Podcasts about vorhersagbarkeit

Die Behörde des US-Verteidigungsministeriums für Forschungsförderung beklagt in einer aktuellen Ausschreibung, dass das Verhalten der Bevölkerung trotz Auswertung riesiger Datenmassen noch nicht völlig vorhersehbar ist. Private Unternehmen sollen helfen.Ein Kommentar von Norbert Häring.DARPA, die Defense Advanced Research Projects Agency (Behörde für Spitzenforschungsprojekte der Verteidigung), ist die Abteilung des Pentagon, die spitzentechnologische Projekte der privaten Wirtschaft fördert, die für das Militär von Interesse sind — mit einem jährlichen Etat von mehreren Milliarden Dollar.Eine aktuelle Einladung an Unternehmen, sich um DARPA-Förderung zu bewerben, hat es in sich. Der schöne Titel MAGICS steht für „Methodological Advancements for Generalizable Insights into Complex Systems“, auf deutsch etwa: Methodologische Fortschritte in Richtung verallgemeinerungsfähiger Einsichten in komplexe Systeme. Die am 8. April veröffentlichte Ausschreibung DARPA-EA-25-02-05 wird (wohl etwas dauerhafter) in Kurzform im Magazin Military-Aerospace Electronics beschrieben.Die gute Nachricht für uns liegt in der einleitenden Feststellung der DARPA, dass sich die „Annahme und Hoffnung“ bisher nicht erfüllt hat, „dass die explosionsartige Zunahme digitaler Datenströme (z. B. soziale Medien, Kaufverhalten, Verkehrsdynamik usw.) in Verbindung mit leistungsfähigen Werkzeugen des Maschinenlernens es ermöglichen werde, das Verhalten einer Bevölkerung verlässlich vorherzusagen. Das Problem für die Militärs liegt darin, dass es sich bei menschlichen Gesellschaften um "komplexe, dynamische, sich entwickelnde Systeme“ handelt.Die schlechte Nachricht besteht darin, dass das Pentagon entschlossen ist, dieses Problem zu lösen. Das US-Militär strebt ausweislich dieser Ausschreibung die vollständige Vorhersagbarkeit und damit Steuerbarkeit der Bevölkerung der USA und wohl auch anderer Länder an.Übersetzt in verständliche Sprache besteht das Hindernis darin, dass es sich bei Gesellschaften (noch) nicht um soziale Maschinen handelt, in denen das gegenseitige aufeinander Einwirken und Zusammenwirken der Teile so reglementiert ist, dass das Ergebnis vorhersehbar ist. Stattdessen handelt es sich um organische Systeme, die sich auf prinzipiell unvorhersehbare Weise entwickeln, weil die Individuen so viele Handlungsweisen zur freien Verfügung haben, dass ihr Zusammenwirken selbst mit den leistungsfähigsten Computern und größten Datenmengen nicht auszurechnen ist.Eine problematische Handlungsmöglichkeit der Individuen liegt darin, mit ihrem Handeln darauf zu reagieren, was diejenigen, die ihr Verhalten messen und prognostizieren wollen, anstellen. Ein anderes Problem entsteht daraus, dass die Menschen ihr Denken und Verhalten ändern können. Zusammenfassend beschreibt DARPA die Forschungsfrage so:...hier weiterlesen: https://apolut.net/das-pentagon-sucht-unternehmen-zur-perfektionierung-der-bevolkerungskontrolle-von-norbert-haring/ Hosted on Acast. See acast.com/privacy for more information.

Auch heute freue ich mich wieder darüber, einen äußerst kompetenten und prominenten Gast vorstellen zu dürfen: Prof. Gerd Gigerenzer. Das Thema ist eines, das uns seit einiger Zeit begleitet, und auch noch weiter begleiten wird, denn es gehört zu den wesentlichsten Fragen der heutigen Zeit. Werden wir von der stetig steigenden Komplexität in unserer Gesellschaft, Wirtschaft und Wissenschaft überrollt, oder gelingt es, Mechanismen zu entwickeln, trotzdem kluge und resiliente Entscheidungen zu treffen? Entscheidungen, die uns auch helfen, mit komplexen Risiken umzugehen? Gerd Gigerenzer war unter anderem langjähriger Direktor am Max-Planck-Institut für Bildungsforschung, ist Direktor des Harding Center for Risk Literacy an der Universität Potsdam, Partner von Simply Rational - The Institute for Decisions und Vizepräsident des European Research Council (ERC). Er ist ehemaliger Professor für Psychologie an der Universität von Chicago und John M. Olin Distinguished Visiting Professor, School of Law an der Universität von Virginia. Darüber hinaus ist er Mitglied der Berlin-Brandenburgischen Akademie der Wissenschaften, der Deutschen Akademie der Wissenschaften und der British Academy sowie Ehrenmitglied der American Academy of Arts and Sciences und der American Philosophical Society. Er hat unzählige Preise gewonnen sowie zahlreiche Bücher geschrieben, die nicht nur inhaltlich höchst relevant sondern zudem auch noch sehr zugänglich für eine breite Leserschicht sind.  Zu seinen Forschungsschwerpunkten zählen: Entscheidungen unter Unsicherheit und Zeitbeschränkung Risikokompetenz und Risikokommunikation Entscheidungsstrategien von Managern, Richtern und Ärzten Und genau über diese Themen werden wir uns in der Episode unterhalten. Wie geht man in Situationen großer Unsicherheit mit Daten und Informationen um? »Je größer die Unsicherheit ist, desto mehr Informationen muss man ignorieren.« Was ist eine Heuristik, und welche Heuristiken wenden wir erfolgreich in welchen Situationen an? »In Situationen von Unsicherheit, verlassen sich Menschen nicht auf die ganze Vergangenheit, sondern auf die jüngste Vergangenheit — das nennt man recency Heuristik.« Warum führen mehr Daten nicht immer zu besseren Entscheidungen? »Ein Datenpunkt, gut gewählt, erlaubt [in vielen Fällen] bessere Vorhersagen als Big Data« Was ist Intuition und unter welchen Umständen ist intuitives sinnvoller als vermeintlich rationales Entscheiden? »Intuition ist keine Willkür. Intuition ist gefühltes Wissen, das auf jahrelanger Erfahrung beruht.« Was ist von den neuen Theorien der Rationalität, z. B. dem System 1 und 2 von Kahnemann zu halten? »The abject failure of models in the global financial crisis has not dented their popularity among regulators.«, Mervyn King Was ist defensives Entscheiden, und warum ist es eines der größten Probleme unserer modernen Welt? »Der Arzt ist nicht in einer Situation, dem Patienten das Beste zu empfehlen. Viele Ärzte fürchten, dass die Patienten klagen, insbesondere, wenn etwas unterlassen wurde. Die Patienten klagen nicht, wenn unnötige Operationen vorgenommen wurden.« Weniger kann oft mehr sein: »Viele Menschen denken — auch in der Wissenschaft — mehr ist immer besser.« Dabei gilt in den meisten Fällen, gerade auch dort, wo wir häufig versuchen, komplexe Modelle anzuwenden: »Je größer die Unsicherheit ist, umso einfacher muss man die Regulierung [oder das Modell] machen.« Eine Erkenntnis, die im Grunde jedem klar ist, der sich mit der Steuerung komplexer Systeme auseinandersetzt. Warum handeln wir stetig dagegen? »Wir brauchen eine Welt, die den Mut hat zur Vereinfachung.« Und dann gibt es noch den Aspekt der Rückkopplung von (schlechten) Modellen auf die Welt, die sie vermeintlich beschreiben oder vorhersagen, und wir kommen leicht in einen Teufelskreis der zirkulären und selbstverstärkenden Fehler. Wie lassen sich diese vermeiden? Was wird die Folge sein, wenn diese Formen der Modellierung und Verhaltenssteuerung auf eine immer totalitärere und total überwachte Gesellschaft trifft? Entwickeln wir uns aber in der Realität mit künstlicher Intelligenz, Large Language Models und IT-getriebener Automatisierung, aber nicht gerade ins Gegenteil? Eine Welt, deren Entscheidungen von immer komplexeren Systemen intransparent getroffen werden, wo niemand mehr nachvollziehen oder bewerten und in Wahrheit verantworten kann, ob diese Entscheidungen sinnvoll sind? Denken wir beispielsweise an Modelle, die Rückfallwahrscheinlichkeiten von Straftätern bewerten. »Viele Menschen lächeln über altmodische Wahrsager. Doch sobald die Hellseher mit Computern arbeiten, nehmen wir ihre Vorhersagen ernst und sind bereit, für sie zu zahlen.« Zu welcher Welt bewegen wir uns hin? Zu einer, in der wir radikale Unsicherheit akzeptieren und entsprechen handeln, oder einer, wo wir uns immer mehr der Illusion von Kontrolle, Vorhersagbarkeit und Steuerbarkeit verlieren? »In einer Welt, in der Technik (vermeintlich) smart wird, brauchen wir vor allem eines, nämlich Menschen, die auch smart werden. Also Menschen, die mitdenken, die sich nicht zurücklehnen und konsumieren; die sich nicht auf das reduzieren lassen, was man ihnen empfiehlt.« Und zum Ende macht Prof. Gigerenzer noch den wichtigsten Aufruf der heutigen Zeit: Mitdenken! Denn es gilt: »The world is inherently uncertain and to pretend otherwise is to create risk, not to minimise it.«, Mervyn King Referenzen Andere Episoden Episode 121: Künstliche Unintelligenz Episode 118: Science and Decision Making under Uncertainty, A Conversation with Prof. John Ioannidis Episode 112: Nullius in Verba — oder: Der Müll der Wissenschaft Episode 109: Was ist Komplexität? Ein Gespräch mit Dr. Marco Wehr Episode 107: How to Organise Complex Societies? A Conversation with Johan Norberg Episode 106: Wissenschaft als Ersatzreligion? Ein Gespräch mit  Manfred Glauninger Episode 99: Entkopplung, Kopplung, Rückkopplung Episode 92: Wissen und Expertise Teil 2 Episode 80: Wissen, Expertise und Prognose, eine Reflexion Episode 79: Escape from Model Land, a Conversation with Dr. Erica Thompson Prof. Gerd Gigerenzer Prof. Gigerenzer amd MPIB-Berlin Fachliche Referenzen Gerd Gigerenzer, Bauchentscheidungen: Die Intelligenz des Unbewussten und die Macht der Intuition, Goldmann (2008) Gerd Gigerenzer, Das Einmaleins der Skepsis: Über den richtigen Umgang mit Zahlen und Risiken, Piper (2015) Gerd Gigerenzer, Risiko: Wie man die richtigen Entscheidungen trifft, Pantheon (2020) Gerd Gigerenzer, Klick: Wie wir in einer digitalen Welt die Kontrolle behalten und die richtigen Entscheidungen treffen, Bertelsmann (2021) Gerd Gigerenzer, Smart Management: Mit einfachen Heuristiken gute Entscheidungen treffen, Campus (2025)  Daniel Kahnemann, Schnelles Denken, langsames Denken, Siedler Verlag (2012) Gerd Gigerenzer, The rationally wars: a personal reflection, BPP (2024) Konstantinos Katsikopoulos, Gerd Gigerenzer et al, Transparent modeling of influenza incidence: Big data or a single data point from psychological theory?, International Journal of Forecasting (2022) Mervyn King, John Kay, Radical Uncertainty, Bridge Street Press (2021) Rory Sutherland, Alchemy, WH Allen (2021) Peter Kruse, next practice. Erfolgreiches Management von Instabilität. Veränderung durch Vernetzung, Gabal (2020) John P. Ioannidis, Forecasting for COVID-19 has failed, International Journal of Forecasting (2022)

