge und dann ist es eine ganze Folge geworden und wir können trotzdem noch etwas nachtragen jetzt.

Helena: Genau.

Janine: Ja, der Rückblick.

Janine : Jahresrückblick – 2022 im Schnelldurchlauf

* 05. Januar: Bundesregierung beruft Sven Lehmann in das neu geschaffenes Amt des Beauftragten für die Akzeptanz sexueller und geschlechtlicher Vielfalt

Helena: Ja, datenleben ist jetzt seit zweieinhalb Jahren auf Sendung und was das jetzt für die datenleben-Daten für 2022 bedeutet, ist, ja, wir sind ganz zufrieden, weil wir immer mehr Leute erreichen und die Zahlen vor sich hin wachsen. Das heißt, ja, im Vergleich zum Jahr davor gab es einen stetigen Anstieg von Downloadzahlen. Wenn man jetzt von einem linearen Wachstum ausgeht, dann können wir auch davon ausgehen, dass es, also es sieht gerade sehr linear aus, wenn man sich das auf eine bestimmte Art und Weise anguckt, von daher gehen wir davon aus, dass auch 2023 wieder mehr Leute dazukommen werden, was uns sehr freut. Wenn man jetzt allerdings nicht die absoluten Zahlen, sondern die relativen Zahlen pro Tag sich anguckt, sieht es nicht ganz so linear aus, sondern das könnte dann auch schon eher ein bisschen exponentieller sein, aber mit, ja, gemäßigten Anstieg. Aber auch da erwarten wir natürlich, dass es mehr wird. Mal schauen, wie es wird.

Janine: In den Shownotes findet ihr zwei Grafiken dazu, die das Ganze mal abstrakt, aber im richtigen Verhältnis darstellen.

Helena: Ja, und Janine hat sich dann auch noch angeguckt, was das jetzt für einzelne Folgen bedeutet. Ja, welche Folgen wurden denn besonders gerne angehört und wie messen wir das?

Janine: Ja, wir messen das auf folgende Art, also zum einen macht das Podlove-Plugin, das wir in unserem WordPress haben, worüber wir alles veröffentlichen. Da fallen verschiedene Daten an, und zwar die Gesamtdownloads, und es zeigt auch an, welche Folge so in letzter Zeit zum Beispiel runtergeladen wurde. Da gibt es immer so eine 30-Tages-Rückschau und eine schöne kleine Statistik, wo für jede Folge die jeweiligen Downloads 24 Stunden nach Veröffentlichung, zwei Tage, drei Tage, vier Tage, fünf Tage, sechs Tage, sieben Tage, zwei Wochen, drei Wochen, vier Wochen, etc. bis zu zwei Jahren in bestimmten Rhythmen dann festgehalten werden, das heißt, jede einzelne Folge hat gewisse Meilensteine, wo angegeben wird, wie viele Downloads bis zu diesem Zeitpunkt gemacht wurden. Was wir letztes Jahr da festgestellt haben, war, dass mit jeder neuen Folge meistens auch die Folge immer sehr erfolgreich war, also es sind stetig neue Hörende dazu gekommen, und die Folgen haben jeweils immer die Folgen davor übertroffen, und das war letztes Jahr ganz gut zu sehen. Dieses Jahr variiert das tatsächlich ein bisschen, so dass die Folgen auch mal vielleicht ein bisschen weiter zurückliegen, dass die neueste Folge, die erschienen ist, tatsächlich mal nicht auf Platz 1 ist, sondern vielleicht auf Platz 4 oder so, das schwankt da ein bisschen, und ich würde sagen, das liegt vor allem daran, dass je länger wir das machen, desto differenzierter wird es auch, und die Leute suchen sich, also vielleicht könnt ihr als Zuhörende das ja auch rückmelden, tatsächlich dann einzelne Themen aus und hören nicht mehr jede einzelne Folge, das ist so eine Theorie, die ich dazu habe. Meistens können wir aber tatsächlich auch thematisch ganz gut abschätzen, wie Folgen so performen, unsere Weihnachtsfolge hat zum Beispiel absolut wie erwartet performt, das heißt, wir haben schon gewusst, die wird definitiv nicht einen der oberen Plätze erreichen, immerhin ist sie am 24.12. erschienen, da haben viele Leute und auch in den Tagen danach eher etwas anderes zu tun, die, ja, wurde einfach nicht so viel gehört, wie die anderen Folgen kurz nach Veröffentlichung, und das kann aber auch mit dem Thema zusammenhängen, weil ich habe das gestern so ausgedrückt, es ist halt eher ein weiches Thema, das haben wir gesagt, war Trivia.

Helena: Ein weiches Thema, was ist denn weich für ein Thema?

Janine: Ja, also ich weiß, der Begriff ist vielleicht ein bisschen schwierig, aber es ist halt eher etwas schwammig vielleicht, vielleicht ein bisschen beliebig, vielleicht, weiß ich nicht, wie ich das gut ausdrücken kann, also wir hatten ja auch vorher bei der Folge über, Wie wird Autismus erforscht?, richtig geschätzt, die hat alle Meilensteine mit Eins abgeschlossen, zumindest bis einschließlich zur dritten Woche. Das hatten wir vorher auch so uns gedacht, weil es halt einfach thematisch sehr viel hergibt und auch ein Thema ist, das Menschen aus unterschiedlichen Gründen sehr stark interessieren kann, das vielleicht auch ein bisschen kontrovers, genau, vielleicht auch ein bisschen kontrovers verstanden werden kann. So, ja. Gut, das waren so Beobachtungen erst mal am Rande, aber Helena hat ja gefragt, welche Folgen denn wo gelandet sind, und ich habe mir die ersten drei Plätze rausgesucht. In 2022 an Gesamtdownloadzahlen hat den dritten Platz gemacht, unsere Folge 21 Python lernen, was besonders schön ist, weil die eigentlich nur aus 2021 ist, aber in 2022 immer noch sehr weit oben gelandet ist, was uns auch sehr freut, weil das ist auch ein schönes Thema. Auf Platz zwei ist gelandet unsere Datathon-Folge über unsere Teilnahme am Women and Data Science Datathon, die ja auch sehr gern gehört wurde, gerade am Anfang und auch jetzt immer noch wieder gehört wird, was wir auch ganz gut finden. Und Platz eins ist Folge 25 geworden, unsere Luftdaten-Folge.

Helena: Ja, das ist insofern überraschend, als dass ja oft Folgen, die irgendwie eher so sich mit Klima-Themen Beschäftigten nicht so gut abgeschnitten haben. Aber die Luftdaten gingen dann doch sehr gut.

Janine: Ja, Luftdaten gingen sogar so gut, ich hatte mich natürlich noch geguckt, das war in 2022 die Downloads, aber wie sieht das aus, wenn wir auf die Gesamtzahlen aller Jahre gucken? Und da ist tatsächlich die Luftdaten-Folge sogar auf Platz drei gerutscht.

Helena: Das heißt, die anderen sind aus anderen Jahren. Das sind ältere Folgen. Platz zwei und eins.

Janine: Genau, auf Platz zwei ist, das könnte man sich jetzt vielleicht schon denken, dann die Python lernen-Folge. Die hatte ja auch schon ein bisschen mehr Zeit, Downloads einzusammeln. Und Platz eins, wenig überraschend auch, ist unsere allererste Folge mit dem schönen Titel Data Science.

Helena: Ja, die Folge wurde so oft runtergeladen im Laufe der Zeit als erste Folge, dass wir uns letztes Jahr auch entschieden haben, eine nullte Folge davor zu setzen, einen Trailer, in dem wir dann auch sagen, ja, hört doch lieber die zwei Jahre datenleben-Folge, weil da erklären wir Data Science auch noch mal. Und die ist dann ein bisschen mehr in unserem aktuellen Stil. Das tragische daran, wenn die beliebteste Folge die erste ist, die man veröffentlicht, das ist ja die, wo wir noch nicht so eingespielt waren, wo wir alles noch ausprobieren mussten. Die zeigt noch nicht unbedingt das, wo wir jetzt stehen. Ich hoffe, wir haben was dazu gelernt im Laufe der Jahre, aber die erste Folge zeigt das halt definitiv nicht.

Janine: Ja, ich glaube auch. Also ich denke für mich selbst, wir sind etwas besser geworden. Aber ich glaube auch tatsächlich, dass wir ganz gut gestartet sind. Aber ja, ich hoffe, andere Menschen merken auch eine gewisse Entwicklung, die wir hingelegt haben.

Helena: Ja.

Janine: Führt mich zu der Frage, was war denn so deine Lieblingsfolge in 2022?

