In Numbers We Trust - Der Data Science Podcast

About In Numbers We Trust - Der Data Science Podcast

Wir machen Data Science. Und in unserem Podcast Data Science Deep Dive reden wir darüber. Du bist ebenfalls Data Scientist oder interessierst dich für Daten, ML und AI? Dann ist dieser Podcast für dich. Wir teilen unsere Learnings aus über 180 Projekten, du bekommst Infos und Anregungen zu spannenden Themen rund um Daten. Wir klären auf, geben Hinweise und teilen unsere Erfahrungen, die wir in über 10 Jahren als Data Scientists im B2B Bereich gesammelt haben. Wir decken auf, was wirklich hinter den Hypes und Trends der Data Science Branche steckt. Wir hinterfragen, was ein Data Science Projekt erfolgreich macht und welche Faktoren es zum Scheitern verurteilen.

Publisher

INWT Statistics GmbH

Category

technology

Language

de

Explicit

No

First episode

25 May 2022

Latest episode

5 Nov 2026

Latest episodes

109 episodes in the feed.

1. 

   5 Nov 2026

   #106: Die AI Pill im Realitätscheck: Agentic Programming und Produktivität

   In dieser Folge geht es darum, wie Agentic Programming die Produktivität von Softwareentwickler*innen verändert und welche empirischen Zahlen es dazu gibt. Wir stellen optimistische und skeptische Stimmen gegenüber: Auf der einen Seite stehen Unternehmen mit vollständig agentischer Entwicklung, auf der anderen Kent Becks Sicht auf KI als Verstärker bestehender Stärken und Schwächen. Im Mittelpunkt stehen Studien wie das METR-Experiment, die DORA-Erhebungen und eine NBER-Arbeit zu verschiedenen Generationen von KI-Tools sowie Arbeitsmarktdaten aus Deutschland und den USA. Wir besprechen auch, warum sich Produktivität so schwer messen lässt und mit welchen methodischen Problemen neuere Studien zu kämpfen haben. Zum Schluss geht es darum, worauf Teams bei der Einführung von KI achten sollten, damit sie die Arbeit verbessert und nicht nur verdichtet. **Zusammenfassung** Mehr Code ist nicht gleich mehr Produktivität: 700 % mehr Codezeilen stehen nur rund 30 % mehr Produktivität gegenüber. Der Engpass ist das Code Review, und automatische Reviews reichen nicht aus, um Qualität zu sichern. METR-Studie 2025: Entwickler*innen erwarteten, mit KI 25 % schneller zu sein, und schätzten sich hinterher 20 % schneller ein. Tatsächlich waren sie 20 % langsamer. Die Folgestudie 2026 ist methodisch schwieriger, unter anderem wegen Selektionseffekten und weil sich die Arbeitszeit beim Betreuen von Agenten kaum messen lässt. DORA-Erhebungen: Die Umfragen zeigen positive Effekte von 5–10 % auf Team- und Organisationsebene und rund 15 % auf individueller Ebene. Gleichzeitig steigt die Instabilität um etwa 10 %, und es zeigen sich Effekte auf Burnout. NBER-Studie: Sie misst Produktivität über mehrere Generationen von KI-Tools hinweg. Dabei zeigt sich ein Engpass: Es entstehen viele neue Apps, aber viele davon finden nie genug Nutzer*innen. Skeptische Perspektiven: Kent Beck beschreibt KI als Verstärker, der Gutes wie Schlechtes verstärkt. Das „Expensive Loop Problem“ erklärt, warum Agenten nur an günstigen Feedback-Schleifen lernen, während Expert*innen diese als Proxy für teure Schleifen einordnen können. Arbeitsmarkt: In Deutschland steigt die IT-Arbeitslosigkeit, liegt aber weiterhin unter 4 %. Besonders Berufseinsteiger:innen haben es schwerer. In den USA liegt sie bei etwa 3,5 %, bei Entry-Level-Softwareentwickler*innen bei rund 7 %. Essay-Studie mit EEG: Die kleine Studie mit 54 Teilnehmenden zeigt, dass LLM-Nutzer*innen homogene, gut bewertete Aufsätze schreiben, daraus aber kaum zitieren können. Ohne Tools war die neuronale Vernetzung am stärksten. Fazit: Goodhart’s Law gilt auch für Produktivitätsmetriken. KI hilft, wenn sie Menschen ermöglicht, ihre Arbeit selbstbestimmt zu verbessern (Zentaur). Sie schadet, wenn sie vor allem mehr Output mit weniger Qualität erzwingt (Reverse Zentaur). **Links** "The most AI pilled company" (@jsnnsa auf X): https://x.com/jsnnsa/status/2115623382721126826 The Rise of the Product Engineer: When code costs nothing, what’s left of the job (AI Engineer): https://ai.engineer/talks/kspZP5BgkEU-ai-writes-code-so-whats-left-engineers und https://www.youtube.com/watch?v=kspZP5BgkEU The Expensive Loop Problem (LessWrong): https://www.lesswrong.com/posts/2mStxuNDMdaWdyHu6/the-expensive-loop-problem The Augmented Forest (Kent Beck, Keynote GOTO 2026): https://www.youtube.com/watch?v=NVkw-RFx2cc The Reverse Centaur’s Guide to Life After AI (Cory Doctorow): https://us.macmillan.com/books/9780374621575/thereversecentaursguidetolifeafterai/ Arbeitslosenzahlen Deutschland: Der Arbeitsmarkt für IKT-Berufe im Kontext der Transformation (Bundesagentur für Arbeit): https://www.arbeitsagentur.de/datei/der-arbeitsmarkt-fuer-ikt-berufe-im-kontext-der-transformation_ba053543.pdf USA: Current Population Survey (U.S. Bureau of Labor Statistics): https://www.bls.gov/cps/cpsaat25b.htm Uplift Update 2026 (METR): https://metr.org/blog/2026-02-24-uplift-update/#other-means-of-measuring-productivity Artificial Intelli

