WEBVTT 00:00:00.960 --> 00:00:05.640 Ja, hallo liebe Hörerinnen und Hörer. Willkommen bei einem Python-Podcast, mittlerweile in der 19. Episode. 00:00:06.640 --> 00:00:15.160 Heute unser Thema ist wieder Data Science. Wir haben leider ein bisschen den Coronavirus, Covid-19, die wir in der 19. Folge etwas besprechen möchten, 00:00:15.240 --> 00:00:21.320 aber aus einer Data Science Perspektive. Das heißt, wir hoffen, dass ihr euch nicht zu viel mit dem Virus nerven, von dem ihr bestimmt alle die Schnauze und die Nase voll habt. 00:00:22.040 --> 00:00:29.140 Ja, wir sind tatsächlich alle remote dabei. Ich bin der Dominik, dabei ist natürlich wieder Jochen. 00:00:29.140 --> 00:00:31.260 und wir haben einen Gast, den Thomas. 00:00:32.780 --> 00:00:34.220 Hallo, ja, vielen Dank für die Einladung. 00:00:35.040 --> 00:00:35.820 Ja, schön, dass du da bist. 00:00:36.100 --> 00:00:38.100 Ja, vielleicht sollten wir diesmal auch tatsächlich dazu sagen, 00:00:38.180 --> 00:00:39.880 an welchem Datum, das wollten wir sowieso immer machen, 00:00:39.960 --> 00:00:41.360 aber heute ist es vielleicht besonders relevant, 00:00:41.500 --> 00:00:44.500 das 26. März 2020. 00:00:45.100 --> 00:00:50.040 Also, keine Ahnung, an welchem Punkt irgendwie 00:00:50.040 --> 00:00:52.580 der ganzen Corona-Krise wir uns befinden. 00:00:52.920 --> 00:00:54.480 Vielleicht am Anfang, vielleicht mittendrin, wer weiß. 00:00:55.320 --> 00:00:56.960 Ich hoffe, das ist alles direkt bald vorbei 00:00:56.960 --> 00:00:58.900 und ich mache die Augen zu und will nicht sehen und hören davon. 00:00:59.140 --> 00:01:01.800 naja, ich hoffe, ihr seid alle gesund. 00:01:03.080 --> 00:01:03.200 Ja, 00:01:03.600 --> 00:01:05.560 ich weiß nicht, 00:01:06.120 --> 00:01:07.640 möchtest du dich vielleicht kurz selbst 00:01:07.640 --> 00:01:08.400 vorstellen, Thomas? 00:01:09.360 --> 00:01:11.760 Klar, gerne. Also ich bin der Thomas 00:01:11.760 --> 00:01:12.680 Wiki, ich 00:01:12.680 --> 00:01:15.060 T-Wiki auf Twitter. 00:01:15.900 --> 00:01:17.600 Ich habe in 00:01:17.600 --> 00:01:19.780 Tübingen Bioinformatik studiert und dann da 00:01:19.780 --> 00:01:21.780 am Max-Panck-Institut nebenbei noch so ein paar 00:01:21.780 --> 00:01:23.260 Sachen gemacht und da 00:01:23.260 --> 00:01:25.300 habe ich mich auch angefangen für 00:01:25.300 --> 00:01:26.880 Machine Learning und Statistik zu interessieren. 00:01:28.180 --> 00:01:32.300 Dann bin ich in die USA gegangen und in der Brown University habe ich einen Doktor gemacht. 00:01:33.160 --> 00:01:36.300 Und das war im Bereich von Computational Psychiatry. 00:01:36.780 --> 00:01:39.500 Und da geht es darum, dass man Modelle vom Gehirn baut. 00:01:40.640 --> 00:01:45.240 Und dann an diesen Modellen von Teilen des Gehirns überlegt man sich, 00:01:45.240 --> 00:01:50.100 okay, jetzt weiß ich, wie das in der gesunden Person funktioniert. 00:01:50.560 --> 00:01:53.480 Und dann kann man gewisse Neurotransmitter hoch- oder runterregulieren 00:01:53.480 --> 00:01:55.260 und sehen, okay, wie verändert sich das Verhalten? 00:01:55.880 --> 00:02:01.500 Und stimmt das dann zum Beispiel mit dem, wie man es in Parkinson oder in anderen psychiatrischen Erkrankungen sieht, überein? 00:02:02.940 --> 00:02:04.840 Und darüber habe ich mal eine Zertifizierung geschrieben. 00:02:05.940 --> 00:02:09.480 Während des Doctors und auch schon davor, allerdings war mir immer klar, 00:02:09.480 --> 00:02:13.720 okay, die freie Wissenschaft ist zwar sehr cool, macht viel Spaß, 00:02:14.080 --> 00:02:20.220 aber ein sehr unstetiger und steiniger Karriereweg. 00:02:21.080 --> 00:02:25.120 Und das war dann, wo das aufkam zu dieser Zeit mit dem Griff Data Science. 00:02:25.880 --> 00:02:39.280 Da war dieser riesige Artikel, Data Science is the sexiest job of the 21st century und den habe ich gelesen und habe mir gedacht, krass, das ist ja genau das, was ich mache, ohne es zu wissen, dass es jetzt auf einmal Data Science heißt. 00:02:40.500 --> 00:02:53.660 Und dann habe ich mir überlegt, okay, Wissenschaft ist ja schön gut, aber wer weiß überhaupt, wie die Industrie ist, also ich habe das nie wirklich kennengelernt und deswegen habe ich dann angefangen, da so ein paar Fühler auszustrecken. 00:02:55.560 --> 00:03:06.700 Und bin dann auch auf diese Pi-Data-Konferenzen gegangen und über den Wes McKinney, der Pandas geschrieben hat, bin ich dann mit dem Forst in Kontakt gekommen und der CEO von Kotopion. 00:03:07.020 --> 00:03:28.800 Und dann habe ich da angefangen, einmal in der Woche zu arbeiten, also während des Studiums. Und dann danach bin ich zurück nach Deutschland gezogen und seitdem bin ich da remote als Vice President of Data Science und leite da das Research Team bei Quantopion. 00:03:30.340 --> 00:03:37.100 Kannst du das nochmal ganz kurz wiederholen? Ich glaube, wir hatten einen kleinen Knacks in der Verbindung. Deine letzte Station. Das klingt sehr spannend. 00:03:38.600 --> 00:03:53.120 Genau, nach meinem Dokument bin ich dann nach Deutschland gegangen und die Banken haben gesagt, willst du nicht weiter für uns arbeiten? Und da bin ich VP of Data Science und Leiter des Research Team. 00:03:54.940 --> 00:03:55.440 Okay, cool. 00:03:55.440 --> 00:03:58.440 Ja, cool. Was macht Quantopien denn so? 00:03:59.560 --> 00:04:01.540 Das klingt irgendwie so ein bisschen nach Finanzbranche. 00:04:02.660 --> 00:04:03.480 Quants und so. 00:04:04.220 --> 00:04:05.920 Genau, richtig. Daher kommt auch der Name. 00:04:06.680 --> 00:04:09.460 Und also wir stellen eine Plattform bereit im Internet, 00:04:09.880 --> 00:04:14.820 wo jeder, der möchte und so ein paar rudimentäre Python-Skills hat, 00:04:16.700 --> 00:04:17.980 auf die Plattform kommen kann. 00:04:18.100 --> 00:04:19.880 Und da findet er zum Beispiel einen Jupyter-Notebook, 00:04:20.460 --> 00:04:23.060 wo er direkt, er oder sie, 00:04:25.180 --> 00:04:30.760 alle möglichen Finanzdaten hat und die ganzen Bibliotheken, die man haben möchte und dann kann man da direkt loslegen und 00:04:31.540 --> 00:04:36.160 Analysen machen, wie sich zum Beispiel jetzt die Corona-Krise auf den Aktienmarkt auswirkt. 00:04:37.000 --> 00:04:42.120 Und wenn man dann eine gute Idee hat, dann kann man daraus einen Rhythmus entwickeln, einen Trading-Algorithmus, 00:04:42.580 --> 00:04:44.580 der dann in den Markt 00:04:45.860 --> 00:04:52.060 investiert, was auf gewisse Ziele zurückgeht. Wenn das tatsächlich funktioniert, dann 00:04:53.620 --> 00:05:00.660 kann man die Algorithmus-Plattform zum Beispiel bei unseren Trading-Competitions einreichen 00:05:00.660 --> 00:05:05.240 und Cash-Prize gewinnen oder auch Allokationen. 00:05:05.240 --> 00:05:13.320 Also wir arbeiten mit Asset-Managern zusammen, um dann diese Algorithmen sozusagen zu vermitteln an andere 00:05:13.320 --> 00:05:15.440 und dann wird man da gewinnbeteiligt zum Beispiel. 00:05:16.860 --> 00:05:19.420 Und das andere, was wir auch noch machen, ist diese Finanzplattform, 00:05:19.620 --> 00:05:21.380 diese Research-Plattform, die wir da gebaut haben, 00:05:21.460 --> 00:05:23.640 dann auch noch an Kunden zu vermitteln. 00:05:23.800 --> 00:05:25.460 Also es gibt ja auch ein Enterprise-Business, 00:05:25.620 --> 00:05:27.820 aber die Community-Edition ist kostenlos. 00:05:28.400 --> 00:05:29.720 Und wenn man da rauf geht, 00:05:30.400 --> 00:05:35.600 dann, also die Ergebnisse und das Intellectual Property, 00:05:35.660 --> 00:05:37.780 was man da entwickelt, bleibt auch immer bei den Usern. 00:05:38.520 --> 00:05:43.580 Und da sind unsere Terms of Service sehr genau, 00:05:43.700 --> 00:05:44.780 weil das oft eine Frage ist. 00:05:47.080 --> 00:05:49.200 Ich meine, um da irgendwie Modelle bauen zu können, 00:05:49.260 --> 00:05:51.820 braucht man ja auch irgendwie Zugriff auf eine ganze Menge historische Daten. 00:05:52.240 --> 00:05:53.360 Werden die dann schon angeboten? 00:05:53.460 --> 00:05:56.820 Oder muss man da irgendwie gucken, wo man die herbekommt? 00:05:57.180 --> 00:05:59.040 Ich glaube, ganz lange war irgendwie Yahoo Finance 00:05:59.040 --> 00:06:01.240 irgendwie eine ganz gute Quelle, aber... 00:06:01.240 --> 00:06:02.560 Die Abis sind nicht mehr frei. 00:06:02.820 --> 00:06:03.740 Nee? Ah, okay. 00:06:04.480 --> 00:06:07.780 Ja, also die haben es schwieriger gemacht, die Daten zu kriegen. 00:06:07.780 --> 00:06:10.880 Also ja, das habe ich dann irgendwann aufgegeben. 00:06:11.400 --> 00:06:14.780 Also es gibt eigentlich kaum wirklich gute Datenquellen, 00:06:14.900 --> 00:06:15.700 die kostenlos sind. 00:06:15.980 --> 00:06:18.740 Aber bei uns auf jeden Fall auf der Plattform gibt es die alle. 00:06:19.120 --> 00:06:28.160 Also internationale Equities, Price Volume, alles Mögliche in Minutenauflösung über, ich glaube, die letzten 14 Jahre oder so. 00:06:29.020 --> 00:06:34.180 Und auch eine wichtige Sache ist, dass die Survivorship-Bytes frei sind. 00:06:34.180 --> 00:06:42.300 Also das heißt, wenn eine Firma untergeht, oft werden die dann zum Beispiel über EU Finance nicht mehr aufgelistet. 00:06:43.020 --> 00:06:44.040 Bei uns allerdings schon. 00:06:44.580 --> 00:06:47.700 Und wir haben da sehr viel Arbeit reingesteckt, 00:06:47.760 --> 00:06:49.200 dass die Daten auch wirklich sauber sind 00:06:49.200 --> 00:06:53.100 und dass da, wenn da Splits in dem Stock oder Dividend Payments sind, 00:06:53.720 --> 00:06:55.400 dass das akkurat reflektiert wird. 00:06:56.840 --> 00:06:59.820 Zusätzlich haben wir noch alle möglichen anderen Datenquellen 00:06:59.820 --> 00:07:03.700 wie Estimates, also was Leute glauben, 00:07:04.200 --> 00:07:06.520 wie sich die Earnings entwickeln 00:07:06.520 --> 00:07:10.560 oder Transactions von Leuten, 00:07:10.840 --> 00:07:19.280 gewisse Reglementierung haben. Wenn man bei einer Firma arbeitet, dann darf man nur in 00:07:19.280 --> 00:07:24.880 ganz gewisser Art und Weise diese Firma, für die man arbeitet, traden. Das ist ja klar, 00:07:24.960 --> 00:07:31.000 weil man natürlich Insider-Informationen hat. Und man muss es auch angeben. Und das 00:07:31.000 --> 00:07:35.260 sind auch zum Beispiel Daten, die zur Verfügung sind. Also wir sind die ganze Zeit dabei, 00:07:35.260 --> 00:07:40.660 alle möglichen neuen Datenquellen dazuzufügen. Und das ist auch immer wichtig, denn diese 00:07:40.660 --> 00:07:42.740 Daten ist eigentlich das, worum es geht. 00:07:44.740 --> 00:07:46.860 Wenn man nur Preisdaten hat, 00:07:46.960 --> 00:07:49.200 das gibt es seit 50 Jahren, 00:07:49.440 --> 00:07:50.500 also da ist nichts mehr, 00:07:50.640 --> 00:07:52.280 Alpha nennt sich das, wenn man 00:07:52.280 --> 00:07:54.600 ein Signal hat, was Vorhersagekraft hat, 00:07:55.000 --> 00:07:56.440 was der heilige Kral ist 00:07:56.440 --> 00:07:57.660 in Quant Finance, 00:07:58.960 --> 00:08:01.140 braucht man immer diese neuen Datenquellen 00:08:01.140 --> 00:08:02.560 und das ist immer so ein Wettrüsten zwischen 00:08:02.560 --> 00:08:04.360 den verschiedenen Hedgefonds. 00:08:04.800 --> 00:08:06.460 Wer kriegt die neuesten Daten, 00:08:06.460 --> 00:08:08.560 die noch das 00:08:08.560 --> 00:08:09.640 am besten vorhersagen? 00:08:10.660 --> 00:08:19.060 Klingt sehr interessant. Habt ihr da bestimmte Favoriten oder sowas? Oder wie ihr dann den Markt auch performen könnt? Oder bist du da selber irgendwie, machst du da selber Investments? 00:08:21.240 --> 00:08:33.700 Also wir sozusagen auf der Plattform machen das nicht, einfach weil es ein Conflict of Interest ist. Das heißt, das übernimmt nur unsere User und nicht nur Conflict of Interest, sondern unsere User können das auch viel besser. 00:08:33.700 --> 00:09:03.280 Also ich bin erstaunt, wenn ich mit denen spreche, was für interessante Hintergründe die haben und wie viel Ahnung die auch wirklich haben von der Materie. Und die kommen von allen möglich verschiedenen Bereichen, also Leute, die haben VWL studiert und haben sich dann auf unserer Plattform, also wir haben da alle möglichen Tutorials, Python selber beigebracht und implementieren dann da ihre eigenen Ideen oder aber auch viele Software-Engineers, die eigentlich Python können und dann da so ein bisschen Data Science lernen wollen. 00:09:03.700 --> 00:09:19.200 Und genau, da haben wir halt alle möglichen Tutorials für jedermann, was auch immer man da lernen möchte. Und dadurch, dass alles auch natürlich gehostet ist, keine Installations-Delays oder so, also man kann direkt loslegen. 00:09:19.320 --> 00:09:21.200 Gut, also läuft alles auf dem Jupyter-Notebook dann bei euch? 00:09:22.120 --> 00:09:46.280 Genau, also Jupyter Notebook ist das eine, das ist so das Primäre und dann gibt es aber auch noch einen separaten Backtester, wo man dann wirklich den Algorithmus schreiben kann und dann hat man so ein Web-Interface, wo man dann sagen kann, okay, das möchte ich jetzt auf historischen Daten starten von 2000 bis heute und dann, genau, wird das dadurch simuliert und dann schaut man sich die Ergebnisse an und möglicherweise, ja. 00:09:47.280 --> 00:10:13.680 Ja, das ist auch interessant, genau, Backtesting ist vielleicht auch nicht jedem irgendwie ein Begriff direkt, ich meine, wenn man jetzt irgendwie evaluieren will, ob irgendwie ein Modell, so im Machine Learning Bereich zum Beispiel, irgendwie, ja, das tut, was man haben möchte oder so, dann macht man da irgendwie Cross-Validation oder sowas und bei solchen Zeitreihen-Geschichten muss man ja irgendwie ein bisschen was anderes machen, weil man ja gar nicht quasi sozusagen, man muss ja die Zeitrichtung irgendwie berücksichtigen. 00:10:16.260 --> 00:10:18.400 Kannst du was dazu sagen, wie das genau funktioniert 00:10:18.400 --> 00:10:20.460 oder wo man da aufpassen muss, was man da macht? 00:10:21.200 --> 00:10:23.140 Ja, also aufpassen muss man auf jeden Fall. 00:10:24.040 --> 00:10:26.240 Das größte Risiko ist immer Overfitting 00:10:26.240 --> 00:10:29.820 und das ist sehr, sehr schwer, das nicht zu machen. 00:10:30.300 --> 00:10:33.060 Also dadurch, dass wir uns die Algorithmen anschauen, 00:10:33.140 --> 00:10:34.400 also wir schauen uns nicht mehr den Code an, 00:10:34.600 --> 00:10:36.160 aber wir schauen uns die Ergebnisse an, 00:10:36.260 --> 00:10:38.720 also wie viel Profit haben die deklariert 00:10:38.720 --> 00:10:42.360 und wie viele Positionen traden die 00:10:42.360 --> 00:10:45.880 und den Output von den Algorithmen schauen wir uns an. 00:10:46.260 --> 00:11:09.220 Und da können wir auch immer sehen, okay, also hier ist die Zeitperiode, wo der Quant, der User, Zugriff drauf hatte und hier ist die Zeitperiode, wo er keinen Zugriff drauf hatte. Und in der Regel sieht man, dass es nur im Backtest, also historisch, wo man es drauf entwickelt hat, gut funktioniert und dann out of sample eben nicht. 00:11:10.800 --> 00:11:21.860 Und um das zu umgehen, muss man auf jeden Fall da sehr diszipliniert dran gehen und genau auch da cross-validisch machen. Die funktionieren ein kleines bisschen anders, aber die Idee ist trotzdem die gleiche. 00:11:21.860 --> 00:11:38.720 Also es geht immer darum, gewisse Training-Daten zur Verfügung zu haben und darauf entwickelt man seine Ideen und dann andere Daten, die man nicht anrührt und dann wirklich nur ganz am Ende benutzt zum Testen, um zu wissen, ob die Idee auch wirklich valide ist oder nicht. 00:11:39.680 --> 00:11:46.220 Und da gibt es verschiedene Ansätze, zum Beispiel eine Sache, die ich recht elegant finde, 00:11:46.220 --> 00:11:56.260 ist, dass man die geraden und die ungeraden Quarte, also Business Quarte, Vierteljahre immer austauscht. 00:11:56.500 --> 00:12:04.220 Also man trainiert nur auf den geraden Quartern, also 1. und 3. und dann 2. und 4. benutzt man zu testen. 00:12:05.140 --> 00:12:12.340 Denn das, was immer die riesige Schwierigkeit ist bei allem, was Quant Finance ist, ist es nicht stationär. 00:12:13.000 --> 00:12:19.020 Also das heißt, der Markt ändert sich permanent und irgendwas, was damals funktioniert hat, funktioniert dann vielleicht nicht mehr. 00:12:19.560 --> 00:12:21.580 Aber vielleicht fängt es auch wieder an zu funktionieren. 00:12:21.980 --> 00:12:24.060 Also man weiß nie so genau, was da Sache ist. 00:12:24.060 --> 00:12:26.220 Das klingt so ein bisschen schwierig, wenn man so Quartale rausnimmt. 00:12:26.480 --> 00:12:30.740 Ich stelle mir jetzt vor, es gibt Saisongeschäfte oder sowas und die würde man ja dann verlieren. 00:12:30.880 --> 00:12:33.940 Also dann würde ich fast lieber das ungerade Jahr rausnehmen oder so 00:12:33.940 --> 00:12:35.320 und dann alle zwei Jahre gucken. 00:12:36.460 --> 00:12:40.180 Ja, also es gibt da wenig, was wirklich perfekt ist. 00:12:40.600 --> 00:12:46.020 Bei Jahren zum Beispiel hat man 2009, was natürlich ein besonderes Jahr ist. 00:12:47.700 --> 00:12:52.120 Also ja, also das mit den Quartalen zum Beispiel, die kann man dann auch randomisieren, 00:12:52.280 --> 00:12:53.900 also dass man vielleicht nicht nur die geraden und ungeraden nimmt, 00:12:53.900 --> 00:12:55.240 sondern das randomisiert. 00:12:56.860 --> 00:13:21.380 Genau, und das Klassische natürlich auch einfach, und das ist eigentlich auch eine solide Methode, ist einfach dann zu sagen, okay, die letzten zwei Jahre schaue ich mir nicht an, denn die Annahme ist so ein bisschen, was jetzt funktioniert, was noch nicht so lange her ist, das, was hoffentlich auch dann funktioniert, wenn man es wirklich live schaltet. 00:13:21.380 --> 00:13:32.100 Also, ja, gibt verschiedene Philosophien und leider keine, die so richtig zufriedenstellend ist, hat so alles seine Vor- und Nachteile. 