Podcasts about reproduzierbarkeit

Die Talksendung «Persönlich» auf Radio SRF 1 wird am Sonntag, 13. September 2026, um 10.00 Uhr live mit Publikum aus dem Fabriktheater in Schwanden übertragen. Dafi Kühne (44) ist Plakatgestalter und Buchdrucker, aufgewachsen in Mollis. Während fast alles digital wird, setzt er bewusst auf tonnenschwere Pressen, Blei- und Holzlettern – und verbindet sie mit zeitgenössischem Grafikdesign. Statt auf Schnelligkeit und perfekte Reproduzierbarkeit setzt er auf jahrhundertealtes Handwerk und Zeit. Er sammelt und repariert alte Maschinen, ergänzt fehlende Lettern selbst und arbeitet oft Tage, manchmal Wochen, an einem einzigen Plakat. Gerade aus diesem scheinbar anachronistischen Handwerk entstehen seine grossformatigen, farbintensiven und unverwechselbar modernen Plakate. Ein weltweit beachteter, eigenwilliger Kosmos, der dazu führt, dass Dafi Kühne auf der ganzen Welt unterrichtet und auch Ausstellungen in Japan hat. Gabi Aschwanden (56) wuchs in einfachen, schwierigen Verhältnissen in Linthal auf – und wurde mit 20 Jahren quasi ohne Berg- oder Kochkenntnisse Hüttenwartin der Fridolinshütte auf 2111 Metern. Was als blauäugiger Aufbruch begann, wurde für sie zur Lebensschule: Schnee schmelzen, Feuer machen, Gäste bewirten, Verantwortung übernehmen. 28 Jahre lang lebte und arbeitete sie unterhalb des geliebten Tödi; aus der jungen Frau, die selbst kaum wusste, wo die Hütte liegt, wurde eine kundige Wanderleiterin und Vermittlerin von Bergen und Natur. Heute bringt sie diese Erfahrung auch als Gemeinderätin ein: Sie kämpft dafür, dass die Bergwelt nicht bloss touristische Kulisse, sondern ein schützenswerter Lebensraum bleibt. Moderation: Olivia Röllin

Der Blog zum KaffeeKOMPASS-Podcast – Folge 80: An die Maschinen, Fertig, Los! Heute sind mit der Sanremo You und der Rocket R Nine One zwei Dualboiler Siebträger im Testfeld zu Gast, an denen man mit Druckprofilen arbeiten kann. Welche hat im großen Expertentest die Nase vorn? Zwei große ‚E‘ kennzeichnen Barista & Hommel-Kaffeesysteme-Geschäftsführer Michael Murschel und seinen Gesprächspartner Thomas „Tom“ Schulz, den Inhaber und Röstmeister der W&S Kaffee-Manufaktur: Expertise und Enthusiasmus. Beides sprüht dem Hörer der KaffeeKOMPASS Podcast-Reihe ab der ersten Sekunde entgegen, wenn zwei ausgewiesene Fachleute rund um das schwarze Gold fachsimpeln. Folge 80 kommt wieder mal Live On Tape aus dem Hommel-Testlabor, in dem die Dualboiler-Maschinen Sanremo You und die Rocket R Nine One gegeneinander antreten. Milestones Folge 80 A) Begrüßung & Einstieg B) Vorstellung Sanremo You C) Vorstellung Rocket R Nine One D) Erster Vergleich und Testlauf E) Standard-Extraktion und Untersuchung des Brühdrucks F) Manuelle Druckprofilerstellung und Bedienungsvergleich G) Espresso-Ergebnis, Reproduzierbarkeit und Programmierung H) Finales Fazit und persönliche Präferenz Zusammenfassung Die Ausgangslage ist auf dem Papier irgendwie klar: Michael und Tom sind irgendwie ja schon „Sanremo Fanboys“ (eigene Aussage). Sind sie deswegen komplett voreingenommen, wenn zwei renommierte Maschinen für die ambitionierten Heimanwender im Testfeld stehen und eine davon eine Sanremo ist? Das dürft ihr selbst herausfinden, wenn ihr den zwei Kaffeekompass-Experten dabei zuhört, wie sie beiden Maschinen mit manuellen Druckprofilen komplett auf den Grund gehen. Wer liefert den perfekten Shot? Wer hat bei der Reproduzierbarkeit die Nase vorn? Und wie sieht es mit der Benutzerfreundlichkeit bei der Programmierung eigener Druckprofile aus? Die Antworten fallen so vielfältig wie erstaunlich aus. Viel Spaß beim Hören!

Diese Podcast Folge ist ein echtes Geschenk für alle, die Personas nicht nur „machen“, sondern wirklich nutzen wollen. Mario Jung (OMT GmbH) spricht mit Stefan Rippler (Persona Institut GmbH), der sehr klar zeigt, warum viele Unternehmen beim Thema Zielgruppenarbeit auf halbem Weg stehen bleiben – und wie datenbasierte Personas endlich das liefern, was Marketing wirklich braucht: Relevanz, Präzision und echte Kundennähe. Warum klassische Zielgruppen scheitern Stefan bringt es direkt auf den Punkt: „Wir sprechen immer so viel über Zielgruppen, aber so wenig über Menschen.“ Demografische Cluster wie „Frauen 25–34“ reichen nicht aus. Sie sagen nichts über Werte, Motive, Mediennutzung oder Entscheidungslogiken aus. Genau hier setzen datenbasierte Personas an: Sie verbinden quantitative Daten (Repräsentativität, Verhalten, Nutzung) mit qualitativen Insights (Emotionen, Ziele, Pain Points). Stefan und sein Team haben die DIN SPEC 33462 entwickelt – die erste Blaupause für datenbasierte Personas. Ziel: Vergleichbarkeit, Transparenz und Vertrauen schaffen. „Es gab keine einheitliche Definition, keine Vorgehensweise, keine Reproduzierbarkeit.“ KI ist ein starkes Werkzeug, aber sie ersetzt keine echten Daten. Stefan beschreibt sehr deutlich, dass generative Modelle ohne valide Datengrundlage nur Wahrscheinlichkeiten aneinanderreihen. Das führt dazu, dass selbst identische Prompts völlig unterschiedliche Personas erzeugen können – ein klarer Hinweis darauf, dass KI ohne belastbare Datenbasis schnell ins Fantastische abrutscht. Trotzdem hat KI einen festen Platz im Persona Prozess. Sie unterstützt bei der Mustererkennung, hilft bei der Simulation von Personas in Form von Chatbots oder digitalen Zwillingen und übersetzt Zielgruppenmerkmale in konkrete Targeting Optionen für Plattformen wie Meta oder Google. Doch all diese Funktionen bleiben oberflächlich, wenn die zugrunde liegenden Daten nicht stimmen. KI verstärkt, was vorhanden ist – und wenn das wenig oder falsch ist, verstärkt sie auch das. Wie gute Personas entstehen, beschreibt Stefan als klar strukturierten Weg. Am Anfang steht immer ein Datenaudit: Welche Daten liegen vor und wie gut sind sie? Darauf folgt die quantitative Basis, die Repräsentativität, Verhalten und Nutzungsmuster abbildet. Ergänzt wird sie durch qualitative Tiefe – Interviews, Kontext, Emotionen, Narrative. Anschließend werden Hypothesen gegen die Realität getestet, bevor eine Priorisierung erfolgt. Denn am Ende reichen drei bis fünf Personas aus, um den Großteil des Umsatzes abzudecken.

Der Blog zum KaffeeKOMPASS-Podcast – Folge 78: Unsere Experten entern wieder das Testfeld und gehen mit Leidenschaft wieder ihrer Lieblingsbeschäftigung nach: Tüfteln, Checken, Fachsimpeln. Heute stehen ihnen dazu drei hochpräzise Qualitätsmühlen zur Verfügung. Zwei große ‚E‘ kennzeichnen Barista & Hommel-Kaffeesysteme-Geschäftsführer Michael Murschel und seinen Gesprächspartner Thomas „Tom“ Schulz, den Inhaber und Röstmeister der W&S Kaffee-Manufaktur: Expertise und Enthusiasmus. Beides sprüht dem Hörer der KaffeeKOMPASS Podcast-Reihe ab der ersten Sekunde entgegen, wenn zwei ausgewiesene Fachleute rund um das schwarze Gold fachsimpeln. Folge 78 möchten die beiden herausfinden, wie hoch die Reproduzierbarkeit bei bis zu 10 Shots ist, wenn man dabei mit hochpräzisen Mühlen aus dem Premiumsegment arbeitet. Milestones Folge 78 1. Ziel & Methodik: Bewertung von Qualität, Reproduzierbarkeit und Nutzererlebnis mit drei hochpräzisen Espressomühlen über Serien von bis zu 10 Double Shots. 2. Fokus: Optik, Textur, Geschmack, Flowrate, Konstanz, Refraktometerwerte; Einfluss von Tamp-Methode, Partikelverteilung, Antistatik und Kühlung. 3. Geräte-Setup Mühlen: La Marzocco Swan | Chiado Ref/Rev Titan | Mahlkönig E65 GBS/GPS 4. Maschine: La Marzocco Linea Mini R 5. Kaffee: Jean Hommel Cuvee 6 6. Querbefunde: Tamp, Druck, Einflüsse 7. Vergleich und Gesamtfazit Zusammenfassung Michael und Tom befinden sich in ihrer liebsten Umgebung: Dem Testlabor. Mit der La Marzocco Swan, der Chiado Ref/Rev Titan und der Mahlkönig E65 GBS/GPS stehen unseren Experten gleich drei hochpräzise Mühlen zur Verfügung, um die selbstgesteckte Mission zu erfüllen. Denn die beiden wollen herausfinden, wie es um die Reproduzierbarkeit bei einer Serie von jeweils 10 Shots bestellt ist, wenn, wie in diesem Fall, High-End-Mühlen zum Einsatz kommen. Wie immer bleibt es nicht nur bei einer reinen Testserie, denn wenn unsere beiden Enthusiasten an die Maschinen gehen, kommen für die Hörer natürlich auch immer haufenweise interessante Zusatzinformationen und Expertenwissen rum.

Wer wissenschaftlich denkt, ist einigermaßen geschützt vor Desinformation – wer von Skeptizismus und Reproduzierbarkeit dagegen keinen Schimmer hat, lässt sich leicht manipulieren. Podcastfolge über die Grundlagen des wissenschaftlichen Denkens, das gar nicht so schwer ist, wie es klingt: Auch ohne höhere Bildung können wir strukturiert und logisch denken. Und auch viele höher Gebildete haben vom [...] Der Beitrag 296 Klartext-Podcast: Wissenschaftliches Denken erschien zuerst auf Thilo Baum.

Wer wissenschaftlich denkt, ist einigermaßen geschützt vor Desinformation – wer von Skeptizismus und Reproduzierbarkeit dagegen keinen Schimmer hat, lässt sich leicht manipulieren. Podcastfolge über die Grundlagen des wissenschaftlichen Denkens, das gar nicht so schwer ist, wie es klingt: Auch ohne höhere Bildung können wir strukturiert und logisch denken. Und auch viele höher Gebildete haben vom [...] Der Beitrag 296 Klartext-Podcast: Wissenschaftliches Denken erschien zuerst auf Thilo Baum.

Wir sprechen mit Noah Hollman von Prior Labs, einem der Schöpfer von TabPFN (Tabular Prior Fitted Network), über dieses bahnbrechende Foundation-Modell für tabulare Daten. In der Diskussion geht es um die Funktionsweise von TabPFN, die Rolle von In-Context Learning, die Herausforderungen bei der Anwendung der Transformer-Architektur auf tabulare Daten sowie die Generierung synthetischer Daten mit strukturellen kausalen Modellen (SCMs). Darüber hinaus beleuchten wir die beeindruckenden Benchmarking-Ergebnisse und zusätzliche Features des Modells. Zum Ende hin sprechen wir über die offenen Herausforderungen von Prior Labs und welche "Moonshots" sie für die Zukunft planen.   **Zusammenfassung:** TabPFN ist ein Modell für Vorhersagen auf tabellarischen Daten, entwickelt von Prior Labs Es nutzt In-Context Learning, um Aufgaben durch Sequenzen von Daten zu lernen, und wurde speziell für die Transformer-Architektur angepasst TabPFN wurde mit 100 Millionen synthetischen Datensätzen, die durch strukturelle kausale Modelle (SCMs) generiert wurden, trainiert Es stellt einen neuen Benchmark dar und liefert starke Leistungen über verschiedene Domänen hinweg Das Modell kann Unsicherheiten quantifizieren, mit fehlenden Werten umgehen und Outlier erkennen TabPFN ist auf Consumer-Hardware trainierbar, was die Entwicklung auch auf kleinen GPUs ermöglicht Zukünftige Entwicklungen fokussieren sich auf Zeitreihen, Kausalität und multimodale Modelle   **Links:** Blog: TabPFN: Die KI-Revolution für tabulare Daten https://www.inwt-statistics.de/blog/tabpfn-die-ki-revolution-fuer-tabulare-daten Nature Publikation zu tabPFN aus 2025: https://www.nature.com/articles/s41586-024-08328-6 Artikel über tabPFN  in Fortune: https://fortune.com/2025/02/05/prior-labs-9-million-euro-preseed-funding-tabular-data-ai/ Nature News & views von Duncan C. McElfresh: https://www.nature.com/articles/d41586-024-03852-x Zeit für Unternehmer: https://www.zeit.de/zeit-fuer-unternehmer/2025/01/kuenstliche-intelligenz-tabpfn-tabellen-daten?freebie=a67d9166 Publikation zu tabICL: https://arxiv.org/abs/2502.05564 früher Hintergrund-Artikel zur Transformers Architektur für Bayesianische Inferenz : https://arxiv.org/abs/2112.10510 früheres Working Paper zu tabPFN: https://arxiv.org/abs/2207.01848 GitHub Repo zu tabPFN: https://github.com/PriorLabs/TabPFN Homepage Prior Labs: https://priorlabs.ai/ #71: Predictive LLMs: Skalierung, Reproduzierbarkeit & DeepSeek https://www.podbean.com/ew/pb-p2wjd-1897b7e Feedback, Fragen oder Themenwünsche gern an podcast@inwt-statistics.de

Das Führen von Interviews in der benutzerzentrierten IT-Sicherheits- und Datenschutzforschung ist eine Welt für sich. Mit dem CISPA-Doktoranden Jan Klemmer sprechen wir nicht nur über die methodischen Herausforderungen, die Interviews mit sich bringen, sondern auch über zwei seiner Studien, die auf Interviews basieren. So erzählt er von einer Studie zum Thema Transparenz und Reproduzierbarkeit in der benutzerzentrierten IT-Sicherheits- und Datenschutzforschung, die er im Mai 2025 auf dem IEEE Symposium on Security and Privacy (S&P) in San Francisco präsentiert. Und schon vergangenen Herbst hat er auf der CCS in Salt Lake City ein Paper zum Einsatz von KI-Assistenten in der Softwareentwicklung vorgestellt, über das wir ebenfalls sprechen.