2. 

   22 Oct 2026

   #105: [DSK2] Data Strategy Kompass – Die Bestandsaufnahme

   In der zweiten Folge unserer Serie "Data Strategy Kompass" geht es um die Bestandsaufnahme: Wo steht ein Unternehmen aktuell beim Thema Daten? Dafür stellen wir eine Matrix mit sieben Dimensionen vor, von strategischen Entscheidungen über Governance, Daten und Architektur bis hin zu Kultur & HR, und betrachten jeweils Status quo, Hebel und typisches Konfliktpotenzial. Anschließend ordnen wir den eigenen Reifegrad mit dem Analytics-Modell von Gartner ein, das vier Stufen von deskriptiv bis präskriptiv unterscheidet. An den Beispielen Churn-Vermeidung und Predictive Maintenance zeigen wir, wie sich ambitionierte Ideen auf niedrigere Stufen herunterbrechen lassen und warum diese Vorarbeit oft schon eigene Quick Wins liefert. Die Übersichtstabelle für den Selbst-Check findet ihr unten. **Zusammenfassung** Ohne Bestandsaufnahme droht die Datenstrategie am Bedarf vorbeizugehen, zu klein oder zu groß gedacht zu sein oder unerreichbare Ziele zu setzen. Die Bestandsaufnahme erfolgt typischerweise in einem ein- bis zweitägigen Workshop anhand von sieben Dimensionen: Strategische Entscheidungen, Ownership & Governance, Daten, Architektur, Use Cases & Projekte, Organisatorische Beteiligte sowie Kultur & HR. Zu jeder Dimension werden drei Fragen gestellt: Was ist der Status quo, wo liegen ungenutzte Hebel und wo gibt es Konfliktpotenzial? Datenqualität ist auch eine geschäftliche Frage: Liefern verschiedene Abteilungen unterschiedliche Antworten auf dieselbe Frage (z.B. "Was ist ein*e aktive*r Kund*in?"), hat das politische Folgen. Ownership ist oft historisch gewachsen und undokumentiert, neue Verantwortlichkeiten und mehr Transparenz können auf Widerstand stoßen. Ängste wie "KI nimmt mir den Job weg" werden selten offen ausgesprochen, können eine Datenstrategie aber durch passive Verweigerung ausbremsen. Das Gartner-Modell (deskriptiv, diagnostisch, prädiktiv, präskriptiv) hilft bei der Einordnung. Wo man steht, zeigt sich an den bisher erfolgreich umgesetzten Projekten. Empfehlung: immer nur eine Stufe auf einmal nach oben gehen. Gute Ideen auf hoher Stufe lassen sich herunterbrechen, und die Erkenntnisse auf niedrigeren Stufen decken Datenprobleme auf und liefern Input für spätere Modelle. **Übersichtstabelle für den Selbst-Check** Dimension Status quo Chancen / Hebel Konfliktpotenzial Strategische Entscheidungen Welche Entscheidungen basieren heute auf Daten? Welche Entscheidungen sollten datenbasiert verbessert werden? Wer müsste Entscheidungsbefugnisse teilen oder anpassen? Ownership & Governance Gibt es klare Data Owner? Sind Berechtigungen klar geregelt? Wo könnte klare Ownership Effizienz schaffen? Wo droht Kontrollverlust? Daten Welche Daten existieren wo? In welcher Qualität? Welche Kombinationen könnten neuen Mehrwert schaffen? Wer „besitzt“ die Daten? Externe Partner? Architektur Sind Systeme verbunden oder isoliert? Wo kann Modularität Skalierung ermöglichen? Bestehen Abhängigkeiten von Dienstleistern? Use Cases & Projekte Welche PoCs / Projekte gab es? Was wurde skaliert? Wo liegt ein Hebel >100.000 €/Jahr? Wo konkurrieren Projekte um Budget? Organisatorische Beteiligte Wer ist beteiligt? Wo entstehen Synergien? Wo entstehen Zielkonflikte? Kultur & HR Wie ist die generelle Einstellung der Mitarbeitenden ggü. Neuerungen, Daten & KI? Wer sind die Antreiber*innen? Wer übernimmt Verantwortung für Leuchtturmprojekte? Wo entstehen Missverständnisse oder Ängste? („KI nimmt den Job weg“)Welche Skills fehlen? **Links** Hier geht's zur ersten großen Tech-Podcast-Umfrage im deutschsprachigen Raum: https://engineeringkiosk.dev/survey #101: [DSK1] Data Strategy Kompass – Was Datenstrategie ist & was nicht https://www.podbean.com/ew/pb-gyxaw-1b445eb #70: Der Aufstieg zur Datenreife – Stufe für Stufe zur Data Maturity: https://www.podbean.com/ew/pb-a7663-1882b25 Gartner Glossar zu Analytics (deskriptiv, diagnostisch, prädiktiv, präskriptiv): https://www.gart