Eine wesentliche Veränderung, die der globale Shift ins Kreuz des schlafenden Phoenix mit sich bringt betrifft uns alle ganz direkt: die Zukunft der Arbeitswelt nach 2027. Die Bedingungen der Arbeit, so wie wir sie kennen, ist unübersehbar bereits massiv in der Auflösung. Und dabei geht es nicht nur darum, dass Unternehmen mal einen Homeoffice-Tag einführen. Es geht angesichts des rasanten technologischen und gesellschaftlichen Wandels jetzt um eine ganz neue Haltung. Eine Revolution. Vor der Hintergrundfrequenz des Kreuzes der Planung war die Arbeit für den Großteil der Menschen der Haupt-Lebensinhalt. Der Großteil unserer Zeit und Energie ging für die Arbeit drauf. Es war üblich Wissen und Erfahrung anzusammeln und dafür entlohnt zu werden. Dazu eine strickte Trennung von Arbeitszeit und Freizeit ohne (und das ist doch wirklich interessant!) Mitbestimmung- oder Mitspracherecht. Arbeitszeiten, Urlaubszeiten - alles fremdbestimmt und vorgegeben. Und dann Aufhören zu Arbeiten und die Rente, in der man endlich entspannen und das Leben genießen kann. So das Modell stark vereinfacht. Das war vielleicht nicht schön. Aber es hat enorm viel Verantwortung vom Einzelnen abgenommen und damit Vorhersagbarkeit und Sicherheit gegeben. Man wusste, was erwartet wurde, wofür man sich anstrengen musste und was man dafür bekam. Das alles wird jetzt anders. Nach gut 30 Jahren ohne nennenswerte Änderungen kommt, ausgelöst durch die Corona-Krise und fortgeführt durch die technologischen und gesellschaftlichen Änderungen nun Bewegung in die Arbeitswelt. Und wir müssen uns mit verändern. Auch wenn viele die Krise am liebsten aussitzen würden. Eine gewisse Veränderungsresistenz ist menschlich. Wir müssen lernen flexibler zu werden, mehr Eigenverantwortung zu übernehmen und uns zu öffnen, für die neuen Möglichkeiten, die uns der technologische Fortschritt bringen kann. In der Podcastfolge gebe ich Einblicke in die Hintergründe der Veränderungen, die wir jetzt alle wahrnehmen und über die Wege, die sich dadurch für uns neu ergeben. Ich bin überzeugt davon, dass die neue Zeit besonders den unterschiedlichen Talenten der Typen viel mehr entsprechen wird, als die Zeit aus der wir kommen. Das eigene Design, die eigenen Talente und Fähigkeiten zu kennen und zu nutzen wird wichtiger sein, denn je. Es geht nicht mehr um Produktivität und Wachstum um jeden Preis, sondern um smarte Wege, das zu erschaffen, was wir wirklich brauchen. Arbeit als Teil unserer Identität anstatt als Mittel-zum-Zweck. Übrigens: ab dem 27. Mai 2025 startet unser 6-monatiges Human Design Business Transformation Program 2025. In einer kleinen Gruppe kannst Du Dich gezielt den individuellen Chancen und Möglichkeiten widmen, die Dir gemäß Deines Designs zur Verfügung stehen. Dafür werden die Elemente Deines Designs im Business Kontext (BG5) unter die Lupe genommen und Du erhältst fachkundige Guidance, Inspirationen und Feedback zu Deiner Business-Zukunft. Interessiert? Hier erfährst Du mehr. Human Design Academy Barbara Peddinghaus & Team Human Design Analytikerin und Lehrerin (IHDS) Hochstrasse 48 60313 Frankfurt Insta: www.instagram.com/humandesign_academy/

Dass Aktienmärkte auf alle möglichen Ereignisse reagieren, wissen wir. So auch auf Kriege. Was wir nicht wissen, ist, wie sie reagieren. Der Mangel an Vorhersagbarkeit lässt uns mal wieder einen Blick in die Vergangenheit werfen. Im Podcast sprechen wir über 5 große und kleinere kriegerische Konflikte, die mal mehr, mal weniger ihre Spuren an den Märkten hinterlassen haben. Und wir kommen zu interessanten Erkenntnissen.

Die Börse ist voller Glaubenssätze, die Anlegern Orientierung geben sollen. Doch was, wenn diese Regeln mehr Schaden als Nutzen bringen? In diesem Video analysiere ich 7 weit verbreitete Mythen über den Aktienmarkt und zeige, warum es sich lohnt, gängige Annahmen kritisch zu hinterfragen. Von der vermeintlichen Vorhersagbarkeit der Börse über die Rolle der Politik bis hin zum Nachahmen von Börsen-Gurus – ich beleuchte, warum diese Überzeugungen oft trügerisch sind und wie sie Anleger in die Irre führen können. Statt einfacher Antworten steht hier eine fundierte Analyse im Mittelpunkt, die neue Perspektiven aufzeigt. Inhaltsverzeichnis00:00 Intro01:16 01. Ich glaube nicht, dass es nur einen Weg gibt, zu investieren04:29 02. Ich glaube nicht, dass man die Börse prognostizieren kann06:39 03. Ich glaube nicht, dass die Politik eine wesentliche Rolle auf die Börsen hat09:56 04. Ich glaube nicht, dass Investieren kompliziert ist13:12 05. Ich glaube nicht, dass man Börsen-Gurus nachhandeln sollte15:58 06. Ich glaube nicht, dass man durch Nachrichtenkonsum besser investiert18:26 07. Ich glaube nicht, dass man Risiken komplett vermeiden kann20:26 Zusammenfassung21:37 Danke fürs Einschalten!

Die Granularität, oder auch Kleinteiligkeit, von Product Backlog Items ist eine ständige Herausforderung für Product Owner. Manchmal sind die Product Backlog Items zu groß oder man leider unter viel zusätzlicher Verwaltungsarbeit, weil immer wieder ganze Pakete an kleinteiligen Items repriorisiert werden müssen. Das zentrale Thema der Folge ist also die Größe eines Backlog Items. Während der Scrum Guide lediglich fordert, dass Einträge innerhalb eines Sprints abgeschlossen sein sollten, empfehlen Dominique und Oliver eine zusätzliche Regel: Ein Item sollte nicht mehr als die Hälfte des Sprints in Anspruch nehmen. Diese Daumenregel hilft dabei, das Risiko zu minimieren, dass sich ein einzelnes Item über den gesamten Sprint zieht und zu wenig Spielraum für Anpassungen bleibt. Doch Granularität ist nicht nur eine Frage der Planung, sondern auch der langfristigen Produktstrategie. Items, die erst in ferner Zukunft relevant sind, können zunächst grob formuliert sein. Je näher der Umsetzungstermin rückt, desto feiner werden sie definiert. Oliver betont, dass eine zu frühe Detailierung oft überflüssig ist, weil sich Prioritäten im Laufe der Zeit ändern. Das Zusammenfassen und Neuformulieren von Items kann deshalb ebenso sinnvoll sein wie das Zerteilen größerer Einträge. Ein weiteres Thema ist die Handhabung von Granularität im Sprint. Unterschiedlich große Items innerhalb eines Sprints sind kein Problem, solange sie alle einen Mehrwert liefern und das Team die Zusammenhänge versteht. Eine gesunde Mischung aus kleinen, mittleren und größeren Items kann sogar dabei helfen, besser zu lernen und das Forecasting zu verbessern. Ein rein auf gleich große Einträge ausgerichtetes Backlog – wie es beim No Estimates-Ansatz oft gefordert wird – kann zwar die Vorhersagbarkeit erhöhen, schränkt aber unter Umständen die Flexibilität ein. Die Diskussion zeigt, dass Product Owner die Granularität ihrer Backlog Items bewusst steuern sollten. Refinement-Aktivitäten sind notwendig, um sicherzustellen, dass ein gemeinsames Verständnis im Team herrscht. Dabei ist jedoch auch Mut zur Lücke gefragt: Nicht jedes Item muss bis ins kleinste Detail ausformuliert werden. Gerade bei sehr kleinen Verbesserungen kann es sinnvoller sein, sie direkt umzusetzen, anstatt sie ins Backlog aufzunehmen. Letztlich ist die optimale Granularität immer vom jeweiligen Produkt und Team abhängig. Product Owner sollten sich bewusst machen, dass sie nicht nur für den Inhalt des Backlogs verantwortlich sind, sondern auch für seine Struktur und Handhabbarkeit.

