Natürlich kommen wir um Corona nicht vorbei! Aber trotzdem erwarten euch heute auch fundierte Meinungen (also viel Halbwissen) zu noch nicht angekündigten Spielen: Baldurs Gate 3 und Valorant, dem neuen Shooter von Riot (die mit League of Legends). Learn more about your ad choices. Visit <a href="https://megaphone.fm/adchoices">megaphone.fm/adchoices</a>

Natürlich kommen wir um Corona nicht vorbei! Aber trotzdem erwarten euch heute auch fundierte Meinungen (also viel Halbwissen) zu noch nicht angekündigten Spielen: Baldurs Gate 3 und Valorant, dem neuen Shooter von Riot (die mit League of Legends).
Learn more about your ad choices. Visit megaphone.fm/adchoices

PietCast

PietCast #219 - Riots Shooter Valorant

Gudrun spricht mit <a href="https://sites.google.com/site/sebastianlerch/">Sebastian Lerch</a> vom <a href="http://www.math.kit.edu/stoch/">Institut für Stochastik</a> in der KIT-Fakultät für Mathematik. Vor einiger Zeit - Anfang 2015 - hatten die beiden schon darüber gesprochen, wie <a href="http://www.modellansatz.de/extremereignisse">extreme Wetterereignisse stochastisch modelliert</a> werden können. Diesmal geht es um eine Lehrveranstaltung, die Sebastian extra konzipiert hat, um für Promovierende aller Fachrichtungen am KIT eine Einführung in Machine Learning zu ermöglichen. Der Rahmen hierfür ist die Graduiertenschule <a href="http://www.mathsee.kit.edu/mathseed.php">MathSEED</a>, die ein Teil des im Oktober 2018 gegründeten KIT-Zentrums <a href="http://www.mathsee.kit.edu/">MathSEE</a> ist. Es gab schon lange (und vielleicht immer) Angebote am KIT, die insbesondere Ingenieure an moderne Mathematik heranführten, weil sie deren Methoden schon in der Masterphase oder spätestens während der Promotion brauchten, aber nicht durch die klassischen Inhalten der Höheren Mathematik abgedeckt werden. All das wird nun gebündelt und ergänzt unter dem Dach von MathSEED. Außerdem funktioniert das nun in beide Richtungen: Mathematiker:innen, werden ebenso zu einführenden Angeboten der anderen beteiligten Fakultäten eingeladen. Das Thema <a href="https://de.wikipedia.org/wiki/Maschinelles_Lernen">Maschinelles Lernen und Künstliche Intelligenz</a> war ganz oben auf der Wunschliste für neu zu schaffende Angebote. Im Februar 2020 hat Sebastian diese Vorlesung erstmalig konzipiert und gehalten - die Übungen wurden von Eva-Maria Walz betreut. Die Veranstaltung wird im Herbst 2020 wieder angeboten. Es ist nicht ganz einfach, die unterschiedlichen Begriffe, die für Künstliche Intelligenz (kurz: KI) benutzt werden gegeneinander abzutrennen, zumal die Sprechweisen in unterschiedlichen Kontexten unterschiedlich sind. Hinzu tritt, dass mit der Verfügbarkeit großer Datenmengen und der häufigen Nutzung von KI und Big Data gemeinsam auch hier vieles vermischt wird. Sebastian defininiert Maschinelles Lernen als echte Teilmenge von KI und denkt dabei auch daran, dass z.B. symbolisches Rechnen KI ist. Ebenso geben schon lange sogenannte <a href="https://de.wikipedia.org/wiki/Expertensystem">Expertensysteme</a> Hilfestellung für Entscheidungen. Hier geben Regeln ein Programm vor, das Daten-Input zu einem Output