Data Science Deep Dive
Episodes
Kurze Pause, frische Energie: Wir hören uns im neuen Jahr!
18 Dec 2025
Contributed by Lukas
Wir möchten uns kurz mit einem Update in eigener Sache bei euch melden. Normalerweise erscheinen unsere Episoden alle zwei Wochen, aktuell sind wir j...
#84: Body Leasing: Zwischen Beratung, Teamkultur und Erwartungsmanagement
13 Nov 2025
Contributed by Lukas
In dieser Episode sprechen wir darüber, wie es ist, im Body Leasing als externer Data Scientist direkt im Kund*innenteam zu arbeiten. Mira und Andrea...
#83: Wie gut ist gut genug? Modellgütemaße richtig verstehen
23 Oct 2025
Contributed by Lukas
In dieser Folge sprechen Mira und Amit über Modellgütemaße für kontinuierliche Zielvariablen – also darüber, wie man die Qualität von Vorhers...
#82: Monitoring in MLOps: Tools, Tipps und Best Practices aus der Praxis
09 Oct 2025
Contributed by Lukas
Wie behält man eigentlich den Überblick, wenn Data Science Services in Produktion laufen? In dieser Folge sprechen Sebastian und Michelle darüber, ...
#81: [PAIQ2] Predictive AI Quarterly
25 Sep 2025
Contributed by Lukas
In dieser Folge des Predictive AI Quarterly sprechen wir über die Veröffentlichung von GPT-5 und was sich im Vergleich zu GPT-4 geändert hat. Wir s...
#80: Willkommen an Bord: Wie wir neue Kolleg*innen begleiten
04 Sep 2025
Contributed by Lukas
Onboarding ist mehr als nur Laptop einrichten und Accounts anlegen, es ist der Startpunkt für alles, was danach kommt. In dieser Folge sprechen wir ü...
#79: Data Science on the Edge: Modelle in verteilten Umgebungen
21 Aug 2025
Contributed by Lukas
Modelle auf Edge-Devices zu bringen ist kein Standard-Deployment – das zeigt sich im gesamten Life-Cycle: von der Datenpipeline über das Feature-En...
#78: Der Use-Case-Guide: Navigationshilfe für echten Mehrwert
07 Aug 2025
Contributed by Lukas
In dieser Folge sprechen wir darüber, wie man den nächsten sinnvollen Data-Science-Use-Case identifiziert. Egal ob man gerade erst mit Daten startet...
#77: Uplift Modeling: Der kausale Effekt von Rabatten, Retargeting & Co.
24 Jul 2025
Contributed by Lukas
Uplift Modeling hilft dabei, den tatsächlichen Effekt von Maßnahmen wie Rabatten oder Gratisprodukten auf das Verhalten einzelner Kund*innen vorherz...
#76: Digitale Souveränität: Risiken verstehen, souverän handeln
10 Jul 2025
Contributed by Lukas
Wer seine gesamte Infrastruktur in US-Clouds betreibt, begibt sich in gefährliche Abhängigkeiten. Im Podcast diskutieren wir, wie real die Risiken i...
#75: Refactoring done right: Strategien, Risiken und Best Practice
26 Jun 2025
Contributed by Lukas
Refactoring ist ein Begriff, der oft missverstanden wird. Er bedeutet nicht, dass etwas kaputt war, sondern dass man Code strukturell verbessert, ohne...
#74: [PAIQ1] Predictive AI Quarterly
12 Jun 2025
Contributed by Lukas
Predictive AI Quarterly ist unser neues Format im Data Science Deep Dive. Alle 3 Monate sprechen wir über Entwicklungen im Bereich Predictive AI - ko...
#73: Korrelation vs. Kausalität: Was braucht es für fundierte Entscheidungen?
29 May 2025
Contributed by Lukas
Korrelation ist nicht gleich Kausalität, und wer fundierte Entscheidungen treffen will, braucht mehr als gute Vorhersagen. In dieser Folge geht es um...
#72: TabPFN: Die KI-Revolution für tabulare Daten mit Noah Hollmann
15 May 2025
Contributed by Lukas
Wir sprechen mit Noah Hollman von Prior Labs, einem der Schöpfer von TabPFN (Tabular Prior Fitted Network), über dieses bahnbrechende Foundation-Mod...