00:13:36.100 --> 00:13:43.400 Spannend, also sehr, sehr interessant. Es geht ja auch das Gerücht um, dass dieser große Absturz jetzt gefolgt ist, der hauptsächlich auf so Quant zurückzuführen wäre. 00:13:46.180 --> 00:13:48.820 Ich glaube, der ist eher auf Covid-19 zurückzuführen. 00:13:48.980 --> 00:13:51.380 Ja, aber in der Kombination und in der Härte. 00:13:51.560 --> 00:13:53.160 Also da ist vielleicht auch was dran, 00:13:53.240 --> 00:13:54.520 weil die halt dann alle stumpf sagen, 00:13:54.640 --> 00:13:57.060 okay, jetzt raus, raus, raus, verkaufe. 00:13:58.560 --> 00:14:00.840 Also das ist auf jeden Fall so, 00:14:00.840 --> 00:14:04.520 dass Hedgefonds und Quantfonds da auf jeden Fall 00:14:04.520 --> 00:14:06.960 ihr Risiko minimiert haben und rausgegangen sind. 00:14:07.100 --> 00:14:09.540 Aber das haben die gemacht, so wie jeder andere auch. 00:14:10.380 --> 00:14:11.500 Gerade die großen Anleger, 00:14:11.580 --> 00:14:13.920 die gehen wahrscheinlich früher raus noch als vielleicht Private, 00:14:14.400 --> 00:14:15.740 weil die halt ihr Stop-Loss dann irgendwann haben 00:14:15.740 --> 00:14:17.180 und sagen, nee, jetzt muss weg. 00:14:18.380 --> 00:14:30.060 Ja und nein, also die sind natürlich sehr hinterher, aber gleichzeitig haben die natürlich auch Investments, die in einer anderen Größenordnung stattfinden. 00:14:30.060 --> 00:14:45.160 Also wenn das halt nicht die Rentenanlage von irgendeiner Privatperson ist, der damit 100.000 oder sowas ETFs hat, sondern ein Rentenfonds mit Gott weiß wie vielen Milliarden. 00:14:45.560 --> 00:14:47.100 Das kann man nicht von heute auf morgen 00:14:47.100 --> 00:14:51.000 in einem absoluten panischen Markt direkt abstoßen. 00:14:51.760 --> 00:14:56.000 Das ist so ein bisschen, also die sind da sehr viel langsamer 00:14:56.000 --> 00:15:00.280 und natürlich auch, wir gehen jetzt auch nicht einfach so im Cash. 00:15:00.280 --> 00:15:03.180 Also die machen natürlich trotzdem weiter, 00:15:03.600 --> 00:15:07.220 aber es ist, ja, also das Risiko wird minimiert 00:15:07.220 --> 00:15:10.860 und das hat dann immer diese Feedback-Effekte. 00:15:11.000 --> 00:15:14.880 Also die Ersten fangen an und dann werden die Stop-Losses bei, 00:15:15.560 --> 00:15:17.660 den nächsten getribbt und die 00:15:17.660 --> 00:15:19.600 verkaufen dann sehr rapide und 00:15:19.600 --> 00:15:21.540 das triggert dann weitere Stop-Losses 00:15:21.540 --> 00:15:23.040 und ja, also 00:15:23.040 --> 00:15:25.540 das sind so Schneeball-Effekte, die da ganz leicht entstehen. 00:15:27.700 --> 00:15:29.420 Interessant, also da könnte man auch irgendwie 00:15:29.420 --> 00:15:31.460 einen Algorand ansetzen, der es vielleicht 00:15:31.460 --> 00:15:33.060 erkennt oder so, so ein Muster an diesen Losses. 00:15:34.220 --> 00:15:35.440 Ja, durchaus, also 00:15:35.440 --> 00:15:37.040 wird auch gemacht. 00:15:37.760 --> 00:15:39.480 Wir sind jetzt allerdings gerade aber 00:15:39.480 --> 00:15:40.580 natürlich echt in einem 00:15:40.580 --> 00:15:43.520 Marktregime oder einfach auch 00:15:43.520 --> 00:15:45.480 allgemein in einer Weltsituation, die wir 00:15:45.480 --> 00:15:46.360 so noch hatten. 00:15:46.740 --> 00:15:49.420 Das ist ja ein komplett irrationales Verhalten, das hast du herzulagen, glaube ich. 00:15:49.500 --> 00:15:51.160 Das ist sehr, sehr tough. 00:15:51.620 --> 00:15:52.820 Also ob das überhaupt geht, ist halt die Frage. 00:15:53.220 --> 00:15:55.380 Glasuhl, Reibeln und... 00:15:55.380 --> 00:15:57.440 Ja, also irrationales wird sich 00:15:57.440 --> 00:15:58.180 herausstellen, 00:15:58.640 --> 00:16:01.460 denn ich meine, die Effekte 00:16:01.460 --> 00:16:03.440 auf die Weltwirtschaft sind natürlich 00:16:03.440 --> 00:16:05.560 schon jetzt schon massiv und 00:16:05.560 --> 00:16:07.540 werden wahrscheinlich 00:16:07.540 --> 00:16:08.980 nur noch viel stärker werden. 00:16:09.200 --> 00:16:10.800 Also es ist echt eine sehr 00:16:10.800 --> 00:16:13.420 neue Art der Situation und diese ganzen 00:16:13.420 --> 00:16:14.920 Anlagestrategien 00:16:15.660 --> 00:16:16.780 wie wir schon gerade besprochen haben, 00:16:17.200 --> 00:16:19.380 haben natürlich schon immer so die Annahme mit eingebaut, 00:16:19.380 --> 00:16:22.520 dass sich die Geschichte zum gewissen Teil schon wiederholt. 00:16:22.940 --> 00:16:25.000 Aber das ist jetzt halt im Moment gerade nicht so. 00:16:25.200 --> 00:16:29.800 Und da sind die genauso von überrascht wie alle anderen auch. 00:16:29.920 --> 00:16:32.460 Also ich habe relativ interessante Artikel dazu gelesen, 00:16:32.520 --> 00:16:35.020 was dann die Zentralbanken machen könnten, um zu reagieren 00:16:35.020 --> 00:16:37.440 und wie man halt das dagegen wirken könnte. 00:16:37.560 --> 00:16:40.120 Und da kommen einige spannende Effekte bei raus. 00:16:40.300 --> 00:16:42.840 Von Deflation über mehrere Inflationen in Folge angefangen 00:16:42.840 --> 00:16:44.760 und die man dann halt mit Geld bewerfen kann. 00:16:44.920 --> 00:17:11.140 Wenn man es schafft, diesen Wirtschaftskreislauf mit Geld wieder anzukurbeln, dass halt die Umschlagsgeschwindigkeit wieder hochgeht und so, das würde dann bedeuten, dass es sich auf einem ähnlichen Niveau wie jetzt vor kurzem einpendeln könnte. Ja, aber das ist sehr, sehr schwierig vorauszusagen, ob das überhaupt klappt und ob das alles wieder anläuft. Und man muss halt erstmal alles mögliche mit Geld beschmeißen und dann machen die Staaten vielleicht noch den Adler oder so. Das ist alles sehr kompliziert. 00:17:11.140 --> 00:17:20.140 Ja, also ist auf jeden Fall jetzt eine sehr schwierige Situation und die Noten sind jetzt auch nicht in einer Situation, wo sie noch so viel mehr Spielraum hatten. 00:17:20.360 --> 00:17:34.160 Also die FED zum Beispiel hatte den Leitzins, bevor das überhaupt passiert ist, ziemlich angezogen dann und ihn dann aber sehr frühzeitig schon direkt runtergesetzt und die Märkte haben nicht wirklich darauf reagiert. 00:17:34.440 --> 00:17:39.620 Also das ist schon eigentlich so mit der einzige Hebel, den die wirklich haben. 00:17:39.800 --> 00:17:41.900 Ich habe gehört, um minus 6% ist das neue Ziel. 00:17:43.540 --> 00:17:43.740 Ja, 00:17:43.940 --> 00:17:44.500 so ungefähr. 00:17:45.940 --> 00:17:48.060 Also in der EU zum Beispiel müssen wir 00:17:48.060 --> 00:17:49.980 das was machen, denn die EZB war ja schon 00:17:49.980 --> 00:17:50.500 immer bei null. 00:17:51.400 --> 00:17:54.120 Da ist kaum noch 00:17:54.120 --> 00:17:55.120 Spielraum überhaupt vorhanden, 00:17:55.280 --> 00:17:57.380 diesen Hebel zu benutzen. 00:17:58.820 --> 00:18:02.180 Und das, was ich auch denke, 00:18:02.420 --> 00:18:03.420 ist, dass es natürlich 00:18:03.420 --> 00:18:05.060 ein anderes Problem ist. 00:18:05.400 --> 00:18:07.700 Es ist halt jetzt nicht wie 2009, wo es 00:18:07.700 --> 00:18:09.780 ein Problem in der Finanzbranche 00:18:09.780 --> 00:18:11.780 war, was sich dann ausgebreitet 00:18:11.780 --> 00:18:12.420 hat und andere 00:18:12.420 --> 00:18:15.020 gemacht hat, aber wo die 00:18:15.020 --> 00:18:17.540 Weltwirtschaft trotzdem ja noch 00:18:17.540 --> 00:18:20.040 funktioniert hat, sondern es war halt einfach so ein 00:18:20.040 --> 00:18:21.640 ja auch so ein Schneeball-Effekt, der 00:18:21.640 --> 00:18:23.700 sich da dann ausgebreitet hat, aber im Moment 00:18:23.700 --> 00:18:25.020 steht die Weltwirtschaft dann einfach 00:18:25.020 --> 00:18:27.320 auf Angebot und Nachfrage-Seite, 00:18:27.420 --> 00:18:28.420 das gleichzeitig und 00:18:28.420 --> 00:18:31.620 egal wie viel Geld man druckt, 00:18:32.460 --> 00:18:33.120 das wird 00:18:33.120 --> 00:18:35.480 allein die Wirtschaft nicht wieder ankurbeln, 00:18:35.540 --> 00:18:37.000 wenn alle zu Hause bleiben müssen. 00:18:37.700 --> 00:18:52.400 Ja, bestimmte Sachen kann man auch gar nicht wieder so schnell anfahren, wenn man bestimmte Fabriken oder bestimmte Kraftwerke erstmal stillgelegt hat oder so, weil da halt auch keine Abnehmer für den Strom sind, dann kann man die auch nicht wieder gut anfahren und so weiter und so, das ist halt alles jede Menge Konsequenzen. 00:18:52.420 --> 00:18:58.280 Im bis nebenan, wenn der dann erstmal breiter ist, ob die dann direkt den neuen aufmacht, weiß man nicht, da muss sich jemand wieder finden, der dasselbe nochmal macht. 00:18:58.320 --> 00:19:19.880 Ja, was ich dann auch noch echt interessant fand, ist, dass halt auch die politischen Konsequenzen von solchen Sachen, wenn sich so viel ändert, sind ja auch immer so völlig unklar. Das hatte letztens irgendwie auch mit jemandem drüber gesprochen, der meinte dann so, ja, also gerade zum Beispiel in der EU ist ja gar nicht so klar, wie das irgendwie mit dieser ganzen Brexit-Geschichte zum Beispiel ausgeht. 00:19:20.080 --> 00:19:26.760 Und das könnte ja politisch desaströse Konsequenzen haben, wenn diese Geschichte wirtschaftlich funktioniert. 00:19:26.900 --> 00:19:30.600 Aber ob die wirtschaftlich funktioniert oder nicht, hängt ja jetzt von ganz vielen komischen Dingen ab. 00:19:31.100 --> 00:19:35.280 Wie zum Beispiel könnte es sein, dass es in einer Pandemie eine gute Idee ist, wenn man auf einer Insel lebt. 00:19:35.340 --> 00:19:38.440 Das kann ja sein. Das hat jetzt gar nichts mit der Brexit-Geschichte zu tun. 00:19:38.760 --> 00:19:45.940 Aber wenn das jetzt irgendwie dazu führt, dass die wirtschaftliche Situation in Großbritannien irgendwie deutlich besser ist als anderswo in Europa, 00:19:46.600 --> 00:19:48.300 dann hat das halt politische Konsequenzen 00:19:48.300 --> 00:19:50.240 für alle anderen, die unter Umständen 00:19:50.240 --> 00:19:52.120 sehr unangenehm werden. Es kann aber auch andersrum 00:19:52.120 --> 00:19:53.120 ausgehen, das weiß einfach keiner. 00:19:55.240 --> 00:19:56.240 Es gab 00:19:56.240 --> 00:19:58.140 einen Artikel von Taiwanesen, die auch gesagt haben, 00:19:58.240 --> 00:20:00.060 ja, also Großbritannien ist ja eigentlich auf einer Insel, die müssen das 00:20:00.060 --> 00:20:02.240 ähnlich machen wie wir und dann wären die von dem Virus relativ geschützt 00:20:02.240 --> 00:20:03.720 und haben gesagt so, ähm, nee. 00:20:04.540 --> 00:20:05.980 Das hat nicht funktioniert und naja, 00:20:06.080 --> 00:20:07.700 von daher, wir werden sehen. 00:20:07.960 --> 00:20:09.880 Die hatten da durchaus ihre eigene Ernährungsweise, ja. 00:20:10.220 --> 00:20:11.920 Aber vielleicht gehen wir nochmal zu dem Ganzen zurück, 00:20:11.980 --> 00:20:14.220 das ist alles sehr spannend, aber wie macht man das denn in Python? 00:20:14.460 --> 00:20:16.000 Also diese ganzen Quant-Sachen, 00:20:16.600 --> 00:20:18.120 die du da eben beschrieben hast, die total spannend sind. 00:20:18.180 --> 00:20:19.200 Was würdest du dann da machen? 00:20:19.340 --> 00:20:20.720 Und vielleicht kannst du gerade den Hörern 00:20:20.720 --> 00:20:22.660 so ein bisschen detaillierter erklären, 00:20:22.840 --> 00:20:23.960 also wie man damit so anfangen würde 00:20:23.960 --> 00:20:25.840 und welche Bibliothek man vielleicht benutzt 00:20:25.840 --> 00:20:27.820 und wie das Schema wäre und die Struktur, 00:20:27.960 --> 00:20:29.460 um das so ein bisschen aufzubauen. 00:20:31.200 --> 00:20:35.900 Also oft fangen Leute so ganz simpel an, 00:20:36.040 --> 00:20:38.080 zum Beispiel, also der Klassiker, 00:20:38.240 --> 00:20:39.400 und das funktioniert schon längst nicht mehr, 00:20:39.520 --> 00:20:41.820 aber ist so ein Dual Moving Average. 00:20:42.500 --> 00:20:42.920 Und da ist... 00:20:42.920 --> 00:20:43.480 Entschuldigung, bitte was? 00:20:44.420 --> 00:20:45.940 Dual Moving Average. 00:20:46.140 --> 00:20:50.200 Also ein doppelter gleitender Durchschnitt? 00:20:51.100 --> 00:20:55.220 Ja, genau. Also ein Durchschnitt, den man berechnet über zum Beispiel jetzt den Preis. 00:20:55.360 --> 00:21:00.660 Also ich sage, okay, ich nehme immer den durchschnittlichen Preis der letzten zehn Tage 00:21:00.660 --> 00:21:03.740 und vergleiche das mit dem durchschnittlichen Preis in 100 Tagen. 00:21:04.540 --> 00:21:10.460 Also das heißt, das eine ist was, was sich sehr schnell anpasst an die aktuelle Preisentwicklung 00:21:10.460 --> 00:21:12.180 und das andere ist mehr so ein Langzeittrend. 00:21:12.840 --> 00:21:15.320 Und dann kann ich zum Beispiel sagen, okay, also wenn der Kurzzeittrend, 00:21:15.320 --> 00:21:20.560 also die 10 Tage, den Langzeittrend durchbrechen, 00:21:20.740 --> 00:21:22.460 also höher werden von unten, 00:21:22.620 --> 00:21:25.060 dann glaube ich, ah, okay, das ist Momentum, 00:21:25.240 --> 00:21:26.660 also der Stock geht wohl gerade nach oben. 00:21:27.800 --> 00:21:30.040 Und dann glaube ich, dass der auch noch weiter nach oben geht. 00:21:30.140 --> 00:21:31.640 Das heißt, das ist dann, wann ich einkaufen möchte. 00:21:32.280 --> 00:21:36.180 Und wenn dann diese Linie mit dem 10-Tage-Moving-Average 00:21:36.180 --> 00:21:38.460 wieder von der anderen Seite kommt, 00:21:38.520 --> 00:21:39.880 dann denke ich, ah, okay, jetzt ist der Trend, 00:21:40.300 --> 00:21:42.460 wo das Momentum von dem Stock nach unten geht 00:21:42.460 --> 00:21:44.780 und dann möchte ich das verkaufen. 00:21:45.320 --> 00:21:53.120 Das kann man auf Einzelhandel anwenden und so fangen viele Leute an, aber in Hedge-Funds 00:21:53.120 --> 00:21:58.940 ist es oft so, dass man dann ganz viele Stocks traden möchte, also wie im Casino, also wenn 00:21:58.940 --> 00:22:06.480 man jetzt 51% Winschancen hat oder auch nur deutlich weniger, möchte man einfach ganz 00:22:06.480 --> 00:22:07.840 Bets machen, um 00:22:07.840 --> 00:22:10.100 irgendwann halt über den Mittelwert, 00:22:10.380 --> 00:22:12.420 das Law of Large Numbers, 00:22:13.240 --> 00:22:13.620 die 00:22:13.620 --> 00:22:16.380 Edge da kriegen, 00:22:16.580 --> 00:22:18.740 aus dem ganz kleinen 00:22:18.740 --> 00:22:22.040 Vorhersagekraft, die man da hat. 00:22:23.320 --> 00:22:23.900 Und deswegen 00:22:23.900 --> 00:22:26.500 macht man dann Strategien, die halt 00:22:26.500 --> 00:22:28.600 nicht nur einen Stock, sondern tausend Stocks 00:22:28.600 --> 00:22:30.640 oder zweitausend Stocks 00:22:30.640 --> 00:22:32.320 traden. Und 00:22:32.320 --> 00:22:34.340 die gleiche Logik, die ich gerade beschrieben habe, kann man 00:22:34.340 --> 00:22:36.220 natürlich auch nicht nur auf einen Stock anwenden, 00:22:36.340 --> 00:22:37.920 sondern auf all diese gleichzeitig. 00:22:38.080 --> 00:22:44.820 Also da würde ich dann einfach sagen, okay, wenn jetzt diese 2000 Stocks, 00:22:44.820 --> 00:22:48.360 die ich mir da rausgesucht habe, davon gehen manche gerade nach oben, 00:22:48.480 --> 00:22:51.200 also haben Abwärtsmomentum und andere nach unten, die haben Downward-Momentum. 00:22:52.480 --> 00:22:55.400 Und dann kann ich zum Beispiel hingehen und sagen, okay, also die, 00:22:55.640 --> 00:22:59.240 die gerade nach oben gehen, die möchte ich gerne nach unten und die, 00:22:59.240 --> 00:23:01.800 die nach unten gehen, die möchte ich gerne verkaufen sozusagen. 00:23:01.800 --> 00:23:25.140 Also Long Selling und Short Selling. Also Short Selling heißt, dass ich Geld verdiene, wenn die Aktie nach unten geht. Und das ist so ein ganz klassischer Trick, dass man sagt, okay, also 50% meiner Anlage möchte ich gern Long anlegen, also Geld verdienen, wenn der Stock nach oben geht und die anderen 50%, da möchte ich gern Geld verdienen, wenn der Stock nach unten geht. 00:23:26.360 --> 00:23:43.780 Und die Idee hinter dieser Long-Short-Strategie ist, dass es dann alles ist, was der Markt macht. Also der Markt geht nach oben und das interessiert mich aber nicht, denn die Long 50% verdienen Geld und die anderen Short 50% verlieren Geld, aber das gleicht sich aus. 00:23:43.780 --> 00:24:10.700 Und genauso, wenn der Markt nach unten geht, dann gewinne ich mit meinen Shorts und verliere mit meinen Monks. Das heißt, ich isoliere wirklich nur das Signal, was ich auch wirklich glaube, wo ich eine Vorhersagekraft habe in dem Moment. Also in dem Fall jetzt zum Beispiel, dass halt Stocks Aktien Momentum haben und dass sie halt anfangen nach oben zu gehen, dass sie dann noch ein bisschen weiter nach oben gehen und umgekehrt nach unten gehen, dass sie dann noch ein bisschen weiter nach unten gehen. 00:24:10.700 --> 00:24:17.920 Das ist so eine sehr klassische, aber dennoch moderne Quant-Strategie. 00:24:19.280 --> 00:24:21.800 Also dieses Long-Short ist ganz klassisch 00:24:21.800 --> 00:24:24.220 und dass man das auf ganz vielen Aktien anwendet. 00:24:28.360 --> 00:24:31.380 Wenn ich jetzt versuchen, also im Grunde geht es darum, 00:24:31.600 --> 00:24:33.360 dass ich sagen können möchte, 00:24:33.520 --> 00:24:37.180 ob jetzt morgen irgendwie eine Aktie hoch oder runter geht, 00:24:37.300 --> 00:24:38.800 so mehr oder weniger, oder für einen bestimmten Zeitraum. 00:24:39.220 --> 00:24:48.140 Also ich glaube eher das Portfolio vielleicht, das spielt eine große Rolle und wenn ich das jetzt höre, dass sie sich ausgleichen sollen, dann ist vielleicht das Portfolio wichtiger als die Einzelpositionen? 