Podcasts about die datenanalyse

Die Datenanalyse wird im Profifußball immer wichtiger. Ist zukünftig der Verein am erfolgreichsten, der die meisten Daten am besten auswertet? Daniel Memmert, Professor für Sportinformatik, im Gespräch. (00:02:18) Begrüßung Daniel Memmert (00:02:46) Datenanalyse, das neue Toreschießen? (00:03:27) Wie läuft Scouting heute? (00:04:42) Welche Daten erhebt man beim normalen Bundesligaspiel? (00:07:41) Machen die Daten den Fußball langweilig? (00:10:04) Potenzial der Positionsdaten (00:12:51) Daten als Grundlage für Spielphilosophien (00:14:15) Die Rolle des Zufalls (00:16:52) Daten im Fernsehen – Relevanz? Hier entlang geht's zu den Links unserer Werbepartner: https://detektor.fm/werbepartner/brand-eins-podcast Hier geht's zur aktuellen brand eins: https://www.brandeins.de/magazine/brand-eins-wirtschaftsmagazin/2024/messen-vergleichen Hier findet ihr das Gespräch von Lars-Thorben Niggehoff mit Daniel Memmert im brand eins Magazin: https://www.brandeins.de/magazine/brand-eins-wirtschaftsmagazin/2024/messen-vergleichen/bei-42-prozent-aller-tore-spielt-der-zufall-interview-mit-daniel-memmert Und hier findet ihr die Podcastfolgen zum Schwerpunkt „Messen und Vergleichen“: https://detektor.fm/wirtschaft/brand-eins-podcast-ulrich-wagner https://detektor.fm/wirtschaft/brand-eins-podcast-ulrike-scheffer https://detektor.fm/wirtschaft/brand-eins-podcast-niels-rot-bildung >> Artikel zum Nachlesen: https://detektor.fm/wirtschaft/brand-eins-podcast-daniel-memmert

Die Datenanalyse wird im Profifußball immer wichtiger. Ist zukünftig der Verein am erfolgreichsten, der die meisten Daten am besten auswertet? Daniel Memmert, Professor für Sportinformatik, im Gespräch. (00:02:18) Begrüßung Daniel Memmert (00:02:46) Datenanalyse, das neue Toreschießen? (00:03:27) Wie läuft Scouting heute? (00:04:42) Welche Daten erhebt man beim normalen Bundesligaspiel? (00:07:41) Machen die Daten den Fußball langweilig? (00:10:04) Potenzial der Positionsdaten (00:12:51) Daten als Grundlage für Spielphilosophien (00:14:15) Die Rolle des Zufalls (00:16:52) Daten im Fernsehen – Relevanz? Hier entlang geht's zu den Links unserer Werbepartner: https://detektor.fm/werbepartner/brand-eins-podcast Hier geht's zur aktuellen brand eins: https://www.brandeins.de/magazine/brand-eins-wirtschaftsmagazin/2024/messen-vergleichen Hier findet ihr das Gespräch von Lars-Thorben Niggehoff mit Daniel Memmert im brand eins Magazin: https://www.brandeins.de/magazine/brand-eins-wirtschaftsmagazin/2024/messen-vergleichen/bei-42-prozent-aller-tore-spielt-der-zufall-interview-mit-daniel-memmert Und hier findet ihr die Podcastfolgen zum Schwerpunkt „Messen und Vergleichen“: https://detektor.fm/wirtschaft/brand-eins-podcast-ulrich-wagner https://detektor.fm/wirtschaft/brand-eins-podcast-ulrike-scheffer https://detektor.fm/wirtschaft/brand-eins-podcast-niels-rot-bildung >> Artikel zum Nachlesen: https://detektor.fm/wirtschaft/brand-eins-podcast-daniel-memmert

Die Datenanalyse wird im Profifußball immer wichtiger. Ist zukünftig der Verein am erfolgreichsten, der die meisten Daten am besten auswertet? Daniel Memmert, Professor für Sportinformatik, im Gespräch. (00:02:18) Begrüßung Daniel Memmert (00:02:46) Datenanalyse, das neue Toreschießen? (00:03:27) Wie läuft Scouting heute? (00:04:42) Welche Daten erhebt man beim normalen Bundesligaspiel? (00:07:41) Machen die Daten den Fußball langweilig? (00:10:04) Potenzial der Positionsdaten (00:12:51) Daten als Grundlage für Spielphilosophien (00:14:15) Die Rolle des Zufalls (00:16:52) Daten im Fernsehen – Relevanz? Hier entlang geht's zu den Links unserer Werbepartner: https://detektor.fm/werbepartner/brand-eins-podcast Hier geht's zur aktuellen brand eins: https://www.brandeins.de/magazine/brand-eins-wirtschaftsmagazin/2024/messen-vergleichen Hier findet ihr das Gespräch von Lars-Thorben Niggehoff mit Daniel Memmert im brand eins Magazin: https://www.brandeins.de/magazine/brand-eins-wirtschaftsmagazin/2024/messen-vergleichen/bei-42-prozent-aller-tore-spielt-der-zufall-interview-mit-daniel-memmert Und hier findet ihr die Podcastfolgen zum Schwerpunkt „Messen und Vergleichen“: https://detektor.fm/wirtschaft/brand-eins-podcast-ulrich-wagner https://detektor.fm/wirtschaft/brand-eins-podcast-ulrike-scheffer https://detektor.fm/wirtschaft/brand-eins-podcast-niels-rot-bildung >> Artikel zum Nachlesen: https://detektor.fm/wirtschaft/brand-eins-podcast-daniel-memmert

