<?xml version="1.0" encoding="UTF-8"?>
<?xml-stylesheet href="/stylesheet.xsl?20230712" type="text/xsl"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom" xmlns:itunes="http://www.itunes.com/dtds/podcast-1.0.dtd" xmlns:psc="http://podlove.org/simple-chapters" xmlns:media="http://search.yahoo.com/mrss/" xmlns:content="http://purl.org/rss/1.0/modules/content/" xmlns:fh="http://purl.org/syndication/history/1.0" xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:sy="http://purl.org/rss/1.0/modules/syndication/" xmlns:feedpress="https://feed.press/xmlns" xmlns:googleplay="http://www.google.com/schemas/play-podcasts/1.0" xmlns:podcast="https://podcastindex.org/namespace/1.0">
  <channel>
    <feedpress:locale>en</feedpress:locale>
    <atom:link rel="self" type="application/rss+xml" title="Wissenschaft Veränderung" href="https://letscast.fm/podcasts/wissenschaft-veraenderung-a371f2fc/feed"/>
    <atom:link rel="first" href="https://letscast.fm/podcasts/wissenschaft-veraenderung-a371f2fc/feed"/>
    <language>de</language>
    <title>Wissenschaft Veränderung</title>
    <description>Ein Klick, unendliche Möglichkeiten! »Wissenschaft Veränderung – der Podcast zur digitalen Transformation« ist dein Kompass durch das grenzenlose Feld neuer Technologien und Innovationen. In lehrreichen Gesprächen über alles, was den digitalen Wandel vorantreibt, lernst du Innovator:innen aus Wissenschaft und Wirtschaft kennen. Welche Rolle spielt ihre Arbeit für den Fortschritt? Drück auf Play und sei dabei, wenn es heißt: Wissen schafft Veränderung.

Dieser Podcast ist ein Projekt unter der Leitung von Prof. Dr. Sebastian Fischer, Professor für Wirtschaftsinformatik an der Hochschule für Wirtschaft und Recht Berlin.</description>
    <link>https://wissenschaft-veränderung.letscast.fm</link>
    <lastBuildDate>Tue, 14 Apr 2026 19:01:20 +0200</lastBuildDate>
    <copyright>Sebastian Fischer</copyright>
    <podcast:locked owner="wissenschaftveraenderung@gmail.com">yes</podcast:locked>
    <image>
      <url>https://lcdn.letscast.fm/media/podcast/2f55f0df/artwork-3000x3000.jpg?t=1709654171</url>
      <title>Wissenschaft Veränderung</title>
      <link>https://wissenschaft-veränderung.letscast.fm</link>
    </image>
    <atom:contributor>
      <atom:name>Sebastian Fischer</atom:name>
    </atom:contributor>
    <generator>LetsCast.fm (https://letscast.fm)</generator>
    <itunes:subtitle>Der Podcast zur digitalen Transformation</itunes:subtitle>
    <itunes:author>Sebastian Fischer</itunes:author>
    <itunes:type>episodic</itunes:type>
    <itunes:new-feed-url>https://letscast.fm/podcasts/wissenschaft-veraenderung-a371f2fc/feed</itunes:new-feed-url>
    <itunes:keywords>Innovation, Digitalisierung, Technologie, Transformation, Industrie, Wirtschaft, Lehre, Studium, Forschung, Methoden, Wissenschaft, Ethik</itunes:keywords>
    <itunes:category text="Science"/>
    <itunes:category text="Education"/>
    <itunes:owner>
      <itunes:name>Sebastian Fischer</itunes:name>
      <itunes:email>wissenschaftveraenderung@gmail.com</itunes:email>
    </itunes:owner>
    <itunes:image href="https://lcdn.letscast.fm/media/podcast/2f55f0df/artwork-3000x3000.jpg?t=1709654171"/>
    <itunes:explicit>no</itunes:explicit>
    <itunes:complete>no</itunes:complete>
    <itunes:block>no</itunes:block>
    <googleplay:author>Sebastian Fischer</googleplay:author>
    <googleplay:summary>Ein Klick, unendliche Möglichkeiten! »Wissenschaft Veränderung – der Podcast zur digitalen Transformation« ist dein Kompass durch das grenzenlose Feld neuer Technologien und Innovationen. In lehrreichen Gesprächen über alles, was den digitalen Wandel vorantreibt, lernst du Innovator:innen aus Wissenschaft und Wirtschaft kennen. Welche Rolle spielt ihre Arbeit für den Fortschritt? Drück auf Play und sei dabei, wenn es heißt: Wissen schafft Veränderung.

Dieser Podcast ist ein Projekt unter der Leitung von Prof. Dr. Sebastian Fischer, Professor für Wirtschaftsinformatik an der Hochschule für Wirtschaft und Recht Berlin.</googleplay:summary>
    <googleplay:image href="https://lcdn.letscast.fm/media/podcast/2f55f0df/artwork-3000x3000.jpg?t=1709654171"/>
    <googleplay:explicit>no</googleplay:explicit>
    <googleplay:block>no</googleplay:block>
    <item>
      <guid isPermaLink="false">c1b246b8993b4f1198e66a17e41e6e00</guid>
      <title>#17 Multimodale KI: Wenn der Chatbot auch Bilder und Tabellen liest</title>
      <description>
        <![CDATA[<div>Firmen-Chatbots sollen auf Knopfdruck das gesamte Unternehmenswissen zugänglich machen. Doch die meisten sind blind für alles, was kein reiner Text ist: Prozessdiagramme, Bilder und Tabellen werden ignoriert. Die Folge: unvollständige oder nutzlose Antworten.<br>In dieser Folge sprechen wir mit Richard Zimmermann, der sich in seiner Bachelorarbeit genau dieser Herausforderung gestellt hat. Er erklärt, wie man mit dem Ansatz der "Retrieval-Augmented Generation" (RAG) einem Sprachmodell beibringt, auch multimodale Daten zu verstehen und zu nutzen.<br>Wir tauchen tief in die Technik ein und klären, warum es nicht nur darum geht, der KI Daten zu geben, sondern auch darum, ihr die <em>richtigen</em> Informationen in der <em>richtigen</em> Menge zu präsentieren, um das "Lost in the Middle"-Problem zu vermeiden.</div>]]>
      </description>
      <pubDate>Fri, 25 Jul 2025 11:00:00 +0200</pubDate>
      <enclosure url="https://lcdn.letscast.fm/media/podcast/2f55f0df/episode/4d31d880.mp3?t=1753437047" length="63663542" type="audio/mpeg"/>
      <content:encoded>
        <![CDATA[<div>Firmen-Chatbots sollen auf Knopfdruck das gesamte Unternehmenswissen zugänglich machen. Doch die meisten sind blind für alles, was kein reiner Text ist: Prozessdiagramme, Bilder und Tabellen werden ignoriert. Die Folge: unvollständige oder nutzlose Antworten.<br>In dieser Folge sprechen wir mit Richard Zimmermann, der sich in seiner Bachelorarbeit genau dieser Herausforderung gestellt hat. Er erklärt, wie man mit dem Ansatz der "Retrieval-Augmented Generation" (RAG) einem Sprachmodell beibringt, auch multimodale Daten zu verstehen und zu nutzen.<br>Wir tauchen tief in die Technik ein und klären, warum es nicht nur darum geht, der KI Daten zu geben, sondern auch darum, ihr die <em>richtigen</em> Informationen in der <em>richtigen</em> Menge zu präsentieren, um das "Lost in the Middle"-Problem zu vermeiden.</div>]]>
      </content:encoded>
      <link>https://wissenschaft-veränderung.letscast.fm/episode/17-multimodale-ki-wenn-der-chatbot-auch-bilder-und-tabellen-liest</link>
      <atom:link rel="http://podlove.org/deep-link" href="https://wissenschaft-veränderung.letscast.fm/episode/17-multimodale-ki-wenn-der-chatbot-auch-bilder-und-tabellen-liest"/>
      <itunes:title>#17 Multimodale KI: Wenn der Chatbot auch Bilder und Tabellen liest</itunes:title>
      <itunes:duration>01:06:13</itunes:duration>
      <itunes:author>Sebastian Fischer</itunes:author>
      <itunes:episode>17</itunes:episode>
      <itunes:episodeType>full</itunes:episodeType>
      <itunes:summary>
        <![CDATA[<div>Firmen-Chatbots sollen auf Knopfdruck das gesamte Unternehmenswissen zugänglich machen. Doch die meisten sind blind für alles, was kein reiner Text ist: Prozessdiagramme, Bilder und Tabellen werden ignoriert. Die Folge: unvollständige oder nutzlose Antworten.<br>In dieser Folge sprechen wir mit Richard Zimmermann, der sich in seiner Bachelorarbeit genau dieser Herausforderung gestellt hat. Er erklärt, wie man mit dem Ansatz der "Retrieval-Augmented Generation" (RAG) einem Sprachmodell beibringt, auch multimodale Daten zu verstehen und zu nutzen.<br>Wir tauchen tief in die Technik ein und klären, warum es nicht nur darum geht, der KI Daten zu geben, sondern auch darum, ihr die <em>richtigen</em> Informationen in der <em>richtigen</em> Menge zu präsentieren, um das "Lost in the Middle"-Problem zu vermeiden.</div>]]>
      </itunes:summary>
      <itunes:keywords></itunes:keywords>
      <itunes:explicit>no</itunes:explicit>
      <itunes:block>no</itunes:block>
      <googleplay:explicit>no</googleplay:explicit>
      <googleplay:block>no</googleplay:block>
    </item>
    <item>
      <guid isPermaLink="false">9060ee60870e4ed78d063ff31a8c8924</guid>
      <title>#16 KI gegen die Zettel-Flut: Wie Machine Learning Schachpartien digitalisiert</title>
      <description>
        <![CDATA[<div>Nach einer langen, anstrengenden Schachpartie noch 30 Minuten lang mühsam jeden einzelnen Zug vom Papier in den Computer übertragen, nur um das Spiel analysieren zu können? Das muss nicht sein, dachte sich auch Benjamin Kostka und hat das Problem für seine Bachelorarbeit einfach selbst gelöst.<br>In dieser Folge von "Wissenschaft Veränderung" sprechen wir mit Ben über seinen Weg. Als aktiver Vereinsspieler wollte er den Prozess von der handschriftlichen Partie-Notation zur digitalen Analyse automatisieren. Er entwickelte ein Machine-Learning-Modell, das Fotos von ausgefüllten Partieformularen einlesen und in das digitale PGN-Format umwandeln kann.<br>Wir tauchen tief in die Praxis ein: Wie geht man damit um, dass jedes Turnierformular anders aussieht? Wie erstellt man einen sauberen Datensatz, wenn die echten Daten zu unordentlich sind? Und wie gut funktioniert die Handschrifterkennung am Ende wirklich?</div>]]>