MapReduce: Ein Deep DiveIm Jahr 2004 war die Verarbeitung von großen Datenmengen eine richtige Herausforderung. Einige Firmen hatten dafür sogenannte Supercomputer. Andere haben nur mit der Schulter gezuckt und auf das Ende ihrer Berechnung gewartet. Google war einer der Player, der zwar große Datenmengen hatte und diese auch verarbeiten wollte, jedoch keine Supercomputer zur Verfügung hatte. Oder besser gesagt: Nicht das Geld in die Hand nehmen wollte.Was macht man also, wenn man ein Problem hat? Eine Lösung suchen. Das hat Jeffrey Dean und sein Team getan. Das Ergebnis? Ein revolutionäres Paper, wie man mittels MapReduce große Datenmengen verteilt auf einfacher Commodity-Hardware verarbeiten kann.In dieser Podcast-Episode schauen wir uns das mal genauer an. Wir klären, was MapReduce ist, wie es funktioniert, warum MapReduce so revolutionär war, wie es mit Hardware-Ausfällen umgegangen ist, welche Herausforderungen in der Praxis hatte bzw. immer noch hat, was das Google File System, Hadoop und HDFS damit zu tun haben und ordnen MapReduce im Kontext der heutigen Technologien mit Cloud und Co ein.Eine weitere Episode “Papers We Love”.Bonus: Hadoop ist wohl der Elefant im Raum.Unsere aktuellen Werbepartner findest du auf https://engineeringkiosk.dev/partnersDas schnelle Feedback zur Episode:

In dieser Folge geht's um die Frage: Macht Größe von Large Language Models (LLMs) bei Predictive Analytics wirklich einen Unterschied? Wir vergleichen Open-Source-Modelle mit bis zu 70 Milliarden Parametern – und siehe da, das 8B-Modell schlägt das große Schwergewicht. Außerdem berichten wir vom Finetuning auf einer AWS-Maschine mit 8 A100-GPUs und den Herausforderungen in Bezug auf die Reproduzierbarkeit. Auch das viel diskutierte DeepSeek-Modell haben wir im Autopreis-Benchmark antreten lassen. Und wie immer fragen wir uns: Was ist praktisch und was ist overkill?   **Zusammenfassung** Modellgröße ≠ bessere Prognosen: Das Llama-3.1-8B übertraf das größere 70B-Modell bei der Fahrzeugpreisprognose DeepSeek im Benchmark: Das chinesische Modell zeigt bei größeren Trainingsmengen eine ähnlich gute Performance wie das Llama-3.1-8B, ist bei kleinen Datensätzen aber schwächer Finetuning mit Multi-GPU auf AWS: Für das 70B-Modell war ein Setup mit 8 A100-GPUs nötig Reproduzierbarkeit bleibt schwierig: Trotz Seed erzeugen wiederholte Finetuning-Runs unterschiedliche Ergebnisse Modellselektion empfohlen: Um zuverlässige Prognosen zu erhalten, sollte aus mehreren Finetuning-Durchläufen das beste Modell ausgewählt werden CPU-Inferenz möglich, aber langsam: Im Vergleich zur GPU war die Vorhersage auf der CPU ca. 30-mal langsamer, Quantisierung könnte künftig Abhilfe schaffen Ausblick auf TabPFN & Quantisierung: Kommende Beiträge widmen sich Erfahrungen mit TabPFN und der praktischen Umsetzung von quantisierten LLMs auf kleineren Maschinen **Links** [Begleitender Blogartikel] Predictive LLMs: Skalierung, Reproduzierbarkeit & DeepSeek https://www.inwt-statistics.de/blog/predictive-llms-skalierung-reproduzierbarkeit-und-deepseek #50: Predictive Analytics mit LLMs: ist GPT3.5 besser als XGBoost? https://inwt.podbean.com/e/50-predictive-analytics-mit-llms-ist-gpt35-besser-als-xgboost/ #64: Predictive LLMs: Übertreffen Open-Source-Modelle jetzt OpenAI und XGBoost bei Preisprognosen https://inwt.podbean.com/e/64-predictive-llms-ubertreffen-open-source-modelle-jetzt-openai-und-xgboost-bei-preisprognosen/ vLLM Framework für schnelle Inferenz: https://github.com/vllm-project/vllm?tab=readme-ov-file torchtune Finetuning-Framework von PyTorch: https://github.com/pytorch/torchtune PyTorch Reproducibility: https://pytorch.org/docs/stable/notes/randomness.html Paper zur Reproduzierbarkeit von QLoRA-Finetuning: S. S. Alahmari, L. O. Hall, P. R. Mouton and D. B. Goldgof, "Repeatability of Fine-Tuning Large Language Models Illustrated Using QLoRA," in IEEE Access, vol. 12, pp. 153221-153231, 2024, doi: 10.1109/ACCESS.2024.3470850 https://ieeexplore.ieee.org/document/10700744 heise online: Komprimierte KI: Wie Quantisierung große Sprachmodelle verkleinert von René Peinl https://www.heise.de/hintergrund/Komprimierte-KI-Wie-Quantisierung-grosse-Sprachmodelle-verkleinert-10206033.html deepseek-ai/DeepSeek-R1-Distill-Llama-8B auf Huggingface https://huggingface.co/deepseek-ai/DeepSeek-R1-Distill-Llama-8B#6-how-to-run-locally TabPFN: Hollmann, N., Müller, S., Purucker, L. et al. Accurate predictions on small data with a tabular foundation model. Nature 637, 319–326 (2025). https://doi.org/10.1038/s41586-024-08328-6  Feedback, Fragen oder Themenwünsche gern an podcast@inwt-statistics.de

In diesen Tagen lässt sich vielerorts eine Stärkung autoritärer Kräfte beobachten. Doch was macht die Anziehungskraft einer Bewegung aus, die illiberal, antidemokratisch und antiparlamentarisch ist? Faschismustheorien zielen auf die Beschreibung, Erklärung und Kritik faschistischer Tendenzen. Morten Paul und Hannah Schmidt-Ott sprechen über die Ansätze von Gilles Deleuze/Félix Guattari, Georges Bataille sowie Walter Benjamin und fragen, was sie uns über die Gegenwart verraten.Morten Paul ist Literatur- und Kulturwissenschaftler und forscht am Kulturwissenschaftlichen Institut Essen.Literatur„Das F-Wort“, in: Analyse & Kritik. Zeitung für linke Debatte & Praxis713 (2025), 18.3.2025.„Faschismus als Lustgewinn“, in: Berlin Review 9 (2025).„Kommentar: Das Kunstwerk im Zeitalter seiner technischen Reproduzierbarkeit“, in: diffrakting the library/diffrakt. Zentrum für theoretische Peripherie, 10.10.2024. Hosted on Acast. See acast.com/privacy for more information.

Daten(banken) versionieren – klingt maximal unsexy, spart aber Stress im Deployment. Warum ohne Schema-Versionierung selbst kleine Änderungen große Probleme verursachen und was ORMs, Flyway oder Liquibase damit zu tun haben, erfahrt ihr hier. Daten historisieren ist ein Must-have für Compliance, Reproduzierbarkeit und Modellierung. Aber Achtung: Nicht jede Lösung passt für jede Datenbank und den Live-Betrieb. Wir geben Tipps, wie ihr eure Datenprodukte systematisch und effizient im Griff behaltet. **Zusammenfassung** Schema-Versionierung ist essenziell, um Änderungen an Datenbanken nachvollziehbar und reibungslos ins Deployment einzubinden Fehlende Versionierung kann zu kaputten Prozessen führen, wenn Schema-Änderungen nicht dokumentiert und automatisiert umgesetzt werden Werkzeuge wie ORMs, Flyway oder Liquibase helfen dabei, Änderungen an Datenbankschemata strukturiert zu verwalten Historisierung von Daten ist für Compliance, Reproduzierbarkeit und Modellierung entscheidend   Ansätze zur Datenhistorisierung: Append-only-Strategien vs. System-Versionierung Herausforderungen: Performance-Engpässe, hohe Pflegekosten und Kompatibilitätsprobleme je nach Datenbank und Migrationstool   Best Practices: Versionierung systematisch einführen, Automatisierung priorisieren und sicherstellen, dass Downgrades funktionieren.   **Links** #58: Arm, aber sexy: Data Warehousing at Scale ohne Budget https://www.podbean.com/ew/pb-gywt4-1719aef #52: In-process Datenbanken und das Ende von Big Data https://www.podbean.com/ew/pb-tekgi-16896e4 #36: Der Data Mesh Hype und was davon bleibt https://www.podbean.com/ew/pb-7er7v-15080c1 Flyway: https://www.red-gate.com/products/flyway/ Liquibase: https://www.liquibase.com/ Alembic (für SQLAlchemy): https://alembic.sqlalchemy.org/en/latest/ MariaDB: https://mariadb.org/ ClickHouse: https://clickhouse.com/ Fragen, Feedback und Themenwünsche gern an podcast@inwt-statistics.de

Die Vorfreude war extrem groß: Bong Joon-ho dreht eine Science-Fiction-Action-Tragikomödie! Der Trailer sah aus, als sei der Film millimetergenau meine Kragenweite. Das war er dann nicht. Aber beginnen wir am Anfang: Mickey muss die Erde verlassen und ohne sich über die Konsequenzen im Klaren zu sein, bewirbt er sich als Expendable (deutsch: entbehrlich) auf einem Raumschiff, d.h. er wird gescannt und bei Bedarf neu aus dem Biodrucker hergestellt, inklusive Gedächtnisspeicher. Ab sofort ist er ein Wegwerfarbeiter: Er übernimmt die unangenehmsten und gefährlichsten Aufgaben und dient als Versuchskaninchen für tödliche Experimente. Dann wir die Leiche verbrannt und die neue Version wird ausgedruckt. Als Mickey 17 einen Auftrag wider Erwarten überlebt, ist Mickey 18 schon gedruckt. Und damit fangen die Probleme richtig an …Tolle Idee (von Edward Ashton), toller Look, tolle Schauspieler und spannende Themen, die angerissen werden: menschliche Arbeiter als Wegwerfartikel und narzisstische Milliardäre, religiöser Fanatismus und Widerstand, Kolonialismus und Genozid. Mit dem richtigen Einflugwinkel ein starker Film. Allerdings nicht für mich, ich bin emotional leider immer auf Abstand geblieben: Die relevanten Themen werden nur oberflächlich angerissen, zu viel Voice Over, zu wenig Screwball, die Szenen sind zu lang, der Film ist zu lang und ganz subjektiv: Ich bin es so unendlich leid, durchgeknallte Milliardäre mit Allmachtsfantasien zu sehen – sowohl auf der Leinwand als auch in den Nachrichten. Also: Möglicherweise ein sehr guter Film, aber nicht für mich. im Podcast vergleichen wir auch den Film mit der Buchvorlage. Direkt nach dem Kino am Mikrofon, mit ganz unterschiedlichen ersten Eindrücken: Johanna, Anke, Marc, Hendrik, Tom und Thomas.