Datenanalyse mit KI und Vorhersagen: Geht das wirklich? Einführung und Überblick Bedeutung von KI für datenbasierte Entscheidungen Nutzen von KI zur Analyse großer Datenmengen Bedeutung von Vorhersagemodellen Vorteile für Unternehmer durch den Einsatz von KI Einleitung und Wetterbericht aus Dubai Einführung in die KI-gestützte Datenanalyse Definition der KI-gestützten Datenanalyse Anwendung von Algorithmen zur Mustererkennung Beispiele für Datenquellen: Verkaufsdaten, Kundenbewertungen, Social Media Feedback Vorteile der KI in Geschwindigkeit und Genauigkeit Handlungsempfehlungen durch KI statt Bauchgefühl Die Macht der Vorhersagemodelle Erklärung der Vorhersagemodelle Beispiel: Vorhersage von Verkaufszahlen für den nächsten Monat Integration von internen und externen Datenquellen zur Prognose Beispiel: Ressourcenplanung und Erkennung von Engpässen Integration von internen und externen Datenquellen Nutzung von internen Datenquellen: Verkaufszahlen, Kundenfeedback, Lagerbestände Nutzung von externen Datenquellen: Markttrends, Wettervorhersagen, Social Media Insights Beispiel: Planung für den Verkauf von Regenjacken bei bevorstehendem Regen Anwendungsbeispiel: Social Media Trends in die Marketingstrategie integrieren Personalisiertes Marketing Vorteile von KI für personalisierte Marketingstrategien Beispiel: Zeitpunktgenaue Ansprache von Kunden durch E-Mails Erhöhung der Öffnungsraten und Verkaufszahlen durch gezielte Aktionen Wichtigkeit des genauen Kennens der Zielgruppe Zusammenfassung und Schlussfolgerungen Wichtigste Erkenntnisse zur KI-gestützten Datenanalyse und Vorhersagemodellen Wettbewerbsvorteile durch Kombination von internen und externen Datenquellen Aufforderung zum Feedback und Kommentierung durch Hörer Werbung für das Hörbuch "Self-Made Millionäre packen aus" Abschlussbemerkungen Verabschiedung und motivationaler Spruch Einladung zur Bewerbung als Interviewgast auf der Podcast-Website Einführung: Datenanalyse mit KI In der heutigen Episode von Tom's Talk Time geht es um die spannende Welt der Künstlichen Intelligenz (KI) und wie sie dir als Unternehmer helfen kann, datenbasierte Entscheidungen zu treffen. Mit KI kannst du große Datenmengen analysieren, Muster erkennen und Vorhersagen für dein Unternehmen machen. Besonders interessant: Du wirst lernen, wie du durch den Einsatz von Vorhersagemodellen schon heute weißt, was morgen für dein Geschäft wichtig wird. Das verschafft dir einen enormen Vorteil gegenüber der Konkurrenz. Bedeutung der KI-gestützten Datenanalyse KI ermöglicht es dir, riesige Datenmengen zu analysieren, die für den Menschen schwer zugänglich wären. Muster und Zusammenhänge in den Daten werden von der KI erkannt, und du erhältst sofort Handlungsempfehlungen. Die Datenanalyse mit KI ersetzt das Bauchgefühl durch datenbasierte Entscheidungen, die deinen Erfolg maximieren. Einführung in die KI-gestützte Datenanalyse KI-gestützte Datenanalyse bedeutet, dass du riesige Datenmengen – oft bezeichnet als „Big Data“ – mithilfe von KI und Algorithmen analysierst. Die KI kann Muster in den Daten erkennen, die für das menschliche Auge nicht sichtbar sind. Stell dir vor, du analysierst Verkaufsdaten, Kundenfeedback und Social-Media-Interaktionen. Die KI geht durch diese Daten, entdeckt Zusammenhänge und gibt dir Empfehlungen, wie du deine Geschäftsstrategie anpassen solltest. So triffst du keine Entscheidungen mehr aus dem Bauch heraus, sondern hast handfeste Daten als Grundlage. Vorteile der Datenanalyse mit KI Schnellere und präzisere Analyse großer Datenmengen. Erkennt Muster, die für den Menschen unsichtbar sind. Bietet konkrete Handlungsempfehlungen basierend auf Daten. Die Macht der Vorhersagemodelle Vorhersagemodelle sind eine der spannendsten Anwendungen von KI. Sie geben dir die Möglichkeit, zukünftige Trends und Entwicklungen vorauszusehen. Durch die Analyse von Verkaufsdaten, Marktdaten und Kundenverhalten erstellt die KI eine Prognose, welche Produkte sich im nächsten Monat am besten verkaufen werden. So kannst du deine Lagerbestände und Marketingstrategien im Voraus planen und Engpässe vermeiden. Beispiel für Vorhersagen in der Praxis Die KI analysiert Verkaufszahlen und erstellt eine Prognose für den nächsten Monat. Engpässe und Trends werden frühzeitig erkannt und gemeldet. Die Kombination von internen Daten und externen Marktdaten optimiert die Vorhersagegenauigkeit. Integration von internen und externen Datenquellen Eine der größten Stärken der Datenanalyse mit KI ist die Möglichkeit, sowohl interne als auch externe Datenquellen zu kombinieren. Interne Daten wie Verkaufszahlen, Lagerbestände und Kundenfeedback werden mit externen Datenquellen wie Markttrends, Wettervorhersagen und Social Media Insights kombiniert. Diese Datenfusion gibt dir eine umfassende Sicht auf dein Geschäftsumfeld und hilft dir, schneller und präziser zu reagieren. Beispiel: Integration von Wetterdaten und Social Media Insights Die KI erkennt, dass in deiner Region eine Regenperiode bevorsteht und empfiehlt, Regenjacken zu bewerben. Gleichzeitig analysiert sie Social Media Trends und empfiehlt, nachhaltige Mode in deiner Kampagne zu berücksichtigen. Personalisiertes Marketing durch Datenanalyse mit KI KI revolutioniert auch das Marketing. Durch die Datenanalyse mit KI kannst du personalisierte Marketingstrategien erstellen, die auf das individuelle Verhalten deiner Kunden abgestimmt sind. Die KI erkennt beispielsweise, dass ein Kunde immer mittwochs um 18 Uhr online shoppt, und empfiehlt, zu genau diesem Zeitpunkt eine gezielte E-Mail-Aktion zu starten. Das Ergebnis? Höhere Öffnungsraten und steigende Verkaufszahlen. Je besser du deine Zielgruppe verstehst, desto erfolgreicher wird deine Marketingstrategie. Vorteile des personalisierten Marketings Zeitpunktgenaue Ansprache der Kunden erhöht die Erfolgsrate von Kampagnen. Gezielte Marketingaktionen steigern die Verkaufszahlen und Kundenbindung. Die Analyse von Kundenverhalten ermöglicht maßgeschneiderte Angebote. Zusammenfassung und Schlussfolgerungen In dieser Episode hast du gelernt, wie die Datenanalyse mit KI dir helfen kann, datenbasierte Geschäftsentscheidungen zu treffen und zukünftige Trends vorherzusagen. Durch die Kombination von internen und externen Datenquellen erhältst du ein umfassendes Bild deines Geschäfts. Diese Erkenntnisse ermöglichen es dir, bessere Entscheidungen zu treffen und dein Marketing zu optimieren. Der Einsatz von KI verschafft dir einen klaren Wettbewerbsvorteil und macht dich in deinem Marktumfeld agiler und erfolgreicher. Wichtigste Erkenntnisse Die Datenanalyse mit KI ermöglicht es dir, fundierte Entscheidungen zu treffen und Trends vorherzusehen. Die Kombination von internen und externen Datenquellen maximiert die Genauigkeit deiner Prognosen. Personalisierte Marketingstrategien führen zu höheren Verkaufszahlen und einer besseren Kundenbindung. Abschlussbemerkungen Ich hoffe, du konntest aus dieser Episode viele wertvolle Informationen mitnehmen. Denk daran: Die Datenanalyse mit KI ist ein mächtiges Werkzeug, das dir als Unternehmer helfen kann, deinen Erfolg zu maximieren. Schreibe mir gerne dein Feedback als Kommentar in deiner Podcast-App oder kontaktiere mich direkt per E-Mail. Wenn du mehr über die Geheimnisse von Self-Made Millionären erfahren willst, lade dir unser Hörbuch herunter. Und denk immer daran: Wer will, findet Wege. Wer nicht will, findet Gründe. Bis zum nächsten Mal! Und denk immer daran: Wer will, findet Wege. Wer nicht will, findet Gründe. Tschüss, mach's gut. Dein Tom.   Hol Dir jetzt Dein Hörbuch "Selfmade Millionäre packen aus" und klicke auf das Bild!   Buchempfehlung bei Amazon: Denken Sie wie Ihre Kunden   +++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++ Mehr Freiheit, mehr Geld und mehr Spaß mit DEINEM eigenen Podcast. Erfahre jetzt, warum es auch für Dich Sinn macht, Deinen eigenen Podcast zu starten. Jetzt hier zum kostenlosen Podcast-Workshop anmelden: https://Podcastkurs.com +++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++   So fing alles an. Hier geht´s zur allerersten Episode von TomsTalkTime.com – DER Erfolgspodcast. Und ja, der Qualitätsunterschied sollte zu hören sein. Aber hey, das war 2012…