      </description>
      <pubDate>Fri, 25 Jul 2025 11:00:00 +0200</pubDate>
      <enclosure url="https://lcdn.letscast.fm/media/podcast/2f55f0df/episode/cc0628ae.mp3?t=1753436851" length="59125760" type="audio/mpeg"/>
      <content:encoded>
        <![CDATA[<div>Nach einer langen, anstrengenden Schachpartie noch 30 Minuten lang mühsam jeden einzelnen Zug vom Papier in den Computer übertragen, nur um das Spiel analysieren zu können? Das muss nicht sein, dachte sich auch Benjamin Kostka und hat das Problem für seine Bachelorarbeit einfach selbst gelöst.<br>In dieser Folge von "Wissenschaft Veränderung" sprechen wir mit Ben über seinen Weg. Als aktiver Vereinsspieler wollte er den Prozess von der handschriftlichen Partie-Notation zur digitalen Analyse automatisieren. Er entwickelte ein Machine-Learning-Modell, das Fotos von ausgefüllten Partieformularen einlesen und in das digitale PGN-Format umwandeln kann.<br>Wir tauchen tief in die Praxis ein: Wie geht man damit um, dass jedes Turnierformular anders aussieht? Wie erstellt man einen sauberen Datensatz, wenn die echten Daten zu unordentlich sind? Und wie gut funktioniert die Handschrifterkennung am Ende wirklich?</div>]]>
      </content:encoded>
      <link>https://wissenschaft-veränderung.letscast.fm/episode/16-ki-gegen-die-zettel-flut-wie-machine-learning-schachpartien-digitalisiert</link>
      <atom:link rel="http://podlove.org/deep-link" href="https://wissenschaft-veränderung.letscast.fm/episode/16-ki-gegen-die-zettel-flut-wie-machine-learning-schachpartien-digitalisiert"/>
      <itunes:title>#16 KI gegen die Zettel-Flut: Wie Machine Learning Schachpartien digitalisiert</itunes:title>
      <itunes:duration>01:01:30</itunes:duration>
      <itunes:author>Sebastian Fischer</itunes:author>
      <itunes:episode>16</itunes:episode>
      <itunes:episodeType>full</itunes:episodeType>
      <itunes:summary>
        <![CDATA[<div>Nach einer langen, anstrengenden Schachpartie noch 30 Minuten lang mühsam jeden einzelnen Zug vom Papier in den Computer übertragen, nur um das Spiel analysieren zu können? Das muss nicht sein, dachte sich auch Benjamin Kostka und hat das Problem für seine Bachelorarbeit einfach selbst gelöst.<br>In dieser Folge von "Wissenschaft Veränderung" sprechen wir mit Ben über seinen Weg. Als aktiver Vereinsspieler wollte er den Prozess von der handschriftlichen Partie-Notation zur digitalen Analyse automatisieren. Er entwickelte ein Machine-Learning-Modell, das Fotos von ausgefüllten Partieformularen einlesen und in das digitale PGN-Format umwandeln kann.<br>Wir tauchen tief in die Praxis ein: Wie geht man damit um, dass jedes Turnierformular anders aussieht? Wie erstellt man einen sauberen Datensatz, wenn die echten Daten zu unordentlich sind? Und wie gut funktioniert die Handschrifterkennung am Ende wirklich?</div>]]>
      </itunes:summary>
      <itunes:keywords></itunes:keywords>
      <itunes:explicit>no</itunes:explicit>
      <itunes:block>no</itunes:block>
      <googleplay:explicit>no</googleplay:explicit>
      <googleplay:block>no</googleplay:block>
    </item>
    <item>
      <guid isPermaLink="false">f023efccdaf540d8b41f788da2b73136</guid>
      <title>#15 Von der Halluzination zur Präzision: Ein Blick in die Trickkiste der KI-Entwicklung</title>
      <description>
        <![CDATA[<div>Wir alle nutzen KI-Sprachmodelle, doch wie verlässlich sind ihre Antworten wirklich? Studien zeigen, dass selbst fortschrittliche Modelle wie GPT-4 bei Faktenfragen oft nur eine Trefferquote von rund 60 % erreichen und zum "Halluzinieren" neigen. Aber es gibt Methoden, das zu ändern.<br>In dieser Folge sprechen wir mit Nicolas Kohl, der sich im Rahmen seiner Bachelorarbeit bei SAP genau diesem Problem gewidmet hat. Er erklärt den Ansatz der "Retrieval-Augmented Generation" (RAG), bei dem eine KI lernt, ihre Antworten auf Basis externer, verlässlicher Dokumente zu formulieren, anstatt sich auf ihr eigenes, manchmal fehlerhaftes Wissen zu verlassen.<br>Wir tauchen tief ein in die Optimierung dieser Methode und klären, warum es nicht nur darauf ankommt, der KI überhaupt Daten zu geben, sondern auch darauf, ihr die <em>richtigen</em> Daten in der <em>richtigen</em> Menge zu präsentieren.</div>]]>
      </description>
      <pubDate>Fri, 25 Jul 2025 11:00:00 +0200</pubDate>
      <enclosure url="https://lcdn.letscast.fm/media/podcast/2f55f0df/episode/19f8ef03.mp3?t=1753436661" length="67071582" type="audio/mpeg"/>
      <content:encoded>
        <![CDATA[<div>Wir alle nutzen KI-Sprachmodelle, doch wie verlässlich sind ihre Antworten wirklich? Studien zeigen, dass selbst fortschrittliche Modelle wie GPT-4 bei Faktenfragen oft nur eine Trefferquote von rund 60 % erreichen und zum "Halluzinieren" neigen. Aber es gibt Methoden, das zu ändern.<br>In dieser Folge sprechen wir mit Nicolas Kohl, der sich im Rahmen seiner Bachelorarbeit bei SAP genau diesem Problem gewidmet hat. Er erklärt den Ansatz der "Retrieval-Augmented Generation" (RAG), bei dem eine KI lernt, ihre Antworten auf Basis externer, verlässlicher Dokumente zu formulieren, anstatt sich auf ihr eigenes, manchmal fehlerhaftes Wissen zu verlassen.<br>Wir tauchen tief ein in die Optimierung dieser Methode und klären, warum es nicht nur darauf ankommt, der KI überhaupt Daten zu geben, sondern auch darauf, ihr die <em>richtigen</em> Daten in der <em>richtigen</em> Menge zu präsentieren.</div>]]>
      </content:encoded>
      <link>https://wissenschaft-veränderung.letscast.fm/episode/15-von-der-halluzination-zur-praezision-ein-blick-in-die-trickkiste-der-ki-entwicklung</link>
      <atom:link rel="http://podlove.org/deep-link" href="https://wissenschaft-veränderung.letscast.fm/episode/15-von-der-halluzination-zur-praezision-ein-blick-in-die-trickkiste-der-ki-entwicklung"/>
      <itunes:title>#15 Von der Halluzination zur Präzision: Ein Blick in die Trickkiste der KI-Entwicklung</itunes:title>
      <itunes:duration>01:09:46</itunes:duration>
      <itunes:author>Sebastian Fischer</itunes:author>
      <itunes:episode>15</itunes:episode>
      <itunes:episodeType>full</itunes:episodeType>
      <itunes:summary>
        <![CDATA[<div>Wir alle nutzen KI-Sprachmodelle, doch wie verlässlich sind ihre Antworten wirklich? Studien zeigen, dass selbst fortschrittliche Modelle wie GPT-4 bei Faktenfragen oft nur eine Trefferquote von rund 60 % erreichen und zum "Halluzinieren" neigen. Aber es gibt Methoden, das zu ändern.<br>In dieser Folge sprechen wir mit Nicolas Kohl, der sich im Rahmen seiner Bachelorarbeit bei SAP genau diesem Problem gewidmet hat. Er erklärt den Ansatz der "Retrieval-Augmented Generation" (RAG), bei dem eine KI lernt, ihre Antworten auf Basis externer, verlässlicher Dokumente zu formulieren, anstatt sich auf ihr eigenes, manchmal fehlerhaftes Wissen zu verlassen.<br>Wir tauchen tief ein in die Optimierung dieser Methode und klären, warum es nicht nur darauf ankommt, der KI überhaupt Daten zu geben, sondern auch darauf, ihr die <em>richtigen</em> Daten in der <em>richtigen</em> Menge zu präsentieren.</div>]]>
      </itunes:summary>
      <itunes:keywords></itunes:keywords>
      <itunes:explicit>no</itunes:explicit>
      <itunes:block>no</itunes:block>
      <googleplay:explicit>no</googleplay:explicit>
      <googleplay:block>no</googleplay:block>
    </item>
    <item>
      <guid isPermaLink="false">71cabd9a7b0940fb88b2936fbeec4b18</guid>
      <title>#14 NIS 2, DSGVO &amp; Co.: Was das neue Cybersicherheitsrecht für Unternehmen bedeutet</title>
      <description>
        <![CDATA[<div>Ein Software-Fehler legt weltweit Krankenhäuser lahm. Neue EU-Richtlinien wie NIS 2 und der Cyber Resilience Act erzeugen Handlungsdruck. Das Thema Cybersicherheit ist längst mehr als nur eine IT-Aufgabe – es ist eine strategische Herausforderung mit enormen rechtlichen Konsequenzen.<br>In dieser Folge sprechen wir mit dem Rechtsanwalt Dr. Tilmann Dittrich. Als Experte für IT-Strafrecht erklärt er, wie sich das Cybersicherheitsrecht aus vielen verschiedenen Gesetzen zusammensetzt und was das für Unternehmen, insbesondere für kritische Infrastrukturen, bedeutet.<br>Wir klären, welche Pflichten auf Geschäftsführer zukommen, warum selbst "freundliche" Hacker rechtliche Probleme bekommen können und wieso der Staat bei der Umsetzung seiner eigenen Gesetze an Grenzen stösst.</div>]]>
      </description>
      <pubDate>Fri, 25 Jul 2025 11:00:00 +0200</pubDate>