In dieser Podcast-Folge spreche ich mit André Christ über effizientes Wachstum und den Weg zu 100M ARR. Wir sprechen über die Bedeutung verschiedener Metriken, die unerlässlich sind, um effizient und planbar zu wachsen. Dabei werden Metriken wie Annual Recurring Revenue, Net-Dollar-Retention, Gross-Retention und Average Revenue per Customer verwendet, um das Wachstum zu steuern. André erklärt auch, warum es wichtiger ist, Vorhersagen realistisch zu gestalten und diese einzuhalten, als auf Teufel komm raus hohes Wachstum anzupreisen und dieses Mal zu erreichen und mal zu scheitern.ALL ABOUT UNICORN BAKERY:https://zez.am/unicornbakery André ChristLinkedIn: https://www.linkedin.com/in/andrechrist/ LeanIX: https://www.leanix.net/ Join our Founder Tactics Newsletter:2x die Woche bekommst du die Taktiken der besten Gründer der Welt direkt ins Postfach:https://www.tactics.unicornbakery.de/Was du lernst:•Die fundamentale Bedeutung von Kennzahlen am Anfang des Unternehmensaufbaus•Wie André Burn Management steuert•Wie man den Sweet Spot zwischen Wachstum und Effizienz findet •Die Herausforderungen beim Übergang von einem Ein- zu einem Mehrprodukt-Unternehmen und die mögliche Einführung einer Business-Unit•Die Bedeutung von Fokus für die erste große WachstumsphaseMarker:(0:00:00) Intro & LeanIX Zahlen, Daten & Fakten(0:07:01) Die Mendoza Line: Warum es leichter ist, das Wachstum gleich zu halten anstatt es wieder anzukurbeln(0:10:56) Vorhersagbarkeit und Predictability von Wachstum: So stellst du sicher, dass deine Pläne auch erreicht werden(0:24:39) Kern-KPIs für Planung von Wachstum: Net-Dollar-Retention, Gross-Retention, Average Value per Customer, Sales Cycles, und mehr(0:43:30) Burn Management: Wie steuerst du deine Ausgaben richtig?(0:50:56) Wachstum und Wandel zu Mehrprodukt-Unternehmen(1:01:46) Produktmanagement-Mindset für CEO.(1:13:49) Durchhalten im Unternehmertum. Hosted on Acast. See acast.com/privacy for more information.

KI Immobilienmarkt Shownotes In dieser Episode von TomsTalkTime geht es um die spannenden Einsatzmöglichkeiten von künstlicher Intelligenz im Immobilienmarkt. Wir sprechen über die Vorteile, die KI für Preisprognosen und Marktanalysen bietet, und wie Investoren von dieser Technologie profitieren können. Erfahre, warum KI traditionelle Methoden immer mehr ergänzt oder sogar ersetzt und wie du sie für fundierte Entscheidungen in deinen Immobilieninvestitionen nutzen kannst. Zusammenfassung und Stichpunkte von KI Immobilienmarkt In dieser Episode erfährst du: Warum KI die Immobilienbranche revolutioniert: KI ermöglicht präzisere Preisprognosen, die viele Faktoren gleichzeitig berücksichtigen und so verlässliche Einblicke bieten. Wie KI-basierte Marktanalysen Investoren unterstützen: KI hilft dabei, Markttrends in Echtzeit zu erkennen, was schnelle und fundierte Investitionsentscheidungen ermöglicht. Unterschiede zwischen traditionellen und KI-gestützten Bewertungen: Während traditionelle Bewertungen auf historischen Daten basieren, nutzen KI-gestützte Analysen riesige Datenmengen und aktuelle Marktbewegungen. Praktische Tools für KI-gestützte Marktanalysen: Tools wie HouseCanary oder Zillow helfen, automatisierte und präzise Analysen durchzuführen, um den Wert von Immobilien zukunftsorientiert einzuschätzen. Shownotes und Episodendetails KI Immobilienmarkt – Episode #868 In dieser Folge von TomsTalkTime dreht sich alles um den innovativen Einsatz von künstlicher Intelligenz im Immobilienmarkt. Tom erklärt, wie KI-basierte Preisprognosen Investoren helfen, fundierte Entscheidungen zu treffen und Investitionen besser abzusichern. Durch Beispiele und nützliche Tools wird deutlich, wie die Immobilienbranche durch KI eine neue Ebene der Vorhersagbarkeit und Entscheidungsgrundlage erreicht. Höre jetzt rein, um zu erfahren, wie du diese Technologie für dein eigenes Portfolio einsetzen kannst. 1. Wie KI Preisprognosen im Immobiliensektor verbessert: KI Immobilienmarkt Mit KI lassen sich Preisprognosen für Immobilien genauer und umfassender erstellen. Diese Vorhersagen beruhen auf Algorithmen, die eine enorme Menge an Daten verarbeiten – von Markttendenzen über Zinssätze bis hin zu sozialen und wirtschaftlichen Entwicklungen. Solche datengetriebenen Analysen können viel schneller und umfassender als menschliche Analysen ausgeführt werden und bieten Investoren verlässliche Einblicke in potenzielle Preisentwicklungen. Das erleichtert Entscheidungen, ob ein Objekt gekauft oder verkauft werden sollte und sorgt in unsicheren Marktlagen für mehr Sicherheit. KI-gestützte Preisprognosen sind ein enormer Vorteil für alle, die im Immobiliensektor tätig sind, weil sie Unsicherheiten reduzieren und strategische Investitionen unterstützen. 2. Marktanalysen als Entscheidungshilfe für Investoren im KI Immobilienmarkt Marktanalysen waren immer ein Kernelement im Immobiliensektor, und KI bringt sie auf das nächste Level. KI-Tools analysieren Marktentwicklungen in Echtzeit und passen sich sofort an Veränderungen an. Das bedeutet, dass Investoren zeitnah über neue Entwicklungen informiert werden, die ihren Marktwert beeinflussen können. Mit KI können sie außerdem gezielt auf „Hotspots“ zugreifen, also Stadtteile und Gegenden, in denen eine Preissteigerung wahrscheinlich ist. Investoren profitieren von diesen Echtzeitinformationen, weil sie auf Basis aktueller und präziser Daten reagieren und so ihre Chancen maximieren können. Dieser Fortschritt sorgt für eine neue Art der Entscheidungsfindung und steigert die Effizienz im Umgang mit Immobilieninvestitionen enorm. 3. Vergleich: Traditionelle vs. KI-gestützte Immobilienbewertungen bei KI Immobilienmarkt Die Immobilienbewertung auf traditionelle Weise – basierend auf historischen Vergleichswerten oder manuellen Expertenschätzungen – ist eine bewährte Methode, hat jedoch ihre Grenzen. KI verändert diese Dynamik grundlegend. Ein KI-gestütztes Bewertungssystem im KI Immobilienmarkt kann in Sekunden komplexe Muster in riesigen Datenmengen erkennen und zahlreiche Faktoren gleichzeitig einbeziehen. Ein wichtiges Plus: KI Immobilienmarkt kann sofort auf Veränderungen in Echtzeit reagieren und so eine dynamischere Bewertung anbieten. Dies führt zu genaueren und zuverlässigeren Prognosen, die sich aktuellen Marktentwicklungen anpassen. Durch KI erhält der Investor eine umfassende Analyse des Marktes, anstatt nur auf vergangene Daten angewiesen zu sein. 4. Praktische Anwendungen: KI-basierte Tools für den KI Immobilienmarkt Für Immobilienprofis und Investoren stellt sich die Frage, welche Tools für KI-gestützte Marktanalysen zur Verfügung stehen. Zu den bekanntesten gehören „HouseCanary“ und „Zillow“, die KI nutzen, um Markttrends vorherzusagen und Investoren entscheidungsrelevante Daten zu liefern. Diese Programme analysieren Marktentwicklungen, Mietpreise, Zinsschwankungen und sogar Stadtentwicklungen. Investoren können mit diesen Tools Berechnungen durchführen lassen, die ihnen Einblicke in die zukünftige Wertentwicklung eines Objekts geben. Das spart nicht nur Zeit, sondern bietet auch eine zuverlässigere Grundlage für strategische Investitionen. Auch für Einsteiger sind viele dieser Anwendungen intuitiv zu bedienen und bieten so einen direkten Zugang zu KI-gestützter Analyse und automatisierten Daten. Höre die gesamte Episode an und erfahre, wie du KI für deine Immobilienstrategie nutzen kannst! 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…

Alle sieben Jahre wird die Stadt Paradisen von einer Plage heimgesucht – „Besuchung“ heißt das dort: Krankheiten, Naturkatastrophen, Insekten oder Geister – all das kam schon mal vor. Diesen Sommer ist es wieder so weit. Die Menschen wissen nur nicht, wann genau und was sie erwartet. Zwischen Hysterie und Kommerz Von diesem Zustand zwischen Vorbereitung und Unwissenheit, Hysterie und Kommerz erzählt die Stuttgarter Comiczeichnerin Lena Steffinger in ihrem Band „Alles Gute“. Inspiriert dazu hat sie das Leben in der Corona-Pandemie: „Ich mir hab mir gedacht, es wäre ganz praktisch, wenn ein Unglück nur alle sieben Jahre passiert, aber gleichzeitig habe ich mich gefragt, ist das wirklich eher gut oder eher schlecht. Es ging um die Regelmäßigkeit und die Vorhersagbarkeit und was das mit den Menschen macht“ sagt Lena Steffinger im Gespräch mit SWR Kultur.