Helena: Da musste ich erst ein bisschen drüber nachdenken, bin dann aber auch zu dem Ergebnis gekommen, wie offensichtlich auch die Hörenden im letzten Jahr, dass es die Luftdatenfolge ist, weil wir da zum einen eigene Messungen für gemacht haben und innerhalb dieses Messzeitraums dann auch völlig überraschende Dinge dazu kamen, wie zum Beispiel die Auswertung zum Vulkanausbruch und der Schockwelle, mit der ich, als wir damit angefangen hatten, überhaupt nicht gerechnet hatte. Und das Ganze auszuwerten und das zu erklären und dazu was zu machen, hat einfach unheimlich viel Spaß gemacht und deswegen war meine Lieblingsfolge im letzten Jahr die Luftdatenfolge.

Janine: Ja, im Prinzip könnte ich mich da eigentlich anschließen, auch aus den von dir genannten Gründen. Das hat total viel Spaß gemacht, sich damit zu beschäftigen, zwischendurch auch immer wieder. Das war ja nicht nur die Aufnahme oder die Recherche. Wir haben uns da ja sehr lange mit beschäftigt, um eben auch die Daten zu sammeln, auch inhaltlich. Hätte ich dann auch mal wieder Lust drauf, bei Gelegenheit.

Helena: Bin ich auch für. Gerne mal wieder eigene Messungen machen und auch gerne euch Hörenden dazu motivieren, auch mit uns Messungen zu machen. Das ist schön.

Janine: Ja, meine Lieblingsfolge, ich würde dann tatsächlich die Folge zum Thema Autismus wählen. Einfach weil, also es hat mir auf jeden Fall gezeigt, was ich am Podcast mag und schwierig finde. Und das fand ich interessant an der Folge. Also ich finde, wir haben eine gute Folge hingelegt, sonst hätten wir sie ja auch nicht veröffentlicht, wenn wir das nicht fänden. Aber es hat irgendwie auch gezeigt, wie schwierig das teilweise ist, öffentlich zu formulieren und zu wissen, das hören andere Menschen und die können auch interpretieren, was ich sage. Und wie kriege ich die Sachen vernünftig so formuliert, dass möglichst wenig Reibungsfläche vielleicht auch dafür entsteht, dass Menschen sich potenziell davon getroffen fühlen und gleichzeitig aber auch so formuliert wird, dass andere sich vielleicht abgeholt fühlen. Also ja, das hat für mich diese schwierige Balance, sich öffentlich zu äußern, einfach mal wieder deutlich gemacht. Und hinter dieser ganzen Sache steckt hier aber trotzdem, dass ich gerne Dinge erzähle und gerne Dinge vermittle und Wissen rüberbringen möchte. Und ja, das war so diese ganze Bandbreite an Emotionen, die damit zusammenhängen, einen Podcast zu produzieren, glaube ich.

Helena: Okay, faszinierend.

Janine: Ja, also in die Folgen fließen viele Gedanken auf verschiedenen Ebenen.

Helena: Ja, definitiv. Und gerade wenn es um Daten geht, die auch potenziell nicht immer nur positive Anwendung haben, dazu später mehr.

Janine: Wir haben tatsächlich hin und wieder von euch Feedback bekommen. Wir sagen das ja am Ende, sowas freut uns immer sehr. Ihr könnt gerne mehr Feedback bei uns abladen. Ein Feedback war auch zu der Folge über Autismus, dass die sehr positiv aufgenommen wurde. Das habe ich auf jeden Fall mitbekommen. Und ja, insgesamt dachten wir uns, wir lassen euch mal kurz an ein bisschen Feedback teilhaben. Deswegen haben wir uns drei Beispiele rausgepickt. In der Folge Können Computer malen, Folge 31, haben wir hin und wieder mal die Wolpertinger Ausmalbilder erwähnt, die Helena mit der Bildgenerierung, mit Stable Diffusion hergestellt hatte. Und wir wurden tatsächlich darum gebeten, diese auch mal zu veröffentlichen. Also insgesamt mit dem Feedback, dass die Folge echt sehr schön war und einen guten Einblick gegeben hat. Danke dafür. Und ja, wir haben die Bilder auch inzwischen veröffentlicht. Ihr findet sie auf unserer Seite im Blog. Ich werde das aber auch noch mal per Social Media rauswerfen, Schrägstrich rausgeworfen haben, wenn diese Folge wahrscheinlich veröffentlicht ist. Und ja, die hat Helena noch mal schön aufbereitet, weil aus der Bildgenerierung nicht so eine schöne Auflösung ausfällt. Deswegen hat Helena da noch mal eine Vektorgrafik draus gemacht und ihr könnt das dann als PDF herunterladen.

Helena: Genau, ich habe auch noch ein bisschen Feedback zu unserer Autismus-Folge bekommen. Zum einen bei den Begrifflichkeiten. Wir haben einfach völlig vergessen, die Begriffe Genotyp und Phänotyp zu erklären und zu benutzen. Genotyp ist einfach, welche Gene man hat und welche Gene beim Menschen vorliegen. Und Phänotyp ist das, was sich dann wirklich zeigt. Also in diesem Fall zum Beispiel die Symptome von Autismus. Und nur weil ein Gen da liegt, heißt es nicht automatisch, dass dieses Gen auch benutzt wird vom Körper, sondern das hängt eben von Umwelteinflüssen ab. Und diesen Teil wiederum haben wir allerdings in der Folge auch erklärt. Ich wollte nur noch mal nachreichen, dass es da auch Fachwörter zu gibt, weil ich darauf hingewiesen wurde. Und ein anderer Punkt, auf den wir auch noch hingewiesen wurden, ist eine Studie mit dem Namen Spectrum10K, die das Ziel hatte, die Genetik von Autismus noch genauer zu erforschen, als wir das bisher präsentieren konnten. Und diese Studie ist vor allen Dingen deswegen in die Kritik geraten, weil es ja eine dieser Studien war von Leuten, die selbst keine Autisten sind und in der Vergangenheit schon durch zweifelhafte Thesen über Autismus aufgefallen sind. Insbesondere, so wie die Studie angelegt war, Kritik oder Befürchtung bestehen, dass die Ergebnisse vor allen Dingen für Eugenik verwendet werden können. Und das ist nämlich genau dieser Nachteil an so Erkenntnissen wie, welche Gene spielen jetzt eine Rolle für Autismus, dass man einen Gentest machen könnte, um schon im Mutterleib bzw. vor der Geburt oder bevor man überhaupt die befruchteten Eizellen implantiert, feststellt, dass das Kind wahrscheinlich ein Autist wird. Und man das deswegen verhindern könnte, dass das überhaupt geboren wird. Und da wurden wir auf Mastodon drauf hingewiesen. Wir haben den entsprechenden Toot auch verlinkt, vielen Dank dafür. Ja, ich fände diese Anwendung von der Genforschung bei Autismus sehr erschreckend und ja, kann diese Form von Eugenik definitiv nicht unterstützen. Diese Studie Spectrum10k wurde allerdings mittlerweile pausiert und findet im Moment gerade nicht statt, was angesichts der Kritik auch ganz gut ist. Von daher hoffe ich mal, dass diese Gefahr jetzt zumindest für die nächste Zeit etwas reduziert ist bezüglich des Missbrauchs dieser Genforschungsergebnisse.

Janine: Das wäre definitiv wünschenswert und auch, dass Menschen sich ja nicht nur hinsichtlich Autismus über so etwas Gedanken machen, was Forschung für Konsequenzen hat. Der dritte Punkt, den wir uns so für die Feedbackschleife hier rausgesucht haben, war, unsere Folgen sind recht lang, teilweise auch sehr vollgestopft mit Inhalten, die wir interessant finden. Irgendwie auch alle immer zusammen gehören und wir mögen einfach gerne verschiedene Aspekte von Dingen beleuchten. Es wurde auch schon mal, ich weiß nicht, ob lobend oder erschrocken erwähnt, dass unser Quellenverzeichnis auch immer recht ausführlich ist. Ja, da geben wir uns auf jeden Fall Mühe, aber weil gerade die Folgen teilweise auch recht gehaltvoll sind, wurde sich schon mal gewünscht, dass wir die Fazits konkreter ziehen und versuchen, noch mal die Folgeninhalte grob zu wiederholen. Wir geben uns da auf jeden Fall sehr viel Mühe, aber ich glaube, es klappt nicht ganz immer, da so richtig konkret noch mal die einzelnen Aspekte zu wiederholen und auf alles einzugehen. Aber wir versuchen es auf jeden Fall, und gebt uns gerne weiter Feedback, ob das halbwegs funktioniert oder ob wir euch da noch mal ein bisschen besser abholen können und ihr da vielleicht doch noch ein paar klarere Gedanken mehr haben wollt. Aber ich muss ganz ehrlich gestehen, manchmal sind klare Gedanken gegen Ende der Aufnahme bei mir auch etwas aus.