      <enclosure url="https://lcdn.letscast.fm/media/podcast/2f55f0df/episode/70cabec5.mp3?t=1753436365" length="54628519" type="audio/mpeg"/>
      <content:encoded>
        <![CDATA[<div>Ein Software-Fehler legt weltweit Krankenhäuser lahm. Neue EU-Richtlinien wie NIS 2 und der Cyber Resilience Act erzeugen Handlungsdruck. Das Thema Cybersicherheit ist längst mehr als nur eine IT-Aufgabe – es ist eine strategische Herausforderung mit enormen rechtlichen Konsequenzen.<br>In dieser Folge sprechen wir mit dem Rechtsanwalt Dr. Tilmann Dittrich. Als Experte für IT-Strafrecht erklärt er, wie sich das Cybersicherheitsrecht aus vielen verschiedenen Gesetzen zusammensetzt und was das für Unternehmen, insbesondere für kritische Infrastrukturen, bedeutet.<br>Wir klären, welche Pflichten auf Geschäftsführer zukommen, warum selbst "freundliche" Hacker rechtliche Probleme bekommen können und wieso der Staat bei der Umsetzung seiner eigenen Gesetze an Grenzen stösst.</div>]]>
      </content:encoded>
      <link>https://wissenschaft-veränderung.letscast.fm/episode/14-nis-2-dsgvo-co-was-das-neue-cybersicherheitsrecht-fuer-unternehmen-bedeutet</link>
      <atom:link rel="http://podlove.org/deep-link" href="https://wissenschaft-veränderung.letscast.fm/episode/14-nis-2-dsgvo-co-was-das-neue-cybersicherheitsrecht-fuer-unternehmen-bedeutet"/>
      <itunes:title>#14 NIS 2, DSGVO &amp; Co.: Was das neue Cybersicherheitsrecht für Unternehmen bedeutet</itunes:title>
      <itunes:duration>00:56:49</itunes:duration>
      <itunes:author>Sebastian Fischer</itunes:author>
      <itunes:episode>14</itunes:episode>
      <itunes:episodeType>full</itunes:episodeType>
      <itunes:summary>
        <![CDATA[<div>Ein Software-Fehler legt weltweit Krankenhäuser lahm. Neue EU-Richtlinien wie NIS 2 und der Cyber Resilience Act erzeugen Handlungsdruck. Das Thema Cybersicherheit ist längst mehr als nur eine IT-Aufgabe – es ist eine strategische Herausforderung mit enormen rechtlichen Konsequenzen.<br>In dieser Folge sprechen wir mit dem Rechtsanwalt Dr. Tilmann Dittrich. Als Experte für IT-Strafrecht erklärt er, wie sich das Cybersicherheitsrecht aus vielen verschiedenen Gesetzen zusammensetzt und was das für Unternehmen, insbesondere für kritische Infrastrukturen, bedeutet.<br>Wir klären, welche Pflichten auf Geschäftsführer zukommen, warum selbst "freundliche" Hacker rechtliche Probleme bekommen können und wieso der Staat bei der Umsetzung seiner eigenen Gesetze an Grenzen stösst.</div>]]>
      </itunes:summary>
      <itunes:keywords></itunes:keywords>
      <itunes:explicit>no</itunes:explicit>
      <itunes:block>no</itunes:block>
      <googleplay:explicit>no</googleplay:explicit>
      <googleplay:block>no</googleplay:block>
    </item>
    <item>
      <guid isPermaLink="false">cf7df114d1224ab889296fc84f976b1f</guid>
      <title>#13 40.000 E-Mails, 10 Wochen, 1 Student: Ein KI-System im Praxistest</title>
      <description>
        <![CDATA[<div>Täglich hunderte E-Mails von Mietern: "Die Heizung ist defekt", "Der Nachbar ist zu laut", "Frage zur Betriebskostenabrechnung". Für Immobilienverwaltungen wie die ProPotsdam ist das manuelle Sortieren dieser Flut eine enorme Herausforderung. Doch kann KI hier helfen?<br>In dieser Folge sprechen wir mit David Brockmeyer, der sich in seiner Bachelorarbeit genau dieser Frage gewidmet hat. Mit einem Datensatz von 40.000 echten Mieter-E-Mails hat er ein Machine-Learning-Modell entwickelt, das lernt, die Anliegen automatisch zu klassifizieren und dem richtigen Bearbeiter vorzuschlagen.<br>Wir tauchen tief in die Praxis ein: Wie verwandelt man unstrukturierten Text in Daten, mit denen ein Algorithmus arbeiten kann? Und wie gut funktioniert das am Ende wirklich – wo liegen die Stärken und wo die überraschenden Schwächen?</div>]]>
      </description>
      <pubDate>Fri, 25 Jul 2025 11:00:00 +0200</pubDate>
      <enclosure url="https://lcdn.letscast.fm/media/podcast/2f55f0df/episode/7d1964f1.mp3?t=1753436058" length="66457600" type="audio/mpeg"/>
      <content:encoded>
        <![CDATA[<div>Täglich hunderte E-Mails von Mietern: "Die Heizung ist defekt", "Der Nachbar ist zu laut", "Frage zur Betriebskostenabrechnung". Für Immobilienverwaltungen wie die ProPotsdam ist das manuelle Sortieren dieser Flut eine enorme Herausforderung. Doch kann KI hier helfen?<br>In dieser Folge sprechen wir mit David Brockmeyer, der sich in seiner Bachelorarbeit genau dieser Frage gewidmet hat. Mit einem Datensatz von 40.000 echten Mieter-E-Mails hat er ein Machine-Learning-Modell entwickelt, das lernt, die Anliegen automatisch zu klassifizieren und dem richtigen Bearbeiter vorzuschlagen.<br>Wir tauchen tief in die Praxis ein: Wie verwandelt man unstrukturierten Text in Daten, mit denen ein Algorithmus arbeiten kann? Und wie gut funktioniert das am Ende wirklich – wo liegen die Stärken und wo die überraschenden Schwächen?</div>]]>
      </content:encoded>
      <link>https://wissenschaft-veränderung.letscast.fm/episode/13-40-000-e-mails-10-wochen-1-student-ein-ki-system-im-praxistest</link>
      <atom:link rel="http://podlove.org/deep-link" href="https://wissenschaft-veränderung.letscast.fm/episode/13-40-000-e-mails-10-wochen-1-student-ein-ki-system-im-praxistest"/>
      <itunes:title>#13 40.000 E-Mails, 10 Wochen, 1 Student: Ein KI-System im Praxistest</itunes:title>
      <itunes:duration>01:09:07</itunes:duration>
      <itunes:author>Sebastian Fischer</itunes:author>
      <itunes:episode>13</itunes:episode>
      <itunes:episodeType>full</itunes:episodeType>
      <itunes:summary>
        <![CDATA[<div>Täglich hunderte E-Mails von Mietern: "Die Heizung ist defekt", "Der Nachbar ist zu laut", "Frage zur Betriebskostenabrechnung". Für Immobilienverwaltungen wie die ProPotsdam ist das manuelle Sortieren dieser Flut eine enorme Herausforderung. Doch kann KI hier helfen?<br>In dieser Folge sprechen wir mit David Brockmeyer, der sich in seiner Bachelorarbeit genau dieser Frage gewidmet hat. Mit einem Datensatz von 40.000 echten Mieter-E-Mails hat er ein Machine-Learning-Modell entwickelt, das lernt, die Anliegen automatisch zu klassifizieren und dem richtigen Bearbeiter vorzuschlagen.<br>Wir tauchen tief in die Praxis ein: Wie verwandelt man unstrukturierten Text in Daten, mit denen ein Algorithmus arbeiten kann? Und wie gut funktioniert das am Ende wirklich – wo liegen die Stärken und wo die überraschenden Schwächen?</div>]]>
      </itunes:summary>
      <itunes:keywords></itunes:keywords>
      <itunes:explicit>no</itunes:explicit>
      <itunes:block>no</itunes:block>
      <googleplay:explicit>no</googleplay:explicit>
      <googleplay:block>no</googleplay:block>
    </item>
    <item>
      <guid isPermaLink="false">64b1bdae20bc41df9fdfb778e68f459e</guid>
      <title>#12 KI in der kritischen Infrastruktur: Wie Data Governance für Sicherheit sorgt</title>
      <description>
        <![CDATA[<div>Alle reden über KI, doch was bedeutet der Einsatz von Tools wie ChatGPT für unsere kritische Infrastruktur – zum Beispiel die Stromversorgung? Einfach loslegen ist keine Option, denn hier treffen Innovationspotenzial und höchste Sicherheitsanforderungen aufeinander.<br>In dieser Folge sprechen wir mit Ramona Zhou, die im Rahmen ihrer Bachelorarbeit bei dem Übertragungsnetzbetreiber 50Hertz genau diese Frage untersucht hat. Sie erklärt, warum eine saubere "Data Governance" die absolute Grundlage für jeden sicheren KI-Einsatz ist und wie Unternehmen den Spagat zwischen Fortschritt und Verantwortung meistern können.<br>Wir klären, warum unkontrollierte KI-Nutzung ein enormes Risiko darstellt und wie ein datenzentrierter Ansatz nicht nur für mehr Sicherheit, sondern auch für echte Effizienz sorgt.</div>]]>
      </description>
      <pubDate>Fri, 25 Jul 2025 11:00:00 +0200</pubDate>
      <enclosure url="https://lcdn.letscast.fm/media/podcast/2f55f0df/episode/1918bbc6.mp3?t=1753435690" length="48295601" type="audio/mpeg"/>
      <content:encoded>
        <![CDATA[<div>Alle reden über KI, doch was bedeutet der Einsatz von Tools wie ChatGPT für unsere kritische Infrastruktur – zum Beispiel die Stromversorgung? Einfach loslegen ist keine Option, denn hier treffen Innovationspotenzial und höchste Sicherheitsanforderungen aufeinander.<br>In dieser Folge sprechen wir mit Ramona Zhou, die im Rahmen ihrer Bachelorarbeit bei dem Übertragungsnetzbetreiber 50Hertz genau diese Frage untersucht hat. Sie erklärt, warum eine saubere "Data Governance" die absolute Grundlage für jeden sicheren KI-Einsatz ist und wie Unternehmen den Spagat zwischen Fortschritt und Verantwortung meistern können.<br>Wir klären, warum unkontrollierte KI-Nutzung ein enormes Risiko darstellt und wie ein datenzentrierter Ansatz nicht nur für mehr Sicherheit, sondern auch für echte Effizienz sorgt.</div>]]>
      </content:encoded>
