• Industrial AI verglichen mit Finance: Die entscheidenden Unterschiede in Echtzeit und Regulatorik
    Jul 3 2026
    Die meisten Unternehmen übersehen die winzigen Hinweise in ihren Daten, die – wenn sie entdeckt werden – ihre Geschäftsabläufe revolutionieren können – und doch entgehen so vielen täglich diese Signale. In dieser Folge zeigen Aleksander und Tobias, wie kleine Anpassungen und übersehene Details bei Data-Science-Projekten oft den größten Unterschied ausmachen – und warum das Verstehen der subtilen Signale in Ihren Daten zu bahnbrechenden Erkenntnissen führen kann. Sie erfahren: Wie scheinbar triviale Details in realen Projekten ganzen Branchen Millionen eingespart haben. Die Bedeutung von Signalen im Vergleich zu Rauschen und wie man zwischen beiden unterscheidet, um intelligentere Vorhersagen zu treffen. Konkrete Konzepte wie „Signal“ und „Rauschen“ in Daten sowie praktische Beispiele aus der Fertigungsindustrie und der Finanzbranche. Warum so viele Dateninitiativen aufgrund übersehener Zusammenhänge und falscher Signale scheitern und wie man diese Fallstricke vermeiden kann. Die praktischen Unterschiede zwischen industrieller KI und Finanz-Data-Science, insbesondere in Bezug auf Echtzeitverarbeitung, Sicherheit und Regulierung. Wer diese Signale übersieht, riskiert, Wettbewerbsvorteile zu verpassen – oder schlimmer noch: kostspielige Fehler in kritischen Systemen zu begehen. In einer Welt, in der Daten im Überfluss vorhanden sind, ist das Wissen darum, worauf man achten muss und wie man diese Daten interpretiert, der Schlüssel zur Wertschöpfung. Diese Folge ist ideal für Datenwissenschaftler, Ingenieure und Führungskräfte aus der Industrie, die tiefere Einblicke gewinnen oder häufige Fallstricke vermeiden möchten – sie bietet die Rahmenkonzepte und praktischen Erkenntnisse, die Sie benötigen, um diese winzigen Signale zu erkennen, bevor es Ihre Konkurrenz tut. Mit Tobias Quadfasel, einem erfahrenen Datenwissenschaftler mit Erfahrung in der Industrie und im Finanzsektor, der praktisches Wissen aus unzähligen Projekten weitergibt, ist diese Folge nicht nur Theorie – sie ist ein Leitfaden für intelligentere und sicherere datengestützte Entscheidungsfindung. Sind Sie bereit, die Signale zu erkennen, die andere übersehen? Klicken Sie auf „Play“ und verändern Sie Ihr Verständnis von Daten für immer.
    Show More Show Less
    56 mins
  • Wann bricht man ein KI-PoC ab und was macht es erfolgreich?
    Sep 23 2025
    In dieser Folge beschäftigen sich Alex Fegel und Alex Grimm mit der Frage, wie viel Aufwand in ein PoC fließen darf und wann man es als gescheitert an sehen kann. Unsere Themen: Wie lange reitet man das Data-Science Pferd / wie viel probiet man aus? Wann sagt man es reicht und geht einen Schritt zurück? Ab wann gilt ein PoC als gescheitert? Wann ist er erfolgreich? Wo liegt der Fokus / wo geht die Zeit und das Budget am besten rein in frühen Phasen?
    Show More Show Less
    49 mins
  • Data Science und Data Engineering: Projektplanung, Test-Strategien und Herausforderungen
    Jul 8 2025
    In dieser Episode diskutieren David und Janis die Unterschiede und Gemeinsamkeiten zwischen Data Science und Data Engineering. Sie beleuchten die Projektplanung, die Bedeutung von Code-Qualität, Testing-Strategien und die Herausforderungen bei der Entwicklung in verschiedenen Umgebungen. Zudem wird der Wert von Data Science Projekten und die Rolle von Vibe-Coding in der Softwareentwicklung thematisiert.
    Show More Show Less
    54 mins
  • Macht ihr eigentlich auch was mit "richtiger KI" bei Ailio?
    May 23 2025
    In diesem Podcast sprechen Tim Lenzen und Alex über ihre Erfahrungen auf der PyCon.de, die Bedeutung von Large Language Models (LLMs) und die Herausforderungen bei deren Implementierung in Unternehmen. Sie diskutieren die Notwendigkeit von KI-Literacy, die Vorteile einer eigenen GPT-Plattform und die Rolle von Automatisierung in der Softwareentwicklung. Zudem reflektieren sie über die Entwicklungsgeschichte von LLMs und die Bedeutung von Wissensmanagement in der digitalen Ära.
    Show More Show Less
    51 mins
  • Data:Unplugged Recap - Datenplattformen, AI und Kaffee!
    Apr 30 2025
    Endlich mal wieder eine Folge von David und Janis! <3 In dieser Folge gibt es einen kleinen Rückblick auf die Data Unplugged 2025. Dabei gibt es jeweils einen inhaltlichen Abriss der gehaltenen Masterclasses "Datenplattform 360°: ETL, Persistierung & Governance für nachhaltige Datenstrategien" und "Kaffeebohnen und KI-Algorithmen - Ein Data Science Rezept für die Fertigungsindustrie". Die kompletten Masterclasses gibt es bei uns natürlich auch! Kontaktiert uns dafür einfach.
    Show More Show Less
    42 mins
  • Community Notes und Faktenchecker - was verbirgt sich dahinter?
    Apr 16 2025
    In dieser Folge Sprechen Tim und Janis kurz über die letzten Tage. Darunter insbesondere auch die Punkte: Was war die beste Pizza? Wie war die diesjährige Data Unplugged? Ansonsten ist der Name Programm: Was sind eigentlich Faktenchecks? Wer führt sie durch? Wie funktionieren sie? Wie sieht es bei den Community Notes aus? Kann Open Source hier eine Lösung sein? Und einiges anderes zu diesem Themenkomplex.
    Show More Show Less
    38 mins
  • Wahlumfragen aus Data Science Perspektive
    Feb 4 2025
    Im Vorfeld der kommenden Bundestagswahl sprechen Tim und David über die Statistik von Wahlumfragen und analysieren, wie sie zu deuten sind. Es geht neben den statistischen Grundlagen, die für eine gute Wahlumfrage zu beachten sind auch um weiterführende Themen wie Zeitreihenanalyse und den Umgang mit Unischerheiten in Machine Learning Modellen.
    Show More Show Less
    40 mins
  • Datenplattformen verstehen und erfolgreich aufbauen
    Jan 16 2025
    In dieser Folge sprechen unser Ur-Ailionaut Janis und unser Ailionauten Neuling Tim über HotDog Tipps und Datenplattformen. Behandelt werden u.a. Fragen wie: Welche Entscheidungen und Fragestellungen führen zu einer Datenplattform? Infrastruktur first oder hangeln wir uns von Use-Case zu Use-Case? Welche Vorteile bieten managed Lösungen wie Databricks? Und vieles mehr.
    Show More Show Less
    42 mins