Was nehmen wir mit aus 2022 an Themen oder Erkenntnissen? (00:25:14)

Janine: Kommen wir dann doch mal zu dem größten Abschnitt heute. Was nehmen wir mit aus 2022 an Themen und Erkenntnissen? Haben wir persönliche Erkenntnisse? Lass uns doch mal kurz über persönliche Erkenntnisse reden. Also ich habe jedenfalls welche. Ich habe auch versucht, das mit Daten zu machen. Ich gebe mir immer sehr viel Mühe, das ist letztes Jahr definitiv leider etwas ins Hintertreffen geraten, meinen Alltag, mein Gehirn und so weiter mit einem Bullet Journal zu organisieren. Und ja, eigentlich hilft mir das sehr gut. Manchmal scheitere ich daran trotzdem. Und ich glaube, letztes Jahr war so ein Jahr, wo das gescheitert ist. Ich habe mich dann dieses Jahr hingesetzt und möchte das wieder ändern. Das hat folgende Statistik zutage gefördert. Ich habe letztes Jahr gerade mal acht Bücher beendet. Das ist, ja.

Helena: Zählst du dabei nur selbst gelesene oder auch welche, die dir vorgelesen wurden?

Janine: Das waren selbst gelesene Schrägstrich welche, die ich vorgelesen habe.

Helena: Okay.

Janine: Ich würde aber mitzählen, wenn mir etwas vorgelesen worden wäre. Mir wird tatsächlich selten vorgelesen.

Helena: Auch nicht in Form von Hörbüchern?

Janine: Wenig. Wenn ich etwas höre, dann höre ich meistens Actual Plays oder Let's Plays, irgendwelche Podcasts, die sich mit gespieltem Pen & Paper befassen.

Helena: Ah, okay.

Janine: Ja, und das führt mich auch zu Teil zwei meiner persönlichen Statistik. Ich habe dann gedacht, naja, gut, irgendwas muss ich ja letztes Jahr gemacht haben. Wenn ich nicht gelesen habe, was dann? Dann habe ich mal die Spieltermine, also die Sessions zusammengetragen, an denen ich Pen & Paper entweder gespielt oder geleitet habe und bin bei satten 75 Terminen gelandet.

Helena: Das ist mehr als einmal die Woche.

Janine: Ja, mehr als einmal die Woche. Es sind neun Systeme, die ich in acht Settings gespielt habe.

Helena: Das ist ja auch sehr viel Verschiedenes. Ja.

Janine: Ja. Discord hilft in One Shots oder Few Shots zu landen und neue Systeme ausprobieren zu können. Es macht Spaß, dich da ein bisschen durchzutesten und zu gucken, wo man irgendwie hängen bleibt.

Helena: Ja, eine persönliche Erkenntnis war im letzten Jahr, dass es nötig ist, mal insbesondere an Heizenergie zu sparen. Und da fände ich es dann doch auch mal spannend, eine Datenbank anzulegen, die jeden Tag regelmäßig die Temperatur in meiner Wohnung misst an verschiedenen Orten. Und damit habe ich angefangen, das aufzunehmen. Auch dadurch befeuert, dass irgendwie zwischendurch mal die Heizung komplett ausgefallen war. Und es ja doch spannend ist, wie lange dauert es, wenn die Heizung komplett aus ist, wieder hochzufahren oder runterzufahren. Also beziehungsweise, wie lange dauert es für die Wohnung, bis es dann wieder normale Temperaturen enthält. Und das war dann auch ungefähr einen ganzen Tag, nachdem die irgendwie fünf Tage ausgefallen war. Das fand ich dann doch schon auch sehr lang. Das heißt, so richtig runterheizen, wenn man nicht da ist, kann man auch gar nicht. Also runterkühlen lassen, weil die dann überhaupt nicht mehr warm genug wird. Aber insgesamt ist meine Temperatur jetzt zu Hause deutlich niedriger, als in den Jahren davor. Ja, nur dass ich da keine Daten habe, um das zu vergleichen, weil ich die nicht gespeichert habe.

Janine: Und wie fühlt sich das jetzt an, wenn du sagst, das ist kühler?

Helena: Ja, jetzt habe ich halt eine Heizdecke fürs Sofa und nehme in Notfallzeit eine Fleecejacke, wenn ich arbeite und mir kalt wird. Das ist schon ein bisschen kalt, aber handelbar. Kann ich mit umgehen.

Janine: Ja, ich finde das spannend. Ich habe das auch von einigen Menschen gehört, die in den letzten Monaten auch versucht hatten, als die Heizperiode so richtig losging, einfach eine niedrigere Temperatur, als sie es sonst gehabt haben, zu heizen. Und ja, da haben einige, glaube ich, mit rum experimentiert. Ich persönlich bin ja ein Mensch, ich kann immer nicht viel machen, wenn mir kalt ist. Also ab einem gewissen Punkt hilft es mir nicht, Pullover anzuziehen, weil kalte Hände machen auch, dann funktioniert das Tippen wieder nicht mehr. Also es gibt irgendwie so eine Grenze. Ich glaube, das ist ganz spannend, die mal rauszufinden.

Helena: Ja, kalte Finger machen Arbeiten schwer. Das geht nicht. Also die Finger müssen warm sein. Aber es gibt Methoden, wie nach dem Kochen ist mir grundsätzlich immer sehr warm. Essen hilft grundsätzlich auch. Rausgehen, Spaziergang machen führt dazu, dass ich danach auch eher mich wieder warm fühle, selbst wenn es kälter in der Wohnung ist, als ich das vorher gewohnt war. Das sind so Dinge, die bei mir funktionieren.

Janine: Ja, und man darf auch nicht vergessen, man muss immer noch die Hausgesundheit im Blick haben. Also man sollte sich nicht unterbieten mit den Temperaturen, glaube ich, weil manche Häuser es einfach nicht vertragen, wenn sie zu kalt sind und nicht genug beheizt werden. Wir wohnen halt in einem Altbau mit feuchtem Keller. Not so gut.

Helena: Ja, klar, einfach, weil es dann sehr kalte Oberflächen gibt, wo sich dann Wasser sammelt und dann kann es schimmeln. Und wenn man das nicht sieht, weil da irgendwas vorsteht oder irgendwie die Tapete davor ist, ist das sehr ungesund. Also ich habe auch in jedem Raum ein Messinstrument, um mir die Luftfeuchte anzugucken und achte da auch drauf.

Janine: Ja, das ist sehr gut.

Janine: Kommen wir zu den Themen, für die wir auch hier sind und die uns dieses Jahr vor allem um die Ohren geflogen sind, die wir deswegen auch im Podcast schon besprochen haben, aber die auch teilweise seitdem Updates erfahren haben. Also es geht vor allem jetzt um Machine Learning, wie vorhin schon erwähnt. Das ist einfach mal ein bisschen explodiert, habe ich persönlich das Gefühl im letzten Jahr. Und ja, gemeint sind eben die Anwendungen mit sogenannter künstlicher Intelligenz, die dann plötzlich im großen Stil aufgetaucht sind. Es gab sie vorher natürlich schon, aber irgendwas ist passiert und plötzlich war es überall. Es ging mit der Bildgenerierung los und führte sich dann bis zu Mensch-Maschine-Interaktionen fort im Sinne von chatGPT. Deswegen dachten wir uns, wir greifen das Thema hier nochmal auf, weil wir es ja auch in Folge 31 hatten. Fangen wir doch mal mit der Bildgenerierung an.

Helena: Genau, ursprünglich gab es Anfang des letzten Jahres oder im Frühling das Modell Dall-E, was jetzt Closed war, was man einfach benutzen konnte. Und dann gab es Dall-E-Mini, was viele Leute benutzt haben auf Social Media und dann Dinge geteilt haben. Aber die Ergebnisse waren jetzt, ja, so lala, um aus Text Bild zu generieren. Deswegen dachten wir, das wird das Thema für den Jahresrückblick. Am Ende ist es eine Folge geworden und seit wir die Folge veröffentlicht haben, ist Stable Diffusion herausgekommen. Und was sich zur ersten Version verändert hat, ist, zum einen kann es jetzt auch das Upscaling, das ist das, was Midourney vorher auch schon angeboten hatte, dass man, wenn man schon mal ein brauchbares Ergebnis hat, was einem gefällt, dann kann man dem auch sagen, ja, mach das jetzt mal groß, weil die Größe der Bilder war bisher sehr beschränkt. Und was wir vorhergesagt haben in unserer Folge, war die Funktion des sogenannten Inpainting, dass man innerhalb eines Bildes Elemente austauschen kann. Also, dass das meiste von dem Bild erhalten bleibt, aber dass einzelne Elemente nur getauscht werden können. Ja, war sehr naheliegend irgendwie. Deswegen ist es da jetzt auch drin.