      <link>https://wissenschaft-veränderung.letscast.fm/episode/12-ki-in-der-kritischen-infrastruktur-wie-data-governance-fuer-sicherheit-sorgt</link>
      <atom:link rel="http://podlove.org/deep-link" href="https://wissenschaft-veränderung.letscast.fm/episode/12-ki-in-der-kritischen-infrastruktur-wie-data-governance-fuer-sicherheit-sorgt"/>
      <itunes:title>#12 KI in der kritischen Infrastruktur: Wie Data Governance für Sicherheit sorgt</itunes:title>
      <itunes:duration>00:50:14</itunes:duration>
      <itunes:author>Sebastian Fischer</itunes:author>
      <itunes:episode>12</itunes:episode>
      <itunes:episodeType>full</itunes:episodeType>
      <itunes:summary>
        <![CDATA[<div>Alle reden über KI, doch was bedeutet der Einsatz von Tools wie ChatGPT für unsere kritische Infrastruktur – zum Beispiel die Stromversorgung? Einfach loslegen ist keine Option, denn hier treffen Innovationspotenzial und höchste Sicherheitsanforderungen aufeinander.<br>In dieser Folge sprechen wir mit Ramona Zhou, die im Rahmen ihrer Bachelorarbeit bei dem Übertragungsnetzbetreiber 50Hertz genau diese Frage untersucht hat. Sie erklärt, warum eine saubere "Data Governance" die absolute Grundlage für jeden sicheren KI-Einsatz ist und wie Unternehmen den Spagat zwischen Fortschritt und Verantwortung meistern können.<br>Wir klären, warum unkontrollierte KI-Nutzung ein enormes Risiko darstellt und wie ein datenzentrierter Ansatz nicht nur für mehr Sicherheit, sondern auch für echte Effizienz sorgt.</div>]]>
      </itunes:summary>
      <itunes:keywords></itunes:keywords>
      <itunes:explicit>no</itunes:explicit>
      <itunes:block>no</itunes:block>
      <googleplay:explicit>no</googleplay:explicit>
      <googleplay:block>no</googleplay:block>
    </item>
    <item>
      <guid isPermaLink="false">98130512c2364d598f1b79bb9e9c8d70</guid>
      <title>#11 Wenn die Fabrik mitdenkt: Mehr Effizienz, weniger Menschen?</title>
      <description>
        <![CDATA[<div>Zettelwirtschaft, manuelle Planung und Bauchgefühl – in vielen Produktionshallen ist das noch Alltag. Die Folge: teure Fehler und verschenktes Potenzial. Aber was passiert, wenn die Fabrik selbst mitdenkt und Prozesse intelligent vernetzt werden?<br><br>In dieser Folge spricht Leonard Mölzner, Consultant bei Deloitte, über genau diese Transformation. Er teilt seinen einzigartigen Weg vom Gabelstaplerfahrer in einer Brandenburger Produktionshalle bis hin zum Berater, der heute komplexe "Shopfloor Management"-Systeme mitgestaltet.&nbsp;<br><br>Wir beleuchten, wie intelligente Software die grössten Effizienzkiller in Logistik, Wartung und Planung beseitigt und stellen die kritische Frage: Welche Chancen und Risiken birgt die smarte Fabrik für die Mitarbeiterinnen und Mitarbeiter?</div>]]>
      </description>
      <pubDate>Fri, 25 Jul 2025 11:00:00 +0200</pubDate>
      <enclosure url="https://lcdn.letscast.fm/media/podcast/2f55f0df/episode/3f94850b.mp3?t=1753434419" length="60863216" type="audio/mpeg"/>
      <content:encoded>
        <![CDATA[<div>Zettelwirtschaft, manuelle Planung und Bauchgefühl – in vielen Produktionshallen ist das noch Alltag. Die Folge: teure Fehler und verschenktes Potenzial. Aber was passiert, wenn die Fabrik selbst mitdenkt und Prozesse intelligent vernetzt werden?<br><br>In dieser Folge spricht Leonard Mölzner, Consultant bei Deloitte, über genau diese Transformation. Er teilt seinen einzigartigen Weg vom Gabelstaplerfahrer in einer Brandenburger Produktionshalle bis hin zum Berater, der heute komplexe "Shopfloor Management"-Systeme mitgestaltet.&nbsp;<br><br>Wir beleuchten, wie intelligente Software die grössten Effizienzkiller in Logistik, Wartung und Planung beseitigt und stellen die kritische Frage: Welche Chancen und Risiken birgt die smarte Fabrik für die Mitarbeiterinnen und Mitarbeiter?</div>]]>
      </content:encoded>
      <link>https://wissenschaft-veränderung.letscast.fm/episode/11-wenn-die-fabrik-mitdenkt-mehr-effizienz-weniger-menschen</link>
      <atom:link rel="http://podlove.org/deep-link" href="https://wissenschaft-veränderung.letscast.fm/episode/11-wenn-die-fabrik-mitdenkt-mehr-effizienz-weniger-menschen"/>
      <itunes:title>#11 Wenn die Fabrik mitdenkt: Mehr Effizienz, weniger Menschen?</itunes:title>
      <itunes:duration>01:03:18</itunes:duration>
      <itunes:author>Sebastian Fischer</itunes:author>
      <itunes:episode>11</itunes:episode>
      <itunes:episodeType>full</itunes:episodeType>
      <itunes:summary>
        <![CDATA[<div>Zettelwirtschaft, manuelle Planung und Bauchgefühl – in vielen Produktionshallen ist das noch Alltag. Die Folge: teure Fehler und verschenktes Potenzial. Aber was passiert, wenn die Fabrik selbst mitdenkt und Prozesse intelligent vernetzt werden?<br><br>In dieser Folge spricht Leonard Mölzner, Consultant bei Deloitte, über genau diese Transformation. Er teilt seinen einzigartigen Weg vom Gabelstaplerfahrer in einer Brandenburger Produktionshalle bis hin zum Berater, der heute komplexe "Shopfloor Management"-Systeme mitgestaltet.&nbsp;<br><br>Wir beleuchten, wie intelligente Software die grössten Effizienzkiller in Logistik, Wartung und Planung beseitigt und stellen die kritische Frage: Welche Chancen und Risiken birgt die smarte Fabrik für die Mitarbeiterinnen und Mitarbeiter?</div>]]>
      </itunes:summary>
      <itunes:keywords></itunes:keywords>
      <itunes:explicit>no</itunes:explicit>
      <itunes:block>no</itunes:block>
      <googleplay:explicit>no</googleplay:explicit>
      <googleplay:block>no</googleplay:block>
    </item>
    <item>
      <guid isPermaLink="false">65db87375c2d4ff48213c64a90f5022b</guid>
      <title>#10 Besser planen mit KI: Entscheidungen auf Knopfdruck</title>
      <description>
        <![CDATA[<div>Es ist soweit: Die letzte Folge vor den Winterferien ist da und es lohnt sich reinzuhören. In unserem Ausblick auf modernes Controlling beleuchten wir zusammen mit Vincent Meier KI-gestütztes Reporting.</div>]]>
      </description>
      <pubDate>Mon, 14 Oct 2024 04:00:00 +0200</pubDate>
      <enclosure url="https://lcdn.letscast.fm/media/podcast/2f55f0df/episode/0ee399ea.mp3?t=1728305751" length="69825097" type="audio/mpeg"/>
      <content:encoded>
        <![CDATA[<div>Es ist soweit: Die letzte Folge vor den Winterferien ist da und es lohnt sich reinzuhören. In unserem Ausblick auf modernes Controlling beleuchten wir zusammen mit Vincent Meier KI-gestütztes Reporting.</div>]]>
      </content:encoded>
      <link>https://wissenschaft-veränderung.letscast.fm/episode/10-besser-planen-mit-ki-entscheidungen-auf-knopfdruck</link>
      <atom:link rel="http://podlove.org/deep-link" href="https://wissenschaft-veränderung.letscast.fm/episode/10-besser-planen-mit-ki-entscheidungen-auf-knopfdruck"/>
      <atom:contributor>
        <atom:name>Vincent Meier</atom:name>
      </atom:contributor>
      <itunes:title>#10 Besser planen mit KI: Entscheidungen auf Knopfdruck</itunes:title>
      <itunes:duration>01:12:44</itunes:duration>
      <itunes:author>Sebastian Fischer</itunes:author>
      <itunes:episode>10</itunes:episode>
      <itunes:episodeType>full</itunes:episodeType>
      <itunes:summary>
        <![CDATA[<div>Es ist soweit: Die letzte Folge vor den Winterferien ist da und es lohnt sich reinzuhören. In unserem Ausblick auf modernes Controlling beleuchten wir zusammen mit Vincent Meier KI-gestütztes Reporting.</div>]]>
      </itunes:summary>
      <itunes:keywords>HWR, Bachelorarbeit, Thesis, Wirtschaftsinformatik, Controlling, Reporting, KI, Künstliche Intelligenz, Managemententschiedungen, data science, self-service reporting, augmented intelligence reporting system, advanced analytics, explainable AI, natural language processing, Mercedes Benz, Business Intelligence, Tschüssi</itunes:keywords>
      <itunes:explicit>no</itunes:explicit>
      <itunes:block>no</itunes:block>
      <googleplay:explicit>no</googleplay:explicit>
      <googleplay:block>no</googleplay:block>
    </item>
    <item>
      <guid isPermaLink="false">f1f46928a04c43759747bbaa4e211a07</guid>
      <title>#9 Wirtschaftssimulation: Wie Spiele uns neu forschen lassen</title>
      <description>
        <![CDATA[<div>Hannes Roever ist entschlossen: Seine Bachelorarbeit soll den Grundstein für seine berufliche Zukunft legen. In dieser Episode erfährst du, wie er seine Begeisterung für komplexe Spiele und seine Programmierfähigkeiten in einem spannenden Forschungsprojekt vereint. Viel Spaß beim Hören!</div>]]>
      </description>
      <pubDate>Mon, 16 Sep 2024 04:00:00 +0200</pubDate>
      <enclosure url="https://lcdn.letscast.fm/media/podcast/2f55f0df/episode/90aca3ab.mp3?t=1726233757" length="115755885" type="audio/mpeg"/>
      <content:encoded>
        <![CDATA[<div>Hannes Roever ist entschlossen: Seine Bachelorarbeit soll den Grundstein für seine berufliche Zukunft legen. In dieser Episode erfährst du, wie er seine Begeisterung für komplexe Spiele und seine Programmierfähigkeiten in einem spannenden Forschungsprojekt vereint. Viel Spaß beim Hören!</div>]]>
