Zahlen sehen neutral aus: Warum Datenkompetenz heute zur Allgemeinbildung gehört
Datenkompetenz bedeutet mehr als Rechnen: Wer Zahlen, Diagramme und Wahrscheinlichkeiten kritisch liest, trifft bessere Entscheidungen im Alltag.
Wissenschaft für deine Neugier
Neue Forschung, große Fragen und überraschende Zusammenhänge. Finde das Thema, das dich weiterbringt.
Folge deiner Neugier
Sechs Themenwelten. Unzählige Gründe, weiterzufragen.
Datenkompetenz bedeutet mehr als Rechnen: Wer Zahlen, Diagramme und Wahrscheinlichkeiten kritisch liest, trifft bessere Entscheidungen im Alltag.
Was eine repräsentative Stichprobe ausmacht, warum große Umfragen trotzdem schief liegen können und woran man belastbare Daten im Alltag erkennt.
Netzwerkanalyse zeigt, wie Brücken, Cluster und Zentralität Macht, Vertrauen und Informationsfluss in Gruppen sichtbar machen.
Was Real-World-Daten in der Medizin leisten, wo Krankenkassendaten, Register und elektronische Akten stark sind und warum RCTs trotzdem unersetzlich bleiben.
Was Datenkunst leisten kann und wo ihre Grenzen liegen: ein Leitartikel über W. E. B. Du Bois, Klimastreifen, Giorgia Lupi, Datenvisualisierung, Macht …
Warum Wirtschaftswachstum so schwer zu messen ist: Was das BIP leistet, was es ausblendet und welche Wohlstandsindikatoren Politik zusätzlich braucht.
Wie Forschung Zukunftssysteme heute mit Szenarien, digitalen Zwillingen, Frühwarnsignalen und KI neu vermisst und warum bessere Modelle noch lange keine Gewissheit liefern.
Warum Daten keine Uhren sind: Ein Leitartikel über Zeitreihen, Revisionen, Modellannahmen und die Grenzen von Prognosen in einer sich verändernden Welt.
Wie bayesianische Netzwerke Diagnostik präziser machen können, warum Wahrscheinlichkeiten wichtiger sind als Einzeltests und wo die Grenzen klinischer KI liegen.
Was sagen Sinus-Milieus wirklich über die Gesellschaft? Ein fundierter Leitartikel über Nutzen, Grenzen und Kritik an Milieustudien.
Was ist Zuverlässigkeitsingenieurwesen? Der Leitartikel erklärt Ausfallrate, MTBF, Weibull-Verteilung, FMEA und Predictive Maintenance an der Schnittstelle von Statistik, Technik und Wartung.
Bayes im Alltag erklärt, warum neue Informationen unsere Überzeugungen ändern sollten, wie Basisratenfehler entstehen und weshalb natürliche Häufigkeiten zu besseren Urteilen führen.