Machine Learning Operations (MLOps) mit Data Science Deep Dive.Machine Learning bzw. die Ergebnisse aus Vorhersagen (sogenannten Prediction-Models) sind aus der modernen IT oder gar aus unserem Leben nicht mehr wegzudenken. Solche Modelle kommen wahrscheinlich öfter zum Einsatz, als dir eigentlich bewusst ist. Die Programmierung, Erstellung und das Trainieren dieser Modelle ist die eine Sache. Das Deployment und der Betrieb ist die andere Thematik. Letzteres nennt man Machine Learning Operations, oder kurz “MLOps”. Dies ist das Thema dieser Episode.Wir klären was eigentlich MLOps ist und wie es sich zum klassischen DevOps unterscheidet, wie man das eigene Machine Learning-Modell in Produktion bringt und welche Stages dafür durchlaufen werden müssen, was der Unterschied von Model-Training und Model-Serving ist, welche Aufgabe eine Model-Registry hat, wie man Machine Learning Modelle in Produktion eigentlich monitored und debugged, was Model-Drift bzw. die Drift-Detection ist, ob der Feedback-Cycle durch Methoden wie Continuous Delivery auch kurz gehalten werden kann, aber auch welche Skills als MLOps Engineer wichtig sind.Um all diese Fragen zu beantworten, stehen uns Michelle Golchert und Sebastian Warnholz vom Data Science Deep Dive Podcast rede und Antwort.Unsere aktuellen Werbepartner findest du auf https://engineeringkiosk.dev/partnersDas schnelle Feedback zur Episode:

Wie beeinflussen verschiedene Räume unser Verhalten in ihnen? Wie verändert die ständige Verfügbarkeit des Digitalen den Wert digitaler Handlungen? Und wie können wir unsere Arbeit wieder als etwas Wertvolles begreifen? In der aktuellen Folge Tech & Trara gehen wir der Frage auf den Grund, wie das digitale Arbeiten durch all seine besonderen Eigenschaften unsere Wertschätzung beeinflusst. Anstoß für dieses Gespräch hat uns Ansgar Oberholz gegeben, Mitbegründer des Co-Working Unternehmens St.Oberholz und langjähriger Weggefährte der Netzpiloten. Ansgar setzt sich beruflich wie privat stark mit unserer Beziehung zur Arbeit auseinander, sein Unternehmen St. Oberholz will Räume bieten, in denen Menschen zusammenkommen und ihre Arbeit wieder wertschätzen, unter anderem auch in Rückzugsorten außerhalb der Großstadt. Denn Ansgar hat festgestellt, dass das digitale Arbeiten in seiner ständigen Abrufbarkeit, in seiner Raumlosigkeit und Reproduzierbarkeit sehr stark beeinflusst, wie wir Arbeit wahrnehmen. Um dieser Frage nachzugehen, sprechen wir u.a. über Konzepte von Theoretikern wie Walter Benjamin, Michel Foucault, und Hartmut Rosa. Wir fanden das Gespräch extrem aufschlussreich und Ansgar hat uns tolle neue Einblicke gegeben, die unsere digitale Welt etwas mehr entschlüsselt. Hört unbedingt einmal rein. Viel Vergnügen!

Falls euch cogitamus gefällt, lasst bitte ein Abo da und/oder empfehlt uns weiter. Abonnieren könnt ihr uns auch auf YouTube: https://www.youtube.com/@cogitamus Unterstützen könnt ihr uns ebenfalls: paypal.me/cogitamus oder cogitamus@posteo.de. Schaut auch mal auf UNCUT vorbei: https://www.uncut.at/. Mehr als zwei Jahrzehnte nach dem höchst erfolgreichen Monumentalwerk „Gladiator“ mit 450 Mio. USD Box Office und 5 Oscars dreht der britische Altmeister Ridley Scott den zweiten Teil des römischen Sandalenspektakels. Mit dabei: Paul Mescal, Pedro Pascal und Denzel Washington. Und Walter Benjamin, Hannah Arendt und Theodor W. Adorno, die aus Benjamins Zeitalter der technischen Reproduktion eine Ära künstlerischer Reproduktion erkennen. Kapitel 00:00 Intro 01:49 Filmanalyse 13:12 Zeitalter der künstlerischen Reproduzierbarkeit 22:56 Fazit Literatur/Links/Quellen Walter Benjamin – Das Kunstwerk im Zeitalter seiner technischen Reproduzierbarkeit Adorno & Horkheimer – Kulturindustrie – Aufklärung als Massenbetrug in Dialektik der Aufklärung Bildnachweise: https://www.udiscovermusic.com/wp-content/uploads/2024/10/gladiator-ii.jpg; https://media.suhrkamp.de/mediadelivery/asset/7a1b2fabf40f489fb4af4bb9e49aff8d/das-kunstwerk-im-zeitalter-seiner-technischen-reproduzierbarkeit_9783518461969_cover.jpg; https://cdn.kinocheck.com/i/x41j6h0jbw.jpg; https://static1.srcdn.com/wordpress/wp-content/uploads/2024/09/image003.jpg; https://database.traduki.eu/wp-content/uploads/2020/01/dialektik_der_aufklaerung.jpg; https://deadline.com/wp-content/uploads/2024/07/Gladiator-II.jpg

Um ihre überflüssigen Gefühle loszuwerden, die in der KI-kontrollierten Gesellschaft im Jahr 2044 keinen Platz mehr haben, begibt sich Gabrielle auf eine Zeitreise in das vergangene Jahrhundert. Bertrand Bonellos „The Beast“ ist ein konsequenter Film über Liebe im Zeitalter ihrer technischen Reproduzierbarkeit – mit einer virtuosen Lea Seydoux in der Hauptrolle, findet Filmkritiker Rüdiger Suchsland.

Maria Muhar schreibt Prosa, Lyrik und unterschiedliche Bühnentexte. Wenn sie jemand zum Lachen bringt, mag sie das extrem gerne und umgekehrt sorgt sie auch gern selbst dafür - nämlich passenderweise als Kabarettistin.  Maria hat uns im Studio besucht und wir haben mit ihr über ihr erstes Kabarettprogramm „Storno“ gesprochen (ausgezeichnet mit dem österr. Kabarettpreis-Förderpreis) und warum sie sich nach der Kochlehre - mit Zwischenstopps auf der Bildenden und Angewandten - dann doch nicht für die Galerie, sondern die Bühne und das Verfassen von Texten entschieden hat.  „Ich hab das immer gemocht, dass es eine gewisse Reproduzierbarkeit von Sachen gibt. Also ein Buch herzustellen, dass man dann eigentlich vervielfältigen kann, ist für mich ein viel spannenderer Gedanke, als einem Galeristen nachzurennen und Netzwerkgespräche mit Sammlern zu führen, die in einer komplett abgehobenen Welt leben.“Ein ehrliches Gespräch über das Suchen und Finden eines Weges, der zu einem passt.  Danke liebe Maria für die vielen Einblicke und die Offenheit - wir haben es sehr genossen.  LG die Partypolizei   Und danke auch an das fantastische Team von Audiamo+ für Produktion und Schnitt: Philipp Pankraz und Severin Poschhttps://www.mariamuhar.com/https://www.instagram.com/marimuhar/https://www.instagram.com/kunstundklischeehttps://audiamo.plus/

Ein Standpunkt von Anke Behrend. Was ist, was soll und was will Wissenschaft? Das debattieren Philosophen, seit es Wissenschaft gibt und lange bevor man sie so nannte. Heute gibt es mehr oder weniger klare, aber immer wieder umstrittene Kriterien für Wissenschaftlichkeit und die Abgrenzung von Pseudowissenschaft und Wissenschafts-Mimikry.Wissenschaft, so könnte man es ganz knapp zusammenfassen, soll überprüfbares Wissen über die Beschaffenheit der realen Welt generieren und erweitern. Dazu bedient sie sich immer besserer Methoden und ist bereits selbst eine Methode, die im Wesentlichen auf der Einsicht beruht, dass Wissen nie endgültig oder frei von subjektiven Interessen sein kann, sondern immer dem Einfluss des Subjektes Mensch, mit all seinen Werten, Ansichten und Vorannahmen unterliegt. Jeder wissenschaftliche Erkenntnisgewinn muss daher zwingend immer besser werdenden Methoden der Überprüfung unterzogen werden. Wissenschaft ist die Methode, Subjektivität, Ideologie und Glauben durch Überprüfbarkeit, Reproduzierbarkeit und Objektivität zu ersetzen, Wahrnehmungsverzerrungen durch Standards und Messungen zu eliminieren und robuste Evidenz zu generieren.Eine neue wissenschaftliche Erkenntnis sollte Thesen bestätigen, die sich aus dem vorhandenen Wissen ergeben, Probleme des bisherigen Wissensstandes lösen und sichere Voraussagen ermöglichen. Ihre Plausibilität ist umso höher, je besser sie sich in das bereits vorhandene und auf ganz verschiedene Weise gewonnene und als evident erkannte Wissen möglichst vieler Wissensbereiche integriert. Und nicht zuletzt muss eine wissenschaftliche Erkenntnis ihrem Wesen nach falsifizierbar sein. Das bedeutet, es muss zumindest erkenntnistheoretisch möglich sein, die der Theorie zugrunde liegenden Beweise durch neue evidente Erkenntnisse zu widerlegen. Eine These, die bereits ihrem erklärten Wesen nach nicht beweisbar ist, wäre auch nicht widerlegbar und somit nicht wissenschaftlich, was allerdings keine Aussage über deren Richtigkeit, sondern über ihre Überprüfbarkeit darstellt.Paradigmen und ParadigmenwechselTrotz aller erbrachten Evidenz und Plausibilität entsprechend dem Stand des Wissens kommt es immer wieder zu unlösbaren Problemen und einem Verlust der Erklärungskraft von bestehenden wissenschaftlichen Theorien. Die Vorannahmen und Lehrsätze sind trotz vorliegender augenscheinlicher Evidenz nicht mehr haltbar und nur die Abkehr vom bisher vorherrschenden Paradigma führt aus der Sackgasse.Bekannte Paradigmenwechsel sind die Kopernikanische Wende – die Erkenntnis, dass nicht die Erde, sondern die Sonne das Zentrum des Sonnensystems darstellt, aber auch Darwins Evolutionstheorie, die Relativitätstheorie oder die Kontinentaldrift (1). Der Wissenszuwachs nach einem Paradigmenwechsel erfolgt nicht mehr kumulativ wie zuvor, sondern führt dazu, dass innerhalb des alten Paradigmas als bewiesen angesehene Theorien verworfen und völlig neue Erkenntnisse unter den neuen Prämissen gewonnen werden können. Neue Paradigmen scheinen dem wissenschaftlichen Establishment zunächst oft abwegig (2), widersprechen sie doch scheinbar unerschütterlichen Vorannahmen, setzen sich schlussendlich jedoch durch, wenn immer neue Belege gefunden werden und Vertreter der überholten Paradigmen schließlich aus dem Wissenschaftsbetrieb ausscheiden. (3)(4)...... hier weiterlesen: https://apolut.net/pseudowissenschaftlicher-neo-kreationismus-im-postmodernen-wissenschaftsbetrieb-von-anke-behrend Hosted on Acast. See acast.com/privacy for more information.

Bevor Porsche ein neues Fahrzeug auf den Markt bringt, werden die Prototypen des jeweiligen Modells einem harten und intensiven Testprogramm unterzogen. Das gilt natürlich auch für den vollelektrischen Macan. Der kommende Macan ist eine vollständige Neuentwicklung. Entsprechend hoch ist der Aufwand, den die Porsche-Ingenieure bei der Entwicklung und der Erprobung betreiben. Darum geht es diesmal!Zehn Jahre sind seit der Markteinführung des Porsche Macan vergangen, der in Kürze vollelektrisch in die zweite Modellgeneration startet. Als erstes Porsche-Modell auf der neuen Premium Platform Electric (PPE) ist das SUV eine vollständige Neuentwicklung. Entsprechend aufwendig ist der Testprozess, in dem alle Komponenten und Systeme perfekt aufeinander abgestimmt werden. Die reale Erprobung mit noch getarnten Prototypen hat für Porsche dabei einen hohen Stellenwert. Gleichzeitig werden Simulationen in der virtuellen Welt und im Windkanal immer präziser und gewinnen zunehmend an Bedeutung. Etwa wenn es darum geht, einen neuen Porsche nicht nur noch sportlicher, sondern auch noch effizienter zu machen. Porsche ist es gelungen, beim neuen Macan seine Design DNA mit einer auf Reichweite optimierten Aerodynamik zu verbinden. Dies wurde nicht nur durch eine sportliche Linienführung, sondern auch durch die Bestandteile der Porsche Active Aerodynamics (PAA) und weitere gezielte Maßnahmen erreicht. Es gibt einen automatisch ausfahrenden Heckspoiler und aktive Kühlklappen an den vorderen Lufteinlässen. Auch am Unterboden befinden sich variable Elemente. Der Fahrzeugboden ist plan und geschlossen wie der eines Rennwagens, selbst im Bereich der Hinterachse. Die dortigen Verkleidungen sind flexibel und sorgen auch beim Ausfedern für geringen Luftwiderstand – eine innovative Lösung im Zusammenspiel mit den strömungsgünstig weitgehend geschlossenen Rädern und den aerodynamisch optimierten Reifenkonturen.    Schnellladen mit bis zu 270 kW – in allen Märkten Die Elektromotoren des neuen Macan schöpfen ihre Energie aus einer Lithium-Ionen-Batterie im Unterboden, von deren 100-kWh-Bruttokapazität bis zu 95 kWh genutzt werden können. Die 800-Volt-Architektur der PPE ermöglicht beim neuen Macan hochleistungsfähiges Schnellladen, das im Rahmen der Entwicklung weltweit erprobt wird. Die DC-Ladeleistung an 800-Volt-Säulen beträgt beim neuen Macan bis zu 270 kW. Der Ladestand kann so innerhalb von weniger als 22 Minuten von zehn auf 80 Prozent angehoben werden.  Porsche setzt an Vorder- und Hinterachse ausschließlich auf permanenterregte PSM-Motoren der neuesten Generation. Sie ermöglichen eine Overboost-Leistung von über 450 kW, erzielen einen hohen Wirkungsgrad und sorgen für eine optimale Reproduzierbarkeit der Leistungsabgabe. Die Reichweiten nach WLTP werden für alle Derivate bei über 500 Kilometern liegen. Alle Fotos: © 2024 Dr. Ing. h.c. F. Porsche AG   Diesen Beitrag können Sie nachhören oder downloaden unter:

In dieser Episode von "fokus ki" spricht Stefan Ponitz über das zentrale Thema "Prompting" im Umgang mit künstlicher Intelligenz. Er erörtert, wie essentiell es ist, effektive Prompts zu erstellen, um optimale Ergebnisse zu erzielen, sei es in der Textgenerierung mit ChatGPT oder bei der Bildgenerierung mit Tools wie DALL-E oder Midjourney. Stefan teilt seine Erfahrungen und Erkenntnisse aus seinen seit März laufenden Seminaren zum Thema und betont die Bedeutung von gut strukturierten Prompts. Höhepunkte der Folge:Wichtigkeit guter Prompts: "Shit in, shit out" – die Qualität des Prompts bestimmt das Ergebnis. Entwicklung im Umgang mit KI-generierten Texten: Stefan reflektiert seine veränderte Sichtweise auf die Veröffentlichung von KI-Texten. Eigenschaften eines guten Prompts: Erklärung der drei Hauptmerkmale: Ergebnisorientierung, Reproduzierbarkeit und Skalierbarkeit. Nutzungsmöglichkeiten von ChatGPT: Von Content-Erstellung bis hin zu SEO-Optimierung. Strukturierte Prompts: Einführung eines effizienten Systems zum Erstellen von Prompts. Praktische Beispiele und Tipps: Stefan teilt konkrete Beispielprompts und deren Anwendung. Kontaktdaten und Links zu Tools- Stefan Ponitz: https://www.linkedin.com/in/stefan-ponitz/ Beispiel Prompts: Ohne Struktur:"Du bist ein Marketing Trainier. Schreibe einen Blogartikel über die Vorteile der Nutzung von LinkedIn für Selbstständige. Die Zielgruppe sind Selbständige die wenig Zeit für Marketing haben und neue Kunden gewinnen möchten.Der Artikel soll im Aufbau 7 Schritte enthalten. Der Umfang beträgt 500 Wörter, am Ende soll eine FAQ Sektion enthalten sein. Weiterhin soll der Artikel am Ende eine Call to Action für die Anmeldung zum Newsletters erhalten. Schreibe den Artikel auf Deutsch. Verwende einen professionellen aber lockeren Schreibstil. Schreibe in einer informellen Anrede." Mit Struktur:Deine Rolle: Marketing Trainer Aufgabe: Schreibe einen Blogartikel Thema: LinkedIn für Selbstständige Zielgruppe: Selbstständige die wenig Zeit haben und neue Kunden gewinnen möchten. Länge: 500 Wörter Aufbau: Einleitung, Hauptteil als 7 Schritte Anleitung, FAQ Sektion, Call to Action für Newsletter Sprache: Deutsche Schreibstil: Professionell, locker, informell Wenn Dir diese Episode gefallen hat, abonniere „Fokus KI“ auf Deiner bevorzugten Podcast-Plattform. Deine Kommentare und Feedback sind sehr willkommen und helfen mir, den Inhalt weiter zu verbessern und auf Eure Interessen zuzuschneiden. Teilt die Episode mit Freunden und Kollegen, die sich ebenfalls für die faszinierende Welt der Künstlichen Intelligenz interessieren!

Der Blog zum KaffeeKOMPASS-Podcast – Folge 57: Das Michael und Tom echte Fans der Marke Eversys sind, ist kein Geheimnis. Heute stellen die Beiden einen Highclass-Player für die Kaffeegenießer im Büro vor: Die Eversys Legacy! Zwei große ‚E‘ kennzeichnen Barista & Hommel-Kaffeesysteme-Geschäftsführer Michael Murschel und seinen Gesprächspartner Thomas „Tom“ Schulz, den Inhaber und Röstmeister der W&S Kaffee-Manufaktur: Expertise und Enthusiasmus. Beides sprüht dem Hörer der KaffeeKOMPASS Podcast-Reihe ab der ersten Sekunde entgegen, wenn zwei ausgewiesene Fachleute rund um das schwarze Gold fachsimpeln. In der Folge 57 geht´s um die Frage, wie sich eine Eversys Legacy als Vollautomat mit Barista-Qualitäten in einer Office-Umgebung macht. Spoiler: Unfassbar gut! Milestones Folge 57 Ab 00:00 Min.: Einleitung Ab 01:20 Min.: Eversys X Office Ab 04:00 Min.: Was macht die Eversys Legacy so besonders? Ab 05:55 Min.: Kleiner Exkurs zu den bisherigen Playern im Office-Segment Ab 09:00 Min.: Eversys Legacy: Qualität, Reproduzierbarkeit & Wirtschaftlichkeit Ab 14:40 Min.: Eversys Legacy: Modulbauweise, Vorteile & Wartung Ab 19:40 Min.: Eversys Legacy: Reinigung Ab 23:50 Min.: Eversys Legacy: Bonus-Features, Serie & Extras Ab 27:00 Min.: Eversys Legacy: Telemetrie Ab 28.45 Min.: Eversys Legacy: Pre-Live-Test – Erklärung Refraktometer Ab 31:45 Min.: Eversys Legacy: Live-Test Ab 42:00 Min.: Fazit Zusammenfassung „Man könnte auch ein Auto draus bauen!“ entfährt es Tom, wenn es um den ersten Eindruck des Gastro-Vollautomaten Legacy aus dem Hause Eversys geht. Denn die Maschine, die für allerhöchste Qualität unter harten Wettbewerbsbedingungen steht und für den Dauereinsatz konzipiert wurde, ist komplett aus Metall gebaut, inklusive der Brühgruppe. Das bringt nicht nur ein massives Gewicht mit sich, sondern auch viele Vorteile, die Michael und Tom ausführlich beschreiben. Grundsätzlich beschäftigen sich die beiden heute mit der Antwort auf die Frage, warum sich die Eversys Legacy auch hervorragend in einer Office-Umgebung macht und welche großen Benefits sie für die alle bereithält. Und zwar wirklich für alle, von der Chefetage über die Mitarbeiter, bis hin zum Controlling und den Reinigungskräften. Michael und Tom waren zwar schon vorher große Fans von Eversys-Maschinen, ihre Begeisterung ist aber nach diesem Podcast nochmals gewachsen. Warum das im Detail so ist, erfahrt ihr in dieser Folge. Viel Spaß!

Wie können wir im Mittelstand noch mehr auf Daten achten? In einem Bereich, in dem das Bauchgefühl immer noch einen hohen Stellenwert hat und in dem manche Unternehmen noch mit der Digitalisierung kämpfen? Darüber spricht Jonas Rashedi in der neuen Podcastfolge von MY DATA IS BETTER THAN YOURS mit Cindy Kroszewski. Die ist im eCommerce zuhause und hat sich Anfang des Jahres mit ihrem Unternehmen C-In selbstständig gemacht, mit dem sie mittelständische Unternehmen dabei unterstützt, ihre Onlineshops besser zu machen. Der Begriff Web Analytics ist ihr dabei aber nicht breit genug, sondern sie zieht auch noch Heatmapping und externe Daten hinzu. Apropos Daten: Cindy nennt Daten ungern Daten. Denn ihrer Erfahrung sorgt das bei vielen Unternehmen für Panik, fast so wie beim Mathe-Unterricht früher in der Schule! Deswegen mag sie den Begriff Insights. Jonas und sie diskutieren darüber, wie sehr das Bauchgefühl im Mittelstand regiert und dass man Insights gut belegen muss, sodass Skalierbareit und Reproduzierbarkeit entsteht. Eine weitere Herausforderung für den Mittelstand sind die Teams bzw. Expert:innen. Statt spezialisierter Leute bestehen Marketing-Teams oft aus breit aufgestellten Fachkräften. Auch hier sieht Cindy viel Potential: In der Schulung von Mitarbeitenden, denn Rocket Science ist das trotzdem nicht! Außerdem geht es im Podcast um die ersten Steps, die Cindy als Head of eCommerce in einem Mittelstand umsetzen würde. Ihre These: Wenn Du Deine Insights frisch aufbaust, dann siehst Du schon innerhalb der ersten Tage Ergebnisse – das hat sehr viel Potential, auch kulturell! 00:00:00 Intro und Begrüßung 00:01:00 Vorstellung Cindy 00:02:24 Onlineshop als Vertriebskanal 00:04:04 Digitalisierung first 00:06:14 Personal als Problematik? 00:07:37 Insights vs. Daten 00:13:47 Insights aufbauen im Unternehmen 00:19:17 Die ersten Insights aufbauen 00:22:22 Warum nutzen so wenige Insights und Daten? 00:28:57 Künstliche Intelligenz als Unterstützung 00:31:12 3 Tipps von Cindy 00:32:35 Cindy's Data-Game MY DATA IS BETTER THAN YOURS ist ein Projekt von BETTER THAN YOURS, der Marke für richtig gute Podcasts. Zum LinkedIn-Profil von Cindy: https://www.linkedin.com/in/cindy-kroszewski/ Zur Webseite von C-IN: https://c-in.online/ Zu allen wichtigen Links rund um Jonas und den Podcast: https://linktr.ee/jonas.rashedi

Roman & Johannes sprechen mit Natascha Drude, Wissenschaftlerin am QUEST Center for Responsible Research des Berlin Institute of Health (BIH).

Julian arbeitet an der Universität Swansea in Wales in Grossbritannien. Zusammen mit Kollegen bemüht er sich darum, Ergebnisse von Simulationen und Berechnungen reproduzierbar zu machen. Erstaunlicherweise, sind wenige der Papers und Ergebnisse auch heute noch reproduzierbar und Julian und das Team bemühen sich darum das zu ändern. In unserem Gespräch geht es auch ein wenig um den Physik Zusammenhang - der sogenannten Quantenchromodynamik (QCD).Dazu ein paar Einführungslinkshttps://de.wikipedia.org/wiki/Quantenchromodynamik Quantenchromodynamik (QCD)https://de.wikipedia.org/wiki/Gittereichtheorie Gittereichtheoriehttps://de.wikipedia.org/wiki/Quantenfeldtheorie QuantenfeldtheorieSupport the Show.Thank you for listening and your ongoing support. It means the world to us! Support the show on Patreon https://www.patreon.com/codeforthought Get in touch: Email mailto:code4thought@proton.me UK RSE Slack (ukrse.slack.com): @code4thought or @piddie US RSE Slack (usrse.slack.com): @Peter Schmidt Mastadon: https://fosstodon.org/@code4thought or @code4thought@fosstodon.org LinkedIn: https://www.linkedin.com/in/pweschmidt/ (personal Profile)LinkedIn: https://www.linkedin.com/company/codeforthought/ (Code for Thought Profile) This podcast is licensed under the Creative Commons Licence: https://creativecommons.org/licenses/by-sa/4.0/

Wie hat ChatGPT eigentlich sprechen gelernt? Und was ist heute schon möglich mit den Large Language Models?Darüber spricht Christian Krug, der Host des Podcasts „Unf*ck Your Data“ mit Martin Schmitt, AI Evangelist bei Impel.Der Hype von ChatGPT hat neben anderen Tools wie Midjourney das Thema AI in der öffentlichen Wahrnehmung drastisch beschleunigt. Aber eigentlich es ja fast schon ein alter Hut. Geboren aus den frühen regelbasieren Expertensystemen, die Entscheidungen getroffen haben, hat KI eine riesige Entwicklung hingelegt.Mit einem Fokus auf Autos und deren Hersteller so wie Händler, setzt Martin AI seit über sieben Jahren ein. Die KI-basieren Chatbots sind nicht länger rein auf Schrift unterwegs. Neben Lesen haben sie auch sprechen und zuhören gelernt. Dadurch helfen sie dir oder deinen Kunden gewisse Probleme zu lösen. Zum Beispiel in dem sie deinen Kundenservice skalieren. Immer freundlich, stets erreichbar, allerdings im Moment auch etwas „plain vanilla“.Aber wie haben diese AIs eigentlich sprechen gelernt und wie können sie Objekte verstehen ohne diese mit mehreren Sinnen wahrnehmen zu können?Ganz simpel: Über Beziehungen. Wie verhalten sich gewisse Wörter zu einandern. Tisch zu Stuhl. Mann zu Frau. König zu Königin.All das in einem riesigen Koodinatensystem.Ausgestattet mit diesem Grundverständnis musst du für dich und dein Unternehmen „nur“ noch onboarden, wie einen Menschen auch.Was du dazu brauchst? Natürlich Daten! Was macht dein Unternehmen besonders? Welche Ressourcen hast du?In einem spannenden Gespräch erklärt Martin all das und zeigt auch auf, wie sich die modernen AIs von ihren Vorfahren den Expertensystemen unterscheiden. Bei Features, Performance, aber auch der Reproduzierbarkeit und Erklärbarkeit von Ergebnissen.▬▬▬▬▬▬ Profile: ▬▬▬▬Zum LinkedIn-Profil von Martin: https://www.linkedin.com/in/martin-schmitt-14981575/Zum LinkedIn-Profil von Christian: https://www.linkedin.com/in/christian-krug/Unf*ck Your Data auf Linkedin: https://www.linkedin.com/company/unfck-your-data▬▬▬▬▬▬ Buchempfehlung: ▬▬▬▬Buchempfehlung von Martin: Secular Buddhism – Noah RashetaAlle Empfehlungen in Melenas Bücherladen: https://gunzenhausen.buchhandlung.de/unfuckyourdata▬▬▬▬▬▬ Hier findest Du Unf*ck Your Data: ▬▬▬▬Zum Podcast auf Spotify: https://open.spotify.com/show/6Ow7ySMbgnir27etMYkpxT?si=dc0fd2b3c6454bfaZum Podcast auf iTunes: https://podcasts.apple.com/de/podcast/unf-ck-your-data/id1673832019Zum Podcast auf Google: https://podcasts.google.com/feed/aHR0cHM6Ly9mZWVkcy5jYXB0aXZhdGUuZm0vdW5mY2steW91ci1kYXRhLw?ep=14Zum Podcast auf Deezer: https://deezer.page.link/FnT5kRSjf2k54iib6▬▬▬▬▬▬ Kontakt: ▬▬▬▬E-Mail: christian@uyd-podcast.com▬▬▬▬▬▬ Timestamps: ▬▬▬▬▬▬▬▬▬▬▬▬▬00:00 Intro02:09 Martin stellt sich vor05:06 Large Language Models sind KIs die trainiert werden um zu sprechen10:37 Es gibt bei LLMs sind nicht immer zu 100% erklärbar16:25 LLM/Chatbot skalieren den Kundenservice und werde wahre Experten20:35 Engere Anwendungen erfordern weniger Daten, das macht es leichter25:06 Eine AI muss wie ein neuer Mitarbeitender ein onboarding bekommen26:45 Chatbots bekommen jetzt auch Stimmen30:37 Die LLM speichern Sprache in einem Koodinatensystem39:15 Der nächste Meilenstein bei LLM wird Reinforcement Learning43:24 Zwei Fragen an Martin