      </content:encoded>
      <link>https://wissenschaft-veränderung.letscast.fm/episode/9-wirtschaftssimulation-wie-spiele-uns-neu-forschen-lassen</link>
      <atom:link rel="http://podlove.org/deep-link" href="https://wissenschaft-veränderung.letscast.fm/episode/9-wirtschaftssimulation-wie-spiele-uns-neu-forschen-lassen"/>
      <atom:contributor>
        <atom:name>Hannes Roever</atom:name>
      </atom:contributor>
      <itunes:title>#9 Wirtschaftssimulation: Wie Spiele uns neu forschen lassen</itunes:title>
      <itunes:duration>02:00:35</itunes:duration>
      <itunes:author>Sebastian Fischer</itunes:author>
      <itunes:episode>9</itunes:episode>
      <itunes:episodeType>full</itunes:episodeType>
      <itunes:summary>
        <![CDATA[<div>Hannes Roever ist entschlossen: Seine Bachelorarbeit soll den Grundstein für seine berufliche Zukunft legen. In dieser Episode erfährst du, wie er seine Begeisterung für komplexe Spiele und seine Programmierfähigkeiten in einem spannenden Forschungsprojekt vereint. Viel Spaß beim Hören!</div>]]>
      </itunes:summary>
      <itunes:keywords>HWR, Bachelorarbeit, Thesis, Wirtschaftssimulation, machine learning, reinforcement learning, serious gaming, Studium mit 41, studieren mit Kindern, Soziologie, Pädagogie, Brettspiele</itunes:keywords>
      <itunes:explicit>no</itunes:explicit>
      <itunes:block>no</itunes:block>
      <googleplay:explicit>no</googleplay:explicit>
      <googleplay:block>no</googleplay:block>
    </item>
    <item>
      <guid isPermaLink="false">0a597e56daef462388e043d514b6d4dc</guid>
      <title>#8 Vom Glücksspiel zur Strategie: Spekulation mit Bots</title>
      <description>
        <![CDATA[<div>Der Handel mit Kryptowährungen erfordert präzise Prognosemodelle. Cedric Naedler erklärt, wie automatisierte Bots dabei helfen können, Markttrends zu analysieren, Handelsentscheidungen zu treffen und kontinuierlich Erträge zu erwirtschaften.</div>]]>
      </description>
      <pubDate>Mon, 19 Aug 2024 04:00:00 +0200</pubDate>
      <enclosure url="https://lcdn.letscast.fm/media/podcast/2f55f0df/episode/9c35d598.mp3?t=1721738174" length="101345071" type="audio/mpeg"/>
      <content:encoded>
        <![CDATA[<div>Der Handel mit Kryptowährungen erfordert präzise Prognosemodelle. Cedric Naedler erklärt, wie automatisierte Bots dabei helfen können, Markttrends zu analysieren, Handelsentscheidungen zu treffen und kontinuierlich Erträge zu erwirtschaften.</div>]]>
      </content:encoded>
      <link>https://wissenschaft-veränderung.letscast.fm/episode/8-vom-gluecksspiel-zur-strategie-spekulation-mit-bots</link>
      <atom:link rel="http://podlove.org/deep-link" href="https://wissenschaft-veränderung.letscast.fm/episode/8-vom-gluecksspiel-zur-strategie-spekulation-mit-bots"/>
      <psc:chapters xmlns:psc="http://podlove.org/simple-chapters" version="1.2">
        <psc:chapter start="00:00:00" title="Begrüßung"/>
        <psc:chapter start="00:11:00" title="Wieso sollte man mit Kryptowährungen spekulieren?"/>
        <psc:chapter start="00:27:00" title="Handelsstrategien erkennen"/>
        <psc:chapter start="00:34:50" title="Strategien programmieren"/>
        <psc:chapter start="00:46:50" title="Forschungsfrage"/>
        <psc:chapter start="00:56:00" title="Exkurs: Stablecoin"/>
        <psc:chapter start="00:59:20" title="Volatilität von Kryptowährungen"/>
        <psc:chapter start="01:03:00" title="Methodische Bemerkungen"/>
        <psc:chapter start="01:12:30" title="Ergebnisse der Abschlussarbeit"/>
        <psc:chapter start="01:28:30" title="Wie kann man weiter forschen?"/>
        <psc:chapter start="01:31:20" title="Tipps von Cedric"/>
        <psc:chapter start="01:42:00" title="Wie geht's weiter?"/>
      </psc:chapters>
      <atom:contributor>
        <atom:name>Cedric Naedler</atom:name>
      </atom:contributor>
      <itunes:title>#8 Vom Glücksspiel zur Strategie: Spekulation mit Bots</itunes:title>
      <itunes:duration>01:45:34</itunes:duration>
      <itunes:author>Sebastian Fischer</itunes:author>
      <itunes:episode>8</itunes:episode>
      <itunes:episodeType>full</itunes:episodeType>
      <itunes:summary>
        <![CDATA[<div>Der Handel mit Kryptowährungen erfordert präzise Prognosemodelle. Cedric Naedler erklärt, wie automatisierte Bots dabei helfen können, Markttrends zu analysieren, Handelsentscheidungen zu treffen und kontinuierlich Erträge zu erwirtschaften.</div>]]>
      </itunes:summary>
      <itunes:keywords>HWR, Thesis, Bachelorarbeit, Finanzen, Vorhersagemodelle, Trading, Künstliche Intelligenz, AI, KI, , Methoden, Wissenschaft, Strategie, Wirtschaft, Digitale Transformation, Handelsstrategien, Prognosen</itunes:keywords>
      <itunes:explicit>no</itunes:explicit>
      <itunes:block>no</itunes:block>
      <googleplay:explicit>no</googleplay:explicit>
      <googleplay:block>no</googleplay:block>
      <podcast:chapters url="https://letscast.fm/podcasts/wissenschaft-veraenderung-a371f2fc/episodes/8-vom-gluecksspiel-zur-strategie-spekulation-mit-bots/chapters.json" type="application/json+chapters"/>
    </item>
    <item>
      <guid isPermaLink="false">f545b7a99f8b400c958ea4719e4d419f</guid>
      <title>#7 Bias bei Banken? Wie man fair fördert</title>
      <description>
        <![CDATA[<div>Bevor künstliche Intelligenz die traditionelle Kreditvergabe in Förderbanken transformieren kann, muss sichergestellt werden, dass alle maschinellen Entscheidungen fair und nachvollziehbar sind. Vincent Dujmic erklärt, wie solche vorurteilsfreien Ratingmodelle aussehen können.</div>]]>
      </description>
      <pubDate>Mon, 22 Jul 2024 04:00:00 +0200</pubDate>
      <enclosure url="https://lcdn.letscast.fm/media/podcast/2f55f0df/episode/0d038377.mp3?t=1721629908" length="94067565" type="audio/mpeg"/>
      <content:encoded>
        <![CDATA[<div>Bevor künstliche Intelligenz die traditionelle Kreditvergabe in Förderbanken transformieren kann, muss sichergestellt werden, dass alle maschinellen Entscheidungen fair und nachvollziehbar sind. Vincent Dujmic erklärt, wie solche vorurteilsfreien Ratingmodelle aussehen können.</div>]]>
      </content:encoded>
      <link>https://wissenschaft-veränderung.letscast.fm/episode/7-bias-bei-banken-wie-man-fair-foerdert</link>
      <atom:link rel="http://podlove.org/deep-link" href="https://wissenschaft-veränderung.letscast.fm/episode/7-bias-bei-banken-wie-man-fair-foerdert"/>
      <psc:chapters xmlns:psc="http://podlove.org/simple-chapters" version="1.2">
        <psc:chapter start="00:00:00" title="Begrüßung"/>
        <psc:chapter start="00:04:50" title="Das betriebliche Umfeld"/>
        <psc:chapter start="00:11:49" title="Transformationsbedarf"/>
        <psc:chapter start="00:14:07" title="Zum Rating durch KI"/>
        <psc:chapter start="00:24:02" title="Stichdaten zum Forschungsvorhaben"/>
        <psc:chapter start="00:30:06" title="Die Strukturierung der Fallstudie"/>
        <psc:chapter start="00:45:12" title="Das Vorgehen und der rote Faden"/>
        <psc:chapter start="00:55:41" title="Forschungsmethodik"/>
        <psc:chapter start="01:03:31" title="Modelle und ihre Ergebnisse"/>
        <psc:chapter start="01:10:14" title="Der Mehrwert der Bachelorarbeit"/>
        <psc:chapter start="01:13:06" title="Limitationen"/>
        <psc:chapter start="01:20:17" title="Tipps von Vincent"/>
        <psc:chapter start="01:31:48" title="Neue Aufgaben für Vincent"/>
      </psc:chapters>
      <atom:contributor>
        <atom:name>Vincent Dujmic</atom:name>
      </atom:contributor>
      <itunes:title>#7 Bias bei Banken? Wie man fair fördert</itunes:title>
      <itunes:duration>01:37:59</itunes:duration>
      <itunes:author>Sebastian Fischer</itunes:author>
      <itunes:episode>7</itunes:episode>
      <itunes:episodeType>full</itunes:episodeType>
      <itunes:summary>
        <![CDATA[<div>Bevor künstliche Intelligenz die traditionelle Kreditvergabe in Förderbanken transformieren kann, muss sichergestellt werden, dass alle maschinellen Entscheidungen fair und nachvollziehbar sind. Vincent Dujmic erklärt, wie solche vorurteilsfreien Ratingmodelle aussehen können.</div>]]>
      </itunes:summary>
      <itunes:keywords>Thesis, Bachelorarbeit, Wissenschaft, Methodik, HWR, Wirtschaftsinformatik, Voreingenommenheit, künstliche Intelligenz, maschinelles Lernen, Bankenwesen, Förderbank, automatisierte Entscheidungen, Gesetze, Diskriminierung, Data Science, Rating, Kreditvergabe, Fairness, Erklärbarkeit, Transparenz</itunes:keywords>
      <itunes:explicit>no</itunes:explicit>
      <itunes:block>no</itunes:block>
      <googleplay:explicit>no</googleplay:explicit>
      <googleplay:block>no</googleplay:block>