#71: Predictive LLMs: Skalierung, Reproduzierbarkeit & DeepSeek
01 May 2025
Contributed by Lukas
In dieser Folge geht's um die Frage: Macht Größe von Large Language Models (LLMs) bei Predictive Analytics wirklich einen Unterschied? Wir vergleich...
#70: Der Aufstieg zur Datenreife – Stufe für Stufe zur Data Maturity
17 Apr 2025
Contributed by Lukas
Wie datenreif ist dein Unternehmen eigentlich? Wir sprechen über die fünf Stufen der Data Maturity – von manueller Datensammlung bis zur KI als Te...
#69: AI Agents verstehen und evaluieren mit Matthäus Deutsch
03 Apr 2025
Contributed by Lukas
AI Agents sind mehr als nur Chatbots – aber wie bewertet man sie richtig? Wir sprechen über die Herausforderungen beim Testen von AI im Kundenservi...
#68: CI/CD für Daten: Datenversionierung für stabile & nachvollziehbare Systeme
20 Mar 2025
Contributed by Lukas
Daten(banken) versionieren – klingt maximal unsexy, spart aber Stress im Deployment. Warum ohne Schema-Versionierung selbst kleine Änderungen groß...
#67: "It works on my machine" war gestern – Docker Best Practices für Data Science
06 Mar 2025
Contributed by Lukas
Dieser Satz "it works on my machine" hat IT-Teams und Data Scientists lange Nerven gekostet. Früher war Deployment ein mühsames Zusammenspiel aus Se...
#66: Developer vs. Data Scientist mit Andy Grunwald und Wolfgang Gassler
20 Feb 2025
Contributed by Lukas
Warum knirscht es immer wieder zwischen Data Scientists und Developern? In dieser Episode holen wir uns Verstärkung von Andy und Wolfi vom Engineerin...
#65: Sicher ist nur die Unsicherheit: Unsicherheitsintervalle erklärt
06 Feb 2025
Contributed by Lukas
Punktprognosen sind was für Leute, die gerne enttäuscht werden ;) Wir befassen uns in dieser Episode mit der Quantifizierung und Kommunikation von U...
#64: Predictive LLMs: Übertreffen Open-Source-Modelle jetzt OpenAI und XGBoost bei Preisprognosen?
23 Jan 2025
Contributed by Lukas
Teil 2 unseres Preisprognose-Experiments für Gebrauchtfahrzeuge: Können Open-Source-LLMs wie Llama 3.1, Mistral und Leo-HessianAI mit GPT-3.5 mithal...
#63: Data Mining: der pragmatische Weg zu Datenreife & Datenkultur mit Prof. Dr. Ana Moya
09 Jan 2025
Contributed by Lukas
„Data Mining“ – klingt nach Staub und Schaufeln, ist aber der Schlüssel zur Mustererkennung in Daten! Wir diskutieren, warum einfache Methoden ...
#62: Kafka und Datenströme erklärt – und wie das jetzt auch in R läuft
19 Dec 2024
Contributed by Lukas
Kafka, aber in R? Das geht jetzt! In dieser Folge klären wir, warum Kafka für schnelle Datenströme unverzichtbar ist und warum unser neuer R-Kafka-...
#61: Technologische Must-Haves: Unser Survival-Guide für Data-Science-Projekte
05 Dec 2024
Contributed by Lukas
Zusammenfassend unsere Must-Haves: Datenbank / DWH Lösung zur Datenvisualisierung Möglichkeit, unkompliziert zu entwickeln (lokal oder im Web) Ve...
#60: Job-Sicherheit als Data Scientist: Personalentwicklung in Zeiten von AI
21 Nov 2024
Contributed by Lukas
Die glorreichen Zeiten des Data Scientist scheinen vorbei zu sein – oder doch nicht? Warum stagnieren die Jobangebote? Und wie passt GenAI ins Bild?...
#59: Besser mit Helm: komplexe Deployments einfach(er) umsetzen
07 Nov 2024
Contributed by Lukas
Helm auf und los geht’s! In dieser Episode zeigen wir euch wie wir ein Fraud-Detection-Projekt mit komplexen Deployments mithilfe von Kubernetes und...
#58: Arm, aber sexy: Data Warehousing at Scale ohne Budget
24 Oct 2024
Contributed by Lukas
Dies ist ein Gedankenexperiment, das euch zeigt, wie man mit wenig Budget und minimaler Hardware eine clevere self-service Umgebung bastelt, die auf d...