00:24:49.520 --> 00:25:17.000 Genau, richtig, ja. Also es ist natürlich wichtig, auf welcher Seite von meinem Portfolio ist dann die Aktie, die ich da trade, aber also es geht so ein bisschen weg eigentlich davon, sich dann für einzelne Aktien zu interessieren, sondern es geht vielmehr darum, wie sich jetzt diese Aktien, also sagen wir mal, wir haben 1000 Aktien, die wir uns anschauen und die wir zu jeder Zeit traden und das hat 500 davon, 00:25:17.000 --> 00:25:19.380 sind dann auf der Long-Seite 00:25:19.380 --> 00:25:21.300 und 50% sind auf der Short-Seite 00:25:21.300 --> 00:25:22.420 und 00:25:22.420 --> 00:25:24.900 da geht es dann darum, wie 00:25:24.900 --> 00:25:27.120 in welcher Form, 00:25:27.240 --> 00:25:29.220 also wie sortiere ich die so, 00:25:29.680 --> 00:25:29.920 dass 00:25:29.920 --> 00:25:33.200 die, die ich natürlich 00:25:33.200 --> 00:25:34.940 Short habe, sollen abstürzen, denn dann 00:25:34.940 --> 00:25:36.980 verdiene ich Geld und die, die ich auf der Long-Seite habe, 00:25:37.220 --> 00:25:39.200 sollen nach oben gehen und dann verdiene ich Geld. 00:25:39.200 --> 00:25:41.180 Aber ich verdiene wirklich nur Geld 00:25:41.180 --> 00:25:43.200 immer auf den relativen Unterschied 00:25:43.200 --> 00:25:44.980 zwischen denen und nicht 00:25:44.980 --> 00:25:46.820 zu dem, was der Markt macht. Also man 00:25:46.820 --> 00:26:11.500 Und deswegen heißt Hedge Fund, also Hedge heißt, dass man sich absichert von diesen anderen Risikofaktoren. Was zum Beispiel sehr hilfreich ist, zum Beispiel, wenn so eine Pandemie zu 20% Losses täglich führt. Also das ist genau dann, wenn man sowas haben möchte, denn da ist man gewissermaßen abgesichert. 00:26:12.360 --> 00:26:15.680 Allerdings sind auch die Hedgefonds davon sehr stark betroffen gewesen. 00:26:16.280 --> 00:26:18.320 Allerdings aber auch nicht so stark wie jetzt der Markt. 00:26:18.460 --> 00:26:20.540 Also das funktioniert schon, aber es ist auch nicht so, 00:26:20.580 --> 00:26:22.660 dass man dann sagt, okay, da ist man komplett immun 00:26:22.660 --> 00:26:25.280 gegen solch starke Events. 00:26:25.420 --> 00:26:27.300 Also das hat einen Einfluss auf jeden. 00:26:28.620 --> 00:26:30.300 Ja, da kann man natürlich auch nicht so viel gewinnen, 00:26:30.300 --> 00:26:32.900 als wenn jetzt Leute auf gute Einzelpositionen setzen würden, 00:26:33.060 --> 00:26:35.900 die sich damit ganz besonders toll auskennen oder so. 00:26:36.440 --> 00:26:38.680 Die können natürlich den Markt deutlich mehr outperformen 00:26:38.680 --> 00:26:40.760 als jemand, der so einen Mittelwert dann bildet. 00:26:42.140 --> 00:26:44.020 Also zumindest theoretisch, ihr könnt natürlich auch mehr verlieren. 00:26:45.820 --> 00:26:47.860 Ja, also es gibt da alle möglichen 00:26:47.860 --> 00:26:50.340 verschiedenen Ansätze, also der Quant-Ansatz ist auf jeden Fall 00:26:50.340 --> 00:26:52.380 diese statistischen Signale 00:26:52.380 --> 00:26:53.980 zu finden und die dann auf 00:26:53.980 --> 00:26:55.780 sehr großen Portfolios anzulegen, 00:26:56.400 --> 00:26:57.640 aber natürlich gibt es auch die 00:26:57.640 --> 00:26:59.680 Discretionary, also die, die 00:26:59.680 --> 00:27:01.960 wirklich einzelne Firmen dann 00:27:01.960 --> 00:27:04.300 sich sehr im Detail anschauen 00:27:04.300 --> 00:27:06.160 und da wirklich Analysen machen und dann 00:27:06.160 --> 00:27:07.520 sagen, okay, also ich weiß, dass jetzt 00:27:07.520 --> 00:27:09.940 Apple möglicherweise halt irgendwas 00:27:09.940 --> 00:27:11.580 in einem coolen neuen Produkt rauskommt 00:27:11.580 --> 00:27:14.520 Und deswegen werde ich so alles auf Rot setzen. 00:27:16.180 --> 00:27:18.460 Also das sind ganz unterschiedliche Anlagen. 00:27:18.640 --> 00:27:20.840 Also hier habe ich jetzt wirklich nur den Quant-Ansatz beschrieben. 00:27:22.440 --> 00:27:24.300 Aber ist das, ich meine, ich würde jetzt, 00:27:24.520 --> 00:27:28.140 wie gesagt, ich mache ja normalerweise so andere Data Science Machine Learning Modelle. 00:27:28.440 --> 00:27:34.080 Ich würde jetzt denken, wenn man irgendwie Kurs vorhersagen möchte, 00:27:34.400 --> 00:27:36.120 also das Allersimpelste, was mir jetzt einfallen würde, 00:27:36.220 --> 00:27:38.220 wäre, ich mache einfach lineare Regressionen oder so. 00:27:38.220 --> 00:27:41.100 Ich nehme einfach, weiß ich nicht, den Aktienkurs von gestern, 00:27:41.240 --> 00:27:42.820 von vor einer Woche, vor einem Monat oder sowas 00:27:42.820 --> 00:27:44.680 und habe halt irgendein Jahresmodell, 00:27:44.800 --> 00:27:46.980 was halt dann mir den für morgen halt vorhersagt. 00:27:48.840 --> 00:27:51.640 Also das ist auch ziemlich nah dran eigentlich, 00:27:51.720 --> 00:27:52.800 wie es oft gemacht wird. 00:27:53.680 --> 00:27:56.540 Und dann, so wie du jetzt angefangen hast, 00:27:56.600 --> 00:27:58.300 zu sagen, okay, also ich nehme jetzt den Aktienkurs 00:27:58.300 --> 00:28:00.880 von vor einer Woche und das ist dann das erste Feature. 00:28:01.180 --> 00:28:02.260 Und dann kann ich auch noch sagen, okay, 00:28:02.360 --> 00:28:04.960 vielleicht nehme ich auch das Volumen oder so vor einer Woche. 00:28:05.660 --> 00:28:08.260 Und dann nehme ich noch das Twitter Sentiment, 00:28:08.420 --> 00:28:11.240 Also was haben Leute auf Twitter über diesen Stock geschrieben? 00:28:12.240 --> 00:28:13.440 Und das ist dann mein drittes Feature. 00:28:14.020 --> 00:28:16.780 Und dann sozusagen so fange ich dann an, immer mehr und mehr. 00:28:16.960 --> 00:28:21.460 Und dann werden es Tausende von Signalen, die man hat, 00:28:21.460 --> 00:28:24.480 und dann oft lineare Aggressionen. 00:28:24.840 --> 00:28:26.480 Die funktionieren erstaunlich gut. 00:28:26.640 --> 00:28:28.720 Also jeder sagt immer, er macht da super fancy Machine Learning. 00:28:29.140 --> 00:28:34.360 Aber 80 bis 90 Prozent sind schon noch lineare Aggressionen, 00:28:34.420 --> 00:28:35.460 weil die einfach so robust sind. 00:28:35.680 --> 00:28:37.900 Also das ist immer das große Problem bei Quant Finance, 00:28:38.080 --> 00:28:42.780 das Rauschen in den Daten ist so massiv und das Signal ist so klein, 00:28:43.240 --> 00:28:47.740 dass wenn man da sehr fancy Methoden macht, 00:28:48.220 --> 00:28:52.140 dann ist das immer der Nachteil, dass die halt nicht so robust sind. 00:28:52.140 --> 00:28:58.200 Deswegen sind lineare Modelle da sehr mächtig. 00:29:03.620 --> 00:29:06.760 Welche Bibliotheken benutzt man denn da so? 00:29:07.260 --> 00:29:10.940 Ich glaube, ich habe einmal so ein bisschen was mit Zeit reingemacht. 00:29:11.020 --> 00:29:11.920 Das ist jetzt auch schon wieder ein bisschen was her. 00:29:12.220 --> 00:29:15.200 Da hatte mich auch so erstaunt, dass das Interface ganz anders ist. 00:29:15.240 --> 00:29:18.100 Weil normalerweise mache ich immer so Sachen mit Cycad Learn oder so. 00:29:18.160 --> 00:29:20.040 Oder Interfaces zumindest, die so ähnlich aussehen. 00:29:20.680 --> 00:29:23.700 Und das war dann Stats Models irgendwie. 00:29:24.040 --> 00:29:27.300 So Arima, Sarima Modelle. 00:29:27.960 --> 00:29:29.660 Und die sahen halt alle schon so ein bisschen anders aus. 00:29:29.660 --> 00:29:31.220 Ich weiß gar nicht, ist das das, was man dann auch... 00:29:31.220 --> 00:29:33.340 Jetzt musst du kurz erklären, was ist Arima, was ist Sarima? 00:29:33.760 --> 00:29:35.760 Oh je, genau, Thomas erklärt es besser. 00:29:37.260 --> 00:29:41.040 Ja, also das sind so klassische statistische Modelle. 00:29:42.020 --> 00:29:46.020 ARMA steht für Auto-Regressive, also AR, Auto-Regressive, 00:29:46.400 --> 00:29:47.560 AR für Moving Average. 00:29:48.120 --> 00:29:50.960 Und das heißt einfach, dass ich mir anschaue, 00:29:50.960 --> 00:29:55.120 okay, wie war denn der Wert vor zehn Tagen 00:29:55.120 --> 00:29:57.480 und wie ist der Moving Average? 00:29:57.700 --> 00:30:01.640 Also einfach so ein ganz klassisches statistisches Zeitreinmodell. 00:30:02.880 --> 00:30:07.080 Und die werden unter anderem von Stats Models der Python-Bibliothek unterstützt. 00:30:07.260 --> 00:30:34.160 Und allerdings kommen die gar nicht so sehr zum Einsatz in Quant Finance. Also das wurde viel gemacht, aber es ist eigentlich tatsächlich oft der klassische Missionsansatz, der, und das funktioniert nicht immer ganz so gut, oder man muss dann immer ziemlich viel extra Arbeit reinstecken, um das Problem, was ja ein Zeitrahmenproblem ist, das so zu übersetzen, dass es dann trotzdem in das klassische Psychic-Learn-Framework passt, 00:30:34.160 --> 00:30:38.460 wo man ja eben keine Zeit rein in der Regel hat. 00:30:39.020 --> 00:30:41.100 Also so wie man es oft macht, 00:30:41.180 --> 00:30:44.820 ist es einfach, dass man die Zeit eigentlich so ignoriert 00:30:44.820 --> 00:30:46.960 und sagt, okay, also ich habe halt einfach Features 00:30:46.960 --> 00:30:49.220 und so ein, also es nennt sich dann Walk Forward, 00:30:49.980 --> 00:30:53.840 dass man sagt, okay, jetzt habe ich irgendwie Daten von 2017, 00:30:54.520 --> 00:30:55.260 auf denen trainiere ich, 00:30:55.620 --> 00:30:59.440 dann habe ich Vorhersagen und teste dann das Modell 00:30:59.440 --> 00:31:02.180 und jeden Tag mache ich neue Vorhersagen für 2018 00:31:02.180 --> 00:31:04.640 und dann, wenn ich 2018 00:31:04.640 --> 00:31:06.060 getestet habe, dann 00:31:06.060 --> 00:31:08.880 die Training-Daten, die 2018 00:31:08.880 --> 00:31:10.520 und 2017 und sage 00:31:10.520 --> 00:31:12.580 für 2019 vorher. Und dann gehe ich halt 00:31:12.580 --> 00:31:14.540 immer so Schritt für Schritt in der Zeit 00:31:14.540 --> 00:31:15.840 nach vorne und 00:31:15.840 --> 00:31:18.800 retraine immer mein Scikit-Learn-Modell. 00:31:19.480 --> 00:31:20.820 Und Scikit-Learn ist auf jeden Fall 00:31:20.820 --> 00:31:21.640 das, was auch 00:31:21.640 --> 00:31:24.480 sehr häufig eingesetzt wird, einfach 00:31:24.480 --> 00:31:26.520 weil es wie bei dem anderen 00:31:26.520 --> 00:31:27.740 Pi-Data auch 00:31:27.740 --> 00:31:30.280 mit die klassische Bibliothek ist. 00:31:30.660 --> 00:31:32.560 Es gibt auch ein paar andere, die dann noch besser 00:31:32.560 --> 00:31:34.620 skalieren, aber das ist schon 00:31:34.620 --> 00:31:36.440 der gute Standard. 00:31:40.320 --> 00:31:40.840 Ja. 00:31:42.520 --> 00:31:43.280 Tja, ja. 00:31:43.880 --> 00:31:44.860 Genau, ich weiß, 00:31:46.260 --> 00:31:46.860 ich hatte mal, 00:31:47.800 --> 00:31:48.760 wie hieß das, 00:31:48.840 --> 00:31:50.720 Zip-Line, glaube ich, gab es noch irgendwie. 00:31:52.120 --> 00:31:52.740 Genau, ja. 00:31:53.340 --> 00:31:54.340 Also, wir haben 00:31:54.340 --> 00:31:55.040 selber 00:31:55.040 --> 00:31:58.560 fast alle unsere Software eigentlich 00:31:58.560 --> 00:31:59.140 als Open-Source. 00:32:00.260 --> 00:32:10.280 Also wenn man auf GitHub Quantopian schaut, dann findet man da mögliche Projekte, die wir auf unserer Web-basierten Plattform benutzen. 00:32:11.440 --> 00:32:12.100 Genau, richtig. 00:32:13.920 --> 00:32:16.980 Zipline ist unser Open-Source-Backtaster, den wir auch auf der Plattform benutzen. 00:32:17.840 --> 00:32:24.080 Und das war am Anfang echt so eine ziemlich schwierige Entscheidung eigentlich, wo wir lange überlegt haben. 00:32:24.180 --> 00:32:26.460 Also ich war immer der Meinung, dass es eine gute Idee ist, das Open-Source zu stellen. 00:32:26.460 --> 00:32:29.000 Aber unser CEO musste sich da noch von überzeugen. 00:32:29.540 --> 00:32:31.380 Aber das war sehr, sehr positiv 00:32:31.380 --> 00:32:33.160 für uns. Also das 00:32:33.160 --> 00:32:35.400 in vielerlei Hinsicht. Also eins ist 00:32:35.400 --> 00:32:37.200 natürlich, wir bekommen Pull-Requests, also dass 00:32:37.200 --> 00:32:39.160 andere Leute, die die Software verwenden, 00:32:39.360 --> 00:32:41.300 dann ihre eigenen Verbesserungen 00:32:41.300 --> 00:32:43.620 daran machen und dann uns diese Verbesserungsvorschläge 00:32:43.620 --> 00:32:45.220 auf GitHub zuschicken. Und 00:32:45.220 --> 00:32:47.020 dann kriegen wir da 00:32:47.020 --> 00:32:49.060 Pull-Requests, wie das heißt, 00:32:49.680 --> 00:32:51.320 über zum Beispiel jemand, der 00:32:51.320 --> 00:32:52.980 unsere Simulations-Engine 00:32:52.980 --> 00:32:54.140 um Faktor 4 00:32:54.140 --> 00:32:56.780 beschleunigt hat. Wow. 00:32:57.580 --> 00:32:58.500 Voll cool. 00:32:58.900 --> 00:32:59.400 Vielen Dank. 00:33:00.160 --> 00:33:02.680 Ja, genau. Vielen Dank. Und das haben wir dann natürlich 00:33:02.680 --> 00:33:04.520 gemerged und das kommt dann natürlich auch der Plattform 00:33:04.520 --> 00:33:06.520 zugute, weil das die gleiche Software ist, die wir da auch benutzen. 00:33:08.560 --> 00:33:08.880 Und 00:33:08.880 --> 00:33:10.940 das ist zusätzlich 00:33:10.940 --> 00:33:12.780 dann auch, und in dem Fall hat es auch sehr gut funktioniert, 00:33:13.380 --> 00:33:14.760 haben wir uns natürlich diese Person dann genau 00:33:14.760 --> 00:33:16.680 angeschaut und so, ja, okay, was 00:33:16.680 --> 00:33:18.760 machst du denn so? Und wir 00:33:18.760 --> 00:33:20.620 haben den dann eingestellt, einfach weil 00:33:20.620 --> 00:33:22.620 erst mal jemand, der das kann, 00:33:22.760 --> 00:33:24.520 ist so das beste Vorstellungsgespräch, was man sich 00:33:24.520 --> 00:33:26.200 vorstellen kann. Und 00:33:26.200 --> 00:33:28.340 er hat auch schon bewiesen, 00:33:28.660 --> 00:33:30.780 also er hat es bewiesen, dass er es kann und er ist natürlich auch schon 00:33:30.780 --> 00:33:32.660 direkt mit der Codebase vertraut. 00:33:33.260 --> 00:33:34.640 Also der hat 00:33:34.640 --> 00:33:36.600 dann keine lange Eingewöhnungszeit, sondern 00:33:36.600 --> 00:33:38.420 wir wissen, dass er es kann und er 00:33:38.420 --> 00:33:40.640 weiß, worum es geht und wie 00:33:40.640 --> 00:33:42.680 der ganze Code aussieht. Also das 00:33:42.680 --> 00:33:43.440 war eine sehr 00:33:43.440 --> 00:33:46.520 positive Erfahrung in vieler Hinsicht 00:33:46.520 --> 00:33:48.240 für uns und wir machen das auch schon seit 00:33:48.240 --> 00:33:49.100 vielen Jahren. 00:33:53.160 --> 00:33:54.320 Ja, also GitHub, das ist halt auch 00:33:54.320 --> 00:33:56.400 Open Source schon eine coole Sache. Ja, auf jeden Fall. 00:33:58.040 --> 00:34:00.240 Wenn ich jetzt nochmal da einen Angriff an 00:34:00.240 --> 00:34:02.080 so diese einfachen Linearenmodelle oder ich meine 00:34:02.080 --> 00:34:04.000 irgendwas, was man so bei Scikit-Learn oder so an 00:34:04.000 --> 00:34:05.840 Machine Learning-Geschichten üblicherweise so verwendet, 00:34:06.400 --> 00:34:08.020 das, was du machst, ist ja jetzt eher so, 00:34:08.400 --> 00:34:10.340 ich glaube, du hast ein Großteil von PyMC3 00:34:10.340 --> 00:34:11.900 geschrieben oder die 00:34:11.900 --> 00:34:14.160 probabilistischen Modelle. Warum 00:34:14.160 --> 00:34:16.140 würde ich denn eher sowas verwenden wollen? Oder was 00:34:16.140 --> 00:34:18.100 ist eigentlich der, ja, sozusagen 00:34:18.100 --> 00:34:20.180 der grundsätzliche Unterschied zu den 00:34:20.180 --> 00:34:22.140 Dingen, die man vielleicht eher so aus dem 00:34:22.140 --> 00:34:23.700 Scikit-Learn-Bereich kennt oder so? 00:34:24.700 --> 00:34:26.440 Ja, gute Frage. 00:34:26.620 --> 00:34:28.560 das ist auf jeden Fall mein Lieblingsthema 00:34:28.560 --> 00:34:29.020 angekommen. 00:34:31.760 --> 00:34:32.580 Was ist das denn 00:34:32.580 --> 00:34:34.560 überhaupt, PyMMC? Vielleicht fangen wir damit kurz an. 00:34:34.860 --> 00:34:36.180 Genau, also PyMMC3 00:34:36.180 --> 00:34:38.660 steht einfach nur für Python und 00:34:38.660 --> 00:34:40.460 MC, also Markov-Chain 00:34:40.460 --> 00:34:42.760 ist so der Algorithmus, 00:34:42.820 --> 00:34:43.480 der da verwendet wird. 00:34:44.380 --> 00:34:45.140 Und das 00:34:45.140 --> 00:34:47.200 in gewisser Hinsicht kann man es schon 00:34:47.200 --> 00:34:49.360 zum Beispiel jetzt mit Scikit-Learn vergleichen, aber es ist 00:34:49.360 --> 00:34:51.220 doch eigentlich eine andere Idee. 00:34:51.440 --> 00:34:53.560 Vielleicht einmal noch mal ganz kurz, was eine Markov-Chain 00:34:53.560 --> 00:34:54.940 ist, für alle Hörer, die es kennen. 00:34:54.960 --> 00:34:58.020 Ja, also das ist nicht so leicht zu erklären. 00:34:58.240 --> 00:35:00.460 Es ist leichter, so die Idee dahinter zu erklären, 00:35:00.540 --> 00:35:01.200 was das überhaupt kann. 00:35:01.640 --> 00:35:03.660 Und dann macht das mit der Markov-Chain 00:35:03.660 --> 00:35:04.720 vielleicht irgendwann auch ein bisschen mehr Sinn. 00:35:06.340 --> 00:35:09.280 Aber genau, also wenn man sich jetzt Cycle-Learn anschaut, 00:35:09.280 --> 00:35:14.600 dann ist es ja, dass man einfach gewisse Muster in Daten 00:35:14.600 --> 00:35:18.100 lernen möchte, um dann Vorhersagen machen zu können. 00:35:18.460 --> 00:35:21.540 Also ich habe Trainingsdaten und Labels 00:35:21.540 --> 00:35:23.880 und natürlich mit den Trainingsdaten die Labels Vorhersagen. 00:35:24.720 --> 00:35:31.760 Und das ist ein ganz klassisches Problem, 00:35:31.760 --> 00:35:34.660 aber die Daten, die man da reinfüttert, 00:35:34.680 --> 00:35:37.600 sind dann natürlich ziemlich rudimentär oft. 00:35:37.780 --> 00:35:40.220 Also zum Beispiel ist halt alles tabular. 00:35:40.740 --> 00:35:45.480 Also das heißt, jeder Datenpunkt ist unabhängig von anderen Datenpunkten. 00:35:46.180 --> 00:35:49.380 Zum Beispiel jetzt nehmen wir Handschrifterkennung oder sowas her 00:35:49.380 --> 00:35:52.620 mit dem ganz berühmten MNIST-Datensatz. 00:35:54.700 --> 00:36:10.320 Und da ignoriert man einfach zum Beispiel, dass die einzelnen Pixel eigentlich ja was miteinander zu tun haben und man sagt einfach, okay, jedes Bild ist einfach ein ganz langer Vektor und dann lerne ich halt, was für eine Zahl da drauf ist und das gebe ich dann einfach ganz viele Daten und hoffe, dass der das dann daraus lernt. 00:36:10.320 --> 00:36:17.500 Und das kann dann ein lineares Modell sein, was in dem Fall nicht gut funktioniert oder ein Random Forest oder ein neuronales Netzwerk. 00:36:19.000 --> 00:36:27.680 Und das ist oft allerdings natürlich schade, wenn man da viele Informationen hat über seine Daten. 00:36:27.680 --> 00:36:45.200 Also zum Beispiel jetzt weiß ich, dass die einzelnen Pixel da einen Zusammenhang haben. Also zwei Pixel, die direkt nebeneinander sind, ist die Wahrscheinlichkeit, dass die den gleichen Wert haben, sehr viel höher als jetzt irgendwas, was ganz rechts oben oder ganz links unten ist. 00:36:45.620 --> 00:36:48.980 Aber der ganz naive Ansatz berücksichtigt es nicht. 