Zum Hauptinhalt Zur Navigation

Podcast Besser Wissen : Wie geht Informatik für die moderne Hausfrau?

Podcast „Besser Wissen“ Cover
Wie kognitive Verzerrungen unser Weltbild beeinflussen, und was das mit der Hausfrau auf sich hat, besprechen wir im aktuellen Podcast .
/ Martin Wolf
Kommentare News folgen (öffnet im neuen Fenster)
Auch eine Strickanleitung ist eine Art Algorithmus. (Bild: Pixabay / Montage: Golem.de)
Auch eine Strickanleitung ist eine Art Algorithmus. Bild: Pixabay / Montage: Golem.de

Bias ist eine Bezeichnung für die Verzerrung von eigentlich objektiven Daten. Eines der bekanntesten Beispiele dafür dürfte wohl der Survivorship Bias(öffnet im neuen Fenster) sein: Er wurde bei der Untersuchung von Flugzeugabstürzen in Kampfeinsätzen im Zweiten Weltkrieg entdeckt.

Die US-Armee führte zu dieser Zeit Analysen der heimgekehrten Flieger und ihrer Beschädigungen durch Feindbeschuss durch. Dabei fand man heraus, dass nicht die Einschusslöcher an den zurückgekehrten Maschinen besonders hilfreich für Verbesserungen an der Panzerung waren – viel wichtiger wären Daten zu den Beschädigungen abgeschossener Flugzeuge gewesen.

Diese hatte man jedoch aus naheliegenden Gründen nicht. Erst ein durch den Mathematiker Abraham Wald(öffnet im neuen Fenster) entwickeltes indirektes Erhebungsverfahren lieferte Hinweise auf Konstruktionsverbesserungen.

Die US-Armee hielt diesen Algorithmus bis in die 1980er Jahre geheim. Kein Geheimnis war zu diesem Zeitpunkt jedoch, dass die korrekte Interpretation von Daten ebenso wichtig ist wie die Daten selbst. Welche Rolle solche kognitiven Verzerrungen auch heute noch spielen, was Bias mit Wissenschaftskommunikation zu tun hat, und wie es zu dem Podcast Informatik für die moderne Hausfrau kam, erklärt die Autorin Lea Schönberger(öffnet im neuen Fenster) in dieser Folge von Besser Wissen.

Shownotes:

Leas Webseite(öffnet im neuen Fenster)

Die Podcast-Webseite(öffnet im neuen Fenster)

Der Quizverein(öffnet im neuen Fenster)

Ein Artikel zur Digitalisierung von Lea bei Golem.de

Wir freuen uns über Feedback. Themenanregungen, Kritik und Blumensträuße nehmen wir unter podcast@golem.de entgegen.


Relevante Themen