#57: Mehr als heiße Luft: unsere Berliner Luftschadstoffprognose mit Dr. Andreas Kerschbaumer
10 Oct 2024
Contributed by Lukas
In dieser Episode sprechen wir mit Dr. Andreas Kerschbaumer, Umweltexperte beim Berliner Senat, über unsere Luftschadstoffprognose und warum Berlin i...
#56: Unsere Bundestagswahl-Prognose: Wer gewinnt die Wahl 2025?
26 Sep 2024
Contributed by Lukas
Vor der Bundestagswahl 2017 haben wir begonnen, ein Prognosemodell für den Wahlausgang zu entwickeln – und seitdem ständig verbessert. Heute präs...
#55: Alle machen XGBoost, aber was macht eigentlich XGBoost? Mit Matthäus Deutsch
16 Sep 2024
Contributed by Lukas
Warum ist XGBoost seit Jahren das Tool der Wahl, wenn es um tabulare Daten geht? Mira spricht zusammen mit Matthäus Deutsch darüber, warum XGBoost...
#54: Modell-Deployment: Wie bringe ich mein Modell in die Produktion?
29 Aug 2024
Contributed by Lukas
Online vs. Offline Serving – welcher Ansatz ist besser? Wir besprechen, wie du dein Modell erfolgreich in die Produktion bringst und eine passende D...
#53: Agilität à la carte: Das Agile Fluency Model mit Dr. Wolf-Gideon Bleek
15 Aug 2024
Contributed by Lukas
In dieser Episode von Data Science Deep Dive sprechen Mira und Wolf-Gideon über das Agile Fluency Model und dessen Bedeutung im Data-Science-Kontext....
#52: In-process Datenbanken und das Ende von Big Data
01 Aug 2024
Contributed by Lukas
In dieser Episode sprechen wir über die in-process Datenbank DuckDB, die im Juni Version 1.0.0 erreicht hat und einen innovativen Ansatz verfolgt. Du...
#51: Wer rastet, rostet: Die Rolle von Weiterbildung in Data Science
18 Jul 2024
Contributed by Lukas
Data Science entwickelt sich ständig und schnell weiter, was kontinuierliche Weiterbildung unerlässlich macht. In dieser Episode diskutieren wir, wi...
Ankündigung: Unser Podcast bekommt einen neuen Namen!
11 Jul 2024
Contributed by Lukas
Ab der nächsten Episode ist "In Numbers We Trust - Der Data Science Podcast" Geschichte. Wir benennen unseren Podcast um in "Data Science Deep Dive"....
#50: Predictive Analytics mit LLMs: ist GPT3.5 besser als XGBoost?
04 Jul 2024
Contributed by Lukas
Wir lassen GPT3.5 Turbo und XGBoost bei der Prognose einer metrischen Zielvariablen gegeneinander antreten. Dafür haben wir von LOT Internet Fahrzeug...
#49: Data Science Projekte richtig managen mit Prof. Dr. Marcel Hebing
13 Jun 2024
Contributed by Lukas
Wer hat Data Science Projekte besser im Griff: erfahrene Data Scientists oder fachfremde Führungskräfte? In dieser Episode gibt uns Marcel Hebing ei...
#48: Open Source vs. Closed Source: Entwicklungen, Trends und Herausforderungen
30 May 2024
Contributed by Lukas
Warum entscheiden sich Unternehmen für Open Source oder Closed Source Software im Data Science Bereich? Wir sprechen über verschiedene Aspekte des T...
#47: Von Prognosen und Prompts: Data Science trifft generative KI mit Tobias Sterbak
16 May 2024
Contributed by Lukas
In dieser Episode spricht Mira mit Tobias Sterbak, einem Freelance Machine Learning Engineer mit Fokus auf NLP-Anwendungen, über Data Science und gen...
#46: Strategien zur Performance-Optimierung in R
02 May 2024
Contributed by Lukas
R ist keine Compilersprache und damit von Natur aus eher langsam. Wir sprechen darüber wie man die Performance von R Code optimieren kann und welche ...