00:36:49.100 --> 00:36:50.680 Also natürlich, klar, wenn man es mit normalen Netzen macht, 00:36:51.040 --> 00:36:51.800 die sind dafür gebaut. 00:36:52.480 --> 00:36:54.400 Aber hier geht es jetzt eher darum, 00:36:54.600 --> 00:36:56.420 dass wir Strukturen in unseren Daten haben, 00:36:56.840 --> 00:37:00.600 die wir wissen und die wir ausnutzen wollen. 00:37:00.800 --> 00:37:03.100 Und wir wollen nicht alles nur aus unseren Daten lernen. 00:37:03.920 --> 00:37:07.960 Ein anderes gutes Beispiel ist auch immer hierarchische Strukturen. 00:37:08.120 --> 00:37:12.820 Also sagen wir mal, ich habe jetzt einen Supermarkt 00:37:12.820 --> 00:37:22.200 Und ich möchte gerne voraussagen, wie sich gewisse Warengruppen absetzen, also einzelne Produkte. 00:37:22.820 --> 00:37:27.880 Wie viel verkaufe ich jetzt nächste Woche von Snickers und wie viel verkaufe ich nächste Woche von Hackfleisch? 00:37:28.840 --> 00:37:32.220 Und das kann man natürlich auch ganz normal als machine learning Problem betrachten. 00:37:32.340 --> 00:37:38.720 Allerdings weiß ich doch, dass zum Beispiel jetzt Snickers gehört ins Schokoladensortiment. 00:37:40.320 --> 00:38:02.020 Und das wird sich wahrscheinlich schon auch ähnlich verhalten. Also Schokoladen, Sachen und Süßigkeiten allgemein werden sich ähnlich verhalten. Und Hackfleisch oder so gehört zu einer anderen Warengruppe. Und da gibt es auch gewisse Ähnlichkeiten zu denen. Und diese Ähnlichkeiten möchte ich gerne auch in meinem statistischen Modell oder in meinem Vorhersagen abbilden. 00:38:02.560 --> 00:38:24.020 Und wenn man diese Modelle spezifischer bauen möchte, die diese Strukturen auch wirklich abbilden, da ist dann PyMC oder jedes andere probabilistic programming, wie es oft genannt wird, oder Bayesian statistische Modelle, das ist beides so das gleiche, die sind dann da sehr viel geeigneter. 00:38:24.020 --> 00:38:29.280 Denn was die einem erlauben, ist, diese Modelle zu bauen, 00:38:29.720 --> 00:38:32.180 die ganz spezifisch sind für das Problem, 00:38:32.220 --> 00:38:33.260 was man auch wirklich lösen möchte. 00:38:33.460 --> 00:38:36.580 Machen die dann irgendwie lineare Abhängigkeiten mit dann? 00:38:36.860 --> 00:38:37.380 Oder anders? 00:38:37.960 --> 00:38:38.760 Zum Beispiel. 00:38:38.920 --> 00:38:42.140 Also das kann ich so komplett einbauen, wie ich gerne möchte. 00:38:42.480 --> 00:38:43.660 Also ich kann sagen, okay, 00:38:43.740 --> 00:38:46.780 der Zusammenhang zwischen diesen Sachen hier ist linear 00:38:46.780 --> 00:38:51.300 und hier ist es aber logarithmisch oder nicht linear. 00:38:53.660 --> 00:39:18.260 Und genau, oder hier sind gewisse hierarchische Strukturen in meinen Daten drin und über die weiß ich Bescheid und ich weiß, dass sich jetzt die Süßigkeiten-Sachen ähnlich verhalten und Fleischprodukte verhalten sich auch ähnlich zueinander, aber dennoch erlaube ich auch, dass zum Beispiel Snickers und Mars, was beides in der Süßigkeiten-Kategorie ist, Unterschiede hat, aber auch gleichzeitig lerne ich die Ähnlichkeiten davon. 00:39:18.260 --> 00:39:33.540 Also ich lerne die Unterschiede, aber auch die Ähnlichkeiten und dadurch kann ich dann natürlich deutlich besser Vorhersagen machen. Und das ist aber nicht nur auf Vorhersagen beschränkt. Also diese Statistikmodelle können alles machen. Also die können auch einfach nur Daten erklären. 00:39:33.860 --> 00:39:51.700 In der Wissenschaft zum Beispiel geht es dann oft darum, okay, ich habe zwei Versuchsgruppen, gibt es da einen Unterschied zwischen denen und nicht die einen bekommen das Medikament, die anderen das Placebo. Ist das ein statistischer, signifikanter Unterschied, den es da gibt? Und da kann man natürlich auch ein statistisches Modell bauen. 00:39:51.700 --> 00:40:07.520 Also man kann es immer ganz gut so vergleichen, dass vielleicht Machine Learning ist so ein bisschen Playmobil, ist schon alles vorgebaut und man kauft es einfach und so wie es ist, dann kann man nichts daran ändern und Probabilistic Programming ist so Lego. 00:40:07.520 --> 00:40:23.760 Also da hast du deine eigenen Bausteine, die du zusammensetzen kannst und baust dir ganz spezifisch das statistische Modell, was du genau haben möchtest. Und wenn für das nächste Problem, baust du dir dann ein anderes Modell. Also ja, es ist ein sehr viel manuellerer, aber auch dadurch natürlich sehr viel flexiblerer Ansatz. 00:40:24.620 --> 00:40:53.820 Ja, ja, ich glaube, so einiges Problem hatte ich auch schon mal, das stimmt, das hätte ich dann vielleicht irgendwie mit hierarchischen Modellen irgendwie besser in den Griff kriegen können, dass man halt zum Beispiel eben das, was man vorhersagen möchte, dass das sehr spars ist, irgendwie eben, um bei dem Supermarkt Beispiel zu bleiben, man hat einen sehr, sehr großen Supermarkt mit ganz, ganz vielen unterschiedlichen Sachen und man beobachtet nur ganz selten Käufe, möchte aber trotzdem vorhersagen irgendwie, was wird denn jetzt irgendwie, oder was ist denn der durchschnittliche, wie viel wird denn da ungefähr verkauft von irgendeiner speziellen Geschichte, wo man nie irgendwas beobachtet hat. 00:40:54.100 --> 00:41:11.420 Und dann war halt so der Ansatz in dem Machine Learning Teil, den wir dann benutzt haben, eher sowas wie, eben man clustert das in sowas wie Süßwaren oder so und sammelt dann dafür halt irgendwie Daten, die man dann wieder als Features verwendet. Das ging auch irgendwie, aber das, wenn man es explizit in ein Modell reinpacken kann, ist natürlich, ja. 00:41:11.420 --> 00:41:31.440 Ja, genau. Also das ist ein gutes Beispiel. Also zum Beispiel jetzt kommt eine neue Süßigkeiten-Kategorie dazu, wo ich noch keine Daten habe und ein Machine Learning Modell wird einfach sagen, naja, habe ich vorher nicht gesehen, kann ich nichts zu sagen. Aber wenn ich diese hierarchischen Strukturen abbilde, kann ich natürlich das, was ich von den anderen Produkten gelernt habe, auch darauf dann anwenden. 00:41:32.360 --> 00:41:46.700 Oder aber auch, und das ist ein anderer wichtiger Punkt, der ein großer Vorteil ist von Bayesian Statistics generell, ist, dass man sogenannte Prior setzen kann. Und das ist Wissen, was ich schon habe, bevor ich überhaupt irgendwelche Daten gesehen habe. 00:41:47.700 --> 00:42:07.720 Und um da auch zum Beispiel bei dem Supermarktbeispiel zu bleiben, wenn ich jetzt in den Supermarkt gehen würde und den Manager da fragen, dann wird er mir alle möglichen Sachen erzählen können darüber, wie sich das verhält. Also er sagt zum Beispiel Schokolade vor Weihnachten geht halt immer nach oben. Das muss ich nicht auf den Daten lernen, das wissen wir schon. 00:42:07.860 --> 00:42:23.560 Und das kann ich mein Modell dann auch schon einprogrammieren in Form von diesen Pryern. Also da kann ich Expertenwissen direkt schon injizieren in das Modell, was bei Machine Learning auch oft sehr schwer ist, weil ich wirklich alles von den Daten lernen muss. 00:42:24.440 --> 00:42:25.660 Ja, das stimmt. 00:42:28.380 --> 00:42:32.440 Ja, das heißt, Programming nennt man das oder Probability Programming? 00:42:32.440 --> 00:42:34.020 Also Probabilistic Programming, genau. 00:42:35.800 --> 00:42:37.940 Und die PIMC ist ja für die Bibliothek 00:42:37.940 --> 00:42:39.380 deiner Wahl und du hast da viel mitgearbeitet. 00:42:40.240 --> 00:42:41.160 Genau, also ich habe die auch 00:42:41.160 --> 00:42:43.800 mitentwickelt und benutze die 00:42:43.800 --> 00:42:45.480 auch sehr viel und 00:42:45.480 --> 00:42:47.920 die erlaubt einem 00:42:47.920 --> 00:42:49.920 dann, also das ist nicht so, 00:42:50.080 --> 00:42:51.860 dass man diese Modelle halt dann von der 00:42:51.860 --> 00:42:53.580 Stange hat, wie zum Beispiel jetzt bei Second Learn 00:42:53.580 --> 00:42:55.760 habe ich einfach eine 00:42:55.760 --> 00:42:57.860 Klasse, die macht lineare Aggressionen oder Random Forests 00:42:58.400 --> 00:42:59.800 und hier habe ich stattdessen 00:42:59.800 --> 00:43:01.100 von der Stange 00:43:01.100 --> 00:43:03.860 Wahrscheinlichkeitsfunktionen, 00:43:04.420 --> 00:43:06.400 die ich dann zusammenstöpseln kann, 00:43:06.780 --> 00:43:08.280 um mir mein statistisches Modell zu bauen. 00:43:08.500 --> 00:43:12.740 Also da kann ich aus diesen Wahrscheinlichkeitsverteilungen 00:43:12.740 --> 00:43:15.780 kann ich mir dann zum Beispiel auch eine Linear-Aggression zusammenbauen, 00:43:16.280 --> 00:43:17.800 aber das muss ich halt erst noch machen. 00:43:18.900 --> 00:43:23.240 Und das ist mit PyMC3 sehr leicht möglich. 00:43:23.800 --> 00:43:27.140 Und das heißt, erstmal geht es darum, das Modell zu bauen 00:43:27.140 --> 00:43:29.200 und dann im zweiten Schritt geht es darum, 00:43:29.340 --> 00:43:30.400 okay, jetzt habe ich das Modell gebaut, 00:43:30.860 --> 00:43:32.500 wie fitte ich das überhaupt zu meinen Daten? 00:43:33.180 --> 00:43:40.340 Und da kommen dann alle möglichen Algorithmen zum Tragen, 00:43:40.880 --> 00:43:43.800 die diese Probleme automatisch lösen. 00:43:43.800 --> 00:43:48.220 Also oft ist es so, irgendein Modell, was man sich ausmalt 00:43:48.220 --> 00:43:50.620 und was man dann in Code zusammenschreibt, 00:43:51.060 --> 00:43:52.080 mit PyMC3 zum Beispiel, 00:43:52.860 --> 00:43:55.660 das lässt sich dann nicht einfach so lösen. 00:43:55.940 --> 00:44:01.660 Also man braucht da ziemlich ausgefeilte Algorithmen 00:44:01.660 --> 00:44:27.220 Und da ist es dann, wo das mit dem Markov Chain Monte Carlo MCMC hinzukommt. Das ist so eine Klasse von Algorithmen, die auf so fast allen Modellen, die man sich vorstellen kann, automatisch funktionieren. Und das ist so was echt cool an dem Approach ist, dass man sagt, okay, ich baue jetzt irgendein total verrücktes Modell und dann drücke ich einfach den Inference Button, wie ich das nenne, und der fittet dann das Modell zu den Daten. 00:44:28.260 --> 00:44:54.620 Und das andere, was auch noch sehr wichtig ist, ist, dass ich nicht nur eine Antwort bekomme. Und das ist auch ein Unterschied zum Beispiel zu Machine Learning. Also wenn ich da jetzt eine lineare Aggression laufen lasse, dann bekomme ich eine Antwort. Und das ist die Antwort, also in dem Fall jetzt halt die Steigung und die Intercept, ist zwei Parameter, skalare Parameterwerte, die ich bekomme. 00:44:54.620 --> 00:44:56.500 und die beschreiben die Daten 00:44:56.500 --> 00:44:58.280 am besten. Aber 00:44:58.280 --> 00:45:00.380 ist natürlich trotzdem die Frage, wenn ich jetzt 00:45:00.380 --> 00:45:02.480 nicht so viele Daten habe, gibt es vielleicht noch andere 00:45:02.480 --> 00:45:04.400 Linien, die 00:45:04.400 --> 00:45:06.400 die Daten beschreiben können. Also wenn ich jetzt 00:45:06.400 --> 00:45:08.460 die Steigung 00:45:08.460 --> 00:45:10.260 um 0,01 verschiebe, 00:45:10.580 --> 00:45:12.080 dann passt das wahrscheinlich trotzdem noch ganz gut. 00:45:12.680 --> 00:45:14.480 Ich bin mir halt nie so richtig 00:45:14.480 --> 00:45:16.380 sicher, diese Antwort, die mir jetzt 00:45:16.380 --> 00:45:18.140 das Machine Learning Modell gegeben hat, 00:45:18.420 --> 00:45:19.720 ist das wirklich die 00:45:19.720 --> 00:45:21.960 allerbeste 00:45:21.960 --> 00:45:24.300 und wie gut funktionieren dann andere 00:45:24.300 --> 00:45:25.940 antworten. Und da 00:45:25.940 --> 00:45:27.740 geht es um Uncertainty oder halt 00:45:27.740 --> 00:45:29.880 um Gewissheit. Also wie 00:45:29.880 --> 00:45:31.900 sicher kann ich mir sein, 00:45:32.260 --> 00:45:34.120 dass die Antworten, die mir mein Modell geben, auch wirklich 00:45:34.120 --> 00:45:36.340 die richtigen sind? Also wie sicher sind die Datenpunkte 00:45:36.340 --> 00:45:38.100 irgendwie klassifiziert und wie gut sind 00:45:38.100 --> 00:45:39.940 die voneinander trennbar überhaupt von einem Modell? 00:45:40.640 --> 00:45:41.920 Genau, richtig. Und 00:45:41.920 --> 00:45:43.520 da ist 00:45:43.520 --> 00:45:45.480 auch ein gutes Beispiel zum Beispiel 00:45:45.480 --> 00:45:47.840 im Gesundheitssektor. Wenn ich da 00:45:47.840 --> 00:45:49.840 jetzt vorhersagen möchte, hat diese 00:45:49.840 --> 00:45:52.120 Person Diabetes 00:45:52.120 --> 00:45:53.760 oder nicht und ich habe irgendwelche 00:45:53.760 --> 00:46:03.560 Tests, die ich gemacht habe, und diese meine Inputs, und dann ist die Frage, wie sicher bin ich mir denn überhaupt in diese Antworten? Und das ist natürlich in dem Fall 00:46:03.560 --> 00:46:06.720 extrem wichtig. Und da sind diese 00:46:06.720 --> 00:46:11.040 Probabilistic Programming, das ist so eine der Kernstärken davon, 00:46:11.520 --> 00:46:15.340 dass man diese Ungewissheit, die Unsicherheit in den Antworten 00:46:15.340 --> 00:46:19.180 und aber auch in den Parametern von dem Modell immer direkt mit spezifiziert. 00:46:19.440 --> 00:46:23.300 Also man arbeitet ja nie mit einzelnen Werten, sondern 00:46:23.300 --> 00:46:26.560 immer nur mit Wahrscheinlichkeitsverteilungen, die einem angeben, okay, also 00:46:26.560 --> 00:46:31.160 die Steigung von meiner linearen Aggression kann 0,5 sein, 00:46:31.160 --> 00:46:33.380 Aber 0,6 kann es eigentlich auch sein. 00:46:33.540 --> 00:46:34.920 Also beschreibt beides das eigentlich sehr gut. 00:46:35.980 --> 00:46:38.580 Und genau, das ist... 00:46:38.580 --> 00:46:39.960 Ihr habt ja einen schönen Fehler-Schätzler mit drin, 00:46:40.060 --> 00:46:41.020 den ihr mitbestimmt dann. 00:46:41.320 --> 00:46:43.340 Oder wird der ausgerechnet von dem Modell 00:46:43.340 --> 00:46:44.700 oder könnt ihr den auch einschätzen? 00:46:46.040 --> 00:46:49.980 Also genau, man kann es so einstellen in Form der Pry. 00:46:50.240 --> 00:46:51.360 Also da kann ich zum Beispiel sagen, 00:46:52.000 --> 00:46:55.900 ich weiß eigentlich schon, dass der Wert sehr nah 0,5 ist, 00:46:56.000 --> 00:46:57.500 ohne überhaupt irgendwelche Daten gesehen zu haben. 00:46:57.500 --> 00:47:01.140 Und dann kann ich da schon mal dem Modell vorher sagen, 00:47:01.160 --> 00:47:21.760 Okay, das hier ist die Richtung, in die du da schauen solltest. Und dann schätze ich das Modell und kriege eine neue Wahrscheinlichkeitsverteilung, die mir sagt, okay, das ist jetzt, nachdem ich die Daten gesehen habe, in welchem Bereich spielen sich denn die Parameterwerte ab, die das dann am besten erklären. 00:47:21.760 --> 00:47:39.200 Also ich kann beides machen. Also ich kann im Vorfeld schon mal das spezifizieren, je nachdem, wie genau ich das möchte. Und dann wird das mit, nachdem ich die Datenpunkte gesehen habe, werden diese Algorithmen es abschätzen und ich kriege eine neue Wahrscheinlichkeitsverteilung, die einfach nur beschreibt, wie viel habe ich gelernt. 00:47:39.200 --> 00:47:51.220 Also man kann es sich so vorstellen eigentlich, ich fange an mit einem gewissen Wissen und dann sehe ich Daten und dann update ich dieses Wissen und habe dann einfach neue Wahrscheinlichkeitsverteilung. 00:47:55.740 --> 00:48:06.620 Ja, das klingt schon sehr gut. Das ist immer so ein Problem auch bei diversen Modellen. Bei manchen fällt ja eventuell auch eine Wahrscheinlichkeit direkt raus, aber manchmal einfach nur eine Distanz zu irgendwas oder so. 00:48:06.620 --> 00:48:08.340 und dann muss man das halt irgendwie kalibrieren 00:48:08.340 --> 00:48:09.420 auf eine Wahrscheinlichkeit. 00:48:09.600 --> 00:48:11.080 Und dann meistens nimmt man nur irgendwie 00:48:11.080 --> 00:48:12.620 die Signet-Funktion oder sowas. 00:48:15.400 --> 00:48:19.280 Und da ist natürlich jetzt COVID-19 auch ein super Beispiel, 00:48:19.660 --> 00:48:21.680 wenn ich da jetzt Vorhersagen treffen möchte 00:48:21.680 --> 00:48:24.560 mit gewissen statistischen Modellen. 00:48:24.680 --> 00:48:26.380 Und da gibt es aus der Epidemiologie 00:48:26.380 --> 00:48:28.540 alle möglichen Modelle, die man da finden kann. 00:48:29.240 --> 00:48:30.900 Und dann ist die Frage, 00:48:31.100 --> 00:48:33.460 also wenn ich jetzt das nicht in einem bayesianischen Ansatz mache, 00:48:33.800 --> 00:48:35.160 dann kriege ich halt eine Kurve raus, 00:48:35.340 --> 00:48:37.140 die vorhersagt, okay, so wird sich das jetzt 00:48:37.140 --> 00:48:38.180 über die nächste Woche entwickeln. 00:48:38.780 --> 00:48:42.140 Aber klar, wir haben noch nicht so viele Datenpunkte. 00:48:42.600 --> 00:48:46.200 Das kann sich, also so wie ich die historischen Daten, 00:48:46.480 --> 00:48:48.720 ich kann die historischen Daten halt nicht nur auf eine Weise beschreiben, 00:48:49.080 --> 00:48:51.640 sondern auf potenziell unendlich viele Weisen. 00:48:53.160 --> 00:48:56.680 Und jede unterschiedliche Weise, 00:48:56.680 --> 00:48:58.200 wie ich die historischen Daten beschreiben kann, 00:48:58.640 --> 00:49:00.120 führt zu unterschiedlichen Vorhersagen, 00:49:00.220 --> 00:49:01.320 wie sich die Zukunft verhalten wird. 00:49:01.900 --> 00:49:04.940 Und das heißt, ich möchte halt nicht nur die Linie sehen 00:49:04.940 --> 00:49:07.720 und die Vorhersage sehen, die die Daten am besten beschreiben, 00:49:08.120 --> 00:49:11.860 sondern halt alle, die das einigermaßen gut beschreiben. 00:49:12.220 --> 00:49:15.180 Denn das sind alles dann Ausgänge, die passieren können. 00:49:15.640 --> 00:49:18.000 Und das sieht man dann immer super gut bei diesen Modellen, 00:49:18.140 --> 00:49:21.760 dass es halt nicht nur eine Linie gibt, die dann in die Zukunft zeigt, 00:49:21.860 --> 00:49:24.560 sondern ganz viele Linien, die so auseinanderstreuen. 00:49:24.560 --> 00:49:27.300 Also je nachdem, je weiter ich in die Zukunft gehe, 00:49:27.380 --> 00:49:29.940 desto weniger kann ich mir sicher sein, wie sich das entwickelt. 