Janine: Ich möchte da auch noch was ergänzen. Wir hatten ja im zweiten Teil der Folge zur Bildgenerierung auch noch so die kritischen oder kritischeren gesellschaftlichen Aspekte, wo ich auch darüber geredet habe, dass es da eben eine große Diskussion rund um Urheberschaft, Lizenzen und so weiter gibt. Und zwar meinte ich ja auch da schon, dass es ab dem Moment vielleicht kritisch sein kann, wo zum Beispiel Kunstwerke eines aktuell tätigen Menschen im Stile dessen reproduziert werden können durch die Machine Learning-Anwendung. Und da hat die Künstler*in Kelly McKernan auf Twitter auch etwas veröffentlicht, und zwar wurde der Prompt, also der Text für die Bildgenerierung eingegeben mit den Worten Art by Kelly McKernan of a woman with white curly hair and a white ribbon around her neck. Und dann wurde das Bild generiert und es sah tatsächlich aus wie Bilder von Kelly McKernan, nur dass dieses Bild nie von Kelly McKernan erstellt wurde. Und die Künstler*in präsentierte dann die Meinung dazu, wie kritisch das ist, dass so etwas gemacht werden kann und dass kunstschaffende Menschen hier auch potenziell Geld verlieren und um ihre Existenz bangen können, wenn die Bildgenerierung eben so weit geht. Und ich meinte, das wird noch eine große gesellschaftliche Diskussion und die ist jetzt so weit fortgeschritten, dass zum Beispiel in Amerika jetzt ein GoFundMe eingerichtet wurde, Mitte Dezember tatsächlich auch erst, wo gerade Geld gesammelt wird, damit kunstschaffende Menschen sich da zusammenschließen können, um auch anwaltlich dafür zu sorgen, dass eine bessere Gesetzgebung oder Regulierung von Bildgeneratoren geschaffen wird, um Kunstschaffenden eben nicht diese Existenzgrundlage nehmen zu können durch den Gebrauch ihrer Kunstwerke als Trainingsdaten für neue Bilder. Das ist sehr interessant. Auf der GoFundMe-Seite werden halt ein paar Punkte näher beleuchtet, wie die Kunstschaffenden dazu stehen und was sie auch für Ziele haben, um die Gesetzgebung in dieser Hinsicht voranzutreiben, dass da eine andere Grundlage für herrscht, dass die Firmen auch in Verpflichtung genommen werden, das eben mitzubedenken. Ich denke, diese Diskussion wird noch sehr viel weitergehen und fand das aber spannend, wie weit fortgeschritten es zu diesem Zeitpunkt jetzt da in Amerika in diesem Zusammenschluss von Kunstschaffenden schon ist. Eine zweite Bemerkung habe ich noch zur Bildgenerierung. Und zwar, so als Kulturwissenschaftlerin beschäftige ich mich ja gern mit den geistigen Themen und es bietet sich jetzt die Gelegenheit zu sagen, es sind die Geister in der Maschine. Es entstehen die ersten Mythen im Universum der neuronalen Netze, der künstlichen Intelligenz hier, was die Bildgenerierung angeht. Und zwar gibt es wohl eine rätselhafte, gruselige Frau, die auf verschiedenen Bildern auftaucht und immer wieder generiert wird offensichtlich. Ich habe den Artikel mal verlinkt, ich fand das schon mal ganz lustig, weil ja, hier entstehen Mythen und Geister und die Leute fragen sich, wie kann das entstehen? Und das hängt vielleicht auch damit zusammen, dass die neuronalen Netze doch irgendwo eine Blackbox bleiben von außen. Wir wissen ja nicht genau, was darin passiert und warum das so entsteht, wir können darüber nachdenken. Vielleicht interpretieren wir auch mal wieder nur einfach Muster und das sind Zufälle. Ja, aber die Menschen erzählen schon gleich wieder Geschichten darüber, das finde ich so faszinierend.

Helena: Ja, eine Sache, die ich für unsere damalige Folge auch schon mal Stable Diffusion ausprobiert hatte, war wissenschaftliche Grafiken damit zu erzeugen. Das ist komplett schief gegangen, da kam nur Unsinn bei raus. Es gab allerdings eine Gruppe von Leuten, die haben Stable Diffusion so wie es war genommen und es einfach weiter trainiert auf eine ganz bestimmte Sorte von wissenschaftlicher Grafik und zwar sogenannte Spektrogramme. Und ein Spektrogramm ist eine zweidimensionale Darstellung von der Frequenz eines Signals und auf der einen Seite gibt es dann zu einem bestimmten Zeitpunkt alle Frequenzen, die ein Signal drin ist und auf der anderen Achse ist dann halt, also das gibt es halt für jeden beliebigen Zeitpunkt, also sodass man insgesamt ja über die Zeit verschiedene Frequenzen hat und wenn man über die Zeit verschiedene Frequenzen hat, kann man daraus ja auch wieder Ton generieren. Die Leute, die das gemacht haben, haben das Ganze dann Riffusion genannt, also eine Mischung aus Stable Diffusion und Riff von Gitarren oder so und dann haben sie quasi das Ganze auf Musik trainiert. Dann kann man einen Text eingeben und in ihrem Beispiel war der Text Funk Bassline with a Jazzy Saxophone Solo und das Ganze hat ein Spektrogramm erzeugt und dieses Spektrogramm wurde dann wiederum in einen Ton überführt. Das möchte ich jetzt einmal einspielen. (Musik wird gespielt) Ja, das ist jetzt nur ein kurzes Schnipselchen, mehr fällt da jetzt nicht bei raus, deswegen haben es wahrscheinlich auch Riffusion genannt, weil mehr als ein paar Riffs kriegt man nicht draus, weil dafür sind dann 512 Pixel doch ein bisschen zu wenig, aber das ist klang ja schon ganz brauchbar. Ich meine klar, auf deren Website veröffentlichen die natürlich nur die Positivbeispiele, wo es besonders gut geklappt hat. Also selber ausprobiert habe ich es jetzt nicht, aber ich fand das eine lustige Methode, wie man, ja, auf Basis dessen, was es schon gibt, einfach was Neues machen kann, was dann plötzlich Ton rausfällt, obwohl man am Anfang nur Text reingeschmissen hat.

Janine: Definitiv.

Helena: Genau, bleiben wir beim Thema Musik und zwar ein Tool, was ich im letzten Jahr auch getestet habe, das grundsätzlich aber auch schon ein bisschen älter ist, ist demucs, ein Tool von Facebook Research und dem zur Grunde liegt ein AI-Modell, bei dem Musik, wie wir sie hören, wieder in einzelne Tonspuren überführt werden kann. Eine einfache Anwendung wäre, ja, wir haben irgendeinen tollen Popsong und wir wollen zu dem Lied Karaoke singen, aber es nervt ja, dass der Originalgesang immer noch da drin ist und dann gibt es halt zu beliebten Liedern irgendwie im Internet immer ganz viele Karaoke-Versionen, aber wenn das jetzt irgendwie ein Indie-Rock-Song ist, wo es das nicht so gibt, dann ist das ja schade, weil dann kann man das ja gar nicht so gut damit machen. Und da kommt jetzt demucs zum Einsatz, weil es wieder die einzelnen Tonspuren auseinanderdividiert. Das heißt, es kann den Gesang extrahieren aus dem Ton, beziehungsweise es kann halt auch so außer Gesang auch die Trommeln und die Basslinie und andere Sachen voneinander trennen. Und ja, außer daraus irgendwie Karaoke-Versionen zu machen, kann man eben dann auch eine Grundlage schaffen, mit der man dann Remixer erzeugen kann. Und zwar als Beispiel habe ich das Lied Happy Happy Game Show von Kevin MacLeod mitgebracht. Das enthält kein Gesang, aber es ist eben ein Lied, das für so Anwendungen wie so ein Podcast einfach frei benutzt werden kann. Deswegen kommt das jetzt und ich spiele einmal den Anfang von dem Lied selber ein. (Musik) Genau, das war jetzt das Lied. Und jetzt kann man zum Beispiel nur sich die Drums anhören. (Musik) Oder nur die Instrumente. (Musik) Und es gibt noch die Basslinie. (Musik) Und das ist schon sehr spannend. Alles zusammen wird dann ein vollständiges Lied, aber so in Einzelteilen, ja, kann man vor allen Dingen damit andere schöne Dinge machen. Und ich bin gespannt, wie ich das selber nochmal einsetzen werde, weil das war irgendwie so ein Tool, was ich letztes Jahr gefunden hatte, wo ich dachte, ja, damit will ich unbedingt was machen. Und es wurde auch letztes Jahr auch hier noch ein besseres Modell veröffentlicht. Das heißt, so gesehen passt das auch in 2022, weil auch hier Fortschritte passiert sind. So, ein anderes Tool, was sich mit Musik beschäftigt, wo es sich die Tage oder vor ein paar Wochen gesehen hatte, nennt sich Pop2Piano. Und das soll dann aus Popmusik ein Piano-Cover machen. Und wenn man jetzt irgendwie selber gerne Keyboard oder Klavier spielt und möchte, dass andere Leute dann dazu singen können, ja, dann gibt es manchmal die Noten von bekannten Liedern zu kaufen, aber auch hier wieder nicht einfach für alles. Und da hilft dann dieses Tool, wo man dann ein Lied reinschmeißen kann und dann kriegt man eben die Noten. Wenn ich mir das anhöre, dann enthält das zu viele Tasten gleichzeitig, die man auf dem Klavier drücken muss. Da muss man vielleicht dann selber nochmal ein bisschen drüber gehen und die eigentlichen relevanten Punkte extrahieren. Ja, da spielen wir jetzt nichts ein, weil die auf ihrer Webseite tatsächlich einfach Popsongs veröffentlicht haben, für die wir jetzt natürlich keine Lizenzen haben. Und uns auch gar nicht erst damit auseinandersetzen möchten.