Beschreibung der Folge Dental Late Night Show mit Christian Henrici und Dr. Stefan Helka Christian Henrici und Dr. Stefan Helka beschäftigen sich in dieser Ausgabe der Dental Late Night Show mit dem komplexen Thema der Bürokratie. (Aufzeichnung vom 22.4.24) Von historischen Entwicklungen bis hin zu modernen Herausforderungen, die Bürokratie mit sich bringt, beleuchten sie die Vor- und Nachteile sowie deren Auswirkungen auf unsere Gesellschaft und die Arbeitswelt. Die Highlights der Show: - Wie sich Bauanträge und Stadtplanung über die Zeit entwickelt haben und wie Bürokratie Sicherheit und Vorhersagbarkeit schafft. Herausforderungen und kreative Lösungen, um einerseits Schutz und Ordnung zu wahren und andererseits Effizienz zu erhöhen. Diskussion über die Rolle der Digitalisierung in der Reduzierung und Umverteilung von Bürokratie. - Analyse von Beispielen wie Istanbul und der Einfluss unterschiedlich strikter Bauregelungen auf die Gesellschaft sowie Vergleiche mit anderen Ländern und deren bürokratische Systeme. - Vorstellung zukünftiger Projekte und praxisrelevanter Tipps für Gründer und Praxisinhaber zur effizienten Navigation durch bürokratische Prozesse. Freut euch auf Praxisbeispiele, technologische Lösungen und einen Ausblick auf zukünftige Projekte. Viel Spaß bei der neuen Ausgabe! ⚠ Weitere Infos zu Christian Henrici und #TOPMEDIS: ⚠ • Mitarbeiterumfragesoftware: www.topmedis.de • Praxisgeflüster Podcast ist auf allen gängigen Portalen vertreten oder: https://team-praxisfluesterer.de/podcast/ • Beratung für Praxen: https://www.opti-hc.de/ • Gründerengagement von Christian: https://www.opti-summerschool.de/ ________________________________________ ➡️ Hier geht's zu unseren brandneuen Onlinekursen: shop.denta1-media.de

Christian Henrici und Dr. Stefan Helka beschäftigen sich in dieser Ausgabe der Dental Late Night Show mit dem komplexen Thema der Bürokratie. (Aufzeichnung vom 22.4.24) Von historischen Entwicklungen bis hin zu modernen Herausforderungen, die Bürokratie mit sich bringt, beleuchten sie die Vor- und Nachteile sowie deren Auswirkungen auf unsere Gesellschaft und die Arbeitswelt. Die Highlights der Show: ➡️ Wie sich Bauanträge und Stadtplanung über die Zeit entwickelt haben und wie Bürokratie Sicherheit und Vorhersagbarkeit schafft. ➡️ Herausforderungen und kreative Lösungen, um einerseits Schutz und Ordnung zu wahren und andererseits Effizienz zu erhöhen. ➡️ Diskussion über die Rolle der Digitalisierung in der Reduzierung und Umverteilung von Bürokratie. ➡️ Analyse von Beispielen wie Istanbul und der Einfluss unterschiedlich strikter Bauregelungen auf die Gesellschaft sowie Vergleiche mit anderen Ländern und deren bürokratische Systeme. ➡️ Vorstellung zukünftiger Projekte und praxisrelevanter Tipps für Gründer und Praxisinhaber zur effizienten Navigation durch bürokratische Prozesse. Freut euch auf Praxisbeispiele, technologische Lösungen und einen Ausblick auf zukünftige Projekte. Shownotes: Unsere Weiterbildungsmöglichkeiten:

Velocity ist in der agilen Softwareentwicklung, vor allem in Scrum, weit verbreitete Metrik, die die Arbeitsmenge eines Teams in einem Sprint misst. Aber ihre Nutzung birgt auch bestimmte Grenzen, die Tim und Dominique in dieser Folge kritisch hinterfragen. Velocity, meist in Story Points gemessen, gibt an, wie viel ein Team in einem (durchschnittlich) Sprint leistet. Sie ist hilfreich für die Sprint-Planung und kann die Vorhersagbarkeit verbessern. Doch als reine Output-Metrik vernachlässigt sie wichtige Aspekte wie Outcome und die Qualität der Arbeit. Ein kritischer Punkt, den Tim und Dominique betonen, ist, dass Velocity eine relative Größe ist, die nur innerhalb eines Teams Bedeutung hat. Der Vergleich von Velocity zwischen verschiedenen Teams ist problematisch und kann vorsichtig gesagt mindestens zu Missverständnissen führen. In der Diskussion heben die beiden hervor, dass Teams Velocity als Werkzeug zur Reflexion nutzen sollten, nicht als starres Ziel. Es geht darum, den tatsächlichen Wert und die Qualität der Arbeit zu verbessern - nicht um die reine Liefergeschwindigkeit als Selbstzweck. Andere Metriken, die Kundenzufriedenheit und Outcome zu messen, erscheinen sogar wichtiger zu sein. Interessanter Weise wurde die Velocity früher in Scrum Trainings viel stärker betont, Zusammen mit dem allgemeinen Trend, mehr Wert auf Outcome bzw. Wirkung zu legen, statt eine reine Product Delivery zu fokussieren, wird auch in den Trainings immer seltener über Velocity gesprochen. Neben den Problemen und Fehlern im Umgang mit Velocity betrachten Dominique und Tim natürlich auch die Vorteile des Einsatzes dieser Metrik. Weiterhin geben sie Tipps zum richtigen Einsatz von Velocity. In dieser Folge wird auf diese Episoden im Gespräch verwiesen: - Wann ist das fertig? Keine Ahnung, wir sind ja agil! - Forecasting in der agilen Produktentwicklung - Evidence Based Management - eine empirische Suche nach Wert Nutzt ihr bei euch Velocity als Metrik? Wenn ja, wie gelingt es euch, dass diese Metrik auch positiv im Hinblick auf den Wert des entwickelten Produkts wirkt und nicht zu einem Team-Kontrollinstrument verkommt? Wir freuen uns, wenn du deine Erfahrungen aus der Praxis mit uns in einem Kommentar des Blog-Artikels teilst oder auf unserer Produktwerker LinkedIn-Seite. **Folgt uns Produktwerker auf** - LinkedIn -> https://bit.ly/3gWanpT - Twitter -> https://bit.ly/3NitkPy - Youtube -> https://bit.ly/3DIIvhF - Infoletter (u.a. mit Hinweisen auf Konferenzen, Empfehlungen, Terminen für unsere kostenfreien Events usw.) -> https://bit.ly/3Why63K