verwandelt. Heute denken wir bei KI eher daran, dass z.B. der Computer lernt wie ein Bild eines Autos aussieht, ohne dass dafür klare Regeln vorgegeben werden. Dies ist eher vergleichbar damit, wie Kinder lernen. Die modernste Variante ist sogenanntes <a href="https://de.wikipedia.org/wiki/Deep_Learning">Deep Learning</a> auf der Basis von <a href="https://de.wikipedia.org/wiki/K%C3%BCnstliches_neuronales_Netz">Neuronalen Netzen</a>. Die Abgrenzung zu statistischen Verfahren ist mitunter nicht so klar. Das Neuronale Netz wird dabei eine Black Box, was wissenschaftlich arbeitende Menschen nicht ganz befriedigt. Aber mit ihrer Hilfe werden komplexere Probleme lösbar. Forschung muss versuchen, die Entscheidungen der Black Box nachvollziehbar zu machen und entscheiden, wann die Qualität ausreicht. Dazu muss man sich überlegen: Wie misst man Fehler? In der Bildverarbeitung kann es genügen, z.B. falsch erkannte Autos zu zählen. In der Wettervorhersage lässt sich im Nachhinein feststellen, welche Fehler in der Vorhersage gemacht wurden. Es wird unterschiedliche Fehlertoleranzen geben für Erkennung von Fußgängern für selbst fahrende Autos und für die Genauigkeit von Wettervorhersage. Ein Beispiel in der Übung war die Temperaturvorhersage anhand von vorliegenden Daten. Die Vorhersage beruht ja auf physikalischen Modelle in denen die Entwicklung von Temperatur, Luftdruck und Windgeschwindigkeit durch Gleichungssysteme nachgebildet wird. Aber diese Modelle können nicht fehlerfrei berechnet werden und sind auch recht stark vereinfacht. Diese Fehler werden mit Hilfe von KI analysiert und die Ergebnisse für die Verbesserung der Vorhersage benutzt. Ein populäres Verfahren sind Random Forests oder Entscheidungsbäume. Hier werden komplexe Fragen stufenweise zerlegt und in den Stufen einfache Ja- oder Nein-Fragen beantwortet. Dies wird z.B. angewandt in der Entscheidung ob und wo eine Warnung vor einer Gewitterzelle erfolgen sollte. Sehr bekannt und im praktischen Einsatz erprobt (beispielsweise in der Bildverarbeitung und in der Übersetzung zwischen gebräuchlichen Sprachen) sind <a href="https://de.wikipedia.org/wiki/Neuronales_Netz">Neuronale Netze</a>. In mehrern Schichten sind hier sogenannte Neuronen angeordnet. Man kann sich diese wie Knoten in einem Netz vorstellen, in dem Daten von Knoten zu Knoten transportiert werden. In den Knoten werden die ankommenden Daten gewichtet aufaddiert und eine vorher festgelegte Aktivierungsfunktion entscheidet, was an die nächsten Knoten oder die nächste Schicht von Neuronen weitergegeben wird. Die einzelnen Rechenoperationen sind hier also ganz elementar, aber das Zusammenwirken ist schwer zu analysieren. Bei vielen Schichten spricht man von Deep Learning. Das ist momentan noch in den Kinderschuhen, aber es kann weit reichende Konsequenzen haben. In jedem Fall sollte man Menschen im Entscheidungsprozess beteiligen. Die konkrete Umsetzung hat Sebastian als Vorlesung und Übung zu gleichen Teilen gewählt. Er hat einen Schwerpunkt auf einen Überblick zu methodischen Aspekten gelegt, die die Teilnehmenden dazu befähigt, später selbst weiter zu lernen. Es ging also unter anderem darum, wie