#LangzeitHistorisierung #Echtzeitanalyse #ITArchitekturwww.iotusecase.comIn der 110. Folge des IoT Use Case Podcasts tauchen wir tief in die Welt der MDA/PDA-Lösungen ein und erfahren, wie zwei Branchenführer ihre Kräfte bündeln, um Innovationen voranzutreiben.Folge 110 auf einen Blick (und Klick):[13:45] Herausforderungen, Potenziale und Status quo – So sieht der Use Case in der Praxis aus[24:55] Lösungen, Angebote und Services – Ein Blick auf die eingesetzten TechnologienZusammenfassung der PodcastfolgeSebastian Creischer von ICONICS und Maren Beckmann von ContiTech teilen in dieser Podcastfolge spannende Einblicke in ihre Zusammenarbeit. Als ContiTech eine fortschrittliche MDA/PDA-Lösung suchte, stießen sie auf ICONICS, ein Unternehmen, das für seine weltweite Präsenz und seine universelle Softwarelösung bekannt ist - von kommerziellen bis hin zu kritischen Infrastrukturen.Ein Schwerpunkt dieser Episode liegt auf der Datenaufnahme und -analyse. Durch lokale Pufferung und Komprimierung der Daten wird die Netzwerkauslastung minimiert. Die Datenanalyse, unterstützt durch Statistik und spezielle Formeln, ermöglicht es, wichtige Kennzahlen wie OEE oder CO2 pro gefertigtes Teil in Echtzeit zu berechnen. Maren betont die entscheidende Rolle von Key Usern, die nicht nur Daten analysieren, sondern auch komplexe Zusammenhänge erkennen und Probleme identifizieren. Sebastian hebt die Fähigkeiten von ICONICS in der Echtzeitanalyse und universellen Konnektivität hervor, während Maren die praktische Anwendung und Implementierung aus der Perspektive von ContiTech beleuchtet.---Relevante Folgenlinks:Sebastian Creischer (https://www.linkedin.com/in/sebastian-creischer/)Maren Beckmann (https://www.linkedin.com/in/maren-beckmann-013977209/)Madeleine (https://www.linkedin.com/in/madeleine-mickeleit/)Jetzt IoT Use Case auf LinkedIn folgen