Photo: Privat. Der Einsatz von Robotern im Biolabor übernimmt nicht nur langweilige repetitive und manchmal auch gefährliche Aufgaben von Menschen, sondern steigert auch die Reproduzierbarkeit der Forschung.  Doch viele verschiedenen Bewegungen flexibel im Raum sind gar nicht so einfach für einen Roboter.  Damit beschäftigt sich Henning Zimmer. Er ist Doktorand am Munich Institute of Robotics […]

Die Psychologie möchte natürlich immer wieder neue Erkenntnisse veröffentlichen. Und tatsächlich haben Magazine im Bereich sozialer Wissenschaften einfach 95 Prozent der eingereichten Replikationsstudien abgelehnt. Könnte das etwas damit zu tun haben, dass wir der Psychologie in der Verkaufswelt nicht wirklich trauen können? Im Podcast heute, bespricht Jörg Dennis Krüger einige wichtige Punkte zum Thema Psychologie, und hat ein paar interessante Beispiele dabei. TRANSKRIPTION DIESER FOLGE DES PODCASTS Hallo, mein Name ist Jörg Dennis Krüger, und wie mein Chef-Psychologe am Empfang gerade schon gesagt hat: Ja, ich bin der Conversion Hacker.  Und lasst uns doch in dieser Ausgabe einfach mal kurz über das Thema Verkaufs-Psychologie oder Psychologie im Allgemeinen reden. Denn Psychologie hat ein Problem. Es ist nämlich kein System. Wenn ich jetzt hier etwas fallen lasse, kann ich nicht behaupten, dass es auf den Boden fällt. In der Physik klappt das, in der Psychologie klappt das aber nicht. Ich kann nicht davon ausgehen, dass, nur weil ich etwas Rot markiere, der Nutzer es auch entsprechend wahrnehmen wird. Denn, das ist viel komplexer. Auch viel komplexer, als uns viele Verkaufspsychologen das wahr machen wollen. Und ganz viele, dieser Verkaufs-Psychologie Tricks klappen dann auch in ganz vielen Shops gar nicht. Oder es klappt nur sehr ausgewählt, nur in bestimmten Situationen, nur in ganz bestimmten Zielgruppen und so weiter und so fort, weil es halt viel komplexer ist.  Es ist nämlich einfach so, dass manche psychologischen Auslöser und psychologischen Ansätze funktionieren oder auch nicht funktionieren. Das, was diese Auslöser oder Ansätze aussagen, was sie bezwecken, oder bewirken, hängt ganz stark davon ab, wie der Mensch, der da gerade drin ist, denkt. In welcher Situation er gerade ist, in welchem Gefühlszustand er gerade ist, in welcher Ausgangslage er generell ist.  Was ist das für ein Mensch? Was hat er für ein Hintergrundwissen? Und es gibt besonders in der Psychologie, extrem viele winzige Auslöser, die das Verhalten komplett verändern können, aber die man oft gar nicht kennt. Und das wird besonders klar, wenn man sich mal mit dem Thema der Replikationskrise der Psychologie befasst. Denn die Replikationskrise (gibt es in der Psychologie, aber gibt es auch in anderen Fachbereichen), ist gewissermaßen eine methodische Krise. Diese Krise wurde dadurch bekannt, dass man Studien, auf die man vertraut hat, auf dessen Ergebnisse man vertraut hat, einfach nicht replizieren konnte.  Denn eine Studie ist nur dann gut, wenn sie halt immer wieder das gleiche Ergebnis liefert, wenn ich das erneut mache. Wenn die Studie jedes Mal ein anderes Ergebnis liefert, dann ist sie ja nichts Wert. Zum Beispiel, wenn ich mein Handy fallen lasse, fällt es mal auf dem Boden, mal fliegt es nach oben, mal nach links, nach rechts, und dann ist diese Studie nichts wert, dann ist sie nicht zuverlässig. Und in der Psychologie wird seit 2011 schon verstärkt über eine solche methodische Krise diskutiert, und damit treten unfassbar viele Zweifel auf, an der Zuverlässigkeit von veröffentlichten psychologischen Studien.  Und das Ganze wurde einer großen Beachtung ausgesetzt, weil die Studien vom Sozialpsychologen Daryl Bem, einfach dreimal in Replikationsversuchen, nicht repliziert werden konnten. Diese kritischen Berichte wurden von großen Magazinen wie Science und ein paar anderen erst einmal abgelehnt, weil man es nicht glauben wollte! „Wir haben diese Studie mal veröffentlicht, und die gilt. Und dass die jetzt nicht repliziert werden kann, das liegt wahrscheinlich eher am Vorgehen von Deryl Bem, weil er schlechte Arbeit geleistet hat.“ Und dann wurde das ganze Thema auf einmal größer.  Denn die Reproduzierbarkeit von Untersuchungsergebnissen durch andere Forscher ist einfach nun mal eine fundamentale Anforderung an wissenschaftliche Forschungsarbeiten.

In den Prosaminiaturen dieser Folge geht es nebst vielem anderen um den Prinzen Louis Ferdinand, die früh verstorbene Mitschülerin Luise von Landau, dämmrige Treppenhäuser, Äpfel in der Ofenröhre, die alte Tante Lehmann und die über ihren Angeboten thronenden Weiber in der Markthalle. Walter Benjamin wurde 1892 als erstes von drei Kindern in Berlin geboren. Die Familie gehörte dem assimilierten Judentum an. Nach dem Abitur studierte er Philosophie, deutsche Literatur und Psychologie in Freiburg im Breisgau, München und Berlin. 1915 lernte er den fünf Jahre jüngeren Mathematikstudenten Gershom Scholem kennen, mit dem er Zeit seines Lebens befreundet blieb. 1917 heiratete Benjamin Dora Kellner und wurde Vater eines Sohnes, Stefan Rafael (1918-1972). Die Ehe hielt 13 Jahre. Noch im Jahr der Eheschliessung wechselte Benjamin nach Bern, wo er zwei Jahre später mit der Arbeit «Der Begriff der Kunstkritik in der deutschen Romantik» promovierte. Zu seinen Hauptwerken gehören der «Ursprung des deutschen Trauerspiels», mit dem er sich erfolglos zu habilitieren versuchte, seine Abhandlung über «Das Kunstwerk im Zeitalter seiner technischen Reproduzierbarkeit» und das Torso gebliebene «Passagenwerk». Aufgrund des Scheiterns seiner Habilitation sah sich Benjamin gezwungen, als freier Autor, Kritiker und Übersetzer zu arbeiten. Er stand in Kontakt mit Brecht und Adorno, der sich nach Benjamins Tod um die Edition und Herausgabe seines Werkes bemühen sollte. Nach der Machtergreifung durch die Nazis emigrierte Benjamin nach Paris, wo er an dem Passagenwerk arbeitete, das aus einem Zitatenkonvolut besteht, mit dessen Hilfe er versuchte, die Epoche des 19. Jahrhunderts und den Kapitalismus nachzuzeichnen. Auf der Flucht vor der Gestapo nahm sich Walter Benjamin im September 1940 in Port Bou das Leben. Sprecher: Felix von Manteuffel - Produktion: SRF 2013 Die Texte dieser Lesung entstammen allesamt der "Fassung letzter Hand". Wenigstens dreimal hat Walter Benjamin eine Druckvorlage der «Berliner Kindheit um neunzehnhundert» zusammengestellt, aber keine fand einen Verleger und alle drei waren lange Zeit verschollen. Erst 1981 wurde das Typoskript in der Pariser Nationalbibliothek wieder entdeckt. Miniaturen dieser Folge sind: «Tiergarten»; «Zu spät gekommen», «Knabenbücher», «Wintermorgen», «Steglitzer Ecke Genthiner», «Zwei Rätselbilder» und «Markthalle» 

Nix ist zwar nicht mehr brandneu, erfreut sich in seiner Nische aber großer Beliebtheit durch innovative Ansätze zur Reproduzierbarkeit von Entwicklungsumgebungen und Systemen. Als Infrastructure as Code on Steroids bietet das Betriebssystem zahlreiche Vorteile, die nicht nur Power-User begeistern. Zusammen mit zwei Mitgliedern der Nix-Community entdecken wir einen neuen, sehr tiefen, aber auch spannenden Kaninchenbau.