      <podcast:chapters url="https://letscast.fm/podcasts/wissenschaft-veraenderung-a371f2fc/episodes/7-bias-bei-banken-wie-man-fair-foerdert/chapters.json" type="application/json+chapters"/>
    </item>
    <item>
      <guid isPermaLink="false">c498ce4e61bb4036bc0bde9dd1bd3d55</guid>
      <title>#6 Controlling 2.0: Die Rolle des Machine Learning</title>
      <description>
        <![CDATA[<div>Machine Learning ermöglicht Unternehmen die digitale Transformation – das weiß Arne Bornschein spätestens seit seiner Bachelorarbeit. Darin hat er sich mit den Do's und Dont's automatisierter Modelle beschäftigt. Eines ist klar: Das Ergebnis einer Gewinn- und Verlustrechnung vorherzusagen, ist gar nicht so einfach!</div><div><br><br></div>]]>
      </description>
      <pubDate>Mon, 24 Jun 2024 04:00:00 +0200</pubDate>
      <enclosure url="https://lcdn.letscast.fm/media/podcast/2f55f0df/episode/9e742d03.mp3?t=1719214002" length="59041332" type="audio/mpeg"/>
      <content:encoded>
        <![CDATA[<div>Machine Learning ermöglicht Unternehmen die digitale Transformation – das weiß Arne Bornschein spätestens seit seiner Bachelorarbeit. Darin hat er sich mit den Do's und Dont's automatisierter Modelle beschäftigt. Eines ist klar: Das Ergebnis einer Gewinn- und Verlustrechnung vorherzusagen, ist gar nicht so einfach!</div><div><br><br></div>]]>
      </content:encoded>
      <link>https://wissenschaft-veränderung.letscast.fm/episode/6-controlling-2-0-die-rolle-des-machine-learning</link>
      <atom:link rel="http://podlove.org/deep-link" href="https://wissenschaft-veränderung.letscast.fm/episode/6-controlling-2-0-die-rolle-des-machine-learning"/>
      <psc:chapters xmlns:psc="http://podlove.org/simple-chapters" version="1.2">
        <psc:chapter start="00:00:00" title="Einführung"/>
        <psc:chapter start="00:03:32" title="Der Status Quo"/>
        <psc:chapter start="00:13:09" title="Was ist Machine Learning?"/>
        <psc:chapter start="00:17:03" title="Daten und Modelle"/>
        <psc:chapter start="00:27:28" title="Anhand von Modellen richtige Aussagen treffen"/>
        <psc:chapter start="00:38:53" title="Anwendbarkeit des Modell"/>
        <psc:chapter start="00:47:44" title="Die Ergebnisse der Arbeit"/>
        <psc:chapter start="00:54:43" title="Tipps zum Forschen!"/>
        <psc:chapter start="01:00:16" title="Wie geht's weiter, Arne?"/>
      </psc:chapters>
      <atom:contributor>
        <atom:name>Arne Bornschein</atom:name>
      </atom:contributor>
      <itunes:title>#6 Controlling 2.0: Die Rolle des Machine Learning</itunes:title>
      <itunes:duration>01:01:30</itunes:duration>
      <itunes:author>Sebastian Fischer</itunes:author>
      <itunes:episode>6</itunes:episode>
      <itunes:episodeType>full</itunes:episodeType>
      <itunes:summary>
        <![CDATA[<div>Machine Learning ermöglicht Unternehmen die digitale Transformation – das weiß Arne Bornschein spätestens seit seiner Bachelorarbeit. Darin hat er sich mit den Do's und Dont's automatisierter Modelle beschäftigt. Eines ist klar: Das Ergebnis einer Gewinn- und Verlustrechnung vorherzusagen, ist gar nicht so einfach!</div><div><br><br></div>]]>
      </itunes:summary>
      <itunes:keywords>Bachelorarbeit, Thesis, HWR, DB, Deutsche Bahn, Consulting, Machine Learning, Gewinn, Verlust, GuV, Datenbank, Modelle, Umsatz, Finanzen, Budget, Bilanzierung, Ertrag, Python </itunes:keywords>
      <itunes:explicit>no</itunes:explicit>
      <itunes:block>no</itunes:block>
      <googleplay:explicit>no</googleplay:explicit>
      <googleplay:block>no</googleplay:block>
      <podcast:chapters url="https://letscast.fm/podcasts/wissenschaft-veraenderung-a371f2fc/episodes/6-controlling-2-0-die-rolle-des-machine-learning/chapters.json" type="application/json+chapters"/>
    </item>
    <item>
      <guid isPermaLink="false">e481407fd0824c28bb0156bb919ee354</guid>
      <title>#5 Cybersecurity für Firmen der kritischen Infrastruktur</title>
      <description>
        <![CDATA[<div>Cyberangriffe auf Firmen kritischer Infrastrukturen können in kürzester Zeit zu chaotischen Zuständen in Sektoren wie der Energieversorgung oder dem Gesundheitswesen führen. Die sorgfältige Analyse von Anomalien in Datensätzen zeigt jedoch, wie Risiken frühzeitig erkannt und Bedrohungen präventiv abgewehrt werden können. John Bauer demonstriert diese Vorgehensweise am Beispiel der Berliner Stadtreinigung.</div>]]>
      </description>
      <pubDate>Mon, 03 Jun 2024 04:00:00 +0200</pubDate>
      <enclosure url="https://lcdn.letscast.fm/media/podcast/2f55f0df/episode/9ab4ff71.mp3?t=1715164031" length="51425280" type="audio/mpeg"/>
      <content:encoded>
        <![CDATA[<div>Cyberangriffe auf Firmen kritischer Infrastrukturen können in kürzester Zeit zu chaotischen Zuständen in Sektoren wie der Energieversorgung oder dem Gesundheitswesen führen. Die sorgfältige Analyse von Anomalien in Datensätzen zeigt jedoch, wie Risiken frühzeitig erkannt und Bedrohungen präventiv abgewehrt werden können. John Bauer demonstriert diese Vorgehensweise am Beispiel der Berliner Stadtreinigung.</div>]]>
      </content:encoded>
      <link>https://wissenschaft-veränderung.letscast.fm/episode/5-cybersecurity-fuer-firmen-der-kritischen-infrastruktur</link>
      <atom:link rel="http://podlove.org/deep-link" href="https://wissenschaft-veränderung.letscast.fm/episode/5-cybersecurity-fuer-firmen-der-kritischen-infrastruktur"/>
      <psc:chapters xmlns:psc="http://podlove.org/simple-chapters" version="1.2">
        <psc:chapter start="00:00:00" title="Begrüßung"/>
        <psc:chapter start="00:01:47" title="Was sind kritische Infrastrukturen?"/>
        <psc:chapter start="00:08:24" title="Nicht mehr analog"/>
        <psc:chapter start="00:12:20" title="Alles auf Angriff"/>
        <psc:chapter start="00:15:15" title="Über Bedrohungen und Angriffserkennung"/>
        <psc:chapter start="00:21:52" title="Johns Bachelorarbeit"/>
        <psc:chapter start="00:30:15" title="Recherche und Ergebnisse"/>
        <psc:chapter start="00:34:05" title="Reflektion, Vorschläge und mehr"/>
        <psc:chapter start="00:39:09" title="Tipps für die Thesis"/>
        <psc:chapter start="00:43:06" title="Neue Wege gehen"/>
        <psc:chapter start="00:46:13" title="Die Bewerbung zum Masterstudium"/>
      </psc:chapters>
      <atom:contributor>
        <atom:name>John Bauer</atom:name>
      </atom:contributor>
      <itunes:title>#5 Cybersecurity für Firmen der kritischen Infrastruktur</itunes:title>
      <itunes:duration>00:53:34</itunes:duration>
      <itunes:author>Sebastian Fischer</itunes:author>
      <itunes:episode>5</itunes:episode>
      <itunes:episodeType>full</itunes:episodeType>
      <itunes:summary>
        <![CDATA[<div>Cyberangriffe auf Firmen kritischer Infrastrukturen können in kürzester Zeit zu chaotischen Zuständen in Sektoren wie der Energieversorgung oder dem Gesundheitswesen führen. Die sorgfältige Analyse von Anomalien in Datensätzen zeigt jedoch, wie Risiken frühzeitig erkannt und Bedrohungen präventiv abgewehrt werden können. John Bauer demonstriert diese Vorgehensweise am Beispiel der Berliner Stadtreinigung.</div>]]>
      </itunes:summary>
      <itunes:keywords>Bachelorarbeit, Thesis, HWR, Digitalisierung, Cybersecurity, Kritische Infrastruktur, Berliner Stadtreinigung, Abfallentsorgung, Strom, Abwasser, Bedrohungsanalyse, Cyberattacken, Angriffserkennung, Anomalien</itunes:keywords>
      <itunes:explicit>no</itunes:explicit>
      <itunes:block>no</itunes:block>
      <googleplay:explicit>no</googleplay:explicit>
      <googleplay:block>no</googleplay:block>
      <podcast:chapters url="https://letscast.fm/podcasts/wissenschaft-veraenderung-a371f2fc/episodes/5-cybersecurity-fuer-firmen-der-kritischen-infrastruktur/chapters.json" type="application/json+chapters"/>
    </item>
    <item>
      <guid isPermaLink="false">68a07cb75ddb44d7b381d936cbb3dc73</guid>
      <title>#4 Vorgehensmodelle: Wie Berliner Bezirksämter digital werden</title>
      <description>
        <![CDATA[<div>In ihrer Bachelorarbeit hat <em>Digital Native</em> Celina Bott ein wegweisendes Vorgehensmodell für die Berliner Bezirksämter entwickelt. Ihre Ergebnisse versprechen nicht nur die Digitalisierung interner Betriebsabläufe, sondern auch eine effektive Erfolgskommunikation und ein zukunftsorientiertes Verwaltungsmanagement.</div>]]>
      </description>
      <pubDate>Mon, 13 May 2024 04:00:00 +0200</pubDate>
      <enclosure url="https://lcdn.letscast.fm/media/podcast/2f55f0df/episode/2a043008.mp3?t=1714638916" length="72545593" type="audio/mpeg"/>
      <content:encoded>
        <![CDATA[<div>In ihrer Bachelorarbeit hat <em>Digital Native</em> Celina Bott ein wegweisendes Vorgehensmodell für die Berliner Bezirksämter entwickelt. Ihre Ergebnisse versprechen nicht nur die Digitalisierung interner Betriebsabläufe, sondern auch eine effektive Erfolgskommunikation und ein zukunftsorientiertes Verwaltungsmanagement.</div>]]>