Spielt der 1. FC Köln schon den Fußball, den Steffen Baumgart beim SC Paderborn praktizieren ließ? Welche Daten deuten darauf hin? Welche Werte stechen besonders heraus? Im neuen GEISSPOD diskutiert Marc mit dem Datenanalysten Mats Beckmann von CREATEFOOTBALL über das 2:3 des FC in München und über die größten Unterschiede des Kölner Spiels im Vergleich zur Vorsaison. Habt ihr den FC-Podcast des GEISSBLOG.KOELN schon abonniert?

Kaum jemand zweifelt mehr daran: Die Datenanalyse wird den Fußball nachhaltig verändern und Entscheidungsprozesse optimieren. Doch wie sieht dies in der Praxis aus? Engin Yanova, Co-Trainer von Deutschlands U18, hat einige Ideen, wie der Profifußball in zehn Jahren aussehen könnte. In diesem Podcast gibt es eine Halbzeit lang Visionen über Datenanalyse, Emotionen und eine mögliche Super League, die neben Risiken auch einige Chancen birgt. Eure Fragen und Meinungen via Instagram flossen zudem maßgeblich in diese Folge ein. Welche Nation wird 2030 die prägende Fußballnation sein und wovor der Fußball unbedingt bewahrt werden muss - ihr erfahrt es in dieser Episode, die sowohl für Fußballromantiker als auch -visionäre interessante Insights liefert. Wir hoffen, dass euch diese Folge gefällt und freuen uns selbstverständlich über euer Feedback. Schreibt und folgt uns gerne bei Instagram oder sendet uns eine Mail an info@createfootball.com.

Die Themen dieser Folge: • Der VfB in der Datenanalyse 01:35 • Das ist das Institut für Spielanalyse 05:55 • Hier ragt der VfB heraus 13:00 • Spieler im Fokus 22:32 • Das war los in der Länderspielpause 42:18 • NLZ-Newsflash 53:00 • Ausblick #VfBSVW 58:50 • MeinVfB-Taktiktafel 1:01:04 ────────────────────​​──────── Der MeinVfB-PodCannstatt wird präsentiert von den Stuttgarter Nachrichten und der Stuttgarter Zeitung. Hosts: Philipp Maisel, Christian Pavlic Produktion: Marian Hepp Alles rund um MeinVfB findest du hier: https://linktr.ee/meinvfb ────────────────────​​──────── Impressum: https://www.meinvfb.de/impressum.html

Die Themen dieser Folge: • Der VfB in der Datenanalyse 01:35 • Das ist das Institut für Spielanalyse 05:55 • Hier ragt der VfB heraus 13:00 • Spieler im Fokus 22:32 • Das war los in der Länderspielpause 42:18 • NLZ-Newsflash 53:00 • Ausblick #VfBSVW 58:50 • MeinVfB-Taktiktafel 1:01:04