Janine: Ja, auf jeden Fall auch sehr spannend. So mit so Musik und der ganzen Möglichkeit, was Machine Learning da anbietet, habe ich mich auch noch überhaupt nicht beschäftigt.

Helena: Ja, also ich finde es mega spannend, weil ich ja durchaus auch öfter was mit Musik mache und mal gucken, was ich da noch so draus ziehe und draus bastel.

Janine: Da bin ich auch gespannt drauf. Ich muss da auf jeden Fall dran denken, wenn das so gut klappt, die Instrumente voneinander zu separieren. Also ich meine, Podcastende kennen das Problem ja vielleicht, dass man manchmal eine Audiospur hat, wo alle gleichzeitig reden und man schwer Sachen schneiden kann und das meistens sehr viel Aufwand fordert. Da wäre es ja eigentlich schön, wenn es da vielleicht auch ein Modell gibt, das Stimmen voneinander separieren und einzelne Tonspuren erstellen kann

Helena:. Ja, das wäre auf jeden Fall nützlich für diese Anwendung. Das kann demucs jetzt allerdings nicht. Das kann immer nur eine Spur als Gesang erkennen. Und da kann dann auch schon mal eine Violine drauf landen, wenn man Pech hat. Also nicht wie bei jedem Lied, das ich getestet hatte, war es super, aber das war schon ziemlich gut.

Janine: Ja, apropos ziemlich gut. Wir hatten jetzt Bilder, wir hatten Musik und jetzt kommt die Sache mit dem Text auf jeden Fall noch mal. Da ist nämlich auch einiges passiert, gerade was Sprache zu Text auch angeht. Also die Bildgenerierung ist ja Text zu Bild und Sprache zu Text ist auf jeden Fall auch etwas gewesen, was mich ein bisschen länger beschäftigt hat, wo ich immer mal versucht habe zu gucken, was sind denn gerade die interessanten Optionen, um zum Beispiel Transkripte für den Podcast zu erstellen. Die waren alle ehrlich gesagt mäßig gut. Also es gab Modelle, die das gemacht haben, es gab auch Optionen, selber ein Modell trainieren zu können auf der eigenen Sprache, was dann ja prinzipiell besser funktioniert, weil ja das eben optimal abgestimmt ist und auch vielleicht mal Ungenauigkeiten besser erkannt werden, als wenn es ein Modell ist, was allgemein auf Sprache trainiert ist. Aber die Ergebnisse waren doch immer alle noch sehr durchwachsen und es hat, ja, die Nachbereitung von Transkripten hat immer noch sehr viel Zeit erfordert und wir hatten uns ja eigentlich mal vorgenommen, auch unseren Podcast relativ barrierearm zu gestalten, weswegen wir von vornherein sehr intensiv Shownotes erstellt haben und das Transkript wäre so der nächste Schritt gewesen, den wir eigentlich auch gern gemacht hätten und deswegen habe ich da immer mal nach geguckt, aber es hat sich einfach nicht ergeben, weil ja der Arbeitsaufwand doch größer wäre und die intensivere Shownotes-Erstellung doch irgendwo der leichtere Weg war. Das ist jetzt wahrscheinlich anders. Es gibt jetzt Whisper, auch von OpenAI und damit haben wir hier auch rumgetestet. Ja, du kannst die MP3 da reinwerfen mit Sprache und dann kommt der Text raus. Das sind auch verschiedene Modelle. Das größte Modell braucht wie Stable Diffusion im Ursprung 10 GB auf der Grafikkarte und arbeitet etwas länger, als die MP3 dauert. Also das ist ein bisschen mehr als eins zu eins und ist aber auch das genaueste und das habe ich einmal jemanden mit einer MP3 durchspielen lassen und ich war vom Ergebnis extrem überrascht. Es kann Groß-Kleinschreibung, sinnvolle Kommasetzungen, die Ähs werden rausgelassen im Text, was ich auch gut finde, was ich auch so machen würde, weil sonst wäre der Text auch einfach irgendwie unleserlich und lang, also länger als er dann eh schon ist bei so einer ganzen Folge Podcast. Und ja, das war einfach extrem gut, was daraus gekommen ist und ich musste sehr, sehr wenig nachbearbeiten. Da war ich doch sehr überrascht und das ist auch einer der Punkte, warum für mich 2022, was Machine Learning angeht, doch ziemlich einen Schritt nach vorne gemacht hat.

Helena: Ja, ich bin gespannt, wie das dann klappt für unseren Podcast im Einsatz.

Janine: Wenn es geklappt hat, dann findet ihr unter dieser Folge auch einen Link, wahrscheinlich, ich weiß noch gar nicht, wir haben noch gar nicht darüber geredet, wie wir es machen, aber wahrscheinlich auf dem PDF vielleicht, wo noch das Gesamttranskript ist oder das Transkript steht dann direkt in den Shownotes, aber wahrscheinlich eher das. Also ja, ihr merkt, noch keine Gedanken gemacht. Auf jeden Fall wird diese Folge da einmal durchlaufen und dann gucken wir mal, wie wir das am Ende umsetzen. Ich bin gespannt.

Helena: Ja, ich auch.

Janine: Die zweite Sache, die mit Text zu tun hat, ist eben, was ich vorhin schon kurz erwähnte, so als Buzzword oder Bullshit-Bingo, kann man ja schon fast sagen, chatGPT.

Helena: Genau, wir hatten früher ja schon mal in einem der früheren Jahresrückblicke von GPT-3 erzählt, also dem dritten GPT-Modell, was Texte schreiben konnte. Ja, und chatGPT ist jetzt einfach die nächste Version davon.