#45: Data Science bei 1&1 Versatel – Dr. Stephan Hausberg im Gespräch über den Aufbau von Data Teams
18 Apr 2024
Contributed by Lukas
Wie baue ich ein Data Team auf? Wie kriege ich beim Hiring the richtigen Leute? Und wie fördere ich eine gute Fehlerkultur? All diesen Fragen ist Dr....
#44: Lineare Regression in der Praxis – Oldie oder Goldie?
04 Apr 2024
Contributed by Lukas
Ist die lineare Regression nicht nur längst überholtes Zeug aus der Statistik 1 Vorlesung? Trotz ihrer vermeintlichen Einfachheit ist sie ein wichti...
#43: Damit es im Live-Betrieb nicht kracht: Vermeidung von Overfitting & Data Leakage
21 Mar 2024
Contributed by Lukas
Zwei Herausforderungen bei der Zuverlässigkeit von Prognosen im Live-Betrieb sind Overfitting (Modell ist zu stark an Trainingsdaten angepasst) und D...
#42: Frontends in Data Science: Welches Visualisierungstool ist das Richtige?
07 Mar 2024
Contributed by Lukas
Welches das richtige Visualisierungstool ist, hängt stark vom Projekt und auch vom Team ab. Wir erkunden drei Ansätze – interne Umgebungen wie Pyt...
#41: Strategien zur Performance-Optimierung in Python
22 Feb 2024
Contributed by Lukas
Mit welchen Strategien können Entwickler*innen und Data Scientists die Laufzeit von Python Code verringern? Wir diskutieren warum Performance-Optimie...
#40: Sonderfolge: Frauen in Data Science und Tech mit Catrin & Isa von Mind the Tech
08 Feb 2024
Contributed by Lukas
Diskriminierung aufgrund des Geschlechts? Leider immer noch ein Thema! Deshalb widmen wir diese Sonderfolge den Frauen in der Data Science & Tech ...
#39: Death by Microservices
26 Jan 2024
Contributed by Lukas
Und nun lebe der Monolith? Während Microservices als State-of-the-Art gelten, beobachten wir auf Konferenzen teils gegenläufige Bewegungen zurück z...
#38: Im Rennen gegen die Zeit: Echtzeitprognosen mit komplexen statistischen Modellen
11 Jan 2024
Contributed by Lukas
Wir zeigen, wie Echtzeitprognosen trotz eines komplexen Modells im Hintergrund möglich gemacht werden können. In vielen Anwendungsfällen, wie in de...
#37: Deep Learning zur Erkennung von Hochwasser auf Satellitenbildern mit Philip Popien von Floodbase
07 Dec 2023
Contributed by Lukas
Hochwassererkennung mit Satelliten? Wie das funktioniert erklärt Philip Popien, Director of Machine Learning bei Floodbase. Das Unternehmen erstellt ...
#36: Der Data Mesh Hype und was davon bleibt
23 Nov 2023
Contributed by Lukas
Data Mesh ist eine innovative Herangehensweise an die Organisation von Daten in Unternehmen. Dabei ist jedes Team für die eigenen Daten und Datenprod...
#35: Erfolgsfaktoren für Machine Learning Projekte mit Philipp Jackmuth von dida
09 Nov 2023
Contributed by Lukas
Wie unterscheiden sich eigentlich Machine Learning Projekte von "herkömmlicher" Softwareenwicklung und welche Herausforderungen bieten sie? Darüber ...
#34: Was ist Attribution im Online Marketing und lohnt sie sich noch?
26 Oct 2023
Contributed by Lukas
Mit Attribution kann das Marketingbudget effektiv und zielgerichtet eingesetzt werden. Damit kann die Wirkung von Werbemaßnahmen auf Mikroebene gemes...
#33: Data Science bei Zalando – Dr. Claudia Baldermann im Gespräch über Product Development & Organisation
28 Sep 2023
Contributed by Lukas
Wie ist Data Science in einem E-Commerce Giganten wie Zalando organisiert - das erfährst du von Dr. Claudia Baldermann, Machine Learning Engineer bei...
#32: Brauche ich Data-Science-Berater*innen und wenn ja wie viele?
14 Sep 2023
Contributed by Lukas
Wir schwenken den Blick auf unsere Kund*innen und setzen uns damit auseinander, wie man erfolgreiche externe Beratungsprojekte gestaltet. Dabei gehen ...
#31: Ist R eigentlich tot?