00:49:30.100 --> 00:49:34.220 Also kann sein, dass es exponentiell weiter nach oben schießt 00:49:34.220 --> 00:49:37.420 und wir bald Millionen von Infizierten haben. 00:49:38.000 --> 00:49:40.040 Es kann auch sein, dass aber natürlich die Interventionen, 00:49:40.040 --> 00:49:42.900 die wir jetzt machen, effektiv sind und sich die Kurve abflacht. 00:49:43.460 --> 00:49:48.180 Und das sind alles Vorhersagen, die dann aus dem Modell rauskommen. 00:49:49.340 --> 00:49:50.800 Ja, das wäre natürlich genau interessant. 00:49:50.980 --> 00:49:53.000 Also ich meine, ich könnte mir jetzt vorstellen, 00:49:53.000 --> 00:49:55.940 dass wenn man zum Beispiel eben macht irgendeine Maßnahme 00:49:55.940 --> 00:49:59.000 oder überlegt sich halt, wenn ich jetzt, keine Ahnung, 00:49:59.200 --> 00:50:00.580 irgendetwas tue, also ich glaube, 00:50:00.840 --> 00:50:01.900 die Zahlen, die ich da schon mal gehört habe, 00:50:01.960 --> 00:50:04.080 sowas wie seit, zumindest in Deutschland, 00:50:04.640 --> 00:50:05.680 Beginn der 00:50:05.680 --> 00:50:08.200 etwas heftigeren Maßnahmen 00:50:08.200 --> 00:50:08.900 ist halt der, 00:50:09.820 --> 00:50:12.260 ich glaube in dem Modell vom Robert-Koch-Institut 00:50:12.260 --> 00:50:14.500 werden irgendwie Landkreise 00:50:14.500 --> 00:50:15.800 als kleinste Einheiten 00:50:15.800 --> 00:50:17.700 benutzt, sozusagen, 00:50:17.960 --> 00:50:19.940 wenn die Reisetätigkeit zwischen Landkreisen 00:50:19.940 --> 00:50:20.580 irgendwie sozusagen, 00:50:21.220 --> 00:50:24.160 ist irgendwie schon um 40% runtergegangen 00:50:24.160 --> 00:50:24.660 seitdem, 00:50:25.240 --> 00:50:27.860 dann ändern sich halt entsprechend Parameter 00:50:27.860 --> 00:50:29.580 in dem Modell und dann kann man halt gucken, okay, 00:50:29.580 --> 00:50:30.700 wie geht denn das jetzt aus? 00:50:31.400 --> 00:50:40.620 Die Frage wäre jetzt sozusagen, okay, wenn ich jetzt irgendeinen dieser Parameter ändere, wie wirkt sich das dann zum Beispiel auf diese Basisreproduktionszahl aus? 00:50:40.800 --> 00:50:52.860 Also wie stark führt das dazu, dass jetzt der Anstieg der infizierten Zahlen halt hochgeht oder gleich bleibt oder so? 00:50:52.860 --> 00:50:57.000 Und dann wäre halt die ganz interessante Frage, mit welcher Wahrscheinlichkeit kann ich diese Vorhersage machen? 00:50:57.340 --> 00:50:59.160 es könnte ja auch sein, also wenn ich 00:50:59.160 --> 00:51:01.920 ein 30-prozentiges 00:51:01.920 --> 00:51:03.480 Risiko habe, dass sich das ganz anders 00:51:03.480 --> 00:51:04.680 verhält als das, was ich 00:51:04.680 --> 00:51:06.820 vorhersage, dann 00:51:06.820 --> 00:51:09.420 möchte ich mir das vielleicht nochmal überlegen, weil ich ja gar nicht 00:51:09.420 --> 00:51:11.440 so ein großes Risiko eingehen möchte vielleicht. 00:51:11.720 --> 00:51:13.420 Sondern ich möchte vielleicht eine Maßnahme machen, wo 00:51:13.420 --> 00:51:15.220 ich dann ziemlich sicher sein kann, 00:51:15.520 --> 00:51:16.800 dass das dann halt auch hilft. 00:51:17.560 --> 00:51:18.420 Und ja, 00:51:19.020 --> 00:51:21.140 das wäre dann sozusagen etwas, was ich direkt aus so einem 00:51:21.140 --> 00:51:23.180 probabilistischen Modell rauskriegen würde, wie dann 00:51:23.180 --> 00:51:25.140 die Erfolgswahrscheinlichkeit 00:51:25.140 --> 00:51:27.320 oder wie wahrscheinlich es ist, dass es dann 00:51:27.320 --> 00:51:29.500 halt auch in dem Bereich bleibt, sozusagen. 00:51:30.420 --> 00:51:31.360 Genau, also das ist 00:51:31.360 --> 00:51:32.920 sehr wichtig. Also 00:51:32.920 --> 00:51:35.120 nicht jeder Ausgang ist ja auch gleich. Also 00:51:35.120 --> 00:51:37.080 jetzt habe ich vielleicht, wenn ich jetzt 00:51:37.080 --> 00:51:39.160 das so fitte, 00:51:39.240 --> 00:51:41.200 dass ich wirklich nur eine Linie bekomme, dann sieht 00:51:41.200 --> 00:51:42.940 die vielleicht okay aus. Und dann sage ich, ah ja, okay, 00:51:43.120 --> 00:51:44.780 muss ich ja gar nicht mehr wirklich 00:51:44.780 --> 00:51:47.140 Gedanken machen. Und möglicherweise ist es 00:51:47.140 --> 00:51:48.860 auch der wahrscheinlichste Ausgang. Aber 00:51:48.860 --> 00:51:50.840 was ist, wenn mit einer 00:51:50.840 --> 00:51:52.280 fünfprozentigen Wahrscheinlichkeit 00:51:52.280 --> 00:51:54.940 das exponentiell 00:51:54.940 --> 00:51:57.060 weitergeht und diese Maßnahmen 00:51:57.060 --> 00:51:59.080 halt nicht greifen. Naja, das möchte ich ja unbedingt 00:51:59.080 --> 00:52:00.960 wissen. Was ist der Worst-Case-Szenario? 00:52:01.160 --> 00:52:03.240 Das ist vielleicht unwahrscheinlich, aber nicht so unwahrscheinlich, 00:52:03.380 --> 00:52:04.660 dass wir es außer Acht lassen dürfen. 00:52:05.520 --> 00:52:07.260 Und da kann man 00:52:07.260 --> 00:52:09.040 dann auch, je nachdem, 00:52:09.260 --> 00:52:11.140 das Modell verändern, also 00:52:11.140 --> 00:52:13.200 in verschiedenen 00:52:13.200 --> 00:52:14.700 Hinsichten. Und das ist auch so ein bisschen das, was 00:52:14.700 --> 00:52:17.020 ich so mächtig an diesem Ansatz 00:52:17.020 --> 00:52:19.120 finde, ist, dass es so oft 00:52:19.120 --> 00:52:21.240 ein sehr iteratives Arbeiten 00:52:21.240 --> 00:52:22.940 ist mit diesem Modell. Also ich fange an mit 00:52:22.940 --> 00:52:25.020 einem ganz einfachen Modell, und das habe ich auch 00:52:25.020 --> 00:52:26.880 gemacht, also ich habe einfach ein exponentielles Modell genommen, 00:52:27.060 --> 00:52:29.820 und das funktioniert dann am Anfang 00:52:29.820 --> 00:52:31.680 zum Beispiel ziemlich gut und 00:52:31.680 --> 00:52:33.720 dann aber sehe ich auch, ah ja, okay, ich habe ja nicht 00:52:33.720 --> 00:52:35.020 nur ein Land, sondern ich habe mehrere Länder 00:52:35.020 --> 00:52:37.840 und diese Kurven verhalten sich bei allen 00:52:37.840 --> 00:52:39.160 Ländern eigentlich ziemlich ähnlich. 00:52:39.860 --> 00:52:41.800 Nicht immer gleich, aber ähnlich und da 00:52:41.800 --> 00:52:43.860 kommt es dann wieder rein mit der hierarchischen Struktur, 00:52:44.560 --> 00:52:45.660 die ich vorhin erwähnt habe, 00:52:45.740 --> 00:52:47.900 wo ich genau das auch in mein Modell einbauen 00:52:47.900 --> 00:52:50.040 kann und sage, okay, also da gibt es Ähnlichkeiten 00:52:50.040 --> 00:52:51.520 in diesen 00:52:51.520 --> 00:52:53.920 Growth Rates, in diesen 00:52:53.920 --> 00:52:55.980 Steigerungszahlen und das heißt, 00:52:56.100 --> 00:52:57.240 dann habe ich ein hierarchisches Modell, 00:52:57.320 --> 00:53:00.100 was für jedes einzelne Land einzelne Parameter hat. 00:53:00.240 --> 00:53:02.800 Aber diese Parameter sind dann auch auf einem höheren Level 00:53:02.800 --> 00:53:04.060 noch miteinander verbunden. 00:53:04.400 --> 00:53:05.980 Und ich lerne also beides zugleich. 00:53:07.340 --> 00:53:09.420 Und dann zum Beispiel könnte ich hingehen und sagen, 00:53:09.540 --> 00:53:12.120 na gut, exponentiell ist ja vielleicht gar nicht mal so ein gutes Modell, 00:53:12.120 --> 00:53:16.040 denn das nimmt ja an, dass das einfach immer weiter nach oben geht 00:53:16.040 --> 00:53:17.080 und immer und immer schneller wird. 00:53:17.500 --> 00:53:21.640 Irgendwo ist ja da schon spätestens bei der Anzahl der Menschen, 00:53:21.760 --> 00:53:22.460 die in einem Land leben, 00:53:23.080 --> 00:53:25.820 ein ganz natürliches physikalisches Limit gesetzt. 00:53:26.100 --> 00:53:28.680 und dann kann ich das Modell 00:53:28.680 --> 00:53:30.740 verbessern und sage, okay, dann nehme ich stattdessen eine logistische 00:53:30.740 --> 00:53:32.520 Funktion, die am Anfang auch 00:53:32.520 --> 00:53:34.420 steil nach oben geht, aber dann sich wieder abflacht. 00:53:35.540 --> 00:53:35.840 Und 00:53:35.840 --> 00:53:38.780 dann kann ich 00:53:38.780 --> 00:53:40.540 aber auch hingehen und sagen, okay, 00:53:40.800 --> 00:53:41.020 das 00:53:41.020 --> 00:53:45.160 modelliert schon die Steigungssache 00:53:45.160 --> 00:53:46.680 vielleicht ganz gut, aber 00:53:46.680 --> 00:53:48.460 ich weiß, dass es da, 00:53:48.900 --> 00:53:50.560 zum Beispiel habe ich jetzt vielleicht 00:53:50.560 --> 00:53:52.220 gerade ein Buch von Nassim Taleb gelesen, 00:53:52.380 --> 00:53:54.600 den Black Swan, und ich weiß, dass es 00:53:54.600 --> 00:53:56.400 sehr wichtig ist, da nicht auch nur 00:53:56.400 --> 00:53:58.060 anzunehmen, dass sich alles in der Welt 00:53:58.060 --> 00:54:00.520 nach einer Normalverteilung verhält, sondern 00:54:00.520 --> 00:54:02.740 es gibt halt auch das Tail-Risk und 00:54:02.740 --> 00:54:04.480 dann nehme ich halt nicht eine Normalverteilung, 00:54:04.820 --> 00:54:06.480 sondern eine zum Beispiel 00:54:06.480 --> 00:54:09.020 Student-T-Verteilung, also eine T-Verteilung 00:54:09.020 --> 00:54:10.640 und die hat sehr viel mehr 00:54:10.640 --> 00:54:12.440 Wahrscheinlichkeiten, dass da auch 00:54:12.440 --> 00:54:14.260 extreme Ausreißer passieren können. 00:54:14.800 --> 00:54:16.620 Und dann habe ich das in mein Modell 00:54:16.620 --> 00:54:18.840 integriert und arbeite dann halt 00:54:18.840 --> 00:54:20.780 mich immer weiter vor und verbessere das 00:54:20.780 --> 00:54:22.800 Modell immer weiter und kriege dann auch immer besser 00:54:22.800 --> 00:54:24.520 Vorhersagen, die natürlich 00:54:24.520 --> 00:54:26.020 dann ja auch die 00:54:26.020 --> 00:54:28.340 möglichen Handlungen, 00:54:28.540 --> 00:54:29.360 die man machen möchte, 00:54:29.980 --> 00:54:32.600 hoffentlich da bessere 00:54:32.600 --> 00:54:33.380 Antworten zu liefern. 00:54:34.460 --> 00:54:36.140 Ja, ja, das ist für mich, 00:54:36.600 --> 00:54:38.020 das ist auch 00:54:38.020 --> 00:54:39.700 irgendwie ein Twitter-Account, 00:54:39.960 --> 00:54:42.340 der hat einen Twitter-Account, dem ich auch folge und da 00:54:42.340 --> 00:54:43.900 sind manchmal sehr lustige Sachen dabei. 00:54:44.340 --> 00:54:46.020 Er hat jetzt auch was über diese 00:54:46.020 --> 00:54:48.180 statistischen Modelle, die irgendwelche Dinge vorhersagen, 00:54:48.340 --> 00:54:50.340 gesagt. Das fand ich 00:54:50.340 --> 00:54:52.280 auch ganz bemerkenswert, weil 00:54:52.280 --> 00:54:53.920 es halt, ich weiß, 00:54:54.060 --> 00:55:11.580 Ja, also er hat ja schon so einen gewissen Punkt. Er sagt halt im Grunde, naja, also da einige wenige Ereignisse, was so Pandemien angeht, halt sehr, sehr böse Auswirkungen haben können, ist es halt eigentlich, sobald man sieht, dass das irgendwie in die Richtung geht, dann ist das eher so wie eine Lawine. 00:55:11.580 --> 00:55:14.060 wenn man irgendwann am Berg steht und sieht, da kommt eine Lawine 00:55:14.060 --> 00:55:16.300 runter, dann fange ich jetzt nicht an, mir auszurechnen, 00:55:16.380 --> 00:55:17.680 ob die mich jetzt treffen kann oder nicht. 00:55:18.540 --> 00:55:19.960 Und bei so einer Pandemie ist halt auch 00:55:19.960 --> 00:55:22.040 so ein bisschen, und der hat ja einen schönen Vergleich benutzt, 00:55:22.140 --> 00:55:23.780 der meinte dann, also wenn ich jetzt anfange, da 00:55:23.780 --> 00:55:25.880 statistisch ganz genau zu werden, dann 00:55:25.880 --> 00:55:27.740 ist das so ein bisschen wie Löffelzellen auf der 00:55:27.740 --> 00:55:29.260 Titanic, ja, das ist halt so. 00:55:31.060 --> 00:55:32.020 Sondern da muss man halt 00:55:32.020 --> 00:55:33.840 dann irgendwie das Extremste machen, was man irgendwie 00:55:33.840 --> 00:55:35.680 hinkriegt, um halt zu verhindern, dass diese ganz 00:55:35.680 --> 00:55:36.660 schlimmen Sachen halt passieren. 00:55:38.700 --> 00:55:40.100 Ja, also der ist auf jeden Fall 00:55:40.100 --> 00:55:42.500 sehr extrem in seinen Ansichten, 00:55:42.820 --> 00:55:44.040 dass man eigentlich, also der sagt 00:55:44.040 --> 00:55:46.300 eigentlich, so extrem 00:55:46.300 --> 00:55:47.240 sagt er es nicht, aber dennoch, 00:55:47.400 --> 00:55:50.060 dass 90, 95 Prozent aller 00:55:50.060 --> 00:55:52.080 Statistiken komplett in die Tonne gekloppt 00:55:52.080 --> 00:55:54.000 werden können, weil das 00:55:54.000 --> 00:55:56.000 alles Phänomene sind, die halt 00:55:56.000 --> 00:55:57.940 diese Ausreise-Events haben, die 00:55:57.940 --> 00:55:58.700 das alles bestimmen. 00:56:00.400 --> 00:56:01.600 Ich finde das 00:56:01.600 --> 00:56:03.920 ein bisschen oft sehr extrem, denn 00:56:03.920 --> 00:56:06.040 die Modelle funktionieren doch schon 00:56:06.040 --> 00:56:07.940 oft auch ganz gut, aber klar muss man sich immer 00:56:07.940 --> 00:56:09.960 bewusst sein, dass das Modelle sind und dass es diese 00:56:09.960 --> 00:56:11.820 Terrors gibt und die auch 00:56:11.820 --> 00:56:14.120 idealerweise natürlich ins Modell 00:56:14.120 --> 00:56:15.960 integrieren, dass man das 00:56:15.960 --> 00:56:17.460 mit berücksichtigt. 00:56:17.580 --> 00:56:18.980 Das kann man ja machen. 00:56:19.080 --> 00:56:22.440 Genau diese unvorhergesehenen Ereignisse. 00:56:22.580 --> 00:56:24.120 Da kannst du halt so viel modulieren 00:56:24.120 --> 00:56:25.900 und Statistik machen, wie du willst, wenn halt Ereignisse 00:56:25.900 --> 00:56:27.980 auftreten, deren Dimensionen man 00:56:27.980 --> 00:56:30.160 nicht abschätzen kann oder deren Auswirkungen 00:56:30.160 --> 00:56:31.900 auf die einzelnen Achsen in dieser Verteilung. 00:56:32.360 --> 00:56:33.560 Das wird natürlich dann 00:56:33.560 --> 00:56:35.420 schwer zu pronostizieren. 00:56:35.840 --> 00:56:37.760 Woher soll man das wissen, dass solche Events kommen? 00:56:38.720 --> 00:56:39.580 Ja und nein. 00:56:39.960 --> 00:56:55.860 Also genau, diese Ausreißer sind fast unmöglich zu modellieren, aber jetzt zum Beispiel die Modelle, die ich da gebaut habe, um vorherzusagen, wie sich das Wachstum weiterverhält, sind bisher erschreckend akkurat gewesen. 00:56:55.860 --> 00:57:20.780 Jetzt hören sie auf, also zu funktionieren und das ist gut. Also das erste Modell, wie ich schon gesagt habe, war so ein exponentielles Modell und das, ja, also am Anfang hatten wir exponentielles Wachstum, jetzt scheint es sich ein bisschen abzuschwächen, was ja sehr gut ist, aber dennoch, also das, ja, also diese Modelle haben schon eine volle Sache Kraft und das ist ja auch genau das, was man wissen möchte. 00:57:20.780 --> 00:57:39.260 Und das ist auch das, was ich so erschreckend fand, dass es eigentlich, wenn man sich das angeschaut hat, also zum Beispiel vor drei Wochen noch gab es in Deutschland, weiß ich nicht, zehn Fälle oder so und in Italien aber war es schon sehr dramatisch. 00:57:40.220 --> 00:57:43.780 Und dann hierzulande wurde es gesagt, naja, aber es sind nur 10 Fälle, das muss uns ja nicht interessieren. 00:57:44.300 --> 00:57:48.900 Aber gut, also beziehungsweise sagen wir mal 10 Fälle und in drei Tagen sind es halt 100 Fälle. 00:57:49.320 --> 00:57:51.200 Und da sagt man, na gut, 100 Fälle ist ja trotzdem noch nicht viel. 00:57:51.740 --> 00:57:56.680 Aber vollkommen egal, es geht darum, was für eine Steigerung haben wir da und das ist exponentiell. 00:57:56.920 --> 00:57:59.280 Und das heißt, in drei Tagen sind es dann von 100 auf 1000. 00:58:00.380 --> 00:58:03.480 Du hast da auch ein Notebook zu, online, wo man da so ein bisschen angucken kann. 00:58:03.480 --> 00:58:07.640 Genau, das hatten wir noch gar nicht erwähnt, aber ja, das war auch einer der Gründe, 00:58:07.760 --> 00:58:09.300 warum das jetzt halt ein guter Zeitpunkt ist, 00:58:09.400 --> 00:58:11.920 vielleicht dieses Gespräch zu führen. 00:58:12.680 --> 00:58:15.780 Ich hatte da irgendwie diese Notebooks gesehen. 00:58:16.320 --> 00:58:17.920 Ich weiß nicht, es gibt mehrere. 00:58:18.160 --> 00:58:20.900 Das Erste ist, glaube ich, das Daily. 00:58:21.400 --> 00:58:23.000 Wir packen den Link in die Show Notes. 00:58:23.080 --> 00:58:25.380 Das ist ein Repository, in dem mehrere Notebooks sind. 00:58:26.800 --> 00:58:30.460 COVID-19 Growth ist, glaube ich, das Erste. 00:58:31.860 --> 00:58:34.460 Und das ist sozusagen das exponentielle Modell. 00:58:34.900 --> 00:58:39.600 Und da gibt es halt so einen Graph mit einer Lockscale sozusagen, 00:58:39.740 --> 00:58:41.500 was die Anzahl der Infizierten angeht. 00:58:41.660 --> 00:58:43.120 Und dass man das halt so ein bisschen linearer sieht. 00:58:44.420 --> 00:58:48.800 Und auf der X-Achse die Zeit, auf der Y-Achse die Infizierten. 00:58:48.800 --> 00:58:56.440 Und dann halt sozusagen Tage nach den ersten bestätigten 100 Fällen. 00:58:56.720 --> 00:59:00.200 Und die Kurven sehen alle relativ ähnlich aus, am Anfang zumindest. 00:59:00.640 --> 00:59:01.800 Ist auch China mitgeplottet. 00:59:01.920 --> 00:59:03.460 Weil ich hatte nämlich von einem Freund von mir gehört, 00:59:03.520 --> 00:59:04.720 der aus Shanghai geflohen ist. 00:59:04.900 --> 00:59:07.640 Schon Ende Januar, weil die Flüge alle gestrichen wurden, 00:59:07.760 --> 00:59:09.740 dass das die Situation wohl sehr dramatisch sein soll 00:59:09.740 --> 00:59:11.920 und dass wir uns auf was gefasst machen müssen. 00:59:12.980 --> 00:59:15.200 Ja, also genau. 00:59:15.260 --> 00:59:19.180 China ist nicht mit dabei, weil das Modell das nicht abbilden kann. 00:59:19.180 --> 00:59:22.220 Also dieses nicht, das Modell, was ich jetzt gerade gebaut habe. 00:59:23.080 --> 00:59:26.180 Das logistische Modell des Kantons, denn da gibt es diesen Effekt, 00:59:26.960 --> 00:59:32.060 dass die auch wieder stehen bleiben, die Neuinfektionen. 00:59:32.160 --> 00:59:34.680 Und das scheint China nach den offiziellen Zahlen, die wir haben, 00:59:34.900 --> 00:59:56.480 Das ist die Frage, wie sehr man die glauben möchte. Wobei ich, also meine Meinung ist, ich glaube schon, dass die es geschafft haben, das abzuschwächen. Also ich glaube nicht, also die absolute Zahl ist möglicherweise viel höher, aber ich glaube trotzdem nicht, dass die Neuinfektionen haben. Und zumindest auch in Korea. Also diese Länder haben es geschafft, dieses Wachstum zu stoppen, eigentlich effektiv. 