WMR206 - Der Sinn im Zeitalter seiner technischen Reproduzierbarkeit

In dieser Episode führe ich ein äußerst interessates Gespräch mich mit Prof. Stephan Schleim. Er ist deutscher Philosoph und Psychologe, Professor für Theorie und Geschichte der Psychologie Universität Groningen. Seine Spezialgebiete sind die Theorie und praktische Anwendungen der Psychologie und Neurowissenschaften.  In seiner Forschung zur Wissenschaftskommunikation untersucht er, wie Darstellungen der Hirnforschung akademische und gesellschaftliche Debatten beeinflussen (z. B. in der Neuroethik oder dem Neurorecht). Seit 15 Jahren ist er mit seinem Blog Menschen-Bilder bei den SciLogs vertreten, dem Portal für Wissenschaftsblogs des Spektrum-Verlags. Außerdem ist er Autor mehrerer Bücher.  Ich beschäftige mich ja schon länger mit der Frage, ob unser Wissenschaftsbetrieb nicht an einigen Stellen falsch abgebogen ist und was wir tun könnten, ja müssten um diese Situation zu verbessern. Warum ist es für uns wir als Gesellschaft wichtig, diese Problemlage zu verstehen? Denn wesentliche politische Entscheidungen hängen ja von wissenschaftlichen und technischen Aussagen und Möglichkeiten ab. Wir beginnen unser Gespräch mit der Frage, ob sich die Erwartungen, die in der aus der Gesellschaft aber meist auch aus der Wissenschaft heraus an die Wissenschaft formuliert werden erfüllen? Schreitet Wissenschaft immer schneller voran? Führt dies stetig zu neuen und bahnbrechenden technischen Fortschritten? Zahlreiche Untersuchungen legen eher das Gegenteil nahe. Wie sieht es nun mit Fortschritt und Qualität wissenschaftlicher Erkenntnis aus? Welche Anreizsysteme herrschen aktuell vor, nach welchen Indikatoren werden Wissenschafter gemessen, welche Definitionen von Produktivität gibt es in der Wissenschaft und was bedeutet dies für Erkenntnis und Innovation? »Lässt man Kants akademischen Werdegang kurz Revue passieren, muss man zu dem Befund kommen, dass ein Denker wie Kant im gegenwärtigen Wissenschaftsbetrieb keine Chance gehabt hätte. Im Gegenteil: Er verkörpert geradezu alles das, was dem Eifer der Universitätsreformer ein Dorn im Auge ist.«, Konrad Paul Liessmann Es gibt nur noch selten in der modernen Wissenschaft solche positiven Beispiele, etwa den 3D-Atlas des Gehirns, wo das Ergebnis jahrzehntelanger, qualitativ hochwertiger Grundlagenforschung dargestellt werden. »Die Wissenschaft befindet sich großteils in einem hermeneutisch abgeriegelten, selbstreferentiellen System.« Was sind Beispiele für die Probleme, die wir beschreiben? Die 90er Jahre waren in den USA die Dekade des Gehirns. Auch Europa hat mit dem Human Brain Project nachgezogen — unter anderem mit dem Ziel, ein Gehirn im Computer zu simulieren. Was ist das Ergebnis dieser Dekade? Wir diskutieren Erwartungen und Versprechungen vom Gedankenlesen bis zum  Lügendetektor; was waren die Folgen für die Diskussion des »freien Willen«, für Recht und Medizin? In den letzten Jahrzehnten waren auch die »bunten Bilder« des Gehirns, die aus statistischen Auswertungen von Kernspintomographen entstehen, ein Hit in wissenschaftlichen Artikeln aber auch in populärwissenschaftlichen Berichten. Man konnte fast sagen: keine Psychologie ohne »Hirnbilder«! Sind die Ergebnisse, die man mit der Kernspintomographie erhalten hat aber überhaupt vertrauenswürdig und korrekt? Beziehungsweise unter welchen Versuchsbedingungen kann man mit seriösen Ergebnissen rechnen und wurden diese in der Regel erziehlt? Also bleibt letztlich die Frage: können diese Hirnscanner, die richtig viel Geld kosten, überhaupt das Kriterium der Reproduzierbarkeit — als Mindeststandard wissenschaftlicher Qualität — erfüllen? War der Hype gerechtfertigt? »Es gibt einige gute Studien, aber in der großen Masse sind viele dieser Studien, glaube ich,  nicht vertrauenswürdig. […]  Diesen Schluss muss man ziehen.« Aber auch in zahlreichen anderen Bereichen der Psychologie und Psychiatrie erleben wir im Rückblick durchwachsene Ergebnisse, so etwa bei den wenig beeindruckenden Erfolgen der Antidepressiva in der Psychiatrie. Ich spreche dann auch andere Hype-Themen der Vergangenheit an, und frage, warum wir aus diesen relativen Fehlschlägen so wenig lernen, z.B. Richard Nixon und den Krieg gegen den Krebs, Erik Topol und seine Kritik des Human Genome Projects sowie die mangelhafte Leistung von KI-Systemen in der Covid-Behandlung. Wir diskutieren dann die Konsequenzen dieser Hypes, denn diese sind nicht einfach nur kurzfristige Irrtümer, sondern in ihnen stecken zum Teil enorme Opportunitätskosten und Kollateralschäden. Wenn wir über die aktuelle Situation hinausschauen: »Wissenschaft die auch taugt« — was könnten wir die Standards sein? Prof. Schleim bezieht sich auf einen Artikel von Thomas Kuhn: Hartnäckigkeit und Dogmatismus ist manchmal auch ein wesentliches Mittel zum Erfolg in der Wissenschaft.  Die Behandlung von Aids kann als als Erfolgs-Beispiel gelten, auch die Entdeckung der PCR durch Kary Mullis, die psychiatrische Forschung mit Verengung auf Neuro-Wissenschaft allerdings als negatives. Überhaupt ist Kary Mullis ein gutes Beispiel für einen ultra-harnäckigen Wissenschafter gewesen, der in einem engen Bereich hohe Leistung gebracht hat, darüber hinaus aber eher für fragwürdige Ideen bekannt wurde. Nun stellt sich aber die Frage: was für das Individuum des Wissenschafters gilt, gilt das auch für die Wissenschaft als Ganzes? Und wo hört die Hartnäckigkeit auf und wird zum (sanften) Betrug? Fake it till you make it — ein wissenschaftliches Erfolgsmodell? Welchen Effekt haben New Public Management, Messen, Optimieren in der Wissenschaft(sverwaltung), Zitationsfaktoren, Impact-Faktor, usw? »There is no cost to getting things wrong. The cost is not to getting them published.«, Prof. Brian Nosek Wir erleben aktuell in vielen Bereichen einen Hyperwettbewerb und Bewertung von Forschung — wenn man in kurzen Zeiträumen »Durchbrüche« darstellen muss, um überhaupt überleben zu können — was wird das für Konseqzenzen für Richtung und Qualität und Vermarktung der Forschung haben? Die Probleme, über die wir sprechen, sind bei weitem keine, die nur in den Interna der Wissenschaft Folgen haben, sondern breiten sich über Wissenschaftskommunikation und Expertenwesen in Gesellschaft und Politik aus? Hier ist auch der Aspekt zu sehen, dass die Verantwortung für diese Hypes auch an den Konsumenten liegt — eine Folge der Konkurrenz um Aufmerksamkeit. Was ist überhaupt von Wissenschafts-News zu halten? Denn die Taktung wird immer höher — ist das sinnvoll oder sogar schädlich? Wissenschaft ist selten eindeutig, vor allem nicht in komplexen Fragestellungen. Führt das nicht eher zu Verwirrung statt Information bei der Bevölkerung? Kann mehr Transparenz in den wissenschaftlichen Prozess die Situation verbessern? Können wir vom Rechtswesen lernen — was sind Folgen für wissenschaftliche Freiheit, politische Freiheit und Demokratie? Was können wir aus den Erfahrungen erfolgreicher Wissenschafter lernen? Ohne die Freiheit, "Sachen zu machen die nicht Mainstream waren", sei seine Forschungsarbeit nicht möglich gewesen, Anton Zeilinger Max Perutz, der österr. Wissenschafter, der von den Nazis nach England fliehen musste, hatte in seinem Labor neun Nobelpreisträger! Auf die Frage, wie man so erfolgreich wird antwortet er: »Keine Politik, keine Gremien, keine Berichte, keine Gutachter, keine Interviews, nur begabte, hoch-motivierte junge Menschen, ausgewählt von wenigen Männern mit gutem Blick.« Und was machen wir im heutigen Wissenschaftsbetrieb? Einer der Ursachen für die Probleme im aktuellen Wissenschaftsbetrieb ist das Publikations(un)wesen: welche Rolle spielen kommerzielle Verlage, Open Access, Preprint, sind Daten und Prozesse transparent? Welche Rolle spielt der Antrags-Irrsinn und die damit verbundene Bürokratie? Die bekannte amerikanische Tiefsee-Forscherin Edith Widder bringt den Konflikt zwischen innovativer Forschung und Finanzierung auf den Punkt:  »Die Sache ist die: In der Wissenschaft muss man den Förderstellen erklären, was man entdecken wird, bevor sie einem Geld geben. Und ich wusste nicht was ich entdecken werde. Somit bekam ich keine Unterstützung.« Wo und in welchem Umfang macht Antragswesen Sinn, in welcher Form, und wo ist es ein Hindernis für gute Wissenschaft und verhindert vor allem auch, dass gute Wissenschafter Karrieren machen. Welcher innovative und kreative Wissenschafter ist Willens 30-40% seines Alltags mit stumpfer Bürokratie und Antragschreiben zu verbringen? Welche Folgen hat dies daher für die Selektion an Universitäten?  Erik Weinstein nennt dies passend: »snap-to-grid intellectualism« Führen diese Prozesse zu kontroproduktiven Anpassungsprozessen an Indikatoren, Bürokratie, Regeln usw. Lenken wir also die verbleibende Intelligenz der Forscher weg von der Forschung hin zum Übergehen und Ausnutzen von Regeln und Bürokratie? Einfache Versprechungen und Aussagen treffen in der Realität sehr schnell an ihre Grenzen und so ist es auch nicht einfach Schritte aus der Krise zu finden. Ein erster Ansatzpunkt findet sich etwa in der Magna Charta Univesitatum. Referenzen Andere Podcast Episode 53 und Episode 54: Data Science und Machine Learning, Hype und Realität Episode 47: Große Worte Episode 44: Was ist Fortschritt? Ein Gespräch mit Philipp Blom Episode 39: Follow the Science? Episode 28: Jochen Hörisch: Für eine (denk)anstössige Universität! Episode 19 und Episode 20: Offene Systeme Episode 18: Gespräch mit Andreas Windisch: Physik, Fortschritt oder Stagnation Stephan Schleim Homepage von Stephan Schleim Stephan Schleim auf Twitter Menschen-Bilder Blog Stephan Schleim an der Universität Groningen Universität Groningen Die Neurogesellschaft: Wie die Hirnforschung Recht und Moral herausfordert, Heise (2010) Psyche & psychische Gesundheit: Philosophen, Psychologen und Psychiater im Gespräch, Heise (2020) Wissenschaft und Willensfreiheit: Was Max Planck und andere Forschende herausfanden, Springer (2023) Stephan Schleim, Sind Hirnscans nur Kaffeesatzleserei? Fachliche Referenzen Nicholas Bloom, Are Ideas Getting Harder to Find? (2020) How should medical science change, Lancet (2014) Economist: How Science goes wrong  Trouble at the lab | The Economist  Rettet die Wissenschaft,Die Zeit (2014)  Konrad Paul Liessmann, Kant — Dienst ohne Vorschrift, Der Standard (2004) Eric Topol, Human genomics vs Clinical genomics — Expectation vs. Facts  Thomas Kuhn, The Function of Dogma in Scientific Research, 1963  John P. A. Ioannidis, Why Most Published Research Findings Are False (2005)  Warum KI-Werkzeuge gegen COVID-19 bislang versagt haben, Heise (2021)  Physik Nobelpreis für österr. Quantenphysiker Anton Zeilinger (2022) Zitat Max Perutz aus Geoffrey West, Scale: The Universal Laws of Life and Death in Organisms, Cities and Companies, W&N (2018) Edith Widder, Glowing life in an underwater world, TED-Talk  Magna Charta Univesitatum 

Die Freude über ein handsigniertes Buch ist groß, aber manchmal währt die Freude nicht allzu lange. Eine Glosse von Caro Matzko.

Ende des Oktobastel... Die kleine Reihe hier im Trommel Talk zum Thema Do it Yourself und Tipps und Tricks und Tracks und Trocks geht zu Ende, denn der November steht vor der Tür, Den Auftakt machte schon Tex van Buren und wäre besser geeignet für das Ende? Genau!! Der Tex!. Das war mal eine Hammer Probe. So gut hat das Schlagzeug noch nie - never ever - geklungen. Und irgendwie weiß man schon, dass das Schlagzeug bei der nächsten Probe oder beim Gig dann nicht mehr genau so klingen wird. Das Problem mit der Reproduzierbarkeit des Sounds ist ein echtes Problem bei größeren Produktionen und Tourneen. Der Zuhörer will ja den Klang, den er kennt - mindestens, oder noch besser. Und so habe ich Tex mal gefragt, wie er Abend für Abend, Show für Show den immer gleichen, guten Sound hinbekommt. Welche Tools und Tricks er dafür hat, was geht und was nicht, was die Ohren damit zu tun haben und vor allem was nicht... Das verrät Tex in diesem Talk! Einen Link zu den besprochenen Tools gibt es hier: https://thmn.to/thocf/ewska5x5pq Ich wünsche euch viel Spaß mit dieser Folge! Wer noch nicht genau weiß, wer Tex ist und was man so als Drum Tech macht, der hört am besten mal hier rein: https://open.spotify.com/episode/0nxsq5FHwOAKM6C055bouW?si=c220ecd0af46421f Und wenn ihr eine Frage habt, schickt mir die am besten per Mail unter felix@einfachschlagzeug.de Und auch Tex freut sich immer über Fragen via Instagram @thedrumtex Außerdem freu ich mich, wenn du auf der Seite von eicnfach Schlagzeug mal vorbeischaust unter https://einfachschlagzeug.de/

In dieser Folge sprechen wir über den berühmten Kunstwerk-Aufsatz von Walter Benjamin. Wie war er damals gemeint und wie sehen wir ihn heute, in der Zeit von NFTs und KI-Kunst? Dafür haben sich Lucas und Christian den Benjamin-Experten Daniel Gönitzer eingeladen. (Hier gibt's den Text: https://monoskop.org/images/7/7d/Benjamin_Walter_1936_1963_Das_Kunstwerk_im_Zeitalter_seiner_technischen_Reproduzierbarkeit.pdf)

Jahrhunderte lang waren (mechanische) Musikmaschinen nicht nur notdürftiger Ersatz für Instrumentalisten aus Fleisch und Blut, sie waren vor allem eine Attraktion, Unterhaltung. Im Zeitalter der elektronischen Reproduzierbarkeit können spezielle ästhetische Ideen umgesetzt werden. Aus dem Umfeld von Bricolage, Fluxus, Klangskulptur und Klangkunst gingen anarchisch-spielerische, sich immer auch etwas selbst parodierende Klangmaschinen hervor, die visuelle und akustische Ebenen verbinden und dabei die Grenzen der Kunstgattungen hin zur Performance, zur bildenden Kunst und zur Klangskulptur überschreiten. Conlon Nancarrow und Peter Ablinger, Pierre Bastian, Joe Jones oder Jean Tinguely sind nur ein paar bekannte Künstler, die sich dem Phänomen Klangmaschine verschrieben haben.

Mit dem neunten Band der Perry Rhodan Heftromanserie, nehmen wir uns heute einen Vertreter vor der es unter der Bearbeitung von William Voltz nicht in die späteren Silberbände geschafft hat. Das hat meiner Meinung wenig mit der Qualität zu tun eher mit der Reproduzierbarkeit der Geschichte. Denn neben anderen frühen Hefte glänzt dieser Roman durch eine Vielzahl an unterschiedlichen Handlungsabschnitt und einem extrem hohen Tempo. Das mag eine sehr subjektive Meinung zum Roman sein, deswegen hört am besten selbst. Alle weiterführenden Informationen zum Roman findet ihr in der Perrypedia unter dem Artikel zum Heft.