man Trainingsdaten auswählt, wie Qualitätssicherung funktioniert, wie populäre Modelle funktionieren und wie man einschätzt, dass die Anpassung an Daten nicht zu stark erfolgt. In der Übung fand großen Anklang, dass ein Vorhersagewettbewerb der entwickelten Modelle durch <a href="https://www.kaggle.com/competitions">Kaggle competions</a> online live möglich war. <h1>Literatur und weiterführende Informationen</h1> <ul><li> Forschungsergebnisse mit Hilfe von Maschinen Lernen, an denen Sebastian Lerch beteiligt ist:<ul><li> <a href="https://doi.org/10.5194/npg-2019-49">M.N. Lang e.a.: Remember the past: A comparison of time-adaptive training schemes for non-homogeneous regression</a> Nonlinear Processes in Geophysics, 27: 23–34 2020. (eher stochastisch)</li><li> <a href="https://journals.ametsoc.org/doi/10.1175/MWR-D-18-0187.1">S. Rasp und S. Lerch: Neural networks for post-processing ensemble weather forecasts</a> Monthly Weather Review, 146(11): 3885–3900 2018.</li></ul></li></ul> <ul><li> Lehrbücher<ul><li> <a href="https://web.stanford.edu/~hastie/ElemStatLearn/">T. Hastie, R. Tibshirani, J. Friedman: The Elements of Statistical Learning</a> Springer 2017 (2nd Edition).</li><li> <a href="http://faculty.marshall.usc.edu/gareth-james/ISL/ ">G. James, D. Witten, T. Hastie and R. Tibshirani: An Introduction to Statistical Learning</a> Springer 2013 (7nd Edition)</li><li> <a href="https://www.deeplearningbook.org/">I. Goodfellow and Y. Bengio and A. Courville: Deep Learning</a> MIT-Press 2016. </li></ul></li></ul> <ul><li> Online Kurse<ul><li> <a href="https://course.fast.ai/">Pytorch-based Python library fastai</a></li><li> <a href="https://www.deeplearning.ai/">Deeplearning</a></li></ul></li></ul> <ul><li> Dystopie für alltägliche KI <ul><li> <a href="https://en.wikipedia.org/wiki/Little_Brother_(Doctorow_novel)">C. Doctorow: Little Brother</a> Tor Teen, 2008. <a href="https://craphound.com/littlebrother/download/">download beim Author</a></li><li> <a href="https://craphound.com/category/homeland/">C. Doctorow: Homeland</a> Tor Books, 2013, ISBN 978-0-7653-3369-8</li><li> <a href="http://deepart.io">im Gespräch angesprochene Bildbearbeitung, die eigene Fotos mit Kunstwerken verschmilzt</a></li></ul></li></ul> <ul><li> Meetups im Umland von Karlsruhe<ul><li> <a href="https://www.meetup.com/de-DE/karlsruhe-ai/">Karlsruhe ai Meetup</a></li><li> <a href="https://heidelberg.ai/ ">Heidelberg ai Meetup</a></li><li> <a href="https://www.meetup.com/de-DE/Machine-Learning-Rhein-Neckar/">Machine Learning Rhein-Neckar (Mannheim)</a></li></ul></li></ul> <h1>Podcasts</h1> <ul><li> <a href="https://www.lebenx0.de/podcast-006/">Leben X0 - Episode 6: Was ist Machine Learning?</a> November 2019.</li><li> <a href="https://soundcloud.com/user-299153345/streitraum-intelligenz-und-vorurteil">Streitraum: Intelligenz und Vorurteil</a> Carolin Emcke im Gespräch mit Anke Domscheit-Berg und Julia Krüger, 26. Januar 2020</li><li> <a href="https://anchor.fm/philipp-packmohr/episodes/Artificial-Neural-Networks-e4adbm/a-agv3qq">P. Packmohr, S. Ritterbusch: Neural Networks</a>, Data Science Phil, Episode 16, 2019.</li></ul>