3. 

   8 Oct 2026

   #104: Treatment-Effekte messen: Was hat eine Maßnahme wirklich gebracht?

   Ob in der Entwicklungszusammenarbeit, im Online-Marketing oder beim Pricing: Wer wissen will, was eine Maßnahme bewirkt hat, steht vor dem Problem, dass sich immer nur eine Welt beobachten lässt. In dieser Folge sprechen Mira und Amit darüber, wie sich trotzdem ein belastbares Counterfactual konstruieren lässt und warum Korrelation dafür nicht ausreicht. Sie gehen Studiendesigns von RCTs über Difference-in-Differences, Regression Discontinuity und Propensity Score Matching bis hin zu Instrumentvariablen, Synthetic Control und Panel-Methoden durch. Außerdem geht es um die Frage, welche Variablen in die Auswertung gehören, wie man Ergebnisse auf Robustheit prüft und was Dosis-Wirkungs-Beziehungen zusätzlich verraten. Ein Plädoyer dafür, die Auswertung schon vor Beginn einer Maßnahme mitzudenken. **Zusammenfassung** Das Kernproblem der Evaluation: Das Counterfactual ist unbeobachtbar, und ein statistischer Zusammenhang belegt noch keine Kausalität. Vor jeder Analyse steht die Wirkkette: Ohne logisches Verständnis, wie eine Maßnahme wirken soll, drohen falsche Metriken, übersehene Einflüsse und schlechte Vergleichsgruppen. Metriken sollten das messen, was wirklich zählt (z.B. Gewinn statt Auslastung, CLV statt Click-Through-Rate), und die Frage der Generalisierbarkeit gehört von Anfang an dazu. RCTs und A/B-Tests gelten als Goldstandard, setzen aber eine Poweranalyse vorab und eine saubere Auswertung voraus. Wenn Randomisierung nicht möglich ist, helfen DiD, RDD, Propensity Score Matching, Synthetic Control, Interrupted Time Series oder Fixed-Effects-Modelle, je nach Datenlage und Selektionsprozess. Instrumentvariablen lösen das Problem unbeobachteter Confounder wie Motivation, liefern aber nur einen lokalen Effekt (LATE), und die Ausschlussrestriktion lässt sich nicht statistisch testen. In der Analyse gehören Confounder ins Modell, Mediatoren nicht; Double ML, Causal Forests und Dosis-Wirkungs-Analysen erweitern das Werkzeugset. Robustheitschecks und eine Fehlerkultur, in der auch "wirkt nicht" ein wertvolles Ergebnis ist, sind entscheidend für glaubwürdige Evaluation. **Links** #73: Korrelation vs. Kausalität: Was braucht es für fundierte Entscheidungen? https://www.podbean.com/ew/pb-xmeyy-18c0d20 #26: A/B-Testing: Erkenntnisse statt Bauchgefühl https://www.podbean.com/ew/pb-6fzpj-143cfb1 📬 Fragen, Feedback oder Themenwünsche?Schreibt uns gern an: podcast@inwt-statistics.de

Reach and audience

Public platform figures. Ratings count people who left a rating, not total listeners.

Spotify

5.0 / 5

104 ratings

Contact In Numbers We Trust - Der Data Science Podcast

Guest appearances

Books guests

Based on episode analysis; this does not confirm that the show is currently accepting guests.

Shows with a similar audience

• 

  Der KI-Podcast

• 

  KI-Update – ein Heise-Podcast

• 

  Geschichten aus der Mathematik

• 

  Tech, KI & Schmetterlinge

• 

  KI verstehen

• 

  c’t uplink - der IT-Podcast aus Nerdistan