Früher Computerunterricht; elektronische Musikkomposition; Kommunikationsmissverständnisse; die Unterschiede von Designern und Programmierern; todernste Computerspiele und die Vorhersagbarkeit des Wirtschaftssystems. Alex beginnt die Folge mit Erzählungen von dem ersten Geldverdienen als Computerlehrer. Wie er als Schüler Studenten und Senioren half und sogar Werbung in Supermärkten machte, mit dem intellektuellen Marketing Slogan: „Wissen ist Macht“. Als Excel-Liebhaber kommt Alex auf die Unterschiede zwischen Excel und Numbers und wir überlegen, welches Programm der wahre "Wolf" oder "Hund" ist.Alex‘ erste Computerkurse in einem kleinen Laden um die Ecke als einziger Jugendliche unter Erwachsenen. Der dadurch vermeintlich gelegte Grundstein für seine Arbeit als digitaler Designer.Die ersten Musikkompositionen von Alex und Chris am Computer. Während Chris elektronische digitale Musik mithilfe eines Notators komponierte, entweder auf einem teuren Atari oder Amiga, erstellte Alex random Zufallskompositionen mit einzelnen Noten am PC. Alex' Geduld als Lehrer beim frühen Computerunterricht bringt Chris auf die frühen Zeiten bei Wahnsinn zurück, als sie begonnen, Apps zu entwickeln und Freelancer zu beschäftigen. Die Bedeutung des Wortes „Barbecue“ in Holland und was das mit Programmiersprache zu tun hat. Die Unterschiede zwischen Designern und Entwicklern und deren unterschiedlichen Ziele. Wie lange sollte man eine Problemlösung verfolgen? Das psychologische Phänomen der „Sunk Cost Fallacy“: Je mehr man in etwas investiert hat, desto schwieriger ist es davon loszulassen.Was uns zur Kommunikation in Meetings und bei Prozessen führt: Versteht jeder was der andere sagen will? Und wie sammelt man Information sinnvoll? Wir überlegen, ob Text oder visuelle Darstellungen effektiver sind. Chris‘ Methode mit Adjektiven den Zielkorridor bei Projekten vorzugeben und sein Bauchgefühl für die entstehende Software zu skizzieren.Um den Bogen zu einem alten Thema zu spannen: Alex philosophiert über die Schwierigkeit, die reale Volkswirtschaft vorherzusagen. Es gibt immer nicht zu kontrollierende Faktoren.Darüber kommt Chris auf todernste Computerspiele. Wie Spieler die "Matrix" eines Spiels verstehen und durch ihr Verhalten beeinflussen können. Wir ziehen Parallelen zwischen Spielen und wirtschaftlichem Verhalten und fragen uns, inwieweit Verhalten in simulierten Spielen auf die Gesellschaft übertragbar ist. Über Experimente mit Affen und Tokens und Behaviorismus kommen wir auf die Bedeutung von emotionalen Märkten und asymmetrischer Konkurrenz. Die Menschen sehnen sich ja oft nach Unterhaltung und Abwechslung und wir fragen uns, ob Wissenschaftler eventuell die Entwicklung des Iphone vorhersagen hätten können.Über eine skurrile Königsgeschichte von Alex kommen wir zu Überlegungen über den "Snob Effekt" und "Noblesse oblige". Begleite uns auf einer hoffentlich spannende Reise in unsere Vergangenheit bis hin zu mal wieder philosophischen Fragen über Design, Wirtschaft und menschliches Verhalten.In dieser Folge erwähnt:Notator: https://de.wikipedia.org/wiki/Notator_SLGames done quick: https://gamesdonequick.com/Twitch: https://www.twitch.tv/speedrunSunk Cost Fallacy: https://thedecisionlab.com/biases/the-sunk-cost-fallacySnob Effekt: https://www.business-software.at/wiki/snobeffekt/Noblesse oblige: https://de.wikipedia.org/wiki/Noblesse_obligeEve Online: https://de.wikipedia.org/wiki/EVE_OnlineEve Online Economics on Bloomberg Newsletter: https://shorturl.at/RST06

Felix Rink ist wie versprochen zum zweiten Mal Gast im Produktwerker Podcast. Er spricht mit Oliver über Flow Metriken und in wie weit diese für Produktmenschen hilfreich sein können. Nachdem die beiden vor einigen Wochen über Sinn und Unsinn von Vorhersagbarkeit in der Produktentwicklungen philosophiert haben, wird es in dieser Episode also wesentlich konkreter. Zu Beginn der Folge klären Oliver und Felix, was Flow überhaupt ist und welche Voraussetzungen erfüllt sein müssen, damit man Flow messen kann. Der Kanban Trainer bricht die Flow Metriken im Anschluss auf die vier wichtigsten Basis Metriken herunter. Besonders wertvoll für den eigenen Kontext sind Felix Ideen und Anregungen, in welchen Scrum Events und bei welchen Praktiken und Artefakten diese Flow Metrics die Verantwortlichkeit eines Product Owner unterstützen können. Im Detail geht es um das Sprint Planning und das Sprint Review, sowie die Arbeit mit dem Product Backlog. Wie gewohnt schließt die Podcastepisode mit Tipps und Tricks für deine tägliche Arbeit als PO ab. Felix empfiehlt in der Episode, Actionable Agile für Flow Metriken oder die Monte Calo Simulation einzusetzen. Actionable Agile - https://www.actionableagile.com Es gibt wie erwähnt auch Excel Alternativen. Felix empfiehlt zwei Templates: https://github.com/SkeltonThatcher/bizmetrics-book#example-spreadsheets https://www.focusedobjective.com/pages/free-spreadsheets-and-tools

- Was Zähne über den Lebensstil unserer Vorfahr*innen vor 14 Millionen aussagen - Warum es Streitigkeiten über die Vorhersagbarkeit von Erdbeben gibt - Wie Unwetter als Resultat der Klimakatastrophe immer schlimmer werden - Diskussion zum Ende der Folge inklusive

Die Frage nach einem konkreten Liefertermin für ein bestimmtes Feature begegnet uns als Product Owner immer und immer wieder. Aber wie steht es eigentlich generell mit einer Vorhersagbarkeit in der agilen Produktentwicklung? Dazu sprechen Oliver und Felix Rink, Kanban Coach und Trainer bei ProKanban.org. Die mit Augenzwinkern gemeinte Aussage "Wann ist das Feature fertig? Keine Ahnung, wir sind ja agil!" hat aber durchaus einen ernsten Hintergrund. Denn nach subjektivem Gefühl der beiden findet man eine solche Einstellung durchaus häufiger in der Praxis. Und machmal kann man den Eindruck gewinnen, dass die agile Community sich generell mit Vorhersagbarkeit in komplexen Umfeldern schwer tut. Felix erklärt, warum er es trotzdem wichtig findet, dass grade ein Product Owner in der Lage sein sollte, eine verständliche Aussage auf Fragen nach Lieferterminen von Features geben zu können. Anschließend klären Oliver und Felix Hintergründe, worin das Problem liegt, wenn Dinge einfach nun mal so lange dauern wie sie dauern. Und natürlich hat Felix auch eine Lösungsidee mitgebracht. Sich durch Messungen und Analysen Transparenz über die eigene Leistungsfähigkeit zu schaffen wird auch bei der Vorhersagbarkeit unterstützen. Dabei können bestimmte Flow Metriken hilfreich sein. Wie immer endet die Podcastfolge mit konkreten Tipps und Tricks. In der Episode erwähnte Podcast-Folgen • Assumption Mapping • Kennt Kanban Product Owner? Um mit Felix Rink Kontakt aufzunehmen, um ggf. weitere Fragen zu klären, erreicht man ihn am einfachsten über sein LinkedIn-Profil: linkedin.com/in/felixrink/. Welche Erfahrung hast Du mit dem Thema dieser Podcastfolge gemacht? Wie gehst Du mit Nachfragen zu konkreten Lieferterminen von Seiten der Stakeholder um? Wir freuen uns, wenn du deine Erfahrungen aus der Praxis mit uns in einem Kommentar des Blog-Artikels teilst oder auf unserer Produktwerker LinkedIn-Seite. **Folgt uns Produktwerker auf** - LinkedIn -> https://bit.ly/3gWanpT - Twitter -> https://bit.ly/3NitkPy - Youtube -> https://bit.ly/3DIIvhF - Infoletter (u.a. mit Hinweisen auf Konferenzen, Empfehlungen, Terminen für unsere kostenfreien Events usw.) -> https://bit.ly/3Why63K

In dieser Podcast-Folge spreche ich mit André Christ über effizientes Wachstum und den Weg zu 100M ARR. Wir sprechen über die Bedeutung verschiedener Metriken, die unerlässlich sind, um effizient und planbar zu wachsen. Dabei werden Metriken wie Annual Recurring Revenue, Net-Dollar-Retention, Gross-Retention und Average Revenue per Customer verwendet, um das Wachstum zu steuern. André erklärt auch, warum es wichtiger ist, Vorhersagen realistisch zu gestalten und diese einzuhalten, als auf Teufel komm raus hohes Wachstum anzupreisen und dieses Mal zu erreichen und mal zu scheitern.CODESPHERE:Landing Page: https://drp.li/CwFdbProduct Hunt: https://drp.li/oH4CdGitHub Repository auf Codesphere testen: Such dir hierfür den Link deines GitHub Repositorys und füge ihn hinter codephere.com ein. (codeshpere.com/"Github-Repository-Link")ALL ABOUT UNICORN BAKERY:https://zez.am/unicornbakery Was du lernst:Die fundamentale Bedeutung von Kennzahlen am Anfang des UnternehmensaufbausWie André Burn Management steuertWie man den Sweet Spot zwischen Wachstum und Effizienz findet Die Herausforderungen beim Übergang von einem Ein- zu einem Mehrprodukt-Unternehmen und die mögliche Einführung einer Business-UnitDie Bedeutung von Fokus für die erste große Wachstumsphase(0:00:00) Intro & LeanIX Zahlen, Daten & Fakten(0:07:01) Die Mendoza Line: Warum es leichter ist, das Wachstum gleich zu halten anstatt es wieder anzukurbeln(0:10:56) Vorhersagbarkeit und Predictability von Wachstum: So stellst du sicher, dass deine Pläne auch erreicht werden(0:24:39) Kern-KPIs für Planung von Wachstum: Net-Dollar-Retention, Gross-Retention, Average Value per Customer, Sales Cycles, und mehr(0:43:30) Burn Management: Wie steuerst du deine Ausgaben richtig?(0:50:56) Wachstum und Wandel zu Mehrprodukt-Unternehmen(1:01:46) Produktmanagement-Mindset für CEO.(1:13:49) Durchhalten im Unternehmertum.André ChristLinkedIn: https://www.linkedin.com/in/andrechrist/LeanIX: https://www.leanix.net/ WHATSAPP NEWSLETTER:1-2x weekly get a personalized voice note or content from me that will make you a better founder, sign up now with one click: https://bit.ly/ub-whatsapp-newsletter Hosted on Acast. See acast.com/privacy for more information.

