Vermutlich bin ich nicht der einzige Mensch, der einen Ordner auf der Festplatte hat, der mal aufgeräumt werden sollte. Meiner heißt zufälligerweise „Aufräumen“, und wenn ich es mal schaffe, ihn nicht nur weiter zu befüllen, sondern tatsächlich aufräumen möchte, dann überfällt mich nach 2-3 Dateien eine bleierne Müdigkeit.
„Agentic AI: Kann ein KI-Agent die Festplatte aufräumen?“ weiterlesenRay Ban Meta-Brille mit Künstlicher Intelligenz: Lohnt sie sich?
Ich war einer der ersten Nutzer von Google Glasses in Deutschland, da ich damals zufällig bei Google arbeitete und die Dinger von meinem damaligen Chef bekam. Der Coolness-Faktor war größer als die Nützlichkeit, denn der Akku hielt nicht besonders lange, wenn man die Brille nutzte. Und war es wirklich wichtig, Mails auf dem kleinen Screen zu lesen? Nicht wirklich. Warum also überhaupt so eine Brille?
Die Ray Ban Meta-Brille vereint eine Kamera mit Kopfhörern und Meta AI. Das Killer-Feature ist für Menschen mit Seheinschränkungen wahrscheinlich die Möglichkeit, dass die Meta KI beschreibt, was die Kamera aufnimmt (siehe das Video ganz unten). Das habe ich bisher nur ausprobiert bei Pflanzen im Botanischen Garten, und die Ergebnisse sind tatsächlich gut, wenn auch nicht immer richtig.
„Ray Ban Meta-Brille mit Künstlicher Intelligenz: Lohnt sie sich?“ weiterlesenWie man aus Webanalysedaten automatisch Aktionen generiert
Dieser Talk ist schon ein paar Monate alt, aber ich hatte vergessen, ihn hier zu veröffentlichen. Er behandelt mein Peer-reviewtes akzeptiertes Paper „Bridging the Analytics Gap: Optimizing Content Performance using Actionable Knowledge Discovery“ für die HT ’24. Das Paper kann unter Proceedings of the 35th ACM Conference on Hypertext and Social Media eingesehen werden.
Welche Visualisierung für welche Daten?
Daten, Informationen und die daraus zu ziehenden Erkenntnisse zu kommunizieren ist eine wichtige