Modellansatz

Modellansatz 232

Gudrun spricht mit Sebastian Lerch vom Institut für Stochastik in der KIT-Fakultät für Mathematik. Vor einiger Zeit - Anfang 2015 - hatten die beiden schon darüber gesprochen, wie extreme Wetterereignisse stochastisch modelliert werden können. Diesmal geht es um eine Lehrveranstaltung, die Sebastian extra konzipiert hat, um für Promovierende aller Fachrichtungen am KIT eine Einführung in Machine Learning zu ermöglichen. Der Rahmen hierfür ist die Graduiertenschule MathSEED, die ein Teil des im Oktober 2018 gegründeten KIT-Zentrums MathSEE ist. Es gab schon lange (und vielleicht immer) Angebote am KIT, die insbesondere Ingenieure an moderne Mathematik heranführten, weil sie deren Methoden schon in der Masterphase oder spätestens während der Promotion brauchten, aber nicht durch die klassischen Inhalten der Höheren Mathematik abgedeckt werden. All das wird nun gebündelt und ergänzt unter dem Dach von MathSEED. Außerdem funktioniert das nun in beide Richtungen: Mathematiker:innen, werden ebenso zu einführenden Angeboten der anderen beteiligten Fakultäten eingeladen. Das Thema Maschinelles Lernen und Künstliche Intelligenz war ganz oben auf der Wunschliste für neu zu schaffende Angebote. Im Februar 2020 hat Sebastian diese Vorlesung erstmalig konzipiert und gehalten - die Übungen wurden von Eva-Maria Walz betreut. Die Veranstaltung wird im Herbst 2020 wieder angeboten. Es ist nicht ganz einfach, die unterschiedlichen Begriffe, die für Künstliche Intelligenz (kurz: KI) benutzt werden gegeneinander abzutrennen, zumal die Sprechweisen in unterschiedlichen Kontexten unterschiedlich sind. Hinzu tritt, dass mit der Verfügbarkeit großer Datenmengen und der häufigen Nutzung von KI und Big Data gemeinsam auch hier vieles vermischt wird. Sebastian defininiert Maschinelles Lernen als echte Teilmenge von KI und denkt dabei auch daran, dass z.B. symbolisches Rechnen KI ist. Ebenso geben schon lange sogenannte Expertensysteme Hilfestellung für Entscheidungen. Hier geben Regeln ein Programm vor, das Daten-Input zu einem Output verwandelt. Heute denken wir bei KI eher daran, dass z.B. der Computer lernt wie ein Bild eines Autos aussieht, ohne dass dafür klare Regeln vorgegeben werden. Dies ist eher vergleichbar damit, wie Kinder lernen. Die modernste Variante ist sogenanntes Deep Learning auf der Basis von Neuronalen Netzen. Die Abgrenzung zu statistischen Verfahren ist mitunter nicht so klar. Das Neuronale Netz wird dabei eine Black Box, was wissenschaftlich arbeitende Menschen nicht ganz befriedigt. Aber mit ihrer Hilfe werden komplexere Probleme lösbar. Forschung muss versuchen, die Entscheidungen der Black Box nachvollziehbar zu machen und entscheiden, wann die Qualität ausreicht. Dazu muss man sich überlegen: Wie misst man Fehler? In der Bildverarbeitung kann es genügen, z.B. falsch erkannte Autos zu zählen. In der Wettervorhersage lässt sich im Nachhinein feststellen, welche Fehler in der Vorhersage gemacht wurden. (...)

Machine Learning - Maschinelles Lernen

Nachdem Jeanette letztens einen Vortrag über den 3D-Druck ihrer Modelle gehalten hatte, kam dieser so gut bei ein paar der Zuhörern an, daß über ihre Modellbauaktivitäten ein Beitrag in der lokalen Zeitung erschienen ist. 
Corona ist natürlich, neben ein paar anderen gesundheitlichen Themen ist, auch ein Thema bei uns im Podcast. Wir unterhalten uns aber auch über die Produktion von Podcasts und Videos. Aufhänger war die Meldung auf t3n, daß die BBC die Entwicklung von Pocket Cast, einem Podcast Catcher, unterstützt.
Jeanette hat eine interessante Serie auf Amazon Prime gesehen "Mrs. Maisel", von der sie etwas erzählt und sie war letztes Wcohenende auf einer Modellbauausstellung in Fürstenfeldbruck.

Freischnauze-Podcast

Nachdem Jeanette letztens einen Vortrag über den …

FS-149: Jeanette war in der Zeitung

F.A.Z. Podcast für Deutschland
DFB:
<a href="https://www.faz.net/aktuell/sport/fussball/dfb-wirkt-im-machtkampf-mit-ultras-in-bundesliga-ueberfordert-16663280.html?premium">https://www.faz.net/aktuell/sport/fussball/dfb-wirkt-im-machtkampf-mit-ultras-in-bundesliga-ueberfordert-16663280.html?premium</a>
Treffen Ultras und DFB:
<a href="https://www.faz.net/aktuell/sport/fussball/krisensitzung-streit-zwischen-fans-und-dfb-16664956.html">https://www.faz.net/aktuell/sport/fussball/krisensitzung-streit-zwischen-fans-und-dfb-16664956.html</a>
DFL gegen Kollektivstrafen:
<a href="https://www.faz.net/aktuell/sport/fussball/bundesliga/dfl-positioniert-sich-im-fan-konflikt-gegen-kollektivstrafen-16663616.html">https://www.faz.net/aktuell/sport/fussball/bundesliga/dfl-positioniert-sich-im-fan-konflikt-gegen-kollektivstrafen-16663616.html</a>
Hebammen:
<a href="https://www.faz.net/aktuell/karriere-hochschule/hoersaal/hebammen-an-die-unis-was-das-neue-studium-bringt-16655769.html?premium">https://www.faz.net/aktuell/karriere-hochschule/hoersaal/hebammen-an-die-unis-was-das-neue-studium-bringt-16655769.html?premium</a>
Coronavirus-Liveticker:
<a href="https://www.faz.net/aktuell/gesellschaft/gesundheit/coronavirus/live-blog-zum-coronavirus-aktuelle-entwicklungen-im-ueberblick-16652619.html">https://www.faz.net/aktuell/gesellschaft/gesundheit/coronavirus/live-blog-zum-coronavirus-aktuelle-entwicklungen-im-ueberblick-16652619.html</a>
Corona-Newsletter:
<a href="https://www.faz.net/aktuell/coronavirus-der-neue-faz-newsletter-ueber-die-epidemie-16654109.html">https://www.faz.net/aktuell/coronavirus-der-neue-faz-newsletter-ueber-die-epidemie-16654109.html</a>
Alle unsere Podcast-Angebote finden Sie unter faz.net/podcast.
Haben Sie Fragen oder Anmerkungen zum Podcast? Dann melden Sie sich gerne bei podcast@faz.de.