Wie wir festgestellt haben, ist Transformation ein Thema, dass nicht nur uns als Unternehmen aktuell beschäftigt, sondern unsere gesamte Gesellschaft. Wir leben in einer Zeit des Chaos. Nichts ist beständig, alles befindet sich im Wandel. Dabei lieben wir Menschen Konstanz, Strukturen, Vorhersagbarkeit und Sicherheit. Ob in der Politik, im Bereich des Klimawandels, oder in unserem Gesundheitssystem angesichts der Pandemie – überall sind wir stetigen Veränderungen unterworfen. Aus der Gehirnforschung wissen wir, dass das Gehirn immer nach Situationen strebt, die mit möglichst wenig Energieaufwand zu meistern sind. Das ist der Rückgriff auf bekannte Muster. Situationen, in denen das Gehirn nicht auf antrainierte Verhaltensweisen zurückgreifen kann, kosten sehr viel Kraft. Daher streben selbst freiheitsliebende Persönlichkeiten, die mit Veränderung tendenziell gut umgehen können, eher nach dem Bekannten, das ihnen Sicherheit bietet. Veränderungen und Herausforderungen bringen für eine Führungskraft immer auch ein gewisses Maß an seelischem Schmerz mit sich. Diesen spürt man nicht unmittelbar, wie etwa körperlichen Schmerz. Manchmal nimmt man seelischen Schmerz gar nicht richtig wahr, will ihn vielleicht auch nicht wahrnehmen und kann ihn dementsprechend auch nicht verbalisieren. Man merkt lediglich, dass man innere Widerstände aufbaut, weil man z.B. die Sorge hat, in einer Transformation Macht, Kontrolle oder Gestaltungsfähigkeit zu verlieren. Es lohnt sich für jeden von uns, achtsam zu sein, in sich hineinzuhören und zu spüren, wo solch ein Schmerz sitzt. Denn es ist wichtig, Schmerzliches in einer guten Art verbalisieren zu können, um Lösungen zu finden. In unserer komplexen Zeit ist es in der Regel keine Einzelleistung, Lösungen zu entwickeln und neue Wege zu gehen. Um Teamintelligenz zu nutzen, sind Zusammenarbeit von Menschen und damit Kommunikation unabdingbar. Was ich beobachte und spüre, muss ich also verbalisieren können, um es besprechbar zu machen. Denn nur, wenn wir es benennen können, können wir es verstehen und im Gespräch miteinander eine Lösung finden. Daher geht unsere herzliche Einladung raus an unsere gesamte Community: Spürt mal in euch hinein und findet heraus, wo ihr zuletzt ein Widerstandsempfinden hattet. Das dürft ihr dann gerne aussprechen und somit verbalisieren. Gibt es Situationen, in denen ihr sagt „ich bin gerade überfordert“ oder „ich weiß angesichts der vielen Möglichkeiten nicht, was die richtige Entscheidung ist“? Teilt gerne eure Gedanken mit uns unter mail@fuehrenmitherz.de oder über LinkedIn. Wir freuen uns auf eure Nachrichten.

Das Thema der heutigen Episode ist »Modelle«. Was ist ein Modell in Bezug zur Realität, welche Art vom Modellen gibt es und wie sollten wir als Gesellschaft mit Modellen umgehen, im besonderen bei Fragen, die das Verhalten komplexer Systeme in die Zukunft projeziert, wie etwa Klimamodelle. Mein heutiger Gesprächspartner ist, und das freut mich besonders, ein wiederkehrender Experte, Dr. Andreas Windisch. Andreas ist ein theoretischer Physiker, der 2014 an der Universität Graz sub auspiciis praesidentis promoviert hat. Nach mehreren Jahren als PostDoc an der Washington University in St. Lous in den USA (Schrödinger Fellow des öst. Wissenschaftsfonds) kehrte er nach Österreich zurück, und übernahm die Rolle eines Forschungsteamleiters bei 'Know-Center', einem Forschungszentrum für KI.  Andreas ist Mitbegründer und Leader der Reinforcement Learning Community, einer eigenständigen Arbeitsgruppe, die Teil des unabhängigen Think Tanks 'AI AUSTRIA' ist. Zudem ist Andreas Honorary Research Scientist der Washington University in St. Louis, er betreut Start-Ups bei dem European Space Agency Inkubator Science Park Graz und lehrt KI an der FH-Joanneum.  Seit März 2022 hält er auch eine Stelle an der TU-Graz. Was ist ein Modell? Wie verhält sich ein Modell zur Realität, zur Natur? Welche Rolle spielen Variable und Freiheitsgrade? Andreas erklärt zunächst fundamentale Modelle — am Beispiel des Standardmodell der Teilchenphysik.  »Der Natur ist unsere persönliche Sichtweise natürlich egal.« Damit ist die Suche nach der Abweichung vom Modell ein wesentlicher Aspekt der Modellierung. Was hat es mit der Filterung durch unsere Sinne und durch unsere Instrumente auf sich? Können wir überhaupt ohne Modell und Theorie Beobachtungen machen? Warum ist Platons Höhlengleichnis ein gutes Beispiel für Modell und Realität? Welche Arten der Modellierung gibt es? Vom bottom up / fundamentalen Modell zur Welt im Großen, zu effektiven Modellen? Damit stellt sich die Frage: kann ich die Welt im Großen aus dem fundamentalen Verständnis des Kleinstes modellieren? Also: kann ich mit dem Standardmodell der Teilchenphysik etwa das Klima modellieren? Sollte es nicht nur ein Modell der Welt geben? Andreas erklärt, warum dies nicht möglich ist. Damit stellt sich die Frage: was ist eine Skala? Was sind Hierarchien von Modellen nach Skala und Fragestellung? Wir diskutieren Beispiele  von der Quantenmechanik über die klassische Mechanik bis zur Relativitätstheorie und wieder zurück. Wie verhält es sich im Übergang von einem Modell einer Skala oder Anwendungsbereich zu einem Modell einer andere Skala? Wo liegen die Grenzen und wie sieht es in den Übergangsbereichen aus? Wie weit kann Extrapolation gehen? Wenn ich Modelle außerhalb des Gültigkeitsbereiches »befrage«, bekomme ich Antworten, aber was ist von diesen zu halten? Gilt die heute häufig formulierte Annahme: je mehr Daten desto besser (für die Entscheidungsfindung)? Die richtige Information und Abstraktion zur richtigen Zeit ist essentiell! Wir sprechen weiters über mathematische Symmetrien, »Schönheit« und Qualität von Modellen, datengetriebenem (machine learning) vs. Modell-Zugang. Sind wir am Ende der Theorie angelangt, wie vor einiger Zeit behauptet wurde, oder war das ein Irrtum? Wie repräsentativ sind die Daten mit denen modelliert wird im Bezug auf die Daten, die in der Realität zu erwarten sind? Ändert sich das über die Zeit der Modell-Nutzung?  Wir kehren dann wieder an den Anfang zurück und diskutieren ein fundamentales historisches Beispiel, das n-Körper-Problem, beziehungsweise eine vereinfachte Form davon, das Dreikörperproblem, das ja einfach physikalisch zu lösen sein sollte. Oder doch nicht? Warum nicht? Was sind die Erkenntnisse und Folgen dieses historischen Problems, getrieben von König Oskar II und Henri Poincaré? Es kann doch nicht so schwer sein, die Bahnen von Sonne, Erde und Mond zu berechnen! Aus diesem Beispiel folgend: Was sind (nicht-lineare) chaotische Systeme und was bedeutet das für Modellierung und Vorhersage, vor allem in Bezug auf die Anfangsbedingungen und die Möglichkeit diese genau zu bestimmen? Wie hängt dies mit den intrinsischen Zeitskalen des Systems zusammen? Liegen hier natürliche Grenzen der Vorhersagbarkeit, die wir auch mit stetig besseren Sensoren, Computern und Algorithmen nicht brechen können? Was sind Attraktoren komplexer dynamischer Systeme und Tipping Points (auch Kipppunkte,Phasenübergänge oder Regime Shifts genannt)? Kann man vorhersagen, wann sich ein System einem Kipppunkt nähert? Dann diskutieren wir die Konsequenzen für Risikomanagement, den Unterschied zwischen statistisch gut beschreibbaren und bekannten Systemen, versus komplexen chaotischen Systemen und dem Vorsorgeprinzip. Was können wir daraus für politische und gesellschaftliche Entscheidungsprozesse mitnehmen? Passend zur vorigen Episode disuktieren wir auch das Risiko des »Overselling« wissenschaftlicher Erkenntisse und vor allem von Modell-Ergebnissen als Wissenschafter. Zum Schluss stellen wir die Frage, wie weit wir als Gesellschaft kritischen Diskurs verlernt haben.  »Alle Experten sagen...« ist keine relevante Aussage, sondern ein rhetorischer Trick um Diskurs zu beenden. Unterschiedliche Meinungen sind gerade bei komplexen (wicked) Problems von größter Bedeutung. Es gibt keine zentrale Anlaufstelle der Wahrheit, auch wenn das von manchen politischen Akteuren gerne so dargestellt wird. Was Information und Misinformation ist, stellt sich in der täglichen Praxis als sehr schwieriges Problem heraus. Auch die aktuelle Rolle der »alten« Medien ist stark zu hinterfragen. Referenzen  Andere Episoden Episode 67: Wissenschaft, Hype und Realität — ein Gespräch mit Stephan Schleim Episode 55: Strukturen der Welt Episode 53: Data Science und Machine Learning, Hype und Realität Episode 47: Große Worte Episode 37: Probleme und Lösungen Episode 27: Wicked Problems Episode 25: Entscheiden unter Unsicherheit Episode 10: Komplizierte Komplexität Andreas Windisch Andreas Windisch auf LinkedIn Episode 18: Gespräch mit Andreas Windisch: Physik, Fortschritt oder Stagnation Fachliche Referenzen Chris Anderson, The End of Theory: The Data Deluge Makes the Scientific Method Obsolete, Wired (2008) Daisyworld Model TED-Talk Bill Gates: The next outbreak, we are not ready (2015) Marten Scheffer, Catastrophic regime shifts in ecosystems: linking theory to observation (2003)