31 Aug 2023
Contributed by Lukas
Vor 10 Jahren haben noch alle Mitarbeitenden bei INWT in R programmiert, heute ist das anders. Python läuft R den Rang ab. Wir reflektieren über die...
#30: Agile Softwareentwicklung im Data-Science-Kontext
17 Aug 2023
Contributed by Lukas
Auch Data Scientists schreiben Software. In diesem Kontext können wir nur empfehlen sich mit dem agilen Manifest auseinanderzusetzen. Die 12 Prinzipi...
#29: Die Qual der Wahl: Data Science Plattform vs. Customized Stack
03 Aug 2023
Contributed by Lukas
Die aktuell gegenläufigen Trends zeigen eine Vielzahl von Data Science Plattformen wie Databricks, Snowflake und Kubeflow als Konkurrenz zu individue...
#28: Unsere Erkenntnisse aus einem Fraud-Detection-Projekt mit Echtzeitdaten
20 Jul 2023
Contributed by Lukas
Wir tauchen ein in ein Real-Time Analytics-Projekt in dem wir den Fraud-Detection-Prozess mittels Echtzeitdaten für eine*n Kund*in verbessern. Dabei ...
#27: Kann ein Large Language Model (LLM) bei der Klassifikation tabellarischer Daten XGBoost schlagen?
06 Jul 2023
Contributed by Lukas
Wir diskutieren den Einsatz von Large Language Models (LLMs) zur Klassifikation tabellarischer Daten, ein bis dato eher unerforschtes Anwendungsfeld. ...
#26: A/B-Testing: Erkenntnisse statt Bauchgefühl
22 Jun 2023
Contributed by Lukas
A/B-Testing ermöglicht datenbasierte Entscheidungen, wir diskutieren Best Practices und tauchen in fortgeschrittene Themen wie Bayesianische A/B-Test...
#25: Feature Store: Features als wiederverwendbares Datenprodukt
25 May 2023
Contributed by Lukas
Feature Stores sind aktuell ein Trend im Bereich MLOps (Machine Learning Operations). Sie zielen darauf ab das Feature Engineering einfacher und schne...
#24: Explainable AI: Entscheidungen von Black-Box-Modellen verstehen
11 May 2023
Contributed by Lukas
Explainable Artificial Intelligence (XAI) setzt auf Black-Box-Modelle aus der Welt der künstlichen Intelligenz auf und macht sie interpretierbar. Dam...
#23: Unsexy aber wichtig: Tests und Monitoring
27 Apr 2023
Contributed by Lukas
Während Tests und Monitoring in der Softwareentwicklung schon lange Standard sind, ist die Data Science-Welt manchmal noch etwas hinterher. Wir schre...
#22: Sind Makro-Prognosen in Zeiten von Strukturbrüchen noch sinnvoll?
13 Apr 2023
Contributed by Lukas
Wir untersuchen, wie sich Strukturbrüche wie Corona und der Ukraine Krieg sowie anhaltende Unsicherheit auf die Prognose makroökonomischer Zielgröß...
#21: Machine Learning Operations (MLOps)
30 Mar 2023
Contributed by Lukas
Software in Form eines Machine Learning Modells bringt zusätzliche Komplexität mit sich, denn die Algorithmen sind nicht deterministisch, sondern st...
#20: Ist Continuous Integration (CI) ein Muss für Data Scientists?
16 Mar 2023
Contributed by Lukas
Continuous Integration (CI) ist zwar ein Konzept aus der Softwareentwicklung, aber aus dem Bereich Data Science nicht mehr wegzudenken. Wir diskutiere...
#19: Data Science und Story Telling
02 Mar 2023
Contributed by Lukas
Im Anschluss an unsere letzte Episode über Big Data Erfolgsgeschichten, möchten wir heute darüber sprechen, wie man Ergebnisse von Predictive Analy...
#18: Big Data Erfolgsgeschichten
16 Feb 2023
Contributed by Lukas
In dieser Episode erforschen wir 3 vermeintliche Erfolgsgeschichten von Big Data. Wir diskutieren die Herausforderung solche Geschichten richtig zu in...
#17: Use Case - Kundensegmentierung
02 Feb 2023
Contributed by Lukas
Im Online Marketing und Customer Relation Management kann man nicht alle Kund*innen über einen Kamm scheren, aber sich auch nicht um jede Kund*in ind...