00:59:57.180 --> 01:00:12.180 Und das sieht man, dass das Modell das nicht kann. Also die sind auf jeden Fall ausgebrochen aus dem Exponentiellen und dafür braucht man das logistische Modell, was genau diesen Effekt modellieren kann. Und das sieht man jetzt auch bei anderen. Also das ist ganz interessant bei dem logistischen Modell. 01:00:12.180 --> 01:00:32.360 Also das interpretiert dann schon, dass wenn man aus dem Exponentiellen rauskommt und sieht, ah, okay, es fängt sich an abzuschwächen und man nimmt an, dass dieser logistischen Funktion folgt, dann kann man auch vorher sagen, okay, also jetzt dauert es vielleicht noch zwei Wochen, bis sich die Neuinfektionen dann zurückgegangen sind und es keine neuen gibt. 01:00:33.420 --> 01:00:47.820 Ja, ich glaube auch, dass das in China ist. Klar, man kann da immer zweifeln, aber eben bei so einer exponentiellen Entwicklung, das hätten wir dann halt schon über die Zeit gemerkt, wenn das irgendwie nicht geklappt hätte, weil dann wäre das schon überall jetzt und das ist es irgendwie nicht. 01:00:47.820 --> 01:01:10.780 Und daher, in Südkorea ist ein ganz interessanter Fall, weil da man das relativ gut verfolgen konnte, weil das irgendwie hauptsächlich irgendwie ein Community-Cluster irgendwie war, in dem das aufgetreten ist und dann haben halt diese ganzen, wir verfolgen das jetzt mit auch großem Personalaufwand-Aktionen halt da tatsächlich sehr viel gebracht, aber das geht halt anderswo nicht so gut. 01:01:10.780 --> 01:01:24.760 Also das ging halt in dem Fall super. Und naja, ist halt immer auch die Frage, inwiefern irgendwelche Geschichten vergleichbar und übertragbar sind. Wenn jetzt irgendwie alle Leute sagen, man muss das nur so machen wie in Südkorea, dann ist es kein Problem. 01:01:25.680 --> 01:01:32.900 Naja, irgendjemand meinte dann so satirischerweise irgendwie, ja, ich habe gehört, in Südkorea wird ganz viel Kimchee gegessen. Lass uns alle einfach Kimchee essen und dann ist es okay. 01:01:34.880 --> 01:01:53.580 Aber was ich auch interessant finde, ist, dass halt einige, so Japan, Taiwan, Hongkong, Singapur, die ja dann auch schon seit langer Zeit irgendwie da relativ viel Maßnahmen machen, dass die auch irgendwie von dieser exponentiellen Entwicklung relativ gut verschont wurden. 01:01:53.580 --> 01:01:55.280 Die haben aber alle unterschiedliche Methoden gemacht. 01:01:55.440 --> 01:01:57.780 Japan hat zum Beispiel einfach die Anzahl an Tests 01:01:57.780 --> 01:01:59.820 unheimlich hoch gefahren, indem sie einfach jeden Menschen 01:01:59.820 --> 01:02:01.740 getestet haben und dann diese Kette auch 01:02:01.740 --> 01:02:02.920 versucht haben, damit zu unterbrechen. 01:02:03.580 --> 01:02:05.620 Weil die halt relativ genau wussten, wer jetzt da vielleicht dann 01:02:05.620 --> 01:02:07.880 Kontaktperson war. Das mag auch 01:02:07.880 --> 01:02:09.840 ein Vorteil sein. Aber von China glaube ich übrigens 01:02:09.840 --> 01:02:11.640 keine einzige Zahl. Also ich habe Dunkelziffern 01:02:11.640 --> 01:02:13.940 gelesen, die man jetzt alle mit Vorsicht genießen 01:02:13.940 --> 01:02:15.640 möchte, aber dass irgendwie 700.000 Fälle 01:02:15.640 --> 01:02:17.880 alleine in Wuhan noch irgendwie offen waren, 01:02:17.960 --> 01:02:19.580 die nicht registriert waren und 01:02:19.580 --> 01:02:21.620 naja, was man da glauben kann, 01:02:21.660 --> 01:02:22.180 ich weiß ja nicht. 01:02:23.580 --> 01:02:35.840 Und also eine Sache auf jeden Fall noch zu den Notebooks, also diese Modelle habe ich dann online gestellt und die haben auf jeden Fall da sehr viel Interesse bekommen. 01:02:35.840 --> 01:02:50.740 Ich wurde auf jeden Fall auch dafür kritisiert, dass es, also ich bin kein Epidemiologe und habe mir das angeschaut und diese Modelle gebaut, dass das ja nur jeden verwirren würde und dass exponentielle Modelle ja sowieso komplett falsch sind. 01:02:51.480 --> 01:02:58.940 Und ich kann das verstehen, allerdings sind im Moment diese exponentiellen Modelle erschreckend akkurat. 01:02:59.300 --> 01:03:02.760 Also die letzten Wochen war es ein sehr guter Fit. 01:03:03.060 --> 01:03:07.900 Klar, dass das nicht sehr weit in die Zukunft projizieren kann, ist klar. 01:03:08.720 --> 01:03:13.900 Und das andere, was aber auch sehr interessant ist, was passiert ist, ist, dadurch, dass man dann diese Sachen shared, 01:03:13.900 --> 01:03:20.260 also das ist halt dieses Open-Source-Prinzip, dann kam der Hamel und hat dann, 01:03:21.320 --> 01:03:23.120 ein Dashboard daraus gebaut, dass das halt täglich 01:03:23.120 --> 01:03:25.120 updatet. Und das heißt, 01:03:25.240 --> 01:03:27.040 das ist jetzt eine coole Webseite, wo das 01:03:27.040 --> 01:03:28.960 Notebook dann automatisch geladen wird 01:03:28.960 --> 01:03:30.520 und ist auch interaktiv. 01:03:31.660 --> 01:03:32.700 Andere Leute haben es benutzt, 01:03:33.140 --> 01:03:34.860 um dann das Modell zu verbessern oder 01:03:34.860 --> 01:03:36.900 einfach nur sich selber dann 01:03:36.900 --> 01:03:39.040 das Modell auf andere Daten anzuwenden. 01:03:39.660 --> 01:03:41.020 Ich habe selber viel Feedback bekommen, 01:03:41.180 --> 01:03:43.120 was ich dann einpflege und das Modell verbessere. 01:03:43.520 --> 01:03:45.100 Also dieser iterative 01:03:45.100 --> 01:03:46.880 Ansatz, der 01:03:46.880 --> 01:03:49.140 in der Öffentlichkeit stattfindet und auch den Code zu posten, 01:03:49.140 --> 01:03:51.120 wo halt dann auch andere Leute Bugfixes schicken 01:03:51.120 --> 01:03:51.520 oder so, 01:03:53.340 --> 01:03:55.120 ist also meiner Meinung nach überwiegender 01:03:55.120 --> 01:03:57.100 die Vorteile einfach viel mehr 01:03:57.100 --> 01:03:58.960 als die Nachteile, dass 01:03:58.960 --> 01:04:00.500 ich halt erst mal 01:04:00.500 --> 01:04:02.800 sechs Monate 01:04:02.800 --> 01:04:04.980 mit Epidemiologen zusammenarbeite, 01:04:05.080 --> 01:04:06.940 um das absolut wasserdichte Modell zu 01:04:06.940 --> 01:04:08.440 bauen, was dann aber 01:04:08.440 --> 01:04:11.160 vielleicht nicht richtig funktioniert, weil ich halt nicht das Feedback 01:04:11.160 --> 01:04:13.460 von der Community habe und auch nicht diese ganzen Netzwerkeffekte, 01:04:13.940 --> 01:04:15.080 die Open Source da 01:04:15.080 --> 01:04:15.400 bringen. 01:04:16.500 --> 01:04:17.980 Ja, das würde ich auch sagen. 01:04:19.640 --> 01:04:46.160 Das ist auch etwas, wenn das halt in der Öffentlichkeit passiert. Also ich meine, im Grunde kann man ja nur durch Feedback irgendwie Dinge lernen. Das ist auch etwas, was ich immer sehe, dass es halt dann, ich meine, das ist halt auch unter Umständen ein schmerzhafter Prozess, öffentlich Feedback einzusammeln. Aber es hilft auch tatsächlich, während ich da große Bedenken habe, wenn da Leute irgendwie jahrelang an irgendwas arbeiten oder so und da gab es nie wirkliches Feedback, ob das dann so wirklich stimmt. 01:04:48.820 --> 01:04:53.840 Da habe ich letztens den ersten Tweet gesehen von einem Epidemiologie-Professor, 01:04:53.840 --> 01:04:59.080 der da einen super akkuraten Simulator geschrieben hat, 01:04:59.140 --> 01:05:04.020 der halt da verschiedene Agenten simuliert, die sich treffen und die infizieren sich. 01:05:04.180 --> 01:05:07.220 Und das ist ja also das absolute Nonplusultra-Modell. 01:05:08.180 --> 01:05:15.460 Und das hat er aber schon vor langer Zeit gemacht, also als Epidemiologe. 01:05:15.820 --> 01:05:18.420 Und da aber natürlich bisher nur Paper drüber geschrieben. 01:05:18.420 --> 01:05:41.840 Und dann ist natürlich sofort die Frage, okay, du hast ja vor zehn Jahren dieses super coole Modell gebaut, was sagt es denn jetzt voraus? Und kann man das denn nicht benutzen, um das halt upzudaten? Naja, und dann war halt die Frage, ja, was ist denn mit dem Code? Und dann so, oh, okay, naja, die Codes sind irgendwie 50.000 Zeilen C++-Code, den eine Person versteht, der unkommentiert ist, ungetestet ist. 01:05:41.840 --> 01:05:57.800 Also ich war selbst in der Forschung, ich weiß ganz genau, was die Codequalität da ist und die ist oft sehr niedrig. Und in dem Fall jetzt, weil der Code einfach so wahnsinnig wichtig ist, arbeitet er mit Microsoft zusammen, um den Code dann da tatsächlich zu testen und zu wissen, dass der funktioniert. 01:05:58.220 --> 01:06:19.820 Da werden bestimmt einige Wachs gefunden. Und das ist natürlich auch sehr gefährlich. Also diese ganz klassische, so wie die Wissenschaft da bisher immer arbeitet und wie wenig die sich wirklich für Codequalität da einsetzen, glaube ich, dass wir da viel voneinander lernen können. 01:06:19.820 --> 01:06:21.840 und zum Beispiel oft sind die halt auch nicht 01:06:21.840 --> 01:06:23.800 bäsianisch, also gibt es wirklich den 01:06:23.800 --> 01:06:25.960 Epidemiologen, der ein Top-Coder ist 01:06:25.960 --> 01:06:27.800 und gleichzeitig halt 01:06:27.800 --> 01:06:29.740 natürlich epidemiologisch 01:06:29.740 --> 01:06:31.680 total fit ist und dann zusätzlich auch noch 01:06:31.680 --> 01:06:33.540 weiß, wie man Pianti 3 benutzt, 01:06:34.160 --> 01:06:35.400 wahrscheinlich gibt es den nicht, 01:06:35.820 --> 01:06:37.680 deswegen, wenn wir da alle unseren Teil 01:06:37.680 --> 01:06:39.580 dazu beitragen, glaube ich, 01:06:39.800 --> 01:06:41.100 wird es am besten funktionieren. 01:06:42.240 --> 01:06:44.040 Ja, ja, ich bin 01:06:44.040 --> 01:06:45.740 auch, gut, das ist jetzt auch wieder ein bisschen her, 01:06:45.800 --> 01:06:47.400 ich habe auch eine Zeit lang irgendwie viel 01:06:47.400 --> 01:06:49.740 Pepper gelesen und versucht Dinge 01:06:49.740 --> 01:06:51.480 zu reproduzieren und so und das hat 01:06:51.480 --> 01:06:53.420 also das 01:06:53.420 --> 01:06:55.760 war schon, also oft 01:06:55.760 --> 01:06:57.520 bekommt man dann ja Code, wenn man 01:06:57.520 --> 01:06:59.700 irgendwie ein Paper hat und dann sich überlegt, okay 01:06:59.700 --> 01:07:01.660 das sieht sehr interessant aus für das Problem, was ich 01:07:01.660 --> 01:07:03.700 habe und wenn man dann die Autoren anschreibt 01:07:03.700 --> 01:07:05.800 und sagt so, ich würde das mal gerne reproduzieren 01:07:05.800 --> 01:07:07.760 könnt ihr mir den Code dann mal irgendwie 01:07:07.760 --> 01:07:09.540 so, wie mache ich das denn dann? 01:07:09.800 --> 01:07:11.580 Dann kriegt man meistens den Code, meistens mit 01:07:11.580 --> 01:07:12.900 einer länglichen Entschuldigung 01:07:12.900 --> 01:07:14.980 für die Codequalität. 01:07:16.360 --> 01:07:17.620 Und ganz oft 01:07:17.620 --> 01:07:19.460 ist es dann halt auch so, wenn man das dann 01:07:19.460 --> 01:07:21.160 tatsächlich versucht, nochmal selber zu implementieren. 01:07:21.340 --> 01:07:23.640 Aber man merkt so, oh ne, das tut nicht so wirklich genau 01:07:23.640 --> 01:07:25.620 das, was da in dem Paper drin steht. 01:07:26.000 --> 01:07:27.660 Und also da muss 01:07:27.660 --> 01:07:29.060 irgendwie, ich meine, 01:07:29.460 --> 01:07:31.180 ich kann auch verstehen, wie das passiert. Das ist halt, 01:07:31.460 --> 01:07:33.360 man kann halt Code nicht veröffentlichen 01:07:33.360 --> 01:07:35.500 in der Zeitschrift, sondern da ist halt dann halt 01:07:35.500 --> 01:07:37.580 ein gesetztes Paper 01:07:37.580 --> 01:07:39.320 irgendwie das Entscheidende oder halt sogar 01:07:39.320 --> 01:07:41.220 oft in der Informatik sind es halt irgendwie 01:07:41.220 --> 01:07:43.360 Formeln, mathematische Formeln, die da drin stehen müssen, 01:07:43.480 --> 01:07:45.240 weil das ist halt das, was man irgendwie da reinschreiben kann. 01:07:45.760 --> 01:07:47.600 Code ist halt, kann man nicht so wirklich publizieren. 01:07:48.300 --> 01:07:55.600 Aber das muss sich irgendwie ändern, weil das ist, ja, das ist eigentlich alles, ja, ja, relativ furchtbar. 01:07:56.520 --> 01:07:58.680 Ja, also ich stimme dir voll zu. 01:07:58.940 --> 01:08:05.460 Also weil es, also welches Paper kann heutzutage noch geschrieben werden, was nicht auf Code beruht? 01:08:05.460 --> 01:08:13.220 Also das ist wahnsinnig, absolut fundamental, die Ergebnisse, und die Ergebnisse sind davon gestützt. 01:08:13.360 --> 01:08:15.520 Also wenn da ein Bug drin ist, dann kriegst du ein falsches Ergebnis raus. 01:08:16.160 --> 01:08:18.060 dass das bisher immer noch 01:08:18.060 --> 01:08:20.040 nicht, also fairerweise 01:08:20.040 --> 01:08:22.000 muss man sagen, das verstehen schon 01:08:22.000 --> 01:08:23.860 immer mehr Leute und es gibt auch immer mehr Wissenschaftler, die 01:08:23.860 --> 01:08:26.360 das auch anfangen zu machen und die ihre GitHub-Repositories 01:08:26.360 --> 01:08:26.660 haben. 01:08:28.020 --> 01:08:29.900 Der Danilo Bistock zum Beispiel, mit dem habe ich 01:08:29.900 --> 01:08:31.340 letztens ein Paper gemacht, also 01:08:31.340 --> 01:08:33.920 der stellt alles immer 01:08:33.920 --> 01:08:35.760 online und ich kenne auch viele andere Kollegen, 01:08:36.000 --> 01:08:37.640 die das machen und 01:08:37.640 --> 01:08:39.180 das ist super, also gerade jüngere 01:08:39.180 --> 01:08:40.980 Wissenschaftler, aber 01:08:40.980 --> 01:08:43.220 das ist halt bisher noch größtenteils 01:08:43.220 --> 01:08:45.320 freiwillig. Also ich glaube, das muss schon 01:08:45.320 --> 01:08:49.180 einfach auch ein Zwang sein, dass die Methoden und der Code 01:08:49.180 --> 01:08:53.220 alles online kommt. Und wenn das online ist, 01:08:53.340 --> 01:08:57.380 dann ist natürlich auch automatisch oft der Anspruch an die Code-Qualität 01:08:57.380 --> 01:09:01.160 höher. Also das heißt, man möchte dann vielleicht doch ein bisschen mehr Zeit darauf verbringen, 01:09:01.160 --> 01:09:05.060 auch den Code zu kommentieren und ein paar Tests zu schreiben. Das sind ja alles 01:09:05.350 --> 01:09:07.330 Peer-Pressure. 01:09:08.090 --> 01:09:09.890 Ja, genau, so ein bisschen gesunde Peer-Pressure 01:09:09.890 --> 01:09:10.630 da reinbringen. 01:09:12.510 --> 01:09:12.730 Ja. 01:09:15.070 --> 01:09:15.630 Ja. 01:09:17.510 --> 01:09:18.070 Genau. 01:09:18.490 --> 01:09:19.110 Gab es irgendwas 01:09:19.110 --> 01:09:21.930 sehr Interessantes oder was du nicht 01:09:21.930 --> 01:09:23.710 erwartet hattest irgendwie beim 01:09:23.710 --> 01:09:25.350 Bauen der 01:09:25.350 --> 01:09:27.970 Modelle für dieses Problem 01:09:27.970 --> 01:09:28.350 oder 01:09:28.350 --> 01:09:31.870 ich weiß nicht genau, ob ich jetzt 01:09:31.870 --> 01:09:32.850 irgendwas... 01:09:32.850 --> 01:10:02.270 Ja, also das, was am schwierigsten daran ist, ist, dass man sich halt leider auf die Grunddaten nicht so richtig verlassen kann. Also angefangen habe ich zum Beispiel dann mit den Fallzahlen einfach. Aber die Fallzahlen sind natürlich wahnsinnig abhängig davon, wie viel überhaupt getestet wird. Und in Südkorea wurde wahnsinnig viel getestet, in Deutschland wird auch ziemlich viel getestet, in den USA wird kaum getestet bisher. 01:10:02.850 --> 01:10:26.610 Ja, und das ändert sich natürlich auch über die Zeit. Das heißt, wenn ich mir teste, finde ich mir Fälle. Das heißt, das ist auch schon für einen Anstieg allein verantwortlich. Da gibt es aber auch nicht wirklich verlässliche Daten, so wie viel da genau jetzt getestet wurde. Und dann ist ein anderer Ansatz zum Beispiel, sich die Todesfallzahlen anzusehen, um da zu denken, okay, die sind wahrscheinlich verlässlicher. Die sind leider auch nicht so genau. 01:10:26.950 --> 01:10:50.210 Also, ja, es ist ein sehr, sehr schwieriges Problem, weil die Datenqualität oft nicht wirklich gegeben ist, was natürlich dann die ganzen Vorhersagen da beeinflusst und auch, ja, also, und das allerdings ist natürlich auch eine Chance für diese Modelle, denn das sind alles Sachen, die man damit einbauen kann. 01:10:50.210 --> 01:11:10.710 Also zum Beispiel kann ich hingehen und sagen, okay, und das ist das Modell, an dem ich gerade arbeite, ich fange jetzt an mit den Todeszahlen, weil ich denke, dass die am verlässlichsten sind. Und dann weiß ich, ah, okay, also es ist mittlerweile recht gut etabliert, das ist ungefähr ein Prozent, die es bekommen, sterben daran. 01:11:11.010 --> 01:11:31.070 Das heißt, das kann ich dann hochrechnen und sagen, okay, also jetzt hatte ich 100 Tote, das heißt, das mal 100 und dann kriege ich die Anzahl der Infizierten, aber nicht die Anzahl der Infizierten an dem Tag, sondern vor zwei Wochen, weil oft dauert es von der Zeit der Infizierung bis zum Tod zwei Wochen. 01:11:31.890 --> 01:11:49.170 Und das heißt, das kann ich dann alles in das Modell mit einbauen und sagen, okay, jetzt kann ich da zurückrechnen und dann habe ich also den Wert der Infizierten vor zwei Wochen von den Toten und dann kann ich den vergleichen mit dem, wie viele Fälle, positiv getestete Fälle gab es denn vor zwei Wochen. 01:11:51.070 --> 01:12:18.430 Und das sind natürlich wenige, also wir haben ja nicht alle getestet und dann kann ich da so einen Faktor rausfinden zum Beispiel, wie viel Prozent der Fälle, die es denn scheinbar gab, wurden dann überhaupt getestet und das sind dann, ja, also mit diesen Modellen, die man halt da so ganz spezifisch bauen kann und das ist natürlich was, vorhin haben wir über Machine Learning gesprochen, das kann man natürlich absolut nicht damit machen, aber mit Probabilistic Programming kann man diese ganzen Annahmen da halt reinbauen 01:12:18.430 --> 01:12:20.310 und das Expertenwissen, was man hat 01:12:20.310 --> 01:12:22.210 über zum Beispiel die Growth Rate 01:12:22.210 --> 01:12:24.230 oder halt die Sterblichkeit oder wie lange 01:12:24.230 --> 01:12:26.110 es dauert, sind halt alles 01:12:26.110 --> 01:12:27.990 Annahmen, die man da mit reinstecken kann. 01:12:28.670 --> 01:12:29.710 Aber auch jetzt nicht 01:12:29.710 --> 01:12:32.070 ganz fix und sagen, okay, es sind exakt zwei 01:12:32.070 --> 01:12:34.190 Wochen, sondern sagen, okay, naja, könnte irgendwas 01:12:34.190 --> 01:12:36.190 zwischen sieben und 01:12:36.190 --> 01:12:38.510 18 Tagen sein. Also so eine Ungenauigkeit 01:12:38.510 --> 01:12:40.070 kann man auch in dem 01:12:40.070 --> 01:12:42.110 Bereich einsetzen und 01:12:42.110 --> 01:12:44.010 das wirkt sich dann natürlich auch darauf aus, auf 01:12:44.010 --> 01:12:46.110 die Ungenauigkeiten, 01:12:46.830 --> 01:12:47.930 die man aus dem Modell rausbekommt. 