      </content:encoded>
      <link>https://wissenschaft-veränderung.letscast.fm/episode/4-vorgehensmodelle-wie-berliner-bezirksaemter-digital-werden</link>
      <atom:link rel="http://podlove.org/deep-link" href="https://wissenschaft-veränderung.letscast.fm/episode/4-vorgehensmodelle-wie-berliner-bezirksaemter-digital-werden"/>
      <psc:chapters xmlns:psc="http://podlove.org/simple-chapters" version="1.2">
        <psc:chapter start="00:00:00" title="Begrüßung"/>
        <psc:chapter start="00:04:13" title="Der Stand der Dinge"/>
        <psc:chapter start="00:10:43" title="Vorgehensmodelle und co."/>
        <psc:chapter start="00:18:56" title="Bereit für Veränderung?"/>
        <psc:chapter start="00:27:58" title="Zur Bachelorarbeit"/>
        <psc:chapter start="00:39:08" title="Ein eigenes Vorgehensmodell bauen"/>
        <psc:chapter start="00:45:10" title="Die fünf Phasen des Modells"/>
        <psc:chapter start="00:57:23" title="Perspektiven der Projekts"/>
        <psc:chapter start="01:07:11" title="Tipps für die Bachelorarbeit"/>
        <psc:chapter start="01:09:00" title="Experteninterviews"/>
        <psc:chapter start="01:12:40" title="Celinas nächste Schritte"/>
      </psc:chapters>
      <atom:contributor>
        <atom:name>Celina Bott</atom:name>
      </atom:contributor>
      <itunes:title>#4 Vorgehensmodelle: Wie Berliner Bezirksämter digital werden</itunes:title>
      <itunes:duration>01:15:34</itunes:duration>
      <itunes:author>Sebastian Fischer</itunes:author>
      <itunes:episode>4</itunes:episode>
      <itunes:episodeType>full</itunes:episodeType>
      <itunes:summary>
        <![CDATA[<div>In ihrer Bachelorarbeit hat <em>Digital Native</em> Celina Bott ein wegweisendes Vorgehensmodell für die Berliner Bezirksämter entwickelt. Ihre Ergebnisse versprechen nicht nur die Digitalisierung interner Betriebsabläufe, sondern auch eine effektive Erfolgskommunikation und ein zukunftsorientiertes Verwaltungsmanagement.</div>]]>
      </itunes:summary>
      <itunes:keywords>Bachelorarbeit, Thesis, HWR, Umfrageergebnisse, Vorgehensmodell, Change Management, Berliner Bezirksamt, E-Government, Reifegradmodell, Veränderung, Unternehmenskultur, Strategie, Digitalisierung, Organisation, Prozessplanung</itunes:keywords>
      <itunes:explicit>no</itunes:explicit>
      <itunes:block>no</itunes:block>
      <googleplay:explicit>no</googleplay:explicit>
      <googleplay:block>no</googleplay:block>
      <podcast:chapters url="https://letscast.fm/podcasts/wissenschaft-veraenderung-a371f2fc/episodes/4-vorgehensmodelle-wie-berliner-bezirksaemter-digital-werden/chapters.json" type="application/json+chapters"/>
    </item>
    <item>
      <guid isPermaLink="false">8e58cf8617a44ba8adb63c42624ddcb6</guid>
      <title>#3 Digitale Zwillinge: Einsatzpotenziale in der Frischwarenbranche</title>
      <description>
        <![CDATA[<div>Ob der Apfel vom Aldi nebenan, die Feldsalatmischung vom Edeka um die Ecke oder die vegane Bratwurst aus der Kühltheke von Lidl – vom Feld bis ins Regal zählt jede Sekunde. Jetzt erobern digitale Zwillinge die Frischwarenbranche. Manuel Kranz erklärt, wie sie Anbau, Transport und Vertrieb effizienter machen.</div>]]>
      </description>
      <pubDate>Mon, 22 Apr 2024 04:00:00 +0200</pubDate>
      <enclosure url="https://lcdn.letscast.fm/media/podcast/2f55f0df/episode/1ace9a8a.mp3?t=1713542528" length="54737188" type="audio/mpeg"/>
      <content:encoded>
        <![CDATA[<div>Ob der Apfel vom Aldi nebenan, die Feldsalatmischung vom Edeka um die Ecke oder die vegane Bratwurst aus der Kühltheke von Lidl – vom Feld bis ins Regal zählt jede Sekunde. Jetzt erobern digitale Zwillinge die Frischwarenbranche. Manuel Kranz erklärt, wie sie Anbau, Transport und Vertrieb effizienter machen.</div>]]>
      </content:encoded>
      <link>https://wissenschaft-veränderung.letscast.fm/episode/3-digitale-zwillinge-einsatzpotenziale-in-der-frischwarenbranche</link>
      <atom:link rel="http://podlove.org/deep-link" href="https://wissenschaft-veränderung.letscast.fm/episode/3-digitale-zwillinge-einsatzpotenziale-in-der-frischwarenbranche"/>
      <psc:chapters xmlns:psc="http://podlove.org/simple-chapters" version="1.2">
        <psc:chapter start="00:00:00" title="Begrüßung"/>
        <psc:chapter start="00:01:33" title="Ab in die Frischwarenbranche!"/>
        <psc:chapter start="00:06:35" title="Was ist ein digitaler Zwilling?"/>
        <psc:chapter start="00:12:50" title="Was nützt das der Frischwarenbranche?"/>
        <psc:chapter start="00:20:16" title="Einführung in die Bachelorarbeit"/>
        <psc:chapter start="00:24:51" title="Erste Ergebnisse der Recherche"/>
        <psc:chapter start="00:29:13" title="Digitale Zwillinge und Lieferkettenoptimierung"/>
        <psc:chapter start="00:35:00" title="Digitale Zwillinge und Gewächshäuser"/>
        <psc:chapter start="00:41:08" title="Der Einsatz von digitalen Zwillingen"/>
        <psc:chapter start="00:44:22" title="Datenbeschaffung"/>
        <psc:chapter start="00:48:54" title="Zusammenfassung"/>
        <psc:chapter start="00:52:00" title="Forschungsmöglichkeiten, Tipps und co."/>
        <psc:chapter start="00:55:36" title="Wie geht's weiter, Manuel?"/>
      </psc:chapters>
      <atom:contributor>
        <atom:name>Manuel Kranz</atom:name>
      </atom:contributor>
      <itunes:title>#3 Digitale Zwillinge: Einsatzpotenziale in der Frischwarenbranche</itunes:title>
      <itunes:duration>00:57:01</itunes:duration>
      <itunes:author>Sebastian Fischer</itunes:author>
      <itunes:episode>3</itunes:episode>
      <itunes:episodeType>full</itunes:episodeType>
      <itunes:summary>
        <![CDATA[<div>Ob der Apfel vom Aldi nebenan, die Feldsalatmischung vom Edeka um die Ecke oder die vegane Bratwurst aus der Kühltheke von Lidl – vom Feld bis ins Regal zählt jede Sekunde. Jetzt erobern digitale Zwillinge die Frischwarenbranche. Manuel Kranz erklärt, wie sie Anbau, Transport und Vertrieb effizienter machen.</div>]]>
      </itunes:summary>
      <itunes:keywords>Bachelorarbeit, Thesis, Frischwarenbranche, Digitaler Zwilling, ERP-Systeme, Supply Chain Management, Internet der Dinge, Prozessoptimierung, Betriebliche Abläufe, Lebensmittelproduktion, Marktmacht, Aldi, Edeka, Lidl</itunes:keywords>
      <itunes:explicit>no</itunes:explicit>
      <itunes:block>no</itunes:block>
      <googleplay:explicit>no</googleplay:explicit>
      <googleplay:block>no</googleplay:block>
      <podcast:chapters url="https://letscast.fm/podcasts/wissenschaft-veraenderung-a371f2fc/episodes/3-digitale-zwillinge-einsatzpotenziale-in-der-frischwarenbranche/chapters.json" type="application/json+chapters"/>
    </item>
    <item>
      <guid isPermaLink="false">2b9d83fe3ec94c64bf7744a20ed3d610</guid>
      <title>#2 KI in Finance: Dürfen Computer jetzt alles entscheiden?</title>
      <description>
        <![CDATA[<div>Künstliche Intelligenz ist zweifellos die Schlüsseltechnologie für die Banken der Zukunft. Um die Auswirkungen des Einsatzes KI-gestützter Verfahren zu antizipieren, widmet sich Felix Marx in seiner Bachelorarbeit den Chancen und Herausforderungen. Was verbirgt sich hinter den Kulissen des Bankings?</div>]]>
      </description>
      <pubDate>Mon, 08 Apr 2024 04:00:00 +0200</pubDate>
      <enclosure url="https://lcdn.letscast.fm/media/podcast/2f55f0df/episode/5f6a1602.mp3?t=1712242105" length="67468643" type="audio/mpeg"/>
      <content:encoded>
        <![CDATA[<div>Künstliche Intelligenz ist zweifellos die Schlüsseltechnologie für die Banken der Zukunft. Um die Auswirkungen des Einsatzes KI-gestützter Verfahren zu antizipieren, widmet sich Felix Marx in seiner Bachelorarbeit den Chancen und Herausforderungen. Was verbirgt sich hinter den Kulissen des Bankings?</div>]]>
      </content:encoded>
      <link>https://wissenschaft-veränderung.letscast.fm/episode/2-ki-in-finance-duerfen-computer-jetzt-alles-entscheiden</link>
      <atom:link rel="http://podlove.org/deep-link" href="https://wissenschaft-veränderung.letscast.fm/episode/2-ki-in-finance-duerfen-computer-jetzt-alles-entscheiden"/>
      <psc:chapters xmlns:psc="http://podlove.org/simple-chapters" version="1.2">
        <psc:chapter start="00:00:00" title="Begrüßung"/>
        <psc:chapter start="00:04:20" title="Die Bankenbranche"/>
        <psc:chapter start="00:11:33" title="Was ist KI?"/>
        <psc:chapter start="00:15:54" title="Machine Learning"/>
        <psc:chapter start="00:25:09" title="&quot;Daten sind wichtig.&quot;"/>
        <psc:chapter start="00:36:24" title="Erkenntnisse aus der Bachelorarbeit"/>
        <psc:chapter start="00:47:23" title="Die Bankberatung der Zukunft"/>
        <psc:chapter start="00:54:03" title="Wo gibt es noch Forschungsbedarf?"/>