#16: Sind Daten das neue Öl?
19 Jan 2023
Contributed by Lukas
In dieser Episode diskutieren wir einen Artikel von Dr. Paul von Bünau und Dr. Sven Jungmann im Tagesspiegel Background mit dem Titel "Daten sind nic...
#15: Data Science Architektur: Microservices vs. Data Mesh
05 Jan 2023
Contributed by Lukas
In dieser Episode beschäftigt uns die Frage, wie eine optimale Service-Architektur für Daten-Produkte aussehen kann. Wir vergleichen Microservices m...
#14: Kubernetes
22 Dec 2022
Contributed by Lukas
Kubernetes ist ein Open-Source-System, das für die Verwaltung und Bereitstellung von containerisierten Anwendungen verwendet wird. In dieser Episode ...
#13: Datenqualität
08 Dec 2022
Contributed by Lukas
"Garbage In, Garbage Out" hat auch in der Data Science Praxis eine hohe Relevanz: ein Modell kann nur so gut sein, wie die Daten auf denen es basiert....
#12: Use Case - Luftschadstoffprognose für Berlin
24 Nov 2022
Contributed by Lukas
In dieser Episode berichten wir über ein aktuelles Projekt für die Senatsverwaltung für Umwelt, Mobilität, Verbraucher- und Klimaschutz (SenUMVK)....
#11: Real Time Analytics
10 Nov 2022
Contributed by Lukas
Bei vielen Unternehmen fallen Daten bereits in Echtzeit in der Datenbank an, aber Real Time Analytics ist noch die Ausnahme. Was genau bedeutet Real T...
#10: Signifikanz
27 Oct 2022
Contributed by Lukas
Das Thema der Signifikanz ist ein - wenn nicht der - Grundbaustein der Statistik. In dieser Episode widmen wir uns dem Konzept dieses statistischen St...
#9: Data Science Project Ownership
15 Sep 2022
Contributed by Lukas
Wie managt man ein Data Science Projekt richtig? Natürlich braucht es auch in einem Data Science Projekt Führung und Koordination. Wir erklären das...
#8: Use Case - Customer Lifetime Value (CLV)
01 Sep 2022
Contributed by Lukas
Der Customer Lifetime Value (CLV) ist eine bekannte Kennzahl im Bereich Online Marketing. Wir schauen hinter die Kulissen und zeigen wie wir ein CLV-P...
#7: Data Culture
18 Aug 2022
Contributed by Lukas
Die Kultur in einem Unternehmen ist ein latentes, organisch gewachsenes Gebilde. Und so schwer sie zu greifen oder zu beeinflussen ist, so wichtig ist...
#6: Statistik vs. Machine Learning
03 Aug 2022
Contributed by Lukas
Hat die Statistik so langsam ausgedient? Dass der Begriff der "Statistik" angestaubt ist, steht außer Frage. Und obwohl es durchaus Gemeinsamkeiten z...
#5: Data Warehouse vs. Data Lake vs. Data Mesh
20 Jul 2022
Contributed by Lukas
Es gibt viele spannende Technologien um Daten zu halten und zu bewegen. Wenn man noch keine Data Plattform oder Data Warehouse hat, welchen Ansatz sol...
#4: Job-Profile & Arbeitsmarkt
06 Jul 2022
Contributed by Lukas
Welche Job-Profile und Erfahrungsstufen gibt es momentan im Data-Science-Kosmos? Und wie sieht die Perspektive für suchende Unternehmen und Bewerber*...
#3: Statistik vs. Data Science
22 Jun 2022
Contributed by Lukas
Ist Data Science nur ein hipper Begriff für Statistik? In dieser Episode sprechen Amit und Sebastian über den Werdegang bei inwt von der Statistik h...
#2: Erfolgsfaktoren für Predictive Analytics Projekte
08 Jun 2022
Contributed by Lukas
Welche Faktoren entscheiden darüber, ob ein Predictive Analytics Projekt erfolgreich ist? Nach über 10 Jahren Erfahrung und über 180 Projekten zieh...
#1: Big Data Hype
25 May 2022
Contributed by Lukas
In dieser Episode reden Amit und Sebastian über den Big Data Hype, in dessen Anfängen das Berufsbild des Data Scientist entstand. Hier erfährst du:...