Heute geben wir einen Einblick, was Big Data ist und vor allem, was das für die Sozialwirtschaft bedeutet. Kann Big Data eine Lösung für den Personalmangel sein? Die Datenanalyse ist nicht nur für die Kunden gedacht, sondern u.a. auch für das Personal. Sozialunternehmen können, durch die Analyse von Daten, ihre Personalgewinnung optimieren. Große Datenmengen (Big Data) können genutzt werden, um die potentiellen zukünftigen Mitarbeitenden besser kennenzulernen, sie dort abzuholen, wo sie aktuell stehen, sowie auf ihre Bedürfnisse zu reagieren. Hör hinein, bleib lernhungrig und bis gleich!

Damit eine Smart City entsteht, vernetzt man Geräte und sammelt Daten. Meist über Sensoren, die an das Internet angeschlossen sind. Die Datenanalyse ermöglicht effiziente Lösungen für die Probleme der Stadt.

Gegenstand dieser Dissertation sind Konstruktionen ‘am linken Satzrand’ (die sogenannte ‘Linksversetzung’ und das ‘freie Thema’) im gesprochenen Deutsch und Italienisch. Diese Strukturen werden aus der Perspektive der interaktionalen Linguistik und der Konversationsanalyse betrachtet und mit Methoden der Gesprächsforschung analysiert. Es werden insbesondere die folgenden Fragen behandelt: Welche interaktionalen Aufgaben werden durch die Verwendung einer Konstruktion am linken Satzrand gelöst? Welche Merkmale weisen diese emergenten Konstruktionen in der Rede-in-der-Interaktion auf? Gibt es Unterschiede zwischen Deutsch und Italienisch hinsichtlich der interaktionalen Dynamiken, die solche Konstruktionen charakterisieren? Um diese Fragen zu beantworten wurden die Konstruktionen in ihrem sequentiellen Kontext in verschiedenen Korpora des gesprochenen Italienischen und des gesprochenen Deutsch analysiert. Die Datenanalyse hat ergeben, dass die untersuchten Konstruktionen im Deutschen und im Italienischen mit ähnlichen interaktionalen Aufgaben verbunden sind: Sie werden übereinzelsprachlich als Ressourcen für die thematische und konversationelle Strukturierung benutzt. Die Analyse hat ferner gezeigt, dass diese Konstruktionen keine feste Strukturen darstellen, die bestimmten a-priori etablierten formalen Kriterien zugeordnet werden können, sondern flexible Ressourcen sind, die strategisch eingesetzt werden, und je nach Kommunikationssituation unterschiedliche Merkmale zeigen. Ein allgemeineres Ziel dieser Arbeit ist es, Ansätze und Methoden der Gesprächsforschung und der interaktionalen Linguistik mit der italienischen Gesprochene-Sprache-Forschung zu verbinden. Trotz der Aufmerksamkeit, die die gesprochene Sprache erfährt, werden in den Arbeiten zum Italienischen Aspekte wie der Zusammenhang zwischen Syntax und Interaktion oder die Zeitlichkeit des Gesprochenen kaum betrachtet. Darüber hinaus zielt die Dissertation darauf ab, Überlegungen über die Adäquatheit der Nutzung der Termini ‘Linksversetzung’ und ‘linke Saztperipherie’ in Bezug auf Phänomene der gesprochenen Sprache zu fördern, indem alternative Termini vorgeschlagen werden.