Janine: Und ich wette, wir müssen gar nicht groß erklären, was das ist. Ihr seid bestimmt alle damit konfrontiert worden und manche hatten vielleicht auch schon die Schnauze voll, dass halb Social Media oder dreiviertel Social Media einfach nur noch voll war von Auszügen von chatGPT, was das Ding jetzt schon wieder gesagt hat und was man nicht alles damit machen kann. Die Bandbreite ist riesig. Ja. Ich will es daher auch gar nicht so großartig ausweiten, aber chatGPT ist so ein Ding, das uns auch wieder an viele Fragen führt. Ja, man könnte fast sagen, damit es mal wieder sehr bewusst und ganz öffentlich und für alle nachvollziehbar eine gewisse Grenze überschritten wurde, wo eigentlich Zeit ist, jetzt kurz anzuhalten und zu überlegen, was machen wir da eigentlich und was machen wir damit eigentlich so als Menschen. Die Optionen sind groß und die Gefahren halt eben auch. Ein Punkt, was so in Richtung Gefahren geht oder Sachen, auf die man sehr achten muss, den hat, finde ich, Svea Eckert sehr gut beschrieben. Das ist eine Journalistin beim NDR, die auch den Podcast She Likes Tech, der Podcast über Technologie, macht. Und zwar sagte sie in einem Interview, worauf man achten muss, ist die Technikgläubigkeit der Menschen. Dass wir aufpassen müssen, dass Menschen jetzt nicht anfangen, die Antworten, die chatGPT auf die verschiedenen Fragen, die gestellt werden, einfach ungefragt zu übernehmen, unhinterfragt zu übernehmen. Weil, ja, chatGPT wirft Informationen zusammen, die in beeindruckender Zeit und auch in teils beeindruckender Wortwahl generiert werden, weswegen auf der Oberfläche ein Anschein von Akkuratheit entsteht oder Akkuratess. Ein schönes Wort, das ich mal auf einem Festival gelernt habe. Und das birgt halt einfach die Gefahr, dass Informationen nicht mehr hinterfragt werden und wir dadurch in eine Schleife geraten und diese Sachen eben einfach übernehmen. Das ist etwas, finde ich, sehr Wichtiges, was man bei chatGPT so im Hintergrund haben sollte. Andererseits gibt es natürlich auch schöne Optionen. Es kann einem vielleicht Wege verkürzen, die Angst vor dem leeren Blatt für Schreibende minimieren, indem man einfach einen Anfang generieren kann, den man dann überarbeitet. Es kann Arbeitsprozesse abnehmen. Es kann aber auch verhindern, dass Arbeit für Menschen zur Verfügung steht. Und das ist eben genau die gleiche Diskussion, wie dann auch bei der Bildgenerierung dahinter steckt. Das sind so, ja, verschiedene Eindrücke, die damit zusammenhängen. Auch wie bei der Bildgenerierung, wo wir ja gesagt haben, dass verschiedene Plattformen, die sich auf Kunstschaffende spezialisiert haben, verboten haben, künstlich generierte Bilder dort zu veröffentlichen. Genauso, was ist zum Beispiel mit Stack Overflow passiert. Dort wurde verboten, Antworten von chatGPT zu veröffentlichen, weil doch bitte die Menschen die Antworten auf die Probleme, die andere am Computer haben können, geben sollen und nicht diese vermeintlich künstliche Intelligenz. Spannend ist noch vielleicht als kleine Randnotiz, dass ich einen Link gefunden habe, wo berichtet wurde, dass Forschende angefangen haben, mit chatGPT oder mit dem Modell hinter chatGPT Alzheimer zu erkennen, weil Alzheimer als Erkrankung sich vor allem in den Sprachmustern von Menschen bemerkbar machen kann. Und Texte von diesem Modell daraufhin untersuchen zu lassen, würde wohl zutage fördern können, welche Menschen potenziell an Alzheimer erkrankt sind oder erkranken können oder noch sehr früh im Stadium sind oder in der Entwicklung der Erkrankung. Und ja, da gab es wohl, soweit ich mich jetzt noch richtig erinnere, eine 80-prozentige Trefferquote.

Helena: Ja, ich meine, 80 Prozent hat immer noch den Nachteil einer riesigen Menge Leute, die nicht betroffen sind. 80 Prozent ist ja erstmal nur für die Leute, die davon betroffen sind. Aber wenn viel, viel mehr Leute keinen Alzheimer haben, werden die 20 Prozent am Ende die Mehrheit der Menschen sein. Also es ist noch nicht genug, um es wirklich einsetzen zu können, aber es ist eigentlich, gerade Alzheimer gehört schon zu den Sachen, je früher man die erkennt und Gegenmaßnahmen ergreift, desto besser funktionieren diese Gegenmaßnahmen. Und wenn da jetzt in die Richtung geforscht wird, ist das auf jeden Fall spannend. Generell ist Einsatz von KI in Medizin ein spannendes, aber auch riskantes Thema.

Janine: Absolut.

Helena: Wo wir bisher noch keine Folge drüber gemacht haben, aber vielleicht gibt es die ja irgendwann.

Janine: Das so viel zu den Eindrücken, was bei diesen großen Themen von Machine Learning passiert ist. Ich könnte da noch ganz viel mehr drüber sagen, aber ich glaube, so lange wollen wir gar nicht die Folge dann noch machen.

Helena: Genau. Ja, ich rede noch mal über andere Themen. Was es sonst noch so beim maschinellen Lernen gab. Also eine der Hauptanwendungen für maschinelles Lernen ist das Klassifizieren. Also feststellen ist etwas in einer bestimmten Kategorie. Also zum Beispiel Fotos und gucken, ja, was ist denn auf dem Foto? Ist da eine Katze drauf oder was auch immer? Oder ist da ein Straßenschild drauf, das mir irgendwie sagt, ich soll so und so schnell fahren oder ich darf da nicht lang fahren? Dafür wird es viel eingesetzt und da gab es im Laufe der Jahre auch immer wieder so Beispiele wie, ja, jemand hat einen kleinen Aufkleber auf ein Straßenschild gemacht und dann ist der Tesla-Autopilot darüber gefahren, obwohl er da gar nicht lang fahren durfte, laut dem Straßenschild. Und jeder Mensch erkennt sofort, was das Straßenschild meint, aber die KI war zu dumm dafür, weil sie sich leicht austricksen lässt. Was es im letzten Jahr auch dann Neues gab in diesem Bereich, war eine Veröffentlichung, bei der ausprobiert wurde, kann man absichtlich solche Fehler einbauen in so eine KI. Also wenn man jetzt irgendwie ein Dienstleister ist oder jemand, der irgendwo arbeitet und böse Absichten hat, kann man beim Training der KI dann eine Hintertür einbauen, dass die einen, wenn man ein bestimmtes Symbol zeigt, immer durchlässt, obwohl man eigentlich gar nicht durch darf. Und die Antwort war ja, man kann eine Hintertür einbauen und die ist nicht auffindbar, weil man die ja nur finden würde, wenn man weiß, welches Symbol da gezeigt werden muss, auf welche Art und Weise diese KI manipuliert werden muss. Und selbst wenn man zufällig darauf stößt, dass das so ist, kann man das ja nicht davon unterscheiden, dass es ja auch genug andere Bugs gibt, die dazu führen, dass die KI sagt, das ist das und das, obwohl es das gar nicht ist. Deswegen, so undetectable Backdoors sind ein reales Risiko, sollte jemand mit bösen Absichten beim Training dabei sein. Und ein anderes Thema, das wir in der Vergangenheit auch schon mal hatten, war das Thema Proteinfaltung. Das gilt jetzt im Wesentlichen als ein mit KI gelöstes Problem. Und zwar wurde 2021 AlphaFold2 veröffentlicht und das kann so genaue Vorhersagen zu Proteinstrukturen machen wie sonst keine Methode. Und die ist schon nah an der Messgenauigkeit dran. Der spannende Teil ist jetzt allerdings, dass man trotzdem Vorannahmen machen muss. Man muss wissen, welche Proteine usw. wo sind und muss da schon viele Messungen für gemacht haben. Das heißt, die kann nicht für jedes beliebige Protein die Faltungsstruktur vorhersagen. Und da gab es 2022 dann eine neue Veröffentlichung von Wang et al. Die haben das nochmal insofern verbessert, dass man weniger von diesen Vormessungen machen muss. Und die haben da auch eine Proteinstruktur vorhergesagt mit ihrem Modell, die sie dann mit Röntgenstrukturanalyse validiert haben. Proteinfaltung ist spannend, weil je nach die Wirkung eines Proteins im Körper hängt halt davon ab, wie die Struktur ist. Und das ist insbesondere für Medikamente ein spannendes Thema.

Janine: Wir wollten ja Folgen quasi thematisch noch ergänzen, die wir so im Laufe des Jahres hatten. Wir springen jetzt aber tatsächlich zurück bis ins Jahr 2020.

Helena: Oh, das ist lange her. Was war 2020? 2020 haben wir diesen Podcast gestartet.

Janine: Ja, genau. Und zwar in Folge 5 haben wir über das Wetterprojekt gesprochen, das Helena zusammen mit Pecca gemacht hat, die auch dabei war in der Folge.

Helena: Das Projekt selber hat 2018 stattgefunden im Rahmen des europäischen Summer-of-Weather-Code, also das Sommer-von-Wetter-Code, als Anspielung auf den Google Summer of Code, wo man Open-Source-Projekte macht und das bezahlt wird für ein paar Monate. In diesem Fall wurde es vom Europäischen Zentrum für mittelfristige Wettervorhersagen bezahlt.