Die Fußballwelt steht Kopf: Ultras gegen DFB, die Schmähungen von Dietmar Hopp, die rigorosen Reaktionen beim Spiel Hoffenheim gegen Bayern. Muss in den Kurven ein Kulturwandel stattfinden, vor allem nach den Ereignissen von Hanau? Handelt der DFB richtig, wenn er bei Beleidigungen gegen einen Milliardär härter durchgreift als bei rassistischen oder diskriminierenden Übergriffen?

Das besprechen wir mit dem Sprachrohr der Dortmunder Südkurve, dem Fanmagazin "Schwatzgelb", dem Soziologen Gunter A. Pilz und dem Macher des Eintracht-Podcasts, Marvin Mendel. Außerdem hören wir, was die DFB-Vertreterin Claudia Krobitzsch zur eigentlich falschen Verwendung des Dreistufenplans gesagt hat.

Die weiteren Thema: Unser tägliches Coronavirus-Update und grundlegende Änderungen bei der Ausbildung zur Hebamme.

F.A.Z. Podcast für Deutschland

Machtkampf Ultras vs. DFB: Wem gehört der Fußball?

Eigentlich hätte am heutigen Donnerstag der Genfer Autosalon seine Tore für das Publikum öffnen sollen, das hat aber einmal mehr der Coronavirus verhindert. Damit entfällt ein wichtiger Termin für die Branche, die immer stärker den Umstieg auf Elektroantriebe vorbereitet und mit immer neuen Präsentationen vorantreibt. Modelle, die nun aber eigentlich in Genf der Öffentlichkeit vorgestellt werden sollte, gibt es jetzt erst einmal nur im Video.

Auch wenn die Messe ins Wasser gefallen ist, lohnt ein Blick auf den Markt, denn 2020 könnte nun endlich das Jahr werden, in dem die Elektromobilität wirklich Fahrt aufnimmt. Das hängt ja nicht nur von den verfügbaren Fahrzeugen, sondern zum Beispiel auch der Infrastruktur ab.

In der aktuellen Folge unserer Podcasts sprechen wir deshalb über die aktuellen Entwicklungen und die vielversprechendsten Ankündigungen. Wie sieht es aktuell aus für Elektroautobesitzer, wie praxistauglich sind E-Autos jetzt? Wie hat sich das Drumherum entwickelt, zum Beispiel die Zahl der Ladesäulen? Welche Modelle kommen dieses Jahr und was erwartet die Käufer? Wie gut ist die deutsche Industrie vorbereitet und was macht die Konkurrenz? Wie sind Negativ-Schlagzeilen wie die des Endes für den Streetscooter der Post zu bewerten?

=== Anzeige / Sponsorenhinweis ===
Diese Ausgabe der #heiseshow hat einen Sponsor: Blinkist ist eine App, mit der man mehr als 3.000 Sachbücher in je nur 15 Minuten lesen und anhören kann - jetzt auch per Alexa Skill. Es gibt neue Ratgeber und Klassiker aus mehr als 25 Kategorien wie Wissenschaft, Technologie, Zukunft und persönlicher Entwicklung, mit Tipps und Tricks für Alltag und Beruf. Für Zuschauer der #heiseshow gibt es 25% Rabatt auf das Jahresabo Blinkist Premium über den Link blinkist.com/heiseshow, das Ganze kann man auch kostenlos testen.
=== Anzeige / Sponsorenhinweis Ende ===

Eigentlich hätte am heutigen Donnerstag der Genfer Autosalon seine Tore für das Publikum öffnen sollen, das hat aber einmal mehr der Coronavirus verhindert. Damit entfällt ein wichtiger Termin für die Branche, die immer stärker den Umstieg auf Elektroantriebe vorbereitet und mit immer neuen Präsentationen vorantreibt. Modelle, die nun aber eigentlich in Genf der Öffentlichkeit vorgestellt werden sollte, gibt es jetzt erst einmal nur im Video.