In dieser Folge ist Heiko Stapf bei uns zu Gast. Heiko ist für uns einer der Experten für agiles Produktmanagement im deutschsprachigen Raum und zeitgleich erfahrener Certified Scrum Trainer der Scrum Alliance vor allem für Product Owner. Er hat heute die spannendsten Fragen aus PO Trainings von seinen Teilnehmenden mitgebracht, welche er in dieser Episode gemeinsam mit Oliver diskutiert. Im ersten Teil dreht sich alles um Vorhersagbarkeit und Planung. Was sollte ich als Product Owner tun, wenn vor allem aus dem Management viel Verbindlichkeit und Commitment von mir erwartet wird? Welche Auswirkungen hat diese Erwartungshaltung auf Product Roadmaps. Eine weitere spannende Frage aus PO Trainings ist die Frage nach der richtigen Priorisierung, vor allem - aber nicht ausschließlich - auf der Ebene des Product Backlogs. Die Diskussion führt Heiko und Oliver dann zwangsläufig zur Zusammenarbeit mit Stakeholdern. Wie sollte ich priorisieren, falls meine Stakeholder konkurrierende Ziele haben? Insgesamt sehr spannende Themen aus der täglichen Arbeit eines jeden Produkt Owners. Das Ergebnis ist eine angeregte Diskussion zwischen den beiden, aus der du hoffentlich den einen oder anderen Impuls mitnehmen kannst. Im Gespräch verweisen die beiden auf folgende Quellen:

In der Nachmittagsfolge geht es weiter mit Michael Baumann, Co-Founder und Co-CEO von Twaice. Das Unternehmen, das Lösungen zur Verbesserung des Batterielebenszyklus entwickelt, hat eine zusätzliche Serie-B-Finanzierungsrunde in Höhe von 30 Millionen US-Dollar durch den globalen Investor Coatue sichern können. Die Technologie von Twaice liefert Erkenntnisse über die Alterung von Batterien und erlaubt Vorhersagen über die künftige Leistung der Batterie. Sie soll die Transparenz und Vorhersagbarkeit von Batterie-Leistung und ‑Lebensdauer verbessern. Den Umsatz soll das Unternehmen seit Mai 2021 um rund 250 Prozent gesteigert haben. Diese Erweiterung der Finanzierung umfasst persönliche Investitionen von Lip-Bu Tan sowie bisheriger Investoren und baut auf der 26 Millionen US-Dollar Serie-B-Finanzierung vom Mai 2021 auf, die von Energize Ventures angeführt wurde. Das Münchner Batterieanalytik-Startup hat damit bisher insgesamt 71 Millionen Euro (75 Millionen Dollar) eingeworben. Das frische Kapital soll für die weitere Optimierung der Cloud-Analytikplattform von Twaice und den Ausbau der Präsenz verschiedener Standorte in Europa und Nordamerika verwendet werden – einschließlich der Erweiterung des neuen Standorts in Chicago.

Die Vorhersagbarkeit von Auslieferungen oder Fertigstellungen von Produktteilen/Aufträgen/Services ist immer ein spannendes Thema. Kanban bedient sich hier seiner Metriken und ermöglicht es damit aus dem System eine gute Vorhersagbarkeit zu liefern. In dieser Folge des Podcasts gehen wir genau darauf ein und geben ein paar Tipps und Einblicke in die praktische Arbeit und deren Fallstricke.

Hier Erstgespräch mit Goodmind Consulting sichern: https://www.goodmind-consulting.com/termin-vereinbaren | Planbarkeit in der Gewinnung von neuen Kundenaufträgen. Der Traum eines jeden Unternehmers. Doch was genau bedeutet in diesem Kontext erfolgreiches Empfehlungsmarketing und was dagegen ist Hoffnungsmarketing? Und natürlich am wichtigsten: Wie kannst du Vorhersagbarkeit und Planbarkeit in die Neukundengewinnung deines Unternehmens bringen? Viel Spaß und gute Erkenntnisse.

Es lag eine Menge auf dem Tisch und so ist diese Folge etwas länger geworden. Wir sprechen zunächst über Pavels wiederauferstandene Riskotabelle und welche Betrachtungen sich hier vielleicht in der nahen Zukunft noch mit realisieren lassen könnten. Dann schauen wir auf die Zahlen, die Auswirkungen von Varianten, Schneestürmen in Bielefeld und Pollenflug, den Fortschritt der Impfkampagne und die Diskussion um Impfreihenfolgen die Vorhersagbarkeit der nächsten Phase. Dazu noch ein paar Meldungen von der Impfstofffront und welche Auswirkungen Schnelltests haben könnten.

und ein sauberes SCRUM Haus mit Empirie baust, anstatt mit Salamitaktik günstig anzubieten, um das das Geld hinten raus mit einem halbfertigen Projekt zu verdienen. Hä? Ein was? Lass uns nochmal zurückspulen. Es gibt Projekte wie der Berliner Flughafen und Stuttgart 21, die gefühlt ewig dauern und hinten raus einfach mehrere Millionen Euro mehr als geplant gekostet haben - wenn sie überhaupt fertig gestellt worden sind. Die Idee bei SCRUM ist es über Erfahrung mit kürzen Testzyklen eine gewisse Vorhersagbarkeit in deine Projekte zu bekommen. Wenn du dich vielleicht jetzt zurückerinnerst, weißt du bereits, dass Korrelation (rückwirkend Zusammenhänge erschließen) nichts mit Kausalität (reproduzierbare Ursache -> Wirkung) zu tun hat. Der Gedanke dabei ist vielmehr, je mehr du Erfahrung machst, desto einfacher ein besseres Gefühl für dein Projekt zu bekommen. Damit du das untere und obere Limit, den Rahmen, genauer einschätzen kannst. SCRUM bietet dir mit den einzelnen griechischen Säulen Transparenz, Überprüfung und Anpassung Prinzipien, die dir deinen Projektalltag erleichtern. Wenn dich das Thema jetzt richtig neugierig gemacht hat und du willst wissen, wie SCRUM dir wirklich weiterhelfen wird? Reinhören, Lachen und was neues Lernen

Wie läuft das eigentlich mit dem Risk-Review? Was gibt es da zu beachten?Viele implementieren dieses wichtige Meeting nicht – dabei gibt es hier viel für die Vorhersagbarkeit und die Geschwindigkeit zu holen!

Prof. Dr. Gernot Heisenberg lehrt Information Research und Data Analytics an der Technischen Hochschule Köln. Zuvor war er einige Jahre Professor für Medieninformatik an den Hochschulen RheinMain und Bonn-Rhein-Sieg sowie Teamleiter am Fraunhofer Competence Center for Virtual Environments. Mit Gernot sprechen wir über den Einsatz von Predictive Analytics am Horn von Afrika. Dabei streifen wir Themen wie Neurone Netze, Remote Sensing Daten, Prediction Modeling und gehen auf die Vorhersagbarkeit von Nahrungsmittelknappheit, Konflikten und Umweltkatastrophen ein.

Zustandsänderungen sind komplex: Wann muss eine Änderung durchgeführt werden? Warum muss eine Anpassung gemacht werden? Wie sollen die Daten modifiziert werden? Neue bzw. Zusätzliche Anforderungen erschweren saubere Zustandsänderungen – sind aber typisch und häufig. Redux sorgt eine Vorhersagbarkeit für die Zustandsveränderung und das ist das Thema dieser Podcast Folge.

Heute sprechen wir über ein Thema, das auf viele etwas zombieartig wirkt – kalt, herzlos, Angst einflößend. Und langweilig. Es geht um Systeme. Doch Systeme sind für unser Business, was Knochen, Muskeln, Adern usw. für unseren Körper sind. Stellen Sie sich nur vor, Sie müssten ohne Ihre Knochensystem stehen. Es wäre unmöglich. Wie die Systeme im Körper, schaffen die Systeme in Ihrem Business, Struktur, Konsistenz und Vorhersagbarkeit. Und genauso, wie die Venen und Arterien in Ihrem Körper nicht nur Röhren sind, sondern lebendiges Material und vom Leben erfüllt … genauso können die Systeme in Ihrem Business sein. Voller Leben. Ihr Unternehmen hat ein Herz. Und Ihre Systeme sind kritischer Teil des lebenden Organismus, der Ihr Business ist. Das ist beispielsweise ein Auto-Responder, eine E-Mail, die Produktion eines Podcasts. Ja selbst ein Zahlungssystem ist ein System, dass Ihnen die Arbeit erleichtert – oder in manchen Fällen sogar vollständig abnimmt. All diese Systeme können mit Leben erfüllt werden. Und Spaß machen. Ihnen und Ihren Kunden.