Janine: Und wir hatten dann 2020 darüber eine Folge gemacht, wo es hauptsächlich darum ging, auch wie Datenvisualisierung funktioniert und zwar von ganz bestimmten Daten, nämlich von Wahrscheinlichkeiten. Die beiden haben zusammen in diesem Projekt eine Darstellungsart entwickelt, wie Wetterwahrscheinlichkeiten so abgebildet werden, dass sie potenziell intuitiver und besser verstehbar sind, als die relativ festgesetzten Darstellungen und Erzählweisen, wie sie in aktuellen Wetterberichten bestehen. Ich hoffe, ich habe das jetzt halbwegs gut zusammengefasst und verstehbar. Es geht um die Wahrscheinlichkeiten von Wetter und wie sich das auf uns auswirkt und was wir daraus lesen können. Und ja, dieses Projekt konnte damals nicht weiter verfolgt werden über dieses Summer School hinaus, weil irgendwann der Zugriff auf die Daten, die vom Europäischen Zentrum für mittelfristige Wettervorhersagen bereitgestellt wurden, abgelaufen war. Und die Daten waren eben nicht öffentlich zugänglich. In unserer Folge über offene Daten haben wir erzählt, wie toll es wäre, wenn es mehr Daten gäbe, mit denen Menschen halt tatsächlich coole Dinge machen können, die anderen Menschen helfen und so weiter. Ja, deswegen ist das eingeschlafen. Aber was ist 2022 passiert, dass wir jetzt darüber reden?

Helena: Seit 2022 veröffentlicht das Europäische Zentrum für mittelfristige Wettervorhersagen, dieses tolle, lange Titel, jetzt tatsächlich auch die wahrscheinlichkeitsbasierten Vorhersagen als Open Data. Also es gab auch schon vom Deutschen Wetterdienst Wettervorhersagen, die man einfach runterladen konnte und frei benutzen konnte. Aber die enthalten halt nicht diese Wahrscheinlichkeiten, wie wir sie dargestellt haben. Und seit letztem Jahr sind die eben veröffentlicht, die, die wir haben wollten. Allerdings mit ein paar Nachteilen. Zum einen werden die Daten in ihrer einfachsten Form im Sinne von der Datendarstellung her einfach nicht von der Verständlichkeit einfach veröffentlicht. Und zwar gibt es die Daten dann einfach für die ganze Welt auf einmal zum Download. Und ein Nachteil ist im Vergleich zu den kommerziell verfügbaren Daten ist, dass die Auflösung nur 0,4 Grad hat, also Grad im Sinne von Längengrad und Breitengrad. Die Daten eigentlich aber in 0,1 Grad Auflösung existieren würden. Und so Informationen wie die Wolkenbedeckung steht nicht in diesen Daten drin. Die hatten wir vorher halt über die Programmierschnittstelle bekommen, aber die ist nicht veröffentlicht worden. Und jetzt gibt es nur sowas wie Wasserdampfmenge in der Atmosphäre als Datenpunkt, woraus man vielleicht die Wolkenbedeckung berechnen kann. Das muss ich noch herausfinden. Aber das Ganze gilt jetzt eben, ja, dass man das runterladen kann. Und dazu hat das ECMWF ein Python-Paket veröffentlicht, mit dem man dann einfach die Daten runterladen kann. Und ja, die Wetterfeuerzeugersoftware, die wir dann 2018 mal entwickelt haben, muss jetzt umgebaut werden. Und ich bin da auch schon bei. Und ein Ziel für dieses Jahr von mir ist dann, das wieder online gehen zu lassen und zu testen. Und ja, wenn das Ganze funktioniert, würden wir auch nochmal zu wahrscheinlichkeitsbasierten Wetterfeuersagen eine Folge aufnehmen. Und dann können wir nicht nur theoretisch darüber reden, sondern auch ganz praktisch erklären, was wir da machen und wie die Webseite funktioniert. Und dann könnt ihr den auch alle ausprobieren.

Janine: Das wäre auf jeden Fall sehr, sehr cool.

Helena: So, ein weiterer Punkt, den ich letztes Jahr gesehen hatte, Anfang des Jahres, war, wurde eine Grafik in der New York Times veröffentlicht, bei der die Corona-Inzidenzen über die Zeit dargestellt wurden. Und zwar war die Zeitachse dann nicht irgendwie so eine normale lineare Achse, sondern es wurde als Spirale dargestellt. Und die Spirale war dann so, dass Januar auf Januar gelegt wurde, sodass man direkt den Januar mit dem Januar vergleichen konnte, aber auch global sehen konnte, wurde es mehr oder weniger. Und wir haben ein Blogpost verlinkt, wo es darum geht, diese schöne Darstellung von Zeitdaten mit Jahresvergleich in R nachzubauen. Ja, und eine Sache, die mir beim Jahresrückblick erstellen auch noch eingefallen ist, ist, dass ja im Frühling auch noch so ein volles Hype-Thema Wordle war, also das Spiel, wo man fünf buchstabige Wörter erraten sollte. Und das ist so ein Spiel, das taucht irgendwie scheinbar alle paar Jahrzehnte mal auf. Und das hatte früher einfach einen anderen Namen. Und zwar hieß das dann, oder die Frage, welche Wörter man idealerweise am Anfang nehmen sollte, um herausfinden, welche Buchstaben fehlen, um alle Möglichkeiten schnell abzudecken, ist bekannt als Jotto-Problem. Und das ist schon Jahrzehnte alt. Und deswegen gibt es auch schon seit Jahrzehnten wissenschaftliche Veröffentlichungen zu den optimalen Wörtern, zumindest auf Englisch. Da haben wir eine von verlinkt.

Janine: Du meinst, damit man besser cheaten kann, falls man immer noch im Wordle-Rausch ist?

Helena: Ja, weiß ich nicht, ob das Cheaten ist. Teilweise sind das Wörter, wo man erstmal diskutieren muss, ist das ein Wort.

Janine: Das erinnert mich jetzt an viele lange Abende mit der Familie beim Scrabble-Spielen. Schlagt das nach. Wenn es nicht im Buch steht, ist es nicht erlaubt.

Helena: Aber wenn es in einem Roman steht, ist es dann erlaubt, auch wenn es nicht im Wörterbuch ist.

Janine: Uh, Glatteis würde ich sagen.

Janine: Dann sind wir tatsächlich jetzt einmal durch und kommen zu dem Punkt, wo wir uns fragen, was erwartet uns wohl in diesem Jahr? Falls ihr euch fragt, was erwartet uns in diesem Jahr bei datenleben? Ja, wie vorhin gesagt, im Prinzip bemühen wir uns um einen barrierearmen Zugang zu unserem Podcast. Dazu gehören natürlich auch immer Bildbeschreibungen. Ich habe irgendwann angefangen, die Folgencover im WordPress mit Bildbeschreibungen zu hinterlegen. Ich denke, einige Bilder in den Shownotes sind auch mit Bildbeschreibungen hinterlegt, aber das Geständnis hier ist auf jeden Fall noch nicht alle und vor allem nicht von Anfang an. Das ist definitiv etwas, wo ich dran arbeiten möchte, wenn ich die Folgen einpflege, dass da jetzt auch von Anfang an Bildbeschreibungen bei den neu erscheinenden Folgen drin stehen, möchte aber tatsächlich auch in die Vergangenheit reichen und dort die Beschreibungen noch nachliefern. Genau, damit wir an diesem Punkt einfach auch das Maß an barrierearmen Informationszugang bieten können, das wir bieten möchten. Und ja, da werde ich mich auf jeden Fall bemühen, dieses Jahr das ein bisschen aufzuarbeiten und zu verbessern. Dann ist euch vielleicht aufgefallen, dass wir eine YouTube-Folge haben, und zwar die Folge 31 Können Computer malen? haben wir auch mit Unterstützung von Stella auf YouTube veröffentlicht, die für uns das Video zusammengestellt hat und die Untertitel. Die Sache werden wir so mal verfolgen. Wir werden das auch potenziell wiederholen bei Folgen, die sehr bildlastig sind, die viel mit Beschreibungen von Bildern arbeiten, weil wir das sinnvoll finden, dass man das auch parallel sehen kann, während es gehört wird. Und ja, da spielen wir auf jeden Fall noch ein bisschen mit rum, denn wir finden das auch noch ein bisschen spannend. Vielleicht gibt es ein kleines Projekt, dass wir einen Teaser für die Folgen auch auf YouTube haben, die dann eben zu den Podcast-Folgen verlinken, um einfach ein bisschen mehr Reichweite zu generieren. Ja, und was noch spannend ist, finde ich, im Jahr 2023 wird das Thema Fediverse, also wir sind ja inzwischen auch auf Mastodon, aber Mastodon ist nicht das einzige im Fediverse. Und durch diese ganze Sache mit Twitter, die ich hier jetzt nicht näher ausführen werde, bewegen sich Menschen inzwischen durch das Fediverse und versuchen das zu erkunden, was es da an Optionen gibt. Und vor allem auch Menschen, die sich vielleicht sonst grundsätzlich mit dieser Struktur des Zugangs und der Vernetzung unter verschiedenen Dingen noch nicht beschäftigt haben. Und da bin ich einfach mal ganz gespannt drauf, wie sich das weiterentwickelt und wie die Menschen anfangen, damit zu arbeiten. Und ja, Mastodon wird inzwischen auch schon häufiger in den Nachrichten erwähnt als Quelle.