Auch wenn die Messe ins Wasser gefallen ist, lohnt ein Blick auf den Markt, denn 2020 könnte nun endlich das Jahr werden, in dem die Elektromobilität wirklich Fahrt aufnimmt. Das hängt ja nicht nur von den verfügbaren Fahrzeugen, sondern zum Beispiel auch der Infrastruktur ab.

In der aktuellen Folge unserer Podcasts sprechen wir deshalb über die aktuellen Entwicklungen und die vielversprechendsten Ankündigungen. Wie sieht es aktuell aus für Elektroautobesitzer, wie praxistauglich sind E-Autos jetzt? Wie hat sich das Drumherum entwickelt, zum Beispiel die Zahl der Ladesäulen? Welche Modelle kommen dieses Jahr und was erwartet die Käufer? Wie gut ist die deutsche Industrie vorbereitet und was macht die Konkurrenz? Wie sind Negativ-Schlagzeilen wie die des Endes für den Streetscooter der Post zu bewerten?

=== Anzeige / Sponsorenhinweis ===
Diese Ausgabe der #heiseshow hat einen Sponsor: Blinkist ist eine App, mit der man mehr als 3.000 Sachbücher in je nur 15 Minuten lesen und anhören kann - jetzt auch per Alexa Skill. Es gibt neue Ratgeber und Klassiker aus mehr als 25 Kategorien wie Wissenschaft, Technologie, Zukunft und persönlicher Entwicklung, mit Tipps und Tricks für Alltag und Beruf. Für Zuschauer der #heiseshow gibt es 25% Rabatt auf das Jahresabo Blinkist Premium über den Link blinkist.com/heiseshow, das Ganze kann man auch kostenlos testen.
=== Anzeige / Sponsorenhinweis Ende ===

#heiseshow (Audio) - Technik-News und Netzpolitik

Umstieg auf Elektroautos – Wann geht es denn nun richtig los?

Das Coronavirus breitet sich langsam aber doch auch in Österreich aus. Wenngleich nach allen bisherigen Erkenntnissen kein Grund zur Unruhe besteht, zeigen sich viele Menschen nach wie vor besorgt. Karin Pollack vom STANDARD beantwortet die...
Das Coronavirus breitet sich langsam aber doch auch in Österreich aus. Wenngleich nach allen bisherigen Erkenntnissen kein Grund zur Unruhe besteht, zeigen sich viele Menschen nach wie vor besorgt. Karin Pollack vom STANDARD beantwortet die wichtigsten gesundheitlichen Fragen zum Virus und der Krankheit Covid-19. Viele dieser Fragen haben uns User zukommen lassen.

Das Coronavirus breitet sich langsam aber doch auch in Österreich aus. Wenngleich nach allen bisherigen Erkenntnissen kein Grund zur Unruhe besteht, zeigen sich viele Menschen nach wie vor besorgt. Karin Pollack vom STANDARD beantwortet die wichtigsten gesundheitlichen Fragen zum Virus und der Krankheit Covid-19. Viele dieser Fragen haben uns User zukommen lassen.

Thema des Tages

Das Coronavirus breitet sich langsam aber doch auch in Österreich aus. Wenngleich nach allen bisherigen Erkenntnissen kein Grund zur Unruhe besteht, zeigen sich viele Menschen nach wie vor besorgt. Karin Pollack vom STANDARD beantwortet die...

Coronavirus: Die wichtigsten Fakten zu Schutz und Erkrankung

Das Coronavirus breitet sich langsam aber doch auch in Österreich aus. Wenngleich nach allen bisherigen Erkenntnissen kein Grund zur Unruhe besteht, zeigen sich viele Menschen nach wie vor besorgt. Karin Pollack vom STANDARD beantwortet die wichtigsten gesundheitlichen Fragen zum Virus und der Krankheit Covid-19. Viele dieser Fragen haben uns User zukommen lassen.&nbsp;

Das Coronavirus breitet sich langsam aber doch auch in Österreich aus. Wenngleich nach allen bisherigen Erkenntnissen kein Grund zur Unruhe besteht, zeigen sich viele Menschen nach wie vor besorgt. Karin Pollack vom STANDARD beantwortet die wichtigsten...