Thu, 5 Aug 2010 12:00:00 +0100 https://edoc.ub.uni-muenchen.de/12264/ https://edoc.ub.uni-muenchen.de/12264/1/Welker_Christoph.pdf Welker, Christoph ddc:530,

Der Einfluss von Trögen der oberen Troposphäre auf konvektive Instabilität wurde mit Hilfe von Analysen, die auf Gitterdaten des Datenarchivs des Europäischen Zentrums für mittelfristige Wettervorhersage (EZMW) basieren, untersucht. Als Maß der Instabilität wurde die sogenante "Convective Available Potential Energy" (CAPE) verwendet. Eine Fallstudie des Burdekin Thunderstorm in Australien (Janur 2001) zeigte, dass die hohe CAPE vor der Entwicklung des Gewitters von kalter Luft, die mit Trögen in Zusammenhang steht, beeinflusst wurde. Im Gegensatz dazu war in den Fällen der Australischen Tropischen Zyklone Theodore (Februar 1994) und Rewa (Janur 1994) der Einfluss der Tröge auf die CAPE minimal, wobei die Abkühlung schwächer als in dem Fall des Gewitters war. Die Intensivierung tropischer Wirbelstürme wurde mit Hilfe von numerischen Modellrechnungen, die von der Fallstudie motiviert wurden, weiter erforscht. Ergebnisse aus einer Kontroll-Modellrechnung zeigen, dass die Intensivierung ein eigentlich nicht axialsymmetrischer Prozess ist. Kumuluskonvektion bildet sich vornehmlich in der Nähe des Radius der maximalen Windgeschwindigkeit des initialen Wirbels. Diese konvektive Zellen weisen erhöhte Rotation auf und werden daher Meso-Wirbel genannt. Die Entstehung der Meso-Wirbel ist abhängig von der CAPE, die mit Grenzschichtfeuchte verbunden ist, die wegen des Feuchteaustausches zwischen Luft und Meer bei hoher Windgeschwindigkeit zunimmt. Dennoch ist die weitere Intensivierung des Wirbelsturms als Ganzes unabhängig von der CAPE. Der wichtigste Prozess hierbei ist die Verschmelzung der Wirbel, wodurch sich der Wirbelsturm rasch verstärkt. In der Folge wurden Ensembleberechnungen mit zufälligen Störungen der Anfangsfeuchte in der unteren Troposphäre durchgeführt, um die Sensitivität der asymmetrischen Intensivierung bezüglich der Feuchte zu erforschen. Es war zu beobachten, dass die Entstehung und Verschmelzung der Meso-Wirbel von zufälligen Störungen beeinflusst wurde, wogegen sich die Intensität des vollentwickelten Wirbelsturms im Bereich der Schwankungsbreite der Kontroll-Modellrechnung bewegte. Die Effekte einer Reduzierung der Feuchte in der mittleren Troposphäre, einer verstärkten Strahlungsabkühlung und einer oberen antizyklonalen Scherströmung, wurden ebenfalls untersucht. Es wurde belegt, dass die Entwicklung von Wirbelstörmen empfindlich von diesen drei Faktoren abhängt. Die Verschmelzung der Meso-Wirbel ist wegen der Reduzierung des Auftriebs in der Kumuluskonvektion verzögert. Ensembleberechnungen zeigen auch, dass die Vorhersagbarkeit während der Periode der Intensivierung von Wirbelstürmen gering ist. Erhebliche Schwankungen der Intensität des Wirbelsturms in den Rechnungen der einzelnen Mitglieder des Ensembles zu einem festgelegten Zeitpunkt deuten auf die Grenzen der Vorhersagbarkeit einzelner Modellrechnungen hin.

Angesichts der hohen Prävalenz der koronaren Herzkrankheit in der Bundesrepublik Deutschland sollte deren frühe Erkennung wesentlicher Bestandteil einer arbeitsmedizinischen Vorsorgeuntersuchung sein. Dies sollte nicht nur zum Schutz des betroffenen Arbeitnehmers geschehen, sondern auch zum Schutz Dritter, die als Folge einer unerwarteten Manifestation gefährdet werden könnten. Mehrere Gesetze und Verordnungen schreiben daher verschiedene Anlässe vor, die eine spezielle arbeitsmedizinische Vorsorgeuntersuchung erfordern. Einige von ihnen fordern als erste diagnostische Screening-Maßnahme zur Erkennung einer koronaren Herzkrankheit die Durchführung eines Belastungs-EKGs unabhängig vom individuellen Risikoprofil des jeweiligen Arbeitnehmers. Bei den verbleibenden Arbeitnehmern wird das Vorliegen einer KHK oder das Risiko künftig an ihr zu leiden gar nicht standardisiert erfasst. Diese Vorgehensweise führt nach gegenwärtiger Datenlage bei herzgesunden Patienten im arbeitsfähigen Alter bei einer überdurchschnittlich hohen Zahl der Fälle zu falsch-positiven Befunden und kann eine überflüssige und ggf. den Arbeitnehmer belastende invasive kardiologische Diagnostik nach sich ziehen. Sie ist deshalb auch nicht durch die Leitlinien der großen kardiologischen Fachgesellschaften (ACC, AHA) gedeckt. Zu tatsächlich aussagefähigen Ergometrie-Ergebnissen käme es erst bei einer Vortestwahrscheinlichkeit zwischen 10% und 90%. Bei einer Vortestwahrscheinlichkeit von mehr als 90% sollte direkt eine Koronarangiographie durchgeführt werden. Es existieren mehrere standardisierte Fragebögen, die die typische Symptomatik einer koronaren Herzkrankheit, insbesondere den belastungsabhängigen Brustschmerz, zuverlässig (reliabel) erfassen. Bei Männern über 40 Jahre ohne bekannte kardiovaskuläre Vorerkrankung hat ein negativer Test (d.h. keine Angina pectoris) einen sehr hohen negativen prädiktiven Wert (über 90%), eine klinisch relevante koronare Herzkrankheit liegt mit großer Wahrscheinlichkeit nicht vor. Der positive prädiktive Wert, in den Sensitivität des Tests und Prävalenz (Vortestwahrscheinlichkeit) der Erkrankung eingehen, ist aufgrund der niedrigen Prävalenz in diesem Personenkreis gering, aber über 10 %. Daher sollte bei positivem Test ein Belastungs-EKG erfolgen, um die Verdachtsdiagnose weiter zu sichern. Zur Anwendung des Fragebogens bei Frauen und jüngeren Männern ohne Vorerkrankungen fehlen aussagekräftige Untersuchungen. Aufgrund der vergleichsweise niedrigeren Prävalenz bei gleicher Sensitivität und Spezifität ist anzunehmen, dass der negative prädiktive Wert noch höher und der positive prädiktive Wert noch niedriger liegt als bei Männern über 40 Jahren. Bei Studien an Personen mit dem klinischen Verdacht einer KHK (hier als Patienten bezeichnet), die deshalb einer eingehenderen Diagnostik zugeführt wurden, lag der negative prädiktive Wert zum Teil erheblich unter 90%, d.h. ein Ausschluss der Erkrankung durch den negativen Fragebogen ist nicht sicher möglich. Der für eine Screening-Untersuchung jedoch entscheidende positive Vorhersagewert lag auch hier deutlich über 10% (26% - 85%). Dieser Personenkreis zeichnet sich in der Regel durch ein erhöhtes kardiovaskuläres Risikoprofil aus. Am zuverlässigsten lässt sich das Risiko für eine zukünftige klinisch manifeste koronare Erkrankung (akutes koronares Ereignis) auf dem Boden der Daten großer epidemiologischer Untersuchungen anhand der Informationen über koronare Risikofaktoren errechnen. Diese Scores haben Gültigkeit für einen deutlich umfassenderen Personenkreis, der einer durchschnittlichen Arbeitnehmerschaft entspräche. Es wird daher vorgeschlagen, im Rahmen arbeitsmedizinischer Vorsorge zunächst anhand von Fragebogen und Risikofaktoren das Risiko für eine gegenwärtige KHK und für ein zukünftiges koronares Ereignis zu bestimmen. Liegt - gemessen am Fragebogenergebnis oder an den koronaren Risikofaktoren - das Risiko bei 10% oder darüber, sollte ein Belastungs-EKG oder ein anderes nicht-invasives Verfahren zur Ischämiediagnostik eingesetzt werden. Die Grenze von 10% wird in Anlehnung an die kardiologischen Leitlinien zur Anwendung des Belastungs-EKGs vorgeschlagen.

Die Disseratation umfasst im 1. Teil die Erweiterung und Ergänzung der von Prof. Dr. Herbert Mayr und Dr. Matthias Patz 1994 erstmals aufgestellten Reaktivitätsskala zur Beschreibung der Reaktivität von Elektrophilen und Nucleophilen. Dies ermöglichte im 2. Teil der Arbeit, die Nucleophilie von Wittg-Yliden, Wadsworth-Horner-Emmons- und Horner-Wittig-Reagenzien zu bestimmen und Aussagen zu Vorhersagbarkeit der Geschwindigkeit ihrer Olefinierungsreaktionen zu treffen. Im dritten Teil werden die Reaktivitäten einfacher anorganischer Anionen betrachtet und gezeigt, dass sich die Reaktionen des ambidenten Thiocyanat-Ions nicht mit Pearsons Hart-und-Weich-Theorie beschreiben lassen.