Elliptische Galaxien sind homogene, von alten Sternen dominierte dynamische Systeme, die sich heute in einem Zustand annähernden Gleichgewichts befinden. Ihre Entstehung liegt zeitlich weit zurück und ihr jetziger Zustand lässt nur noch indirekte Rückschlüsse auf den genauen Zeitpunkt und die Art ihrer Entstehung zu. Moderne Theorien zur Strukturbildung im Universum sagen vorher, dass alle massereicheren Galaxien von Halos aus dunkler Materie umgeben sind. Die zentrale Dichte der dunklen Materie stellt sich dabei als ein indirektes Mass für die Entstehungsepoche der Galaxien heraus. Hinweise auf den Enstehungsprozess - die Literatur kennt im wesentlichen den Kollaps einer protogalaktischen Gaswolke oder die Verschmelzung mehrerer Vorläufergalaxien - ergeben sich aus der Verteilung der Sternbahnen in elliptischen Galaxien. Sowohl die Verteilung der Masse als auch die der Sternbahnen sind schwierig aus Beobachtungen zu bestimmen, weil elliptische Galaxien dreidimensionale Objekte sind und man nicht von vornherein weiß unter welchem Blickwinkel man sie beobachtet. Außerdem bilden ihre Sterne ein stossfreies dynamisches System, das beliebige Grade von Anisotropie annehmen kann. Seit etwa Anfang der 90er Jahre stehen mit den Messungen von projizierten Geschwindigkeitsprofilen Beobachtungsdaten zur Verfügung, die eine Rekonstruktion des genauen dynamischen Aufbaus einzelner Objekte zulassen. Erst seit etwa fünf Jahren hat die Entwicklung dynamischer Modelle ein vergleichbares Niveau erreicht, so dass es jetzt möglich ist, zumindest die volle Bandbreite achsensymmetrischer Modelle mit Beobachtungen einzelner Galaxien zu vergleichen. Die vorliegende Arbeit ist die erste Studie einer Stichprobe von mehreren Objekten mit achsensymmetrischen Modellen. Ähnlich umfangreiche Arbeiten waren bisher auf die Anwendung sphärisch-symmetrischer Modelle beschränkt, in denen weder Rotation noch Inklinationseffekte berücksichtigt werden können. Die Datenanalyse der vorliegenden Arbeit basiert auf der sog. Schwarzschild-Methode. Dabei wird zunächst aus Galaxienbildern das Gravitationspotential der sichtbaren Materie berechnet. Anschließend wird eine Bibliothek mit tausenden Sternbahnen angelegt, aus deren Überlagerung dann ein Modell konstruiert wird. Falls nötig, wird dunkle Materie hinzugefügt bis Modell und Daten im Rahmen der Messfehler übereinstimmen. Diese Methode wird im Rahmen der Arbeit weiterentwickelt: Eine gleichmässige Verteilung von invarianten Kurven einzelner Orbits in geeignet gewählten Poincaré-Schnitten wird als Kriterium für eine zuverlässige Berücksichtigung aller Bahntypen eingeführt. Ein Verfahren wird implementiert, dass ebenfalls Poincaré-Schnitte verwendet, um die Phasenvolumina einzelner Orbits und damit die Phasenraumverteilungsfunktion von Galaxien zu berechnen. Monte-Carlo Simulationen zeigen, dass mit optimierter Regularisierung sowohl interne Geschwindigkeiten als auch die Massenstruktur mit einer Genauigkeit von etwa 15 Prozent aus den vorliegenden Daten rekonstruiert werden können. Die untersuchten elliptischen Galaxien haben näherungsweise konstante Kreisgeschwindigkeiten außerhalb ihrer Zentren, ähnlich wie Spiralgalaxien. Die Halo Skalenradien einiger Ellipsen sind allerdings um einen Faktor zehn kleiner als die in gleichhellen Spiralen. Mit den flachen Rotationskurven sind 10 bis 50 Prozent dunkler Materie innerhalb des Effektivradius verknüpft. Die zentrale Dichte der dunklen Materie ist in Ellipsen um einen Faktor 25 höher als in Spiralgalaxien, was eine Enstehungsrotverschiebung von z = 4 impliziert. Soweit bestätigen die Modelle aus dieser Arbeit Resultate früherer Arbeiten mit sphärisch symmetrischen Modellen. In den Coma Galaxien mit den ältesten stellaren Populationen sind entweder - im Vergleich zu jüngeren Galaxien - mehr Sterne geringer Masse gebildet worden oder aber die dunkle Materie in diesen Galaxien folgt einer ähnlichen radialen Verteilung, wie die leuchtende Materie. Die Ergebnisse der Arbeit bestätigen kürzlich erschienene Arbeiten, nach denen elliptische Galaxien im grossen und ganzen eine homologe dynamische Familie bilden. Die verbleibende Streuung um entsprechende, aus dem Virialsatz ableitbare, globale Skalenrelationen sind auf eine systematische Verknüpfung des Drehimpulses mit der Leuchtkraftverteilung zurückzuführen. Der Ursprung dieser Relation ist noch unklar, aber ihr Vorhandensein erlaubt die Streuung in den Skalenrelationen um ein Drittel zu reduzieren. Dadurch könnte es in Zukunft möglich sein, die Entfernung einzelner Ellipsen mit grosser Genauigkeit aus ihrer Kinematik abzuleiten. Die Abflachung der untersuchten Galaxien kommt durch eine relative Unterhäufigkeit von Sternen auf Bahnen, die den Äquator mit hoher vertikaler Geschwindigkeit durchkreuzen, zustande. Eine solche Verteilung von Sternen maximiert ihre Entropie im Phasenraum, wodurch elliptische Galaxien zu einem hohen Grade dynamisch relaxiert scheinen. Allerdings offenbart eine genaue Untersuchung der Sternverteilung im Phasenraum eine reichhaltige Feinstruktur. Ein Objekt besteht aus der Überlagerung einer dünnen, rotierenden Scheibe und eines strukturlosen Sphäroids. In anderen Galaxien zeigt sich eine starke Asymmetrie zwischen rotierenden und gegenrotierenden Sternen in ihren Außenbezirken, gekoppelt mit relativ niedrigen stellaren Altern. Beides deutet daraufhin, dass die Sterne in diesen Regionen erst vor relativ kurzer Zeit zur Galaxie hinzugekommen sind. Über den beobachteten radialen Bereich zeigt keine Galaxie die typische Struktur nach einem Kollaps. Die Vielfalt der dynamischen Eigenschaften spricht eher für das Verschmelzungsszenario mit seiner natürlichen Variation an Ausgangskonfigurationen und -objekten.

In unterschiedlichen Umfragen zum Thema Wetterfühligkeit zeigt sich, daß etwa 30 bis 55 Prozent aller durchschnittlich gesunden Personen ihre Gesundheit durch das Wetter beeinflußt sehen. Frauen reagieren besonders auf die Wetterreize. Die Häufigkeit dieser subjektiven Beschwerden scheint bei Herzinfarkt-Patienten deutlich stärker als in der Normalbevölkerung aufzutreten. Ziel dieser longitudinalen Studie war es, die körperliche Leistungsfähigkeit bei Patienten mit kardiovaskulären Erkrankungen in Zusammenhang mit einzelnen Elementen des Wetters (Lufttemperatur, Luftdruck, Wasserdampfdruck, relative Luftfeuchtigkeit) zu untersuchen. In Timmendorfer Strand wurde mit 872 Patienten (781 Männer, 91 Frauen) mit Herzkrankheiten (u.a. Herzinfarkt, ACVB, KHK, PTCA) während ihres vier- bis sechswöchigen Reha-Aufenthalts eine prospektive Panel-Studie mit sich wiederholenden Messungen durchgeführt. Während der Fahrradergometrie wurden Puls und Blutdruck gemessen. Zusätzlich wurden EKG-Veränderungen und subjektive Symptome während bzw. nach der Ergometrie erfaßt. Die meteorologischen Daten konnten als Tagesmittelwerte aus dem Meßnetz des Deutschen Wetterdienstes gewonnen werden. Um die Assoziation zwischen den 24-Stunden-Mittelwerten der meteorologischen Parameter und der körperlichen Leistungsfähigkeit von Herzreha-Patienten zu modellieren, wurden Generalized Esimating Equations (GEE), Random Effects Modelle und Multilevel Modelle zur linearen Regression verwendet. Die Datenanalyse zeigte zum Teil geringe, medizinisch nicht relevante Veränderungen. Hervorzuheben ist allerdings, daß eine um einen Interquartilsabstand niedrigere Lufttemperatur (9,4°C), als auch ein um einen Interquartilsabstand niedrigerer Wasserdampfdruck (6,2hPa) das Risiko einer ST-Streckensenkung während der Ergometrie verdoppelte. Eine um einen Interquartilsabstand erhöhte relative Luftfeuchtigkeit (14,0%) führte zu einem Risikoanstieg um etwa ein Drittel. Auffällig war außerdem die deutliche Zunahme der Herzfrequenz der Frauen (3-4 Schläge/min.) in Ruhe (vor der Ergometrie) und das zwei- bis dreifach erhöhte Risiko für ventrikuläre Extrasystolen bei höherer Lufttemperatur und höherem Wasserdampfdruck. Die Ergebnisse dieser Analyse legen nahe, daß einzelne meteorologische Parameter Veränderungen der Herzfunktion und damit als Folge auch unerwünschte kardiovaskuläre Ereignisse besonders bei vorgeschädigten, sensiblen Individuen hervorrufen können. Als Indikator für myokardiale Ischämie stellt insbesondere das erhöhte Risiko einer ST-Streckensenkung während körperlicher Belastung eine Verbindung zwischen meteorologischen Parametern und kardialer Morbidität bzw. Mortalität her.

Der unterschiedliche natürliche Verlauf der HIV-Erkrankung mit Ausprägungen von schnell progredienten bis langjährig asymptomatischen Fällen ist bis dato nicht ausreichend erklärbar. Im Lichte der sich in den letzten Jahren mehrenden wissenschaftlichen Erkenntnisse über bio-psychosoziale Zusammenhänge in der Medizin, wurde deshalb in dieser Untersuchung folgende Frage formuliert: Können psychosoziale Aspekte die Progression der HIV-Erkrankung bei homosexuellen Männern beeinflussen? Die hierzu vorliegende Literatur bot ein heterogenes Bild: Bisher waren Korrelationen zwischen psychosozialen Aspekten und der Progression der HIV-Erkrankung nur vereinzelt beschrieben worden. Ein auffallendes methodisches Manko der meisten Arbeiten lag in der Verwendung von unspezifischen Instrumentarien, welche nicht auf die psychischen, sozialen und kulturellen Besonderheiten der untersuchten Population ausgerichtet waren. Hier wurde eine spezifischere Herangehensweise gewählt. Dazu wurden neben der systematischen Auswertung von bereits beschriebenen Progressionsfaktoren, Forschungsarbeiten zu vorherrschenden psychosozialen Konditionen HIV-infizierter homosexueller Männer (wie beispielsweise Stigmatisierung, Homophobie und gesellschaftliche Bedeutungen von AIDS) herangezogen. Insgesamt konnten hierdurch 16 Themenbereiche postuliert werden, welche in dieser Arbeit untersucht wurden. Ein retrospektives, exploratives und somit hypothesengenerierendes Verfahren wurde gewählt. Zwei Gruppen homosexueller HIV-infizierter Männer in deutlich verschiedenen Progressionsstadien (Long-Term-Non-Progressoren und Short-Term-Progressoren) wurden so festgelegt, daß annähernd die Konstrukte Progression und Nicht-Progression repräsentiert waren. Ein spezifischer und populationszentrierter Fragebogen wurde entwickelt und in einer Pilotstudie optimiert. Diesem "Fragebogen zu individuellen und gesellschaftlichen Aspekten der HIV-Infektion" (FIGAH), wurden acht zusätzliche, häufig verwendete, meist standardisierte psycho- und soziometrische Verfahren angeschlossen, um die 16 zu untersuchenden Themenbereiche zu erfassen. Die Datenanalyse umfaßte zwei Schritte. Nach einer quantitativen Auswertung der Fragebögen wurden die ermittelten Gruppenunterschiede auch einer qualitativen Analyse unterzogen. Hierbei wurden sozialwissenschaftlich fundierte Verfahren der Inhaltsanalyse verwendet, welche in einem speziellen hierarchischen Verfahren, geordnet nach statistischer Relevanz der einzelnen Gruppenunterschiede, ein konsistentes Gesamtergebnis generieren sollten. Ziel der Inhaltsanalyse war die Zusammenfassung, Explikation und Strukturierung der Gruppenunterschiede zu psychosozialen Typologien. Insgesamt konnten 13 Long-Term-Non-Progressoren und neun Short-Term-Progressoren rekrutiert werden. 12,5 % der 415 Items des FIGAH und 35,5% der 51 Dimensionen der zusätzlichen Fragebögen zeigten statistisch sensitive Daten. Hiervon ausgehend ergab die durchgeführte inhaltsanalytische Auswertung für elf der 16 Themenbereiche relevante psychosoziale Gruppenunterscheidungen: • Subjektive Qualität der jetzigen Lebenssituation • Akzeptanz der eigenen Homosexualität • Strukturierung der homosexuellen Identität nach außen • Reaktionen auf Stigmatisierung der Homosexualität • Qualität und Bedeutung schwuler Subkultur • Sexueller Handlungsstil • Emotionale Bewertung der HIV-Infektion • Offenbarung des HIV-Befundes und Reaktionen auf Stigmatisierungen • Gesundheits-, Krankheitskonzepte und Verhalten • Qualität des Arzt-Patienten-Verhältnisses • Reflexion der öffentlichen Bewertung von Homosexualität und HIV-Infektion Im Vergleich zu früheren Befunden waren folgende Feststellungen zu treffen: Einige Hypothesen zur HIV-Krankheitsprogression konnten untermauert werden, nämlich 'subjektive Lebensqualität', 'Krankheitsverarbeitung' und 'Akzeptanz der eigenen Homosexualität'. Die meisten der in dieser Arbeit gefundenen HIV-Progressionskorrelationen wurden in dieser Form dagegen bisher noch nicht beschrieben. Hierzu zählten die Themenbereiche der 'homosexuellen Identifizierung', des 'sexuellen Handlungsstiles' sowie des 'emotionalen Umganges mit der HIV-Infektion'. Long-Term-Non-Progressoren wiesen im Vergleich zu Short-Term-Progressoren beispielsweise weniger internalisierte Homophobie auf, führten weitaus häufiger längerfristige partnerschaftliche Beziehungen zu Männern oder maßen der HIV-Infektion einen deutlich weniger wichtigen Stellenwert im Alltagsleben bei. Aufgrund des retrospektiven, hypothesengenerierenden und semiqualitativen Studiendesigns wurde auf gewisse Kautelen in der Beurteilung der Ergebnisse aufmerksam gemacht. Grundsätzlich sind die ermittelten Ergebnisse als korrelativ und nicht als kausal-attribuierend zu bewerten. Des weiteren ist eine gewisse Subjektivität der inhaltsanalytischen Auswertung zu berücksichtigen. Eine mögliche Beeinflussung der Resultate durch ein unterschiedlich ausgeprägtes Krankheitsgefühl bei den einzelnen Untersuchungsteilnehmern kann nicht ausgeschlossen werden. Der Untersuchungszeitraum dieser Arbeit liegt bereits einige Jahre zurück. Seither lassen sich wesentliche Entwicklungen in der gesellschaftlichen und individuellen Perzeption der HIV-Erkrankung diskutieren. Diese veränderten Untersuchungsbedingungen hätten die Ergebnisse dieser Arbeit möglicherweise modifiziert, die Grundthese einer psychosozialen Beeinflussung der HIV-Krankheitsprogression bliebe aber davon unabhängig bestehen. Hypothesengenerierend ist das Postulat eines Zusammenhanges zwischen psychosozialen Aspekten und der Progression der HIV-Erkrankung bei homosexuellen Männern somit die wichtigste Schlußfolgerung dieser Studie. Sie liefert ein profundes Argument für die Richtigkeit und Akzeptanz bio-psycho-sozialer Medizinmodelle und für die Notwendigkeit weiterer Erforschung.