Der Virologe erklärt, wie man großflächig Antikörpertests machen könnte, weshalb deutsche Labore im Vorteil sind und warum Fußballstadien leer bleiben sollten.

Der Virologe erklärt, wie man großflächig Antikörpertests machen könnte, weshalb deutsche Labore im Vorteil sind und warum Fußballstadien leer bleiben sollten.

Das Coronavirus-Update von NDR Info

(7) Es ist nicht die Zeit für Egoismus

Nachdem Johannes nun auch endlich die erste Staffel der DC-Serie "Doom Patrol" gesehen hatte und Manuel schon seit fast einem halben Jahr von den verrückten Abenteuern der bunten Super-Truppe schwärmt, war es beiden ein großes Anliegen und eine große Freude nun ausführlich über die 15 Episoden Meta-Weirdness, abgedrehten Humor und erstaunlich bewegendes Charakterdrama zu sprechen.
Und um das Team noch etwas zu erweitern, stattet auch Special Guest Patrick der neuen 'On Screen: Recap' einen Besuch ab!
Wir wünschen viel Freude!
-------------------------------------------------------------------------------------------
Video-Essay „Iniside Llewyn Davis“:
https://youtu.be/Y0C7j4W-J1I
-------------------------------------------------------------------------------------------
Findet Manuel auch auf:
spaceluchadores.de/
www.instagram.com/spaceluchadores/
und
www.instagram.com/travelugly
---------------------------------------------------------------------------------------------
Folgt Johannes bei Twitter, Instagram und Letterboxd:
twitter.com/jkonscreen
www.instagram.com/jojo.has_it/
https://letterboxd.com/OnScreenJK/
---------------------------------------------------------------------------------------------
"On Screen: Review" auf Facebook folgen und keine Film-, Kino- oder TV-News mehr verpassen. ;)
www.facebook.com/OnScreenReview

Der RSS-Link für eure Podcast-Apps:
feeds.soundcloud.com/users/soundclo…398/sounds.rss

Lust auf Videos? Kein Problem!
Hier geht's zum Youtube-Channel:
www.youtube.com/channel/UCCezeBghUQAK4Y9-mE5WMYg

Und hier geht's zur Website!
www.onscreenreview.de

On Screen: Podcast

Nachdem Johannes nun auch endlich die erste Staff…

On Screen: Recap - Doom Patrol Staffel 1! [mit Patrick]

Das Kind braucht neue Schuhe! Das Putzmittel ist wieder leer! Und was ist mit dem Geburtstagsgeschenk der Schwiegermutter? Das Thema «Mental Lord» taucht in fast jeder Paarberatung auf. Doch was versteckt sich wirklich dahinter? Wer ist Schuld daran, dass die unsichtbaren Aufgaben - so scheint es - meist an den Frauen hängen bleiben? Ist es wirklich eine Frage des Geschlechts? Und was lässt sich dagegen tun? Diesen und anderen Fragen gehen Psychotherapeutin Felizitas Ambauen und Journalistin Sabine Meyer in dieser Folge des Beziehungspodcast «Beziehungskosmos» nach. Willkommen im «Beziehungskosmos»! Wir sind ein unabhängiger Podcast und finanzieren uns allein durch Euch. Wenn Ihr uns unterstützen möchtet, löst ein Beziehungskosmos-Abo (alle Infos auf www.beziehungskosmos.com) Vorteil Abo: - ihr entscheidet wie viel, wie häufig und wie lang! - kein neues Passwort erstellen, keine AGBs anklicken, an keine Kündigungsfrist denken - einfach einen Dauerauftrag für @beziehungskosmos einrichten Oder durch einmaligen Support via Twint 0795553950 // Wir danken Euch 💜

Beziehungskosmos

Das Kind braucht neue Schuhe! Das Putzmittel ist wieder leer! Und was ist mit dem Geburtstagsgeschenk der Schwiegermutter? Das Thema «Mental Lord» taucht in fast jeder Paarberatung auf. Doch was versteckt sich wirklich dahinter? Wer ist Schuld daran,...