Häufig hört man bei Diskussionen über gesellschaftliche Probleme das Todschlag-Argument „Trust in science!“. Doch inwiefern ist blindes Vertrauen in die Wissenschaft empfehlenswert? Wir reden über die Fehler in wissenschaftlichen Methoden, die oftmals zu schlechten oder gar falschen Ergebnissen führen.Falls ihr unsere Arbeit unterstützen wollt, würden wir uns sehr freuen, wenn ihr uns auf Spotify, Apple-Podcast und Google-Podcast folgen und bewerten würdet. Aktiviert auch gerne die Glocke, um keine neuen Episoden zu verpassen.Unsere Social-Media-Seiten:Instagram, Twitter, Facebook - wir freuen uns über jeden Follow.Timestamps & QuellenBegrüßung und Einleitung (00:00)Teil 1: Deryl Bem (01:18)Die Geschichte voin Deryl BemDeryl Bem: Self-perception theoryDeryl Bem: Exotic becomes erotic theoryDeryl Bem: Feeling the Futurezentrale Kritik an gängigen wissenschaftlichen Methoden: p-Hacking, Publication Bias (1, 2, 3), falsche statistische Verfahren, Hypothesen sind abhängig von Resultaten, zu kleine Sample Size, seltene Reproduzierbarkeit von Ergebnissen Kritik an der KritikTeil 2: Fragwürdige Forschungsmethoden (13:19)Studie: Verbreitung von fragwürdigen ForschungsmethodenMeta-Studie zur Verbreitung von fragwürdigen ForschungsmethodenSpecial Mention: Studie über Unehrlichkeit mit gefälschten DatenTeil 3: Statistische Signifikanz (19:06)Studie über die Wahrscheinlichkeit von falsch-positiven ErgebnissenStudie zur Sapir-Whorf Hypothese (1, 2)Teil 4: Replication Crisis (30:14)Studie: 21 Ergebnisse aus den Social Sciences auf Reproduzierbarkeit überprüftStudie: 100 Ergebnisse aus der Psychologie auf Reproduzierbarkeit überprüftStudie: 18 Ergebnisse aus der WIrtschaftswissenschaft auf Reproduzierbarkeit überprüftReplication Crisis in der Neurologie und ChemieÜbersicht zu mittlerweile fragwürdigen Theorien/ErgebnissenTeil 5: Erforschung von komplexen Zusammenhängen ist schwierig (40:06)Studie: Alles verhindert Krebs und löst es gleichzeitig auch ausStudie: Viele Studien, über die viel berichtet wird, stellen sich als falsch oder überzogen herausAuswertung: Nur wenige Studien hochwertig genug, um bei der Behandlung von Patienten hinzugezogen zu werdenStudie: Ineffiziente Forschung ist sehr teuerTeil 6: Fehlerhaftes peer-review (45:51)Über die Fake-Paper Aktion (1, 2)Verzeichnis aller geschriebener Fake-Paper (veröffentlicht sowie unveröffentlicht)Teil 7: Weitere Probleme (54:04)Studie: Gleiche Daten, unterschiedliche ErgebnisseStudie: Zu viel InputTeil 8: Kann man der Wissenschaft noch trauen? (59:15)Studie: Wahrnehmung der Replication Crisis in Dt.Studie: Vertrauen in die Wissenschaft führt zu glaube an Pseudo-WissenschaftStudie: Wissen über wissenschaftliches Arbeiten erhöht Akzeptanz von WissenschaftAbschlussfrage, Abmoderation und Verabschiedung (01:15:51)

Walter Benjamin - zentrale Begriffe wie Aura, Katastrophe in Permanenz, Dialektik des Stillstands, historischer Matererialismus, erklärt an seinen Essays "Die Kunst im Zeitalter technischer Reproduzierbarkeit", "Zum Begriff der Geschichte" und "Zum Ursprung des deutschen Trauerspiels".

In der Antike liebte man das Schöne. Man versuchte, es zu berechnen und das Urschöne zu beschreiben. Später kam Nietzsche dann zu dem Schluss, dass die Wahrheit sowieso immer hässlich ist und wir die Schönheit bräuchten, um das Leben zu ertragen. Kurz nach den Katastrophen des 20. Jahrhunderts zog Adorno dann den Schrecken dem Schönen vor. Was ist schön in einer Welt, in der alles beliebig reproduzierbar ist? Nach der Ästhetisierung der Politik und der Politisierung der Kunst im 20. Jahrhundert: Welche Rolle spielt Schönheit heute überhaupt noch? Darüber denkt Lisz Hirn in dieser Podcast-Folge nach. Sie geht dabei bis zu Platon in die Antike zurück, lässt aber auch Kant, Adorno und Walter Benjamin zu Wort kommen. Buchtipps: Platon: "Symposion" (u.a. Reclam) Walter Benjamin: "Das Kunstwerk in Zeiten seiner technischen Reproduzierbarkeit" (u.a. Reclam) Weitere Literaturhinweise: Immanuel Kant: „Kritik der Urteilskraft“ Friedrich Nietzsche: „Zur Genealogie der Moral“ Theodor W. Adorno: „Ästhetische Theorie“ Sponsoring: Danke an "DIE WASNERIN", G'sund und Naturhotel in Aussee, Unterstützerin dieser Staffel; https://www.diewasnerin.at/ DIE WASNERIN liegt in Bad Aussee, am Mittelpunkt Österreichs, und so ist auch die Mitte, also der Nabel, der Ursprung ihrer Philosophie für Gesundheit und Wohlbefinden. NABEL-Magazin: DIE WASNERIN veröffentlicht periodisch ein Magazin, das Kultur, Literatur und Natur vereint. Neben wunderschönen Fotos schreiben prominente Literat*innen über die Mitte und darüber hinaus. Das kostenlose Magazin wird interessierten Hörer*innen gerne zugesandt: info@diewasnerin.at Die Gastautorin der WASNERIN in dieser Podcast-Folge ist [Doris Knecht](https://www.doris-knecht.com/). Podcast-Empfehlungen: Wir empfehlen den OH WOW Podcasts “Investorella”, der Frauen* das nachhaltige Investieren greifbar macht. Von und mit Larissa Kravitz. Hier geht's zu der Folge mit dem Thema [Wohnen](https://www.ohwow.eu/investorella/immologik) Und den OH WOW Podcast “Jeannes Welt”, der dich auf eine akustische Entdeckungsreise zu vielen inspirierenden Frauen* und ungewöhnlichen Orten mitnimmt. In Folge 1 der neuen Staffel geht es um das Thema Schach. www.ohwow.eu Bücher von Lisz Hirn: Geht's noch? Warum die konservative Wende für Frauen gefährlich ist. https://www.styriabooks.at/gehts-noch Wer braucht Superhelden? Was wirklich nötig ist, um unsere Welt zu retten. https://www.styriabooks.at/wer-braucht-superhelden Don't forget: #supportyourlocalbookstore Credits: Lisz Hirn: Redaktion, Moderation Jeanne Drach (OH WOW): Moderation, Redaktion, Produktion, Jingle Anna Muhr (OH WOW): Postproduktion Jingle: OH WOW mit Almut Schäfer-Kubelka

Unser Comeback 2022 steht unter dem Leitstern der Filmkunst. Dabei stellen wir uns die filmästhetische Gretchenfrage: Was verlangen wir vom Film - oder was verlangt er von uns? Vor lauter schlauen Gedanken haben wir Schwierigkeiten Walter zu finden, obwohl wir Benjamins Essay „Kunst im Zeitalter technischer Reproduzierbarkeit“  oder kurz „tR“ zur Hand haben. Am Ende steht zur Debatte: Müssen wir Benjamins vorsichtigen Optimismus durch Adornos mutigen Pessimismus ersetzen ? Oder schaffen wir es Zerstreuung und Sammlung, Emotion und Kontemplation, Passivität und Aktivität, Ideologie und Ideologiekritik – kurzum, Unterhaltung und Kunst zusammenzubringen?Wenn das ein Medium leisten kann, dann doch der Film.Kleiner Tipp für einen gesteigerten Hörgenuss: Nehmt jedes Mal, wenn das Wort "technische Reproduzierbarkeit" fällt, einen Shot - am Ende erwartet euch eine auratische Erfahrung.

Glitches, Dummheiten und fiktive Plateaus, die man nie erreichtIch hatte 48 Stunden in Wien und direkt aus dem Zug machte ich mich auf den Weg zu dem Fotografen Thomas Albdorf. Wir trafen wir uns in, wie er meinte, einem Ortsteil der Stadt, den ich als Tourist sonst wahrscheinlich nicht zu sehen bekommen hätte – aber genau das ist auch eine der Sachen, die ich am meisten zu schätzen gelernt habe, bei diesen Trips zu meinen Gästen: Das ich kein Tourist hier bin, sondern eine Aufgabe habe, die mich an Orte und in Situationen bringt, die ich sonst vielleicht niemals so erleben würde.Thomas Arbeit ist sehr abstrakt – ich glaube, das ist fair so zu sagen. Und es ist wirklich toll, jemanden zu treffen, der quasi ohne Rücksicht auf Verluste sein Ding gemacht hat und der nun genau damit auch wahnsinnigen Erfolg hat. Neben seinen künstlerischen Projekten arbeitet er auch für Kunden wie Louis Vuitton, Balenciaga, Nike, Lacoste, Zara und viele mehr.Wir sprachen über die eigenen Erwartungen und fiktive Plateaus, die man nie erreicht, über die Möglichkeiten der Fotografie, über Social-Media-Plattformen, die heute niemand mehr kennt, über die vermeintliche Reproduzierbarkeit von Karrieren, darüber wie er quasi in die Fotografie gestolpert ist, darüber wie Instagram am besten funktioniert, über das Uncanny Valley, über seine künstlerischen Projekte, seine Kundenarbeiten, die Verbindung zwischen Fashion und Kunst und noch vieles mehr.Und jetzt – viel Spaß mit Thomas Albdorf.Mein Gast heutehttps://www.instagram.com/albdorf/https://thomasalbdorf.comJetzt Supporter werdenhttps://patreon.com/ohnedenhypeWunschgäste bitte hier in die Kommentarehttps://apple.co/3cdoMZLInstagramhttps://www.instagram.com/ohnedenhypeFacebookhttps://www.facebook.com/ohnedenhypeYouTubehttp://youtube.ohnedenhype.com

Majestätsbeleidigung oder notwendige Prüfung?Ein Standpunkt von Jochen Mitschka.In der Zusammenfassung der 21. Sitzung, die den Titel trägt: "Die Macht der Konzerne und die Korruption" (1) kam Frau Dr. Holzeisen zu Wort, welche die Verflechtung zwischen Großindustrie, hier in Form der Autoindustrie mit Medien und der Regierung Italiens in Zusammenhang mit Corona beschrieb. Diese Zusammenfassung beginnt mit einer weiteren Befragung des investigativen Journalisten Paul Schreyer.Dr. Füllmich bedauerte, dass ein informatives Video von Paul Schreyer bei YouTube gelöscht worden war, und bot an, rechtliche Schritte zu unternehmen, allerdings war es inzwischen schon wieder online. Dr. Füllmich sagte, dass er dem Video entnommen habe, dass große Konzerne sich auf geschickte Art und Weise mit politischen Machtinteressen verbündeten. Auf der einen Seite Geld, auf der anderen Seite politische Macht.Paul Schreyer bestätigte, dass er genau den gleichen Eindruck hat. Er führte dann noch einmal aus, dass es eine ganz auffällige Gleichzeitigkeit mit dem Treffen in Davos gegeben hätte. Die Corona Medienkampagne begann international gleichzeitig am 20./21. Januar, das könne man heute noch problemlos nachvollziehen. Also genau zu dem Zeitpunkt, als das Treffen in Davos das Thema diskutierte.Am Ende des Treffens in Davos am 24. Januar waren die wesentlichen Instrumente zum Management der Krise bereits voll entwickelt und wurden bekannt gegeben. Der PCR-Test war fertig, die politischen Empfehlungen von der Gates-Stiftung waren da, die täglichen Situationsberichte der WHO zu dem Thema begannen ebenfalls am 21. Januar, das Dashboard der John Hopkins Universität begann am 22. Januar, alles parallel zum Davos-Treffen. Alles, was diese Krise kontrollierte, war während des Davos-Treffens innerhalb weniger Tage bekannt geworden. Es sei schwer, da an einen Zufall zu glauben.Dr. Füllmich fragte dann, wie es denn erreicht wurde, dass die Konzerninteressen so die Politik beeinflussen konnten. Paul Schreyer antwortete, dass der Vorlauf schon über viele Jahre in Arbeit gewesen sei. "Es gibt eine Kette von Aktionen, die jetzt kulminiert". Das wäre nicht einfach aus dem Hut gezaubert worden. Die Tatsache, dass die Impfstoffindustrie einen so großen Einfluss gewann, und dass skandalöse Verträge mit den Staaten abgeschlossen werden können, basiere auf einer viele Jahre andauernden Arbeit, die von Bill Gates maßgeblich gestartet worden war.Das sei eine ganz neue Form von Lobbyismus. Es findet eine Vernetzung von politischen Interessen mit denen der Wirtschaft statt, die zu einer untrennbaren Einheit verschmelzen. Das ist schon eine höhere Stufe als Lobbyismus, man könnte es institutionalisierte Korruption nennen, meinte Schreyer.Man könne dies an der Person von Bill Gates beobachten. Es gab ein Interview in der Süddeutschen Zeitung, in dem Melinda Gates stolz erklärt, dass sie und ihr Mann regelmäßig Politiker wie Angela Merkel, wie Ursula von der Leyen persönlich anrufen, zu jeder Tageszeit, und sie sei ganz froh, dass Frau Merkel beim letzten Telefonat die richtigen Fragen gestellt hätte.Also Bill oder Melinda Gates rufen beim Regierungschef an, der stellt dann die richtigen Fragen, und Gates sagt dann "ja, so oder so können wir das machen", so darf man sich das vorstellen. Das sei keine Verschwörungstheorie, sondern offen so erklärt worden. Und das ist kein Lobbyismus mehr.Wenn man sich das Verhalten von Facebook, Google und andere Konzerne ansieht, haben die inzwischen auch schon hoheitliche Aufgaben übernommen, durch die Kontrolle der Informationen, welche zugelassen werden, meinte dann Dr. Füllmich. Ob eine Meinungsäußerung zulässig ist, war früher eine staatliche Aufgabe. In der Zwischenzeit sind es private Konzerne, die darüber entscheiden.Paul Schreyer wies darauf hin, dass mit der Amtseinführung von Präsident Trump in den USA die Diskussion über sogenannte Hate-Speech Fahrt aufgenommen hatte, als das politische Establishment bemerkte, dass es begann, die Kontrolle über die öffentliche Meinung zu verlieren, und den Einfluss der so genannten "Populisten" eindämmen wollte.Auch die deutsche Gesetzgebung hat eine neue Dimension erreicht, in der hoheitliche Aufgaben auf Konzerne übertragen wurden, indem diesen die Aufgabe erteilt wurde, darüber zu entscheiden, ob eine Nachricht oder Meinung zugelassen ist oder nicht. Das werde auch immer weiter perfektioniert. Der neueste Gesetzentwurf in Deutschland sehe vor, dass wenn etwas von Faktencheckern bei Facebook als Hate-Speech markiert wurde, es automatisch an das BKA weitergeleitet werden soll.Steinmeier half der Regierung etwas bei dem Problem, dass das Gesetz verfassungswidrig war, indem er sie um eine "Verbesserung" bat, statt es offiziell als grundgesetzwidrig zurückzuweisen.Auf die Frage von Dr. Füllmich, "wie kommt man aus der Nummer wieder raus", antwortete Paul Schreyer, dass jeder das tun könne, was ihm möglich sei. Er hätte sich im Sommer 2020 an das RKI gewandt, weil das Institut behauptete, dass die Gefährdung für die Bevölkerung weiter hoch sei. Alle Gerichte ziehen sich auf diese Beurteilung des RKI zurück. Deshalb habe er gefragt, worauf sich diese Einschätzung begründe. Darauf hätte er keine Antwort erhalten.An dieser Stelle sollten noch viel mehr Journalisten nachhaken, meinte er, denn das sei der Dreh- und Angelpunkt für die Maßnahmen. Dann zitierte er aus einem Papier des RKI die Definitionen der Risikoeinschätzung mit den Bezeichnungen gering, mäßig, hoch und sehr hoch. Es lägen keine quantitativen Werte für Eintrittswahrscheinlichkeit zugrunde.Dann erklärte er, dass die Aussagen des RKI zu den eigenen Angaben im Widerspruch zu einem Papier stehen würden, welches vom RKI selbst einmal erstellt worden war, um Leitlinien zur Gesundheitsberichtserstattung aufzustellen. Demnach forderte das RKI die vollständige Transparenz und Dokumentation sowie Reproduzierbarkeit von Kennzahlen, Indizes und Berechnungen, die zu bestimmten Aussagen führen. Diese Leitlinie sei erst im Herbst 2019 veröffentlicht worden, würde aber nun vom RKI selbst nicht eingehalten…weiterlesen hier: https://apolut.net/corona-untersuchungsausschuss-teil-52-oder-21-2-von-jochen-mitschkaUnterstütze apolut:IBAN: DE40 8506 0000 1010 7380 26BIC: GENODEF1PR2Verwendungszweck: apolutKontoinhaber: apolut GmbHVolksbank Pirna eG_Patreon: https://www.patreon.com/apolutflattr: https://flattr.com/@apolutTipeee: https://de.tipeee.com/apolutInstagram: https://www.instagram.com/apolut_netFacebook: https://www.facebook.com/apolutTwitter: https://twitter.com/apolut_netOdysee: https://odysee.com/@apolut:a See acast.com/privacy for privacy and opt-out information.