01:12:48.430 --> 01:12:53.030 Ja, ist ja interessant. 01:12:53.590 --> 01:12:54.950 Hast du irgendein Land gefunden, wo du sagst, 01:12:55.090 --> 01:12:57.170 dass die Fallzahlen, die du da so rausfindest, 01:12:57.290 --> 01:12:58.890 relativ nah an der 01:12:58.890 --> 01:13:00.210 Realität sind oder an der Wirklichkeit? 01:13:03.710 --> 01:13:05.190 Kann ich noch nicht sagen. 01:13:06.550 --> 01:13:07.050 Das ist 01:13:07.050 --> 01:13:07.970 eine sehr gute Frage, ja. 01:13:08.650 --> 01:13:10.930 Da habe ich noch gar nicht dran gedacht, aber werde ich mir 01:13:10.930 --> 01:13:12.870 auf jeden Fall anschauen. Ich würde erwarten, 01:13:13.350 --> 01:13:14.930 dass es Südkorea ist, weil die 01:13:14.930 --> 01:13:16.250 am meisten getestet haben. 01:13:17.190 --> 01:13:18.670 das wäre ein guter Test auf jeden Fall, 01:13:18.810 --> 01:13:20.750 das Modell zu sehen, wer da 01:13:20.750 --> 01:13:22.510 am genauesten dran ist und wer nicht. 01:13:23.610 --> 01:13:24.870 Wenn ich jetzt hier nach 01:13:24.870 --> 01:13:26.670 dem Podcast reinschaue, 01:13:26.790 --> 01:13:28.550 sind die Modelle wahrscheinlich gerade fertig und dann 01:13:28.550 --> 01:13:29.770 kann ich es dir schreiben. 01:13:31.770 --> 01:13:32.710 Schicken wir die Shownotes. 01:13:33.070 --> 01:13:35.010 Ja, genau. Wir packen das alles da an die Links. 01:13:35.730 --> 01:13:35.930 Ja. 01:13:37.370 --> 01:13:38.870 Ja, ja, ja, sehr interessant. 01:13:40.910 --> 01:13:42.710 Ja, ich weiß nicht, wollen wir noch, haben wir noch 01:13:42.710 --> 01:13:43.730 irgendwas, was wir mit diesem 01:13:43.730 --> 01:13:47.530 Corona-Geschichte 01:13:47.530 --> 01:13:48.610 besprechen wollten. 01:13:49.730 --> 01:13:50.390 Ich überlege gerade. 01:13:51.610 --> 01:13:52.910 Thomas hat so viele interessante Sachen, 01:13:52.950 --> 01:13:55.050 auch über Quanz-Sachen gesagt, die mich noch viel mehr interessieren 01:13:55.050 --> 01:13:55.870 als die Corona-Geschichte. 01:13:56.970 --> 01:13:57.130 Ja. 01:14:00.210 --> 01:14:00.970 Also genau, 01:14:01.130 --> 01:14:02.570 ich glaube, zu Corona auf jeden Fall 01:14:02.570 --> 01:14:04.690 haben wir, also ich glaube, zu allem haben wir eigentlich recht 01:14:04.690 --> 01:14:06.190 gut was, 01:14:07.110 --> 01:14:08.630 also alles, was ich, glaube ich, so sagen wollte, 01:14:08.630 --> 01:14:10.610 habe ich da gesagt. 01:14:12.470 --> 01:14:12.870 Ja. 01:14:13.730 --> 01:14:17.110 Aber also wenn ihr noch Sachen habt, die ihr vertiefen wollt. 01:14:17.330 --> 01:14:20.110 Das ist für uns der Virus ab jetzt auch offiziell beendet. 01:14:21.410 --> 01:14:23.950 Ja, wir erklären das jetzt mal für beendet. 01:14:25.030 --> 01:14:26.730 Halt mir die Augen zu und die Ohren zu. 01:14:28.530 --> 01:14:33.490 Ja, ansonsten, ich weiß nicht genau. 01:14:34.910 --> 01:14:38.050 Aber das ist vielleicht auch noch so ein Ding, 01:14:38.050 --> 01:14:43.290 wo es Überschneidungen gibt. 01:14:44.190 --> 01:14:46.990 Auch interessant, wie veröffentlicht man eigentlich solche Daten? 01:14:49.810 --> 01:14:55.290 Und wie kann man die am besten so, 01:14:55.350 --> 01:15:00.410 dass das halt alle lesen können, irgendwie übermitteln und so. 01:15:00.970 --> 01:15:03.650 Ja, aber die Notebooks sind doch total super. 01:15:03.830 --> 01:15:05.850 Man kann ja relativ einfach das plotten. 01:15:06.130 --> 01:15:08.910 Ja, ja, aber die Daten, auf denen das basiert, 01:15:08.970 --> 01:15:10.970 ist ja meistens dann irgendwie CSV oder so. 01:15:11.930 --> 01:15:12.690 Google Spat Chat. 01:15:12.750 --> 01:15:15.370 Ja, also genau, das ist auf jeden Fall echt so ein Ding. 01:15:16.290 --> 01:15:22.150 Also Johns Hopkins hat da die Daten aus den WHO-Berichten, 01:15:22.210 --> 01:15:24.870 die als PDF da geschickt werden, benutzt. 01:15:25.010 --> 01:15:26.450 Und die waren die ersten, die das Dashboard da hatten. 01:15:27.270 --> 01:15:28.930 Und dann haben andere Leute angefangen, 01:15:29.430 --> 01:15:31.890 diese Daten dann auf GitHub zur Verfügung zu stellen, 01:15:31.990 --> 01:15:32.890 als CSV-Dateien. 01:15:32.890 --> 01:15:35.550 Und dann kann man sich da halt immer die aktuelle Datei runterladen. 01:15:36.130 --> 01:15:52.430 Und das hat eigentlich auch so funktioniert, wie es hätte funktionieren sollen, nämlich die Daten natürlich, klar, hatten alle möglichen Probleme und dann haben Leute da GitHub Issues und Pull Requests gestartet, um dann die Datenprobleme, die es da gab, zu reparieren. 01:15:53.830 --> 01:15:55.410 Leider haben die, die das 01:15:55.410 --> 01:15:57.390 Report da laufen, dann sind nicht sehr 01:15:57.390 --> 01:15:59.390 aktiv, sondern stellen halt die Daten rein 01:15:59.390 --> 01:16:01.510 und oft enthalten 01:16:01.510 --> 01:16:03.310 die echte Fehler. Und 01:16:03.310 --> 01:16:05.450 die werden dann nur sehr schleppend bis gar nicht 01:16:05.450 --> 01:16:07.190 da 01:16:07.190 --> 01:16:09.430 gefixt. Und 01:16:09.430 --> 01:16:11.530 die andere Webseite, 01:16:11.610 --> 01:16:13.070 die ich jetzt angefangen habe zu nutzen, ist 01:16:13.070 --> 01:16:14.870 European Center for Disease Control, 01:16:15.490 --> 01:16:17.250 ECDC, und die 01:16:17.250 --> 01:16:18.670 haben deutlich bessere Daten. 01:16:19.450 --> 01:16:21.250 Also die Webseite, die ich jedem empfehlen würde, 01:16:21.330 --> 01:16:23.390 ist nicht mein Dashboard, sondern 01:16:23.390 --> 01:16:24.530 Our World in Data. 01:16:26.030 --> 01:16:27.550 Die haben da, finde ich, 01:16:27.590 --> 01:16:28.290 mit die besten 01:16:28.290 --> 01:16:31.410 Datenquellen und von denen 01:16:31.410 --> 01:16:33.550 habe ich das, dass die da umgestiegen 01:16:33.550 --> 01:16:35.630 sind auf die Daten von der ECDC. 01:16:36.190 --> 01:16:37.330 Die benutze ich jetzt auch und die 01:16:37.330 --> 01:16:39.150 sind ein bisschen verlässlicher. 01:16:40.150 --> 01:16:40.890 Ah ja, okay. 01:16:41.550 --> 01:16:42.550 Ja, sehr cool. 01:16:43.490 --> 01:16:45.330 Ja, das ist also, ich meine, auch da, 01:16:45.390 --> 01:16:47.210 das ist natürlich wahrscheinlich eine der Geschichten, die man daraus 01:16:47.210 --> 01:16:49.510 dann irgendwie lernen sollte, auch in 01:16:49.510 --> 01:16:51.350 Europa ist halt so, das ist überhaupt nicht einheitlich, 01:16:51.830 --> 01:16:53.690 genau wie diese Daten eigentlich erhoben werden oder 01:16:53.690 --> 01:16:55.730 wer da was an wen meldet und so. 01:16:55.830 --> 01:16:57.450 Und das ist halt alles überhaupt nicht miteinander vergleichbar. 01:16:59.070 --> 01:16:59.990 Aber wenn man 01:16:59.990 --> 01:17:02.110 jetzt auch, dass das halt irgendwie aus PDFs, 01:17:02.170 --> 01:17:03.910 also ich meine, auch in Deutschland ist das ganz, ganz 01:17:03.910 --> 01:17:05.890 krude Geschichten, hört man dann von irgendwie Faxen, 01:17:05.910 --> 01:17:07.290 die notergeschickt werden oder 01:17:07.290 --> 01:17:09.830 irgendwie werden Leute telefonisch 01:17:09.830 --> 01:17:11.810 irgendwie informiert über bestimmte Sachen und dann tragen sie 01:17:11.810 --> 01:17:14.030 das halt irgendwo ein oder halt auch nicht oder vergessen das halt auch mal. 01:17:14.270 --> 01:17:15.850 Das wird dann ausgedruckt und dann per 01:17:15.850 --> 01:17:17.030 Postgeschickten wieder eingescannt? 01:17:17.670 --> 01:17:20.050 Ja, also irgendwie, da ist auf jeden Fall 01:17:20.050 --> 01:17:21.930 eine Menge Verbesserungspotenzial, offenbar. 01:17:24.030 --> 01:17:24.430 Aber... 01:17:24.430 --> 01:17:26.070 Da haben ja einige Gruppen an dem Hackathon 01:17:26.070 --> 01:17:26.710 dran gearbeitet. 01:17:26.870 --> 01:17:27.930 Ja, das gab es ja jetzt. 01:17:28.690 --> 01:17:30.610 Auch in Python. 01:17:31.470 --> 01:17:33.850 Ich habe tatsächlich so ein bisschen versucht, da Projekte zu finden. 01:17:33.950 --> 01:17:35.550 Ich habe jetzt tatsächlich nicht die allercoolsten entdeckt. 01:17:35.670 --> 01:17:37.670 Ich habe ein bisschen gecodet, Telegram-Bot 01:17:37.670 --> 01:17:39.970 zur Aufklärung und es ging um 01:17:39.970 --> 01:17:41.830 Supermärkte. Aber ich habe ehrlich gesagt 01:17:41.830 --> 01:17:43.990 eher Leute da getroffen und versucht, so ein bisschen was Sinnvolles 01:17:43.990 --> 01:17:45.910 zu tun, aber wirklich viel 01:17:45.910 --> 01:17:47.590 kam da, glaube ich, nicht bei raus. Es waren sehr viele Menschen. 01:17:47.690 --> 01:17:49.330 Das hat mich ein bisschen gefreut, ein bisschen Hoffnung gegeben. 01:17:49.730 --> 01:17:54.830 Ich glaube, über 42.000 Anmeldungen gab es und hinterher über 1.000 Devs, die dann tatsächlich irgendwas gecodet haben. 01:17:55.770 --> 01:17:56.270 Das war ganz schön. 01:17:56.870 --> 01:18:00.650 Gab es irgendein Projekt, was du besonders cool fandest, woraus du was gewonnen hast? 01:18:01.470 --> 01:18:06.310 Ja, es gibt so ein paar Sachen, die tatsächlich sich um Menschen halt irgendwie versuchen zu kümmern und denen halt die Ängste abnehmen 01:18:06.310 --> 01:18:11.730 oder vernünftiges Handlingen von den Fragen zu machen, dass die Telefone nicht mehr überlastet werden. 01:18:12.590 --> 01:18:16.450 Aber dass da jetzt so richtig das Projekt rausgekommen ist, ich glaube, die brauchen alle noch ein bisschen. 01:18:17.130 --> 01:18:28.510 Ja, es dauert halt noch einen Moment, ja, es waren viele Sachen, die vom Ministerium dazu kamen, was man halt als Datenanalyse machen kann, auch für die die Wirtschaft, für kleine Unternehmen irgendwie gute Ideen sind, aber am Wochenende, glaube ich, kann man da noch nicht ganz was Brauchbares bauen. 01:18:28.510 --> 01:18:39.730 Aber ich glaube, da entsteht was draus und das war wirklich, glaube ich, ein guter Effekt, der mal wirkliche Digitalisierung in Deutschland gezeigt hat, dass gerade so der Anfang jetzt vielleicht gemacht worden ist, den man die ganze Zeit schon seit 20 Jahren erwartet hat. 01:18:40.310 --> 01:19:04.610 Absolut, ja. Das finde ich auch wirklich so das möglicherweise Positive an dieser ganzen Sache ist, dass wir diese ganzen Trends, die da angefangen sind mit Heimarbeit, Homeoffice oder auch Telemedizin, sind alles Sachen, wo man schon Ewigkeiten drüber spricht, aber es ist nie so richtig in die Gänge gekommen. Jetzt ist da eine sehr starke Forcing Function dahinter, dass wir das halt alle machen müssen und dann bewegt sich auch was. 01:19:04.610 --> 01:19:06.770 Breitbandausbau, vielleicht werden endlich mal 01:19:06.770 --> 01:19:08.410 wieder ein paar Kliniken privatisiert, man weiß es nicht. 01:19:10.230 --> 01:19:10.630 Und 01:19:10.630 --> 01:19:12.610 ich meine, das sind alles Sachen, die 01:19:12.610 --> 01:19:14.710 dann, wenn wir diese 01:19:14.710 --> 01:19:16.690 ganze Corona-Geschichte überstanden haben, 01:19:16.810 --> 01:19:18.250 hoffentlich auch bestehen bleiben. 01:19:18.490 --> 01:19:19.510 Die ganzen Arbeitgeber 01:19:19.510 --> 01:19:21.990 haben jetzt Erfahrung damit, 01:19:22.670 --> 01:19:24.050 die Ärzte haben Erfahrung damit, 01:19:24.710 --> 01:19:26.230 Konferenzen auch zum Beispiel, 01:19:26.430 --> 01:19:28.690 viele wurden abgesagt, aber einige sind auch virtuell 01:19:28.690 --> 01:19:30.750 geworden. Und das ist auch eine Sache, 01:19:30.910 --> 01:19:32.750 die schon immer so gefordert wurde, 01:19:32.830 --> 01:19:40.590 Weil es natürlich auch CO2 sehr schlecht für die Umwelt ist, 01:19:40.590 --> 01:19:44.190 wenn da 100.000 Leute zu dieser Konferenz fliegen. 01:19:45.590 --> 01:19:48.590 Und das kann man viel virtuell machen. 01:19:48.870 --> 01:19:50.430 Und das wurde auch nur lange gefordert. 01:19:50.570 --> 01:19:53.330 Jetzt wird es tatsächlich umgesetzt, weil es nicht anders geht. 01:19:53.690 --> 01:19:55.730 Apropos virtuell, da muss ich einmal kurz einhaken. 01:19:55.870 --> 01:19:57.470 Weiß ich nicht, wann wir die Folge veröffentlicht bekommen. 01:19:57.570 --> 01:20:02.210 Aber jetzt am Wochenende ist der virtuelle Düsseldorfer Python Sprint, 01:20:02.690 --> 01:20:04.190 der sonst immer bei Trivago stattfand, auch 01:20:04.190 --> 01:20:05.630 auf virtuelle Ebene verschoben wurden. 01:20:07.250 --> 01:20:08.570 Das Python-Camp 01:20:08.570 --> 01:20:09.690 auch, also das 01:20:09.690 --> 01:20:11.270 in 01:20:11.270 --> 01:20:13.610 Deutschland stattfindet. 01:20:14.850 --> 01:20:16.250 Ja, und das ist jetzt auch, 01:20:16.350 --> 01:20:18.330 das ist noch nicht so richtig klar. Und sogar die EuroPython 01:20:18.330 --> 01:20:20.110 auch, auch virtuell. Ach, ernsthaft? 01:20:20.130 --> 01:20:22.210 Das habe ich im Blog gelesen, ja. Das habe ich noch gar nicht 01:20:22.210 --> 01:20:24.150 mitbekommen, weil, ja, okay, das wäre nämlich, 01:20:24.470 --> 01:20:26.270 weil da war, hatte ich ja auch, oder hatten 01:20:26.270 --> 01:20:27.410 wir auch überlegt, da hinzugehen. 01:20:27.870 --> 01:20:29.830 Ja, also ich hatte schon gebucht, ich habe 01:20:29.830 --> 01:20:31.410 schon hinbekommen, aber ja. 01:20:32.690 --> 01:20:46.010 Hm, interessant. Ja, aber ich bin auch gespannt, wie das dann jetzt am Wochenende wird. Die ganzen Geschichten müssen sich jetzt halt da erstmal so finden, aber ich bin auch überzeugt, dass das eigentlich im Prinzip kein Problem ist. Es sollte schon gehen. 01:20:46.010 --> 01:20:56.310 Es hat halt schon ein paar Vorteile, wenn man die Leute tatsächlich persönlich sehen kann, als nur remote. Ja, das ist natürlich schon auch mal schön, lieber Thomas, aber wir hätten dich natürlich gerne alle begrüßt. 01:20:56.310 --> 01:20:57.030 Genau, richtig. 01:20:58.150 --> 01:20:59.670 Mit Handschlag und 01:20:59.670 --> 01:21:02.210 ja, aber genau, also 01:21:02.210 --> 01:21:03.590 ich glaube, 01:21:04.050 --> 01:21:05.890 diese ganzen Nachteile gibt es auf jeden Fall, 01:21:06.230 --> 01:21:07.690 aber ich würde mich wundern, wenn es da nicht auch 01:21:07.690 --> 01:21:10.210 sehr viel Potenzial für innovative Ideen 01:21:10.210 --> 01:21:12.050 gibt, wie man das 01:21:12.050 --> 01:21:14.170 Nachteil 01:21:14.170 --> 01:21:16.010 ausgleichen und Vorteile ausweichen kann. 01:21:17.050 --> 01:21:17.870 Ja, und es gab 01:21:17.870 --> 01:21:19.910 eine Kegel-Competition gab es noch jetzt 01:21:19.910 --> 01:21:21.810 irgendwie neu. Ja, da gab es mehrere. 01:21:22.650 --> 01:21:22.810 Ja, 01:21:24.570 --> 01:21:25.290 Moment, 01:21:25.650 --> 01:21:27.610 Genau, es gab einmal 01:21:27.610 --> 01:21:29.030 eine Geschichte. 01:21:32.450 --> 01:21:33.950 Genau, da geht es darum, haben sie 01:21:33.950 --> 01:21:36.270 einen riesen Datensatz mit Research-Papern 01:21:36.270 --> 01:21:37.770 zur Verfügung gestellt und da wird 01:21:37.770 --> 01:21:38.930 NLP drauf gemacht. 01:21:39.870 --> 01:21:41.790 Auch bei Quantopian sind wir auch 01:21:41.790 --> 01:21:43.910 gerade dabei, eine neue Challenge zu starten. 01:21:45.490 --> 01:21:45.490 Und 01:21:45.490 --> 01:21:47.690 das haben wir immer gemacht mit gewissen 01:21:47.690 --> 01:21:48.850 Datensätzen oder so. Jetzt 01:21:48.850 --> 01:21:51.810 generiert man Algorithmen auf 01:21:51.810 --> 01:21:53.870 den Insider-Daten oder so. 01:21:54.590 --> 01:21:57.150 Das, wie wir es jetzt machen wollen, ist ein bisschen eine andere Idee. 01:21:57.710 --> 01:22:03.510 Da geht es auch um Covid-19 und den Einfluss davon auf die Wirtschaft und auf die Finanzmärkte. 01:22:04.170 --> 01:22:06.790 Und da geht es nicht darum, irgendwelche Algorithmen zu entwickeln, 01:22:06.870 --> 01:22:10.410 sondern stattdessen interessante Analysen und Visualisierungen davon zu machen. 01:22:10.410 --> 01:22:19.630 Also wer macht die coolste Analyse, wie der Einfluss von Covid-19 auf die Supply Chains ist oder auf die Aktienmärkte? 01:22:19.970 --> 01:22:20.670 Das wird nicht so. 01:22:20.670 --> 01:22:24.230 Ich zeichne mal mit, dass du so einen Aktienmarkt und dann kommt irgendwie so ein großer Hammer und dann macht es boom. 01:22:24.590 --> 01:22:26.770 Ja, genau sowas. 01:22:28.150 --> 01:22:29.170 Aber genau, also bis 01:22:29.170 --> 01:22:31.190 der Podcast dann raus ist, ist es wahrscheinlich 01:22:31.190 --> 01:22:33.030 schon unter Kontra mit Website. Also jeder, der da 01:22:33.030 --> 01:22:35.230 Interesse hat, sollte sich das mal 01:22:35.230 --> 01:22:36.290 ansehen. Gibt auch einen Preis. 01:22:37.410 --> 01:22:38.330 Ah, cool. Ja. 01:22:41.530 --> 01:22:43.250 Genau, da sehe ich gerade auch schon, 01:22:43.310 --> 01:22:45.070 es gibt eine Forecasting-Competition 01:22:45.070 --> 01:22:47.010 auf Karel auch, wo halt die Leute auch schon ihre 01:22:47.010 --> 01:22:48.390 Notebooks, da sehe ich auch schon diese 01:22:48.390 --> 01:22:51.030 SIR-Modelle und 01:22:51.030 --> 01:22:53.130 Leute, die interessante Visualisierungen gemacht 01:22:53.130 --> 01:22:55.010 haben. Ich fand das mit dem Preis auf Kantor-Penis aber 01:22:55.010 --> 01:22:57.090 deutlich interessanter. Ja, das ist, ja, 01:22:57.190 --> 01:22:58.890 genau, das packen wir auf jeden Fall auch mit rein, das 01:22:58.890 --> 01:22:59.890 genau. 01:23:01.550 --> 01:23:03.070 Ja, nee, sehr schön. 