1 Mental Load -  Oder warum frau beim Schwimmen an Hackfleisch denkt

USA feiern Biden Boom / EU-Kommissar sieht Zollfrieden / Die Affäre Giffey
Der Jugend der demokratischen Partei ist Bernie Sanders lieber als Präsidentschaftskandidat als Joe Biden. Ein erbitterter Zweikampf der Aspiranten zeichnet sich ab.

Der Jugend der demokratischen Partei ist Bernie Sanders lieber als Präsidentschaftskandidat als Joe Biden. Ein erbitterter Zweikampf der Aspiranten zeichnet sich ab.

Handelsblatt Morning Briefing - News aus Wirtschaft, Politik und Finanzen

USA feiern Biden Boom / EU-Kommissar sieht Zollfrieden / Die Affäre Giffey

Morning Briefing vom 05.03.2020

In Folge 207 des beVegt-Podcast ist die Ultramarathonläuferin Jamie Obier bei uns zu Gast. Jamie hat schon fast 20 Ultramarathons bestritten, und dabei alles erlebt: vom obersten Treppchenplatz bis hin zur Enttäuschung eines DNF. Im Podcast spricht sie ganz offen über die Hochs und Tiefs ihrer Laufkarriere, und lässt uns an ihrem Weg von den ersten Schritten auf dem Laufband bis zur Ultramarathon-Siegerin teilhaben. Shownotes: <a href= "https://www.bevegt.de/jamie-obier-podcast/">https://www.bevegt.de/jamie-obier-podcast/</a> Alle Folgen: <a href= "https://www.bevegt.de/podcasts/">https://www.bevegt.de/podcasts/</a> Sponsor dieser Folge: <a href= "https://www.korodrogerie.de/">https://www.korodrogerie.de</a> (5% Rabatt mit dem Gutscheincode "bevegt") Unterstütze uns: <a href= "https://www.bevegt.de/unterstuetzen/">https://www.bevegt.de/unterstuetzen/</a>

In Folge 207 des beVegt-Podcast ist die Ultramarathonläuferin Jamie Obier bei uns zu Gast. Jamie hat schon fast 20 Ultramarathons bestritten, und dabei alles erlebt: vom obersten Treppchenplatz bis hin zur Enttäuschung eines DNF. Im Podcast spricht sie ganz offen über die Hochs und Tiefs ihrer Laufkarriere, und lässt uns an ihrem Weg von den ersten Schritten auf dem Laufband bis zur Ultramarathon-Siegerin teilhaben. Shownotes: <a href= "https://www.bevegt.de/jamie-obier-podcast/">https://www.bevegt.de/jamie-obier-podcast/</a> Alle Folgen: <a href= "https://www.bevegt.de/podcasts/">https://www.bevegt.de/podcasts/</a> Sponsor dieser Folge: <a href= "https://www.korodrogerie.de/">https://www.korodrogerie.de</a> (5% Rabatt mit dem Gutscheincode "bevegt") Unterstütze uns: <a href= "https://www.bevegt.de/unterstuetzen/">https://www.bevegt.de/unterstuetzen/</a>

PODLIST

Neue Episoden

05/03/2020

PietCast #219 - Riots Shooter Valorant

PietCast

Machine Learning - Maschinelles Lernen

Modellansatz

FS-149: Jeanette war in der Zeitung

Freischnauze-Podcast

Machtkampf Ultras vs. DFB: Wem gehört der Fußball?

F.A.Z. Podcast für Deutschland

Umstieg auf Elektroautos – Wann geht es denn nun richtig los?

#heiseshow (Audio) - Technik-News und Netzpolitik

Coronavirus: Die wichtigsten Fakten zu Schutz und Erkrankung

Thema des Tages

Coronavirus: Die wichtigsten Fakten zu Schutz und Erkrankung

Thema des Tages

(7) Es ist nicht die Zeit für Egoismus

Das Coronavirus-Update von NDR Info

On Screen: Recap - Doom Patrol Staffel 1! [mit Patrick]

On Screen: Podcast

1 Mental Load - Oder warum frau beim Schwimmen an Hackfleisch denkt

Beziehungskosmos

Morning Briefing vom 05.03.2020

Handelsblatt Morning Briefing - News aus Wirtschaft, Politik und Finanzen

#207 - Jamie Obier: Der Traum vom 100-Meiler

Der beVegt-Podcast | vegan leben und laufen