Helena: Sehr schön.

Janine: Da möchte ich auf jeden Fall selber ein bisschen Blick drauf haben und habe mir auch zu dem Zweck schon vorgenommen, das Fediverse ein bisschen zu erkunden und habe jetzt mit Bookworm noch angefangen.

Helena: Was ist das denn?

Janine: Das ist eine Sache, die im Prinzip das Einpflegen, Tracken und Besprechen von Büchern, die gelesen werden, ermöglicht. Die nicht ganz so offene Variante ist das, was die meisten wahrscheinlich kennen, Goodreads. Aber das ist mit Amazon verknüpft, deswegen habe ich da immer die Finger von gelassen. Und ja, seit etwas mehr als einem Jahr, ein Jahr, neun Monate oder so, gibt es, glaube ich, Bookworm im Fediverse, sodass Menschen eben auch Sachen aus Goodreads exportieren können und sich auf schöne kleine Server setzen können. Und das wird gerade auch immer größer. Und ja, da bin ich mal ganz gespannt und gucke mal, ob ich meinen Lesekreis da auch langsam hinkriege. Jedenfalls gibt es da viel zu entdecken. Und ich denke, das machen Menschen dieses Jahr.

Helena: Bin auch gespannt. Also ich erwarte auch für das aktuelle Jahr, dass es beim Thema Machine Learning weitergeht, nach all den ganzen Sachen, wie mit chatGPT wird rumgespielt oder mit Stable Diffusion. Gehe ich mal davon aus, das wird mehr in Anwendungen überführt werden. Gerade Microsoft ist groß da drin, chatGPT irgendwie einzusetzen. Oder die wollen das zumindest und haben es angekündigt. Da bin ich gespannt, was daraus wird. Und ich hoffe mal, dass auch so was wie Whisper vielleicht einsetzbar wird für sowas wie Sprachassistenten, die man aber zu Hause hostet, ohne dass man die ganze Zeit abgehört wird. Bisher gab es da noch keine zufriedenstellende Software für. Und ich bin mal gespannt, ob das auf Basis von Whisper jetzt auch möglich wird und ob das in diesem Jahr auch kommt.

Helena: Ja, Fazit. Ein Fazit ist ja, unser Podcast ist vital und fit, weil wir immer noch am Wachsen sind. Und wir gehen jetzt mit großen Schritten auf den dritten Geburtstag zu. Und es freut uns weiterhin, dass Menschen, immer noch mehr Menschen dazukommen und auch die alten Folgen immer noch rege gehört werden. Das ist sehr motivierend dabei, wenn wir neue Folgen aufnehmen.

Janine: Ja, dann versuche ich mich mal, wenn du das Podcast-Fazit quasi gemacht hast, an dem Machine Learning-Fazit. Ja, wie wir durch Themen wie Bildgenerierung, Text zu Musik oder Sprache zu Text oder Interaktion mit einem Modell, was einem Sachen empfiehlt, was man kochen soll, oder welche Fehler man in seinem Programm-Code hat, etc. pp., was wir daran auf jeden Fall gesehen haben. Machine Learning ist 2022 wirklich ziemlich breit gefächert gewesen und hat ziemlich viel Einfluss auch auf den Diskurs gehabt. Und ich bin sehr gespannt drauf, wo dieser Diskurs noch hin führt. Es gibt auf jeden Fall Stellen, auf die man achten muss, womit man umgehen muss. Die haben wir auch erwähnt, was zum Beispiel die Rechte von Künstler*innen angeht, deren Basis einfach in den Trainingstaten liegt oder auch wie wir mit Inhalten umgehen, die diese Modelle generieren und all das, das haben wir jetzt auch noch mal erwähnt und finde ich auch immer wieder wichtig zu erwähnen, wenn man über so etwas redet. Und das Nächste, was wir vielleicht thematisch noch hatten, ist das Wetterprojekt geht gerade weiter und ich hoffe auch wirklich, wir kriegen da Erkenntnisse, über die wir dann noch mal reden können und es stellt sich da nicht noch mal was in den Weg. Und ansonsten würde ich sagen, erwartet uns hoffentlich ein angenehmes 2023. Wobei, naja, es liegen da so Themen im Hintergrund, über die wir jetzt hier nicht geredet haben. Aber ja, es wird weitergehen. Das ist glaube ich jetzt das Positivste, was ich nach diesem Abrutschen noch sagen kann.

Helena: Ja, genau. Und es geht weiter am 25. Februar mit unserer nächsten Folge und zwar wird es da um Statistiken zum Thema Heuschnupfen gehen, also um Allergien und wie die sich so zu bestimmten Zeiten im Jahr verändern.

Janine: Und wenn ihr uns weiterhören möchtet, auch 2023 hören wir nicht auf, diesen Standardblock mit dem Call-to-Action zu haben, folgt uns, solange es noch möglich ist, auf Twitter unter @datenleben oder solange ihr möchtet. Oder kommt rüber zu Mastodon und folgt uns unter @[email protected]. Ja, wir sind umgezogen. Wir sind jetzt auf der Instanz, wo mehr Podcasts sind. Besucht auch gern unsere Webseite www.datenleben.de. Hinterlasst uns unbedingt Feedback, wenn ihr Lust dazu habt. Wir würden uns darüber sehr freuen. Und ihr könnt uns auch als Data Scientist buchen für Analysen oder Projekte. Egal, was es ist, falls ihr Fragen habt oder Themen, die euch interessieren, dann schreibt uns.

Helena: Ja, dann bleibt mir nur noch für eure Aufmerksamkeit zu danken und bis zum nächsten Mal. Tschüss!

Janine: Tschüss!

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.

Willkommen zu unserer dreiunddreißigste Folge beim dalenleben-Podcast, dem Podcast über Data Science.

Weihnachten, Weihnachtsmann, Gemüseanbau, Zimmerpflanzen, Nahrungsmittel, Versand, Pakete, Onlinehandel

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.

Willkommen zur 32. Folge beim datenleben-Podcast, dem Podcast über Data Science.

Autismus, Autismus Spektrums Störung (ASS), Studien, Zwillingsstudien, Metastudien

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 technischen Seite? Darüber und welche Gedanken das noch so auslöst, reden wir in dieser Folge.

Willkommen zu unserer 31. Folge beim datenleben-Podcast, dem Podcast über DataScience!

Künstliche Intelligenz, Maschinelles Lernen, Neuronale Netze, automatische Bildgenerierung

Willkommen zur dreißigsten Folge beim datenleben-Podcast!

Gesetz für die Nutzung von Daten des öffentlichen Sektors (Datennutzungsgesetz - DNG) § 1 Grundsatz der offenen Daten

Öffentliche Stellen und Unternehmen der Daseinsvorsorge müssen die Nutzung hochwertiger Datensätze in maschinenlesbarem Format über geeignete Anwendungsprogrammierschnittstellen und, falls technisch erforderlich, als Massen-Download ermöglichen. Quelle

Im Januar 2006 hat der Hauptausschuss der DFG Richtlinien für die Bereitstellung von Ergebnissen aus DFG-geförderten Projekten im Open Access verabschiedet, die 2020 aktualisiert worden sind. Die DFG erwartet die Veröffentlichung von Ergebnissen aus den Projekten in geeigneten Open-Access-Zeitschriften oder die Bereitstellung bereits publizierter Aufsätze über Open-Access-Repositorien (s. DFG-Vordruck 2.00 – 1/20, S. 41). Quelle

The Commission supports open access, specifically in its funding programmes. Quelle

Offene Daten, Open Data, Open Access, Informationsfreiheit, Politik, Forschung, Wissenschaft

Willkommen zur neunundzwanzigsten Folge beim datenleben-Podcast, dem Podcast über Data Science.

In der Bedeutung ‘gegebene Größe, Angabe, Beleg’ wird das bereits im Lat. substantivierte Partizip (lat. datum n. ‘das Gegebene, Gabe’) meist in pluralischer Form von der Wissenschaftssprache des 17. Jhs., vornehmlich des 18. Jhs. aufgegriffen. Seit Beginn des 19. Jhs. tritt in dieser Verwendung neben die lat. Pluralform Data verstärkt der eingedeutschte Plur. Daten, der sich im 20. Jh. durchsetzt und seit den 50er Jahren als Bestimmungswort zahlreicher Zusammensetzungen wie Datenverarbeitung, Datenbank dient. Quelle

Datenpunkt, Datenpunkte, 1-dimensionale Daten, Graphen, Bullet Chart, Zeigerdiagramm, Gauge Chart