        <psc:chapter start="00:58:17" title="Empfehlungen"/>
        <psc:chapter start="01:02:41" title="Was jetzt, Felix?"/>
      </psc:chapters>
      <atom:contributor>
        <atom:name>Felix Marx</atom:name>
      </atom:contributor>
      <itunes:title>#2 KI in Finance: Dürfen Computer jetzt alles entscheiden?</itunes:title>
      <itunes:duration>01:10:10</itunes:duration>
      <itunes:author>Sebastian Fischer</itunes:author>
      <itunes:episode>2</itunes:episode>
      <itunes:episodeType>full</itunes:episodeType>
      <itunes:summary>
        <![CDATA[<div>Künstliche Intelligenz ist zweifellos die Schlüsseltechnologie für die Banken der Zukunft. Um die Auswirkungen des Einsatzes KI-gestützter Verfahren zu antizipieren, widmet sich Felix Marx in seiner Bachelorarbeit den Chancen und Herausforderungen. Was verbirgt sich hinter den Kulissen des Bankings?</div>]]>
      </itunes:summary>
      <itunes:keywords>Finanzen, Bank, Kundenbetreuung, Beratung, Kredit, KI, Künstliche Intelligenz, AI, Daten, Datenbereinigung, Ethik, Holismus, Unsicherheiten, Kunden, Chatbots, ChatGPT, Regulation, Staat, Digitalisierung, Datenschutzfragen, Krypto, Betrugserkennung, Risikomanagement</itunes:keywords>
      <itunes:explicit>no</itunes:explicit>
      <itunes:block>no</itunes:block>
      <googleplay:explicit>no</googleplay:explicit>
      <googleplay:block>no</googleplay:block>
      <podcast:chapters url="https://letscast.fm/podcasts/wissenschaft-veraenderung-a371f2fc/episodes/2-ki-in-finance-duerfen-computer-jetzt-alles-entscheiden/chapters.json" type="application/json+chapters"/>
    </item>
    <item>
      <guid isPermaLink="false">c096175cbc544fb29241f673eb5cc45f</guid>
      <title>#1 Datenanalyse: Deutsche Bahn eigentlich doch pünktlich?</title>
      <description>
        <![CDATA[<div>Wusstest du, dass nur 9% aller Züge der Deutschen Bahn verspätet sind? Wie das sein kann, findest du in der ersten Folge heraus. Im #ThesisTalk mit Host Sebastian Fischer und Bachelor-Absolvent Stefan Dymek erfährst du, wie Verspätungen entstehen und wie Datenanalysen genutzt werden können, um die Zuverlässigkeit des Bahnverkehrs zu steigern.</div>]]>
      </description>
      <pubDate>Mon, 25 Mar 2024 04:00:00 +0100</pubDate>
      <enclosure url="https://lcdn.letscast.fm/media/podcast/2f55f0df/episode/a8496247.mp3?t=1710242180" length="70217560" type="audio/mpeg"/>
      <content:encoded>
        <![CDATA[<div>Wusstest du, dass nur 9% aller Züge der Deutschen Bahn verspätet sind? Wie das sein kann, findest du in der ersten Folge heraus. Im #ThesisTalk mit Host Sebastian Fischer und Bachelor-Absolvent Stefan Dymek erfährst du, wie Verspätungen entstehen und wie Datenanalysen genutzt werden können, um die Zuverlässigkeit des Bahnverkehrs zu steigern.</div>]]>
      </content:encoded>
      <link>https://wissenschaft-veränderung.letscast.fm/episode/1-datenanalyse-deutsche-bahn-eigentlich-doch-puenktlich</link>
      <atom:link rel="http://podlove.org/deep-link" href="https://wissenschaft-veränderung.letscast.fm/episode/1-datenanalyse-deutsche-bahn-eigentlich-doch-puenktlich"/>
      <psc:chapters xmlns:psc="http://podlove.org/simple-chapters" version="1.2">
        <psc:chapter start="00:00:00" title="Begrüßung"/>
        <psc:chapter start="00:00:45" title="Erste Gedanken zur Deutschen Bahn"/>
        <psc:chapter start="00:01:17" title="Verspätungen im Nah- und Fernverkehr"/>
        <psc:chapter start="00:13:32" title="Treiber für Verspätungen"/>
        <psc:chapter start="00:21:11" title="Güterverkehr und belegte Gleise"/>
        <psc:chapter start="00:25:09" title="Forschungsfrage der Bachelorarbeit"/>
        <psc:chapter start="00:29:31" title="Zahlen und Fakten"/>
        <psc:chapter start="00:40:56" title="Anschlüsse erreichen"/>
        <psc:chapter start="00:50:07" title="Transformative Pilotprojekte"/>
        <psc:chapter start="00:56:28" title="Fazit der Datenanalyse"/>
        <psc:chapter start="01:09:39" title="Stefans Tipps für die Bachelorarbeit"/>
        <psc:chapter start="01:11:27" title="Stefan, wie geht's weiter?"/>
      </psc:chapters>
      <atom:contributor>
        <atom:name>Stefan Dymek</atom:name>
      </atom:contributor>
      <itunes:title>#1 Datenanalyse: Deutsche Bahn eigentlich doch pünktlich?</itunes:title>
      <itunes:duration>01:13:02</itunes:duration>
      <itunes:author>Sebastian Fischer</itunes:author>
      <itunes:episode>1</itunes:episode>
      <itunes:episodeType>full</itunes:episodeType>
      <itunes:summary>
        <![CDATA[<div>Wusstest du, dass nur 9% aller Züge der Deutschen Bahn verspätet sind? Wie das sein kann, findest du in der ersten Folge heraus. Im #ThesisTalk mit Host Sebastian Fischer und Bachelor-Absolvent Stefan Dymek erfährst du, wie Verspätungen entstehen und wie Datenanalysen genutzt werden können, um die Zuverlässigkeit des Bahnverkehrs zu steigern.</div>]]>
      </itunes:summary>
      <itunes:image href="https://lcdn.letscast.fm/media/podcast/2f55f0df/episode/a8496247/artwork-3000x3000.jpg?t=1725040543"/>
      <image>
        <url>https://lcdn.letscast.fm/media/podcast/2f55f0df/episode/a8496247/artwork-3000x3000.jpg?t=1725040543</url>
        <title>#1 Datenanalyse: Deutsche Bahn eigentlich doch pünktlich?</title>
        <link>https://wissenschaft-veränderung.letscast.fm/episode/1-datenanalyse-deutsche-bahn-eigentlich-doch-puenktlich</link>
      </image>
      <itunes:keywords>Bachelorarbeit, Thesis, Methoden, Datenanalyse, Deutsche Bahn, DB, Verspätungen, Zug, Nahverkehr, Fernverkehr, Güterverkehr, Personenverkehr, Mobilitätswende, öffentliche Verkehrsmittel, HWR, Wirtschaftsinformatik</itunes:keywords>
      <itunes:explicit>no</itunes:explicit>
      <itunes:block>no</itunes:block>
      <googleplay:explicit>no</googleplay:explicit>
      <googleplay:block>no</googleplay:block>
      <podcast:chapters url="https://letscast.fm/podcasts/wissenschaft-veraenderung-a371f2fc/episodes/1-datenanalyse-deutsche-bahn-eigentlich-doch-puenktlich/chapters.json" type="application/json+chapters"/>
    </item>
    <item>
      <guid isPermaLink="false">2224a64d9cc047f0b5b0322863b9da05</guid>
      <title>#0 Der Startschuss für Veränderung</title>
      <description>
        <![CDATA[<div>Die Zeit ist reif für den digitalen Wandel. Doch welche Auswirkungen wird diese Transformation auf unsere Welt haben? Welche Technologien werden Unternehmen, Institutionen und Menschen entscheidend prägen? Erfahre all das und mehr im Podcast »Wissenschaft Veränderung«.</div>]]>
      </description>
      <pubDate>Tue, 12 Mar 2024 12:20:00 +0100</pubDate>
      <enclosure url="https://lcdn.letscast.fm/media/podcast/2f55f0df/episode/79273d6c.mp3?t=1710253261" length="1281462" type="audio/mpeg"/>
      <content:encoded>
        <![CDATA[<div>Die Zeit ist reif für den digitalen Wandel. Doch welche Auswirkungen wird diese Transformation auf unsere Welt haben? Welche Technologien werden Unternehmen, Institutionen und Menschen entscheidend prägen? Erfahre all das und mehr im Podcast »Wissenschaft Veränderung«.</div>]]>
      </content:encoded>
      <link>https://wissenschaft-veränderung.letscast.fm/episode/0-der-startschuss-fuer-veraenderung</link>
      <atom:link rel="http://podlove.org/deep-link" href="https://wissenschaft-veränderung.letscast.fm/episode/0-der-startschuss-fuer-veraenderung"/>
      <itunes:title>#0 Der Startschuss für Veränderung</itunes:title>
      <itunes:duration>00:01:20</itunes:duration>
      <itunes:author>Sebastian Fischer</itunes:author>
      <itunes:episode>0</itunes:episode>
      <itunes:episodeType>trailer</itunes:episodeType>
      <itunes:summary>
        <![CDATA[<div>Die Zeit ist reif für den digitalen Wandel. Doch welche Auswirkungen wird diese Transformation auf unsere Welt haben? Welche Technologien werden Unternehmen, Institutionen und Menschen entscheidend prägen? Erfahre all das und mehr im Podcast »Wissenschaft Veränderung«.</div>]]>
      </itunes:summary>
      <itunes:image href="https://lcdn.letscast.fm/media/podcast/2f55f0df/episode/79273d6c/artwork-3000x3000.jpg?t=1725034901"/>
      <image>
        <url>https://lcdn.letscast.fm/media/podcast/2f55f0df/episode/79273d6c/artwork-3000x3000.jpg?t=1725034901</url>
        <title>#0 Der Startschuss für Veränderung</title>
        <link>https://wissenschaft-veränderung.letscast.fm/episode/0-der-startschuss-fuer-veraenderung</link>
      </image>
      <itunes:keywords>Digitale Transformation, Innovation, Fortschritt, Digitalisierung, Technologien, KI, Künstliche Intelligenz, AI, Alltag, Zukunft, Unternehmen, Wirtschaft, Wissenschaft, Forschung, Methoden, Thesis, HWR, neuer Podcast, Intro, Pilot</itunes:keywords>
      <itunes:explicit>no</itunes:explicit>
      <itunes:block>no</itunes:block>
      <googleplay:explicit>no</googleplay:explicit>
      <googleplay:block>no</googleplay:block>
    </item>
  </channel>
</rss>