01:23:03.790 --> 01:23:04.910 Ja, schreibt uns, wenn ihr irgendwie 01:23:04.910 --> 01:23:07.030 ein tolles Projekt habt, wo ihr Unterstützung versucht, 01:23:07.170 --> 01:23:09.130 das werden wir natürlich dann in der nächsten Zeit 01:23:09.130 --> 01:23:11.170 versuchen zu berücksichtigen. Ja, ich weiß 01:23:11.170 --> 01:23:13.030 nicht genau, vielleicht kann man nochmal so ein bisschen allgemein, also 01:23:13.030 --> 01:23:15.010 was auch interessant ist, wenn man da auf dem Laufenden bleiben 01:23:15.010 --> 01:23:16.730 will, was gerade so passiert, diese 01:23:16.730 --> 01:23:18.570 Geschichte, es gibt vom CCC irgendwie 01:23:18.570 --> 01:23:19.070 einen 01:23:19.070 --> 01:23:22.670 Link-Liste und ein Wiki 01:23:22.670 --> 01:23:24.830 und auch ein Bulletin, das sie halt 01:23:24.830 --> 01:23:26.690 jeden Tag veröffentlichen mit allen 01:23:26.690 --> 01:23:28.110 aus ihrer Sicht irgendwie 01:23:28.110 --> 01:23:30.810 wichtigen Entwicklungen und das 01:23:30.810 --> 01:23:31.970 ist auch interessant. Also ich meine, 01:23:32.630 --> 01:23:34.790 die organisieren sich irgendwie um 01:23:34.790 --> 01:23:36.070 so ein Streamer-Channel 01:23:36.070 --> 01:23:37.610 oder Gruppe 01:23:37.610 --> 01:23:39.730 und das sind irgendwie so 100, 01:23:40.510 --> 01:23:42.630 etwas über 100 Leute oder so, die halt alle aus diesem 01:23:42.630 --> 01:23:44.830 medizinischen oder Katastrophenschutz-Bereich kommen 01:23:44.830 --> 01:23:46.750 und die da auch halt echt 01:23:46.750 --> 01:23:48.730 Ahnung von haben und da stehen 01:23:48.730 --> 01:23:49.850 auch immer sehr interessante Sachen 01:23:49.850 --> 01:23:52.410 Sachen dabei. Also wenn da irgendwas 01:23:52.410 --> 01:23:54.510 Neues erschienen 01:23:54.510 --> 01:23:56.410 ist, was irgendwie 01:23:56.410 --> 01:23:58.550 interessant ist, dann findet man das da eigentlich immer. 01:23:58.950 --> 01:24:00.430 Und die machen das halt auch anders. Das ist auch 01:24:00.430 --> 01:24:01.450 sowas, was mich irgendwie 01:24:01.450 --> 01:24:04.030 in letzter Zeit, also ich hab da jetzt auch so ein bisschen, 01:24:04.550 --> 01:24:06.090 naja, ich meine, man konnte dem eigentlich nicht entgehen. 01:24:07.090 --> 01:24:08.350 Man hört ja die ganze Zeit von 01:24:08.350 --> 01:24:10.410 allen möglichen Richtungen strömt das auf einen ein. 01:24:11.370 --> 01:24:11.790 Wenn man so 01:24:11.790 --> 01:24:14.430 sich anguckt, was so in Zeitungen 01:24:14.430 --> 01:24:16.310 oder eben klassischen journalistischen 01:24:16.310 --> 01:24:18.330 Publikationen irgendwie geschrieben wird, was mich 01:24:18.330 --> 01:24:20.370 immer so ein bisschen stört, ist, dass oft nicht die Quellen 01:24:20.370 --> 01:24:22.350 dabei stehen oder so. Und das machen die 01:24:22.350 --> 01:24:24.430 zum Beispiel eben auch anders, dass sie halt immer die Quellen 01:24:24.430 --> 01:24:26.350 alle mit verlinken und dass man halt gucken kann, wenn das steht, 01:24:26.610 --> 01:24:28.330 wenn das steht halt nicht nur irgendwie, es gibt eine 01:24:28.330 --> 01:24:30.150 Studie, die irgendwie das und das sagt, wenn man sich denkt, 01:24:30.210 --> 01:24:32.410 okay, zeig mir doch mal die Studie, ich möchte mal gucken, 01:24:32.490 --> 01:24:34.270 was haben die denn da wirklich gemacht, dann 01:24:34.270 --> 01:24:36.130 ist das da halt auch alles verlinkt und 01:24:36.130 --> 01:24:37.390 das ist schon mal sehr praktisch. 01:24:38.870 --> 01:24:40.130 Ja, ähm, 01:24:41.350 --> 01:24:41.770 hm. 01:24:43.030 --> 01:24:44.330 Ja, es gibt leider auch wieder sehr viele 01:24:44.330 --> 01:24:46.310 Alternativmedien, die irgendwelchen Schrott erzählen. 01:24:46.330 --> 01:24:48.210 Ja, das ist, äh, das ist. Eva Herrmann 01:24:48.210 --> 01:24:49.090 sagt, das wäre wie die Grippe. 01:24:50.310 --> 01:24:50.530 Ja. 01:24:52.670 --> 01:24:52.990 Ja. 01:24:54.990 --> 01:24:55.950 Wie wird man dem her? 01:24:56.350 --> 01:24:58.190 Gute Frage. Ja, keine Ahnung. 01:24:59.630 --> 01:24:59.810 Ja. 01:25:01.950 --> 01:25:02.510 Genau, genau. 01:25:02.770 --> 01:25:03.210 Was ich noch, 01:25:03.950 --> 01:25:05.370 worauf ich noch hinaus wollte, mit dem, 01:25:05.830 --> 01:25:08.270 wie man Daten austauschen kann, also was ich ja persönlich hoffe, 01:25:08.390 --> 01:25:10.270 ich habe auch so keine Ahnung, ob das irgendwie jemals passieren wird, 01:25:10.370 --> 01:25:11.890 aber das habe ich auch, 01:25:12.010 --> 01:25:13.730 die Idee ist ja nicht von mir, sondern das ist halt, 01:25:14.570 --> 01:25:15.750 habe ich auch irgendwann mal gehört 01:25:15.750 --> 01:25:17.130 und dachte so, also zuerst dachte ich, 01:25:17.310 --> 01:25:19.030 ist vielleicht keine tolle Idee, aber dann so 01:25:19.030 --> 01:25:21.050 je länger man drüber nachdenkt, desto 01:25:21.050 --> 01:25:23.030 irgendwie interessanter sieht das aus, irgendwie 01:25:23.030 --> 01:25:25.210 halt als Standard-Datenaustauschformat 01:25:25.210 --> 01:25:27.370 für solche Art von Daten halt SQLite 01:25:27.370 --> 01:25:28.870 zu etablieren, 01:25:28.890 --> 01:25:31.290 weil eben CSV 01:25:31.290 --> 01:25:33.410 irgendwie diverse böse Nachteile 01:25:33.410 --> 01:25:35.330 hat und man mit SQLite halt 01:25:35.330 --> 01:25:37.330 auch sehr schöne Geschichten 01:25:37.330 --> 01:25:38.590 bauen kann gerade. 01:25:38.890 --> 01:25:41.190 Das Problem mit SQLite ist natürlich, du brauchst immer ein Interface, 01:25:41.290 --> 01:25:43.330 mit dem man das beschreiben kann und du hast 01:25:43.330 --> 01:25:45.450 halt bei CSV einfach eine offene 01:25:45.450 --> 01:25:47.270 Tabelle, wo du einfach in irgendwelche Zellen irgendwas rein 01:25:47.270 --> 01:25:48.190 pasten kannst. Und das 01:25:48.190 --> 01:25:51.230 kenne ich so für Sikulite 01:25:51.230 --> 01:25:53.110 so low-levelig, für 01:25:53.110 --> 01:25:54.570 den Privatanwender nicht. 01:25:55.570 --> 01:25:57.230 Ja, natürlich. Also wenn du 01:25:57.230 --> 01:25:59.030 sozusagen tatsächlich da Daten verändern willst, 01:25:59.190 --> 01:26:00.670 dann ist das natürlich 01:26:00.670 --> 01:26:02.290 alles sowieso schwierig. Aber 01:26:02.290 --> 01:26:05.090 wenn du es jetzt nur irgendwie lesen und auswerten willst, 01:26:05.210 --> 01:26:05.970 dann ist vielleicht 01:26:05.970 --> 01:26:08.950 Sikulite gar keine so schlechte Idee. Also ich finde die Idee super, 01:26:09.030 --> 01:26:10.930 so aus technischer Perspektive. Ich frage mich halt nur, wie 01:26:10.930 --> 01:26:12.870 Herr Meier 01:26:12.870 --> 01:26:14.830 und Frau Kunze das umsetzen wollen, wenn sie 01:26:14.830 --> 01:26:16.850 zu Hause sind. Und 01:26:16.850 --> 01:26:19.290 dann ihre 01:26:19.290 --> 01:26:20.830 Daten bereitstellen. Also vielleicht sind diese 01:26:20.830 --> 01:26:22.390 Menschen, die da arbeiten, ja irgendwie 01:26:22.390 --> 01:26:24.650 an der Quelle und haben halt dieses Fax in der Hand 01:26:24.650 --> 01:26:26.690 zum Beispiel und müssen halt diese Daten aus dem Fax irgendwo 01:26:26.690 --> 01:26:28.770 eintippen. Und man 01:26:28.770 --> 01:26:30.610 hat halt vielleicht gar nicht diese Schnittstelle, dieses Interface, 01:26:30.690 --> 01:26:32.670 dass das halt direkt in eine zentrale, gute 01:26:32.670 --> 01:26:34.730 Datenbank kommt, sondern man 01:26:34.730 --> 01:26:36.730 muss halt irgendwie sich so ein 01:26:36.730 --> 01:26:38.710 Überträger-Datenformat überlegen, was 01:26:38.710 --> 01:26:40.770 halt dann oft 01:26:40.770 --> 01:26:42.010 so eine Tabelle ist einfach. 01:26:42.950 --> 01:26:44.850 Ja, aber also was man tatsächlich 01:26:44.850 --> 01:26:46.690 mit SQL, also mit Data Setter zum Beispiel, 01:26:46.770 --> 01:26:48.350 Das ist halt das Projekt, was ich 01:26:48.350 --> 01:26:50.410 in dem Zusammenhang, weil es gibt auch zum Beispiel für diese 01:26:50.410 --> 01:26:52.690 Covid-Daten jetzt 01:26:52.690 --> 01:26:54.630 eine Datasette 01:26:54.630 --> 01:26:56.010 irgendwo auf. 01:26:57.090 --> 01:26:58.530 Das hatten wir noch ein, zwei Mal schon mal erwähnt, 01:26:58.590 --> 01:27:00.290 aber vielleicht erklärst du kurz, was ist das, eine Datasette? 01:27:00.970 --> 01:27:02.730 Ja, also 01:27:02.730 --> 01:27:05.030 da geht es darum, eben genau 01:27:05.030 --> 01:27:06.790 Daten halt 01:27:06.790 --> 01:27:07.730 öffentlich machen zu können. 01:27:08.570 --> 01:27:10.530 Das ist ein Projekt von, war 01:27:10.530 --> 01:27:13.010 jahrelang Side-Project, sozusagen das Haupt-Side-Project 01:27:13.010 --> 01:27:14.390 von Simon Willism, ein der 01:27:14.390 --> 01:27:16.650 Gründer von Django, von dem Django-Projekt. 01:27:16.770 --> 01:27:17.670 Webgeschichte 01:27:17.670 --> 01:27:20.410 und der hatte halt auch irgendwie 01:27:20.410 --> 01:27:23.350 eine Zeit lang 01:27:23.350 --> 01:27:25.310 beim Guardian gearbeitet 01:27:25.310 --> 01:27:26.730 und 01:27:26.730 --> 01:27:29.210 hatte da halt gesehen, dass es 01:27:29.210 --> 01:27:30.630 irgendwie deren Haupt 01:27:30.630 --> 01:27:33.230 Datensammlung von jemandem 01:27:33.230 --> 01:27:35.190 betreut wurde, der halt irgendwie hunderte von 01:27:35.190 --> 01:27:37.170 CSV-Files und Dingen irgendwie 01:27:37.170 --> 01:27:38.510 auf seinem Desktop liegen hatte 01:27:38.510 --> 01:27:40.450 und halt wusste, was da drin stand. 01:27:40.830 --> 01:27:42.630 Aber das ist natürlich nicht so eine gute 01:27:42.630 --> 01:27:44.830 Ausgangsbasis, um da irgendwie 01:27:44.830 --> 01:27:47.970 Daten dann zu veröffentlichen, also das könnte 01:27:47.970 --> 01:27:49.630 man gar nicht so richtig veröffentlichen, weil 01:27:49.630 --> 01:27:51.830 wenn man halt nicht weiß, was da überall drinsteht, dann kann man mit 01:27:51.830 --> 01:27:53.210 dieser Datensammlung gar nicht so viel anfangen 01:27:53.210 --> 01:27:55.770 und hätte dann 01:27:55.770 --> 01:27:57.650 überlegt, was man tun kann, um das 01:27:57.650 --> 01:27:59.330 irgendwie, ja 01:27:59.330 --> 01:28:01.610 auf so einer 01:28:01.610 --> 01:28:02.890 Toolbasis irgendwie daran 01:28:02.890 --> 01:28:05.510 aufzubereiten und das ist halt 01:28:05.510 --> 01:28:07.650 das, was daraus entstanden ist, halt die Tassette 01:28:07.650 --> 01:28:08.710 und das ist halt 01:28:08.710 --> 01:28:11.310 besteht aus mehreren Teilen, ein Teil ist halt 01:28:11.310 --> 01:28:13.510 man wirft irgendwie CSV-Dateien 01:28:13.510 --> 01:28:15.150 da rein oder sagt halt auch nur zu 01:28:15.150 --> 01:28:17.210 einem Verzeichnis, in dem viele CSV-Dateien 01:28:17.210 --> 01:28:18.470 drin liegen, so 01:28:18.470 --> 01:28:21.450 werdet mal zu einer SQLite-Datenbank 01:28:21.450 --> 01:28:22.370 und 01:28:22.370 --> 01:28:25.310 dann wird das mehr oder weniger automatisch 01:28:25.310 --> 01:28:27.550 transformiert und wenn es dann eine SQLite-Datenbank 01:28:27.550 --> 01:28:28.730 ist, dann 01:28:28.730 --> 01:28:31.650 kann man da halt beliebiger 01:28:31.650 --> 01:28:33.350 SQL-Anfragen drauf stellen, 01:28:33.510 --> 01:28:35.270 weil man kann halt bei SQLite 01:28:35.270 --> 01:28:37.090 sagen, das ist auch eine schöne Geschichte, 01:28:37.210 --> 01:28:38.770 das ist in der Python-Standard-Bibliothek direkt mit drin. 01:28:39.730 --> 01:28:41.430 Das heißt, man muss da nichts installieren 01:28:41.430 --> 01:28:43.190 oder so, sobald man einen Python-Interpreter hat, hat man 01:28:43.190 --> 01:28:45.210 das dabei und kann 01:28:45.210 --> 01:28:47.110 das Read-Only sozusagen aufmachen. 01:28:48.250 --> 01:28:49.110 Und er kriegt dann das Schema 01:28:49.110 --> 01:28:51.050 dann daraus, was er in den Daten gegeben hat. 01:28:51.110 --> 01:28:53.110 Ja, und was Setter-Setter macht, ist, es macht 01:28:53.110 --> 01:28:54.870 halt automatisch eine API drumherum. 01:28:54.870 --> 01:28:57.170 Sodass du halt auch direkt eine Web-API 01:28:57.170 --> 01:28:58.750 hast auf deine 01:28:58.750 --> 01:29:00.890 SQLite und sozusagen 01:29:00.890 --> 01:29:02.870 du hast jetzt nicht irgendwie GraphQL 01:29:02.870 --> 01:29:04.950 mit dem du als Abfragesprache 01:29:04.950 --> 01:29:06.630 mit der du das abfragst, sondern du hast halt direkt 01:29:06.630 --> 01:29:08.690 SQL und kriegst dann halt JSON oder 01:29:08.690 --> 01:29:09.430 CSV zurück. 01:29:10.790 --> 01:29:12.970 Und ja, das ist eigentlich 01:29:12.970 --> 01:29:14.610 sehr, sehr schick. 01:29:15.970 --> 01:29:17.330 Aber ja, es ist natürlich 01:29:17.330 --> 01:29:19.350 ja klar, also ich meine... 01:29:19.350 --> 01:29:21.110 Also das heißt, man könnte jetzt diese ganzen Repos 01:29:21.110 --> 01:29:23.110 auf GitHub, wo die ganzen Datensätze als CSV 01:29:23.110 --> 01:29:24.950 drin sind, einfach in irgendeine Datasette kippen 01:29:24.950 --> 01:29:27.230 und hätte direkt als SQL die Abfrage. 01:29:27.610 --> 01:29:29.110 Ja, nicht nur das, sondern man hat sogar 01:29:29.110 --> 01:29:30.970 einmal ein Interface, wo man 01:29:30.970 --> 01:29:33.310 SQL hin tun oder reinposten 01:29:33.310 --> 01:29:34.530 kann sozusagen und dann kommt halt 01:29:34.530 --> 01:29:37.170 irgendwie eine HTML-Tabelle im Browser 01:29:37.170 --> 01:29:39.270 zurück oder halt eben CSV oder JSON, 01:29:39.810 --> 01:29:41.190 wenn man es als API verwenden möchte und man hat 01:29:41.190 --> 01:29:42.610 direkt eine API auf die Datenbank. 01:29:42.970 --> 01:29:45.510 und es ist sogar so, dass man das nicht 01:29:45.510 --> 01:29:47.210 mal selber husten muss, sondern es gibt dann diverse 01:29:47.210 --> 01:29:49.230 Provider, die halt so 01:29:49.230 --> 01:29:50.850 Dinge anbieten, wie du kannst dann 01:29:50.850 --> 01:29:53.390 das habe ich jetzt gar nicht nochmal genau 01:29:53.390 --> 01:29:55.510 nachgeguckt, aber es gibt glaube ich Glitch, mit Glitch geht das 01:29:55.510 --> 01:29:56.750 irgendwie oder es gibt halt auch mit 01:29:56.750 --> 01:29:59.690 es gibt auch diverse 01:29:59.690 --> 01:30:01.370 die einfach so Docker-Container anbieten, die man 01:30:01.370 --> 01:30:03.470 wo man halt so ein freies Kontingent 01:30:03.470 --> 01:30:05.370 hat an Containern irgendwie 01:30:05.370 --> 01:30:07.330 und dann damit kann man das halt auch 01:30:07.330 --> 01:30:09.430 hochziehen und sodass man 01:30:09.430 --> 01:30:11.030 halt ohne 01:30:11.030 --> 01:30:12.610 irgendwie selber da irgendwie 01:30:12.610 --> 01:30:14.470 Hosting bezahlen zu müssen, 01:30:15.270 --> 01:30:16.890 die CSVs halt als 01:30:16.890 --> 01:30:18.830 SQL-Datenbank mit 01:30:18.830 --> 01:30:20.970 API irgendwie ins Netz stellen 01:30:20.970 --> 01:30:22.810 kann. Und das ist auch mit diesen 01:30:22.810 --> 01:30:24.330 John Hopkins-Daten passiert. 01:30:25.050 --> 01:30:26.430 Und das fand ich auch schon 01:30:26.430 --> 01:30:28.550 sehr interessant. Aber na gut, ich meine, das 01:30:28.550 --> 01:30:30.750 fixt natürlich die grundlegenden Datenprobleme 01:30:30.750 --> 01:30:31.610 darunter halt dann nicht. 01:30:33.670 --> 01:30:35.010 Aber es ist auf jeden Fall 01:30:35.010 --> 01:30:36.930 eine ganz 01:30:36.930 --> 01:30:38.910 interessante Geschichte, finde ich. Wenn man jetzt zum Beispiel 01:30:38.910 --> 01:30:41.050 irgendwie ein Notebook baut, was halt irgendwie 01:30:41.050 --> 01:30:43.310 diese Daten verwendet, 01:30:43.370 --> 01:30:45.370 dann kann man halt auch direkt, das könnte man direkt 01:30:45.370 --> 01:30:46.850 die Datasette, diese 01:30:46.850 --> 01:30:49.130 COVID-19-Datasette einfach 01:30:49.130 --> 01:30:51.010 verwenden und dann halt die ganzen Daten 01:30:51.010 --> 01:30:52.610 über eine API bekommen, ohne dass man da selber 01:30:52.610 --> 01:30:53.770 CSVs parsen muss oder so. 01:30:54.310 --> 01:30:54.830 Cool. 01:30:57.090 --> 01:30:57.410 Ja. 01:30:59.410 --> 01:31:00.630 Aber, genau. 01:31:02.450 --> 01:31:02.890 Ja, also 01:31:02.890 --> 01:31:04.870 Feedback und Anregungen und Fragen und 01:31:04.870 --> 01:31:07.730 alle eure Sorgen an hallo.python-podcast.de 01:31:07.730 --> 01:31:09.570 Ja. 01:31:10.610 --> 01:31:11.590 Thomas, bist du noch da? 01:31:12.370 --> 01:31:13.090 Ich bin noch da. 01:31:14.510 --> 01:31:15.410 Ja, ich weiß nicht. 01:31:16.830 --> 01:31:17.850 Sind wir dann schon durch? 01:31:17.930 --> 01:31:19.190 Haben wir noch irgendwas Interessantes? 01:31:19.710 --> 01:31:22.450 Haben wir noch irgendwelche Dinge, die ansonsten... 01:31:22.450 --> 01:31:24.390 Naja, also News aus der Szene, die ganzen Konferenzen 01:31:24.390 --> 01:31:25.850 abgesagt und... 01:31:25.850 --> 01:31:28.450 Das ist die eine große Neuigkeit. 01:31:28.930 --> 01:31:30.530 Ja, wenn ihr zum Peißenbuch kommen wollt, 01:31:30.530 --> 01:31:32.270 der stattfindet, der ist jetzt auch virtuell. 01:31:32.530 --> 01:31:34.790 Könnt ihr auf dem Chaosdorf mal gucken, welche Räume es da gibt. 01:31:37.230 --> 01:31:38.490 Ja, dann vielen Dank, 01:31:38.590 --> 01:31:39.290 dass du heute da warst. 01:31:39.390 --> 01:31:42.050 Vielen Dank, weil du ganz viele Dinge erzählt hast. 01:31:43.310 --> 01:31:44.390 Ja, vielen Dank 01:31:44.390 --> 01:31:46.250 für die Einladung. Es war sehr cool 01:31:46.250 --> 01:31:46.750 mit euch zu sprechen. 01:31:47.730 --> 01:31:49.210 Wir freuen uns schon, wenn alle wieder gesund sind. 01:31:49.270 --> 01:31:52.490 Dann müssen wir es hier mal live wieder vor Ort wiederholen. 01:31:52.970 --> 01:31:53.490 Sehr gerne. 01:31:53.990 --> 01:31:55.470 In der Nähe. Ist ja gar nicht so weit. 01:31:56.550 --> 01:31:57.510 Ja, vielen Dank fürs Zuhören. 01:31:57.870 --> 01:31:59.450 Bleibt uns gewogen. Hört wieder rein. Bleibt gesund. 01:31:59.570 --> 01:32:01.470 Vor allen Dingen in diesen unruhigen Zeiten. 01:32:02.310 --> 01:32:03.570 Hört mal wieder rein. Wir hören uns. 01:32:03.650 --> 01:32:05.050 Bis zum nächsten Mal. Tschüss.