Ob Krankenkassenprämien, Jobchancen oder Polizeikontrollen. Durch ihre Neutralität, Emotionslosigkeit und Reproduzierbarkeit können Algorithmen eine grosse Chance sein in Bezug auf Rassismus und Diskriminierung, da sie im Gegensatz zu Menschen nicht basierend auf (unbewussten) Vorurteilen Entscheidungen treffen. Doch Studien zeigen, dass Algorithmen nicht nur bestehende Ungleichheiten reproduzieren, sondern sogar zu mehr Diskriminierung führen können. Mehr dazu in der aktuellen Podcastfolge mit Professor Christoph Heitz von der Zürcher Hochschule für angewandte Wissenschaften (ZHAW). Weiterführende Links: https://www.zhaw.ch/de/ueber-uns/person/heit/ https://www.zhaw.ch/de/ueber-uns/aktuell/news/detailansicht-news/event-news/die-berechnung-der-welt/

Sie haben großen Einfluss auf uns, bleiben aber für die meisten von uns unsichtbar: Nahezu jeden Tag begegnen wir Algorithmen, ob es uns bewusst ist oder nicht. Doch wie weit reicht die Macht der Algorithmen? Sind wir auf dem Weg in einen digitalen Monopolkapitalismus? Und was passiert, wenn die KI nicht mehr nur für logische, sondern auch für kreative Prozesse genutzt wird? Ole Nymoen und Wolfgang M. Schmitt analysieren in ihrem gleichnamigen Buch das Phänomen der »Influencer« und zeigen, warum sie als Sozialfiguren symptomatisch für Abstiegsgesellschaft und Spätkapitalismus sind, für welche Ideologien die Werbekörper stehen, wie Influencer rückwärtsgewandte Rollenbilder, Konsumismus und rigide Körpernormen propagieren – und damit einem konservativen Backlash Vorschub leisten. Adrian Daub ist Professor für Vergleichende Literaturwissenschaft an der Stanford University und kennt das Silicon Valley aus nächster Nähe. In seinem Essay Was das Valley denken nennt gibt er einen aufschlussreichen Einblick in die Ideengeschichte eines Orts, der gerne so tut, als hätten seine Ideen keine Geschichte. Hanno Rauterberg nimmt in seinem Essay Die Kunst der Zukunft die Kreativität im Zeitalter ihrer technischen Reproduzierbarkeit in den Blick. Dabei geht es weniger darum, wie kreativ künstliche Intelligenz ist, als darum, was es über uns Menschen aussagt, dass wir von einer kreativen künstlichen Intelligenz träumen. In seinem Buch Plattform-Kapitalismus, das 2018 in der Hamburger Edition auf Deutsch erschien, thematisiert Nick Srnicek aus US-amerikanischer Sicht die digitale Transformation des Kapitalismus und die durch monopolistische Unternehmen vorangetriebene Entwicklung von digitalen Plattformen als neues Geschäftsmodell. Die Bücher zur Folge: • »Influencer« von Ole Nymoen und Wolfgang M. Schmitt: http://shrk.vg/Influencer-P • »Was das Valley denken nennt« von Adrian Daub: http://shrk.vg/Valley-P • »Die Kunst der Zukunft« von Hanno Rauterberg: http://shrk.vg/KunstZukunft-P • »Plattform-Kapitalismus« von Nick Srnicek: http://shrk.vg/Srnicek-P

Worum geht es?Bildung und der Zugang zur Bildung sind zentrale Themen - nicht nur in Zeiten von Corona. Der Zugang zur Bildung muss gewährleistet sein. Aber was genau bedeutet das? Reicht es aus, wenn Bibliotheken und Schulen geöffnet sind? 2 Personen, 3 Meinungen: Unter Bildung versteht fast jede:r etwas anderes. Die einen verstehen darunter eine Grundausbildung, die anderen die Lektüre bildungsbürgerlicher Klassiker oder den Besuch vergleichbarer Opern- oder Theateraufführungen. In der Charta der Menschenrechte ist mit dem "Recht auf Bildung" eine grundlegende Ausbildung gemeint. Seitens der Gesellschaft gilt es, für diese Ausbildung frei zugängliche Lernumgebungen zu schaffen, die zudem zeitgemäß sind. Hinzu kommen die 17 Ziele der Vereinten Nationen für eine nachhaltige Entwicklung bis 2030. Auch dort wurde ein Recht auf lebenslange Bildung definiert, das allen Menschen lebenslang die Möglichkeit bieten muss, sich im Wandel der Zeit auch beruflich neu ausrichten zu können, oder sich selbstständig zu machen, damit nachhaltige Innovationen aus der Mitte der Gesellschaft entstehen.Die klassischen formalen Bildungsinstitutionen der industriepolitischen Moderne sind mit dieser Aufgabe überfordert. Hier kommen jetzt auch die Kommunen ins Spiel. In Musterbrecher:innen Digital haben Anika Krellmann und Marc Groß mit Dr. Anja C. Wagner in der dritten Folge über Digitalisierung und (Erwachsenen)Bildung gesprochen. Dabei ging es um zwei zentrale Fragen: 1. Wie muss sich (Erwachsenenbildung) im Digitalen Zeitalter verändern? 2. Wie verändert die Digitalisierung die (Erwachsenen)Bildung? Ach so, Anja bezeichnet sich selber als Bildungsquerulantin, ist Geschäftsführerin von Frolleinflow, dem Institut für kreative Flaneure. Außerdem ist sie Mitglied im Lenkungskreis des Co:Lab.Der Co:Lab-Podcast “Musterbrecher:innen Digital”In unserem Podcast “Musterbrecher:innen Digital” greifen wir regelmäßig Themen im Kontext von Gesellschaft und Digitalisierung auf, die Euch und uns beschäftigen. Wir diskutieren Hintergründe, decken alte Muster auf, sprechen über Muster, die es in Zukunft braucht und diskutieren Zusammenhänge. Den Podcast findet ihr auf Podomatic, Spotify, Apple Podcasts, Google Podcasts, Amazon Music and Audible, Player FM und Deezer.ShownotesInternetseite des Co:Lab e.V.https://colab-digital.de Co:Lab-Publikation: Künstliche Intelligenz in Kommunen (Kapitel KI in Bildung und Lernen)https://colab-digital.de/initiativen/koki/bildung/Internetseite von Dr. Anja C. Wagnerhttps://about.me/acwagnerInternetseite von Frolleinflow - Institut für kreative Flaneurehttps://frolleinflow.comBuchempfehlung: Berufen statt zertifiziert. Neues lernen, neue Chancenwww.berufenstattzertifiziert.deBuchempfehlung: B(u)ildung 4.0: Wissen in Zeiten technologischer Reproduzierbarkeithttps://www.amazon.de/ildung-4-0-Wissen-technologischer-Reproduzierbarkeit-ebook/dp/B078BLV1BG/ref=as_li_ss_tl?dchild=1&keywords=b(u)ildung+4.0&qid=1618326747&sr=8-1&linkCode=sl1&tag=ff_pcb-21&linkId=7628cf86c370cf8f289f6156295da941&language=de_DEDigital-Index D21 2020 / 2021https://initiatived21.de/app/uploads/2021/02/d21-digital-index-2020_2021.pdf

Wir haben gesündigt

In der Entwicklung von Prozessen und Produkten passieren regelmäßig Fehler. Das ist grundsätzlich normal und auch nicht weiter schlimm. Wichtig ist nur, dass man erkennt, wo die Fehler herkommen und wie man sie in Zukunft abstellen kann. Dazu muss man sie reproduzieren können. In diesem Podcast gibt es ein kleines Beispiel dazu, aus meiner eigenen Erfahrung.   Hast du weitere Fragen, Anregungen oder Kritik? Dann schreibe mir einfach eine E-Mail an: info@rathmann-engineering.com Gerne kannst du mich auch über folgende Kanäle erreichen: Xing: https://www.xing.com/profile/Dennis_Rathmann3?sc_o=mxb_p LinkedIn: https://bit.ly/2WJSZaL

Zwischen technischer Faszination, Klangbastelei, Reproduktionsgerät und Kunstobjekt Jahrhunderte lang waren (mechanische) Musikmaschinen nicht nur notdürftiger Ersatz für Instrumentalisten aus Fleisch und Blut, sie waren vor allem eine Attraktion, Unterhaltung. Im Zeitalter der elektronischen Reproduzierbarkeit können spezielle ästhetische Ideen umgesetzt werden. Aus dem Umfeld von Bricolage, Fluxus, Klangskulptur und Klangkunst gingen anarchisch-spielerische, sich immer auch etwas selbst parodierende Klangmaschinen hervor, die visuelle und akustische Ebene verbinden und dabei die Grenzen der Kunstgattungen hin zur Performance, zur bildenden Kunst und zur Klangskulptur überschreiten. Conlon Nancarrow und Peter Ablinger, Pierre Bastian, Joe Jones oder Jean Tinguely sind nur ein paar bekannte Künstler, die sich dem Phänomen Klangmaschine verschrieben haben.

Zum letzten Mal Count Zero: Wir besorgen uns 80 Liter Kerosin und fahren mit unserem Hoverpanzer in den Sonnenuntergang. Oder sollten wir mit dem Zeug lieber die letzten drei Kapitel anzünden und das Ende neu schreiben? Ihr erfahrt es wie immer bei Sprawl Radio! Wir besprechen das Grande Finale von Count Zero, dem zweiten Teil der Sprawl Trilogie. Außerdem: Was hat uns Walter Benjamins 'Schlüsseltext des 20. Jahrhunderts' ,sein berühmter Essay 'Das Kunstwerk im Zeitalter seiner technischen Reproduzierbarkeit', zu sagen und sind künstliche Intelligenzen die besseren Künstler? Richtig gehört - es gibt wieder Schülerreferate. Worauf wartet ihr? Steckt ein und lauscht unseren körperlosen Stimmen. In der nächsten Folge besprechen wir die Kapitel 1-8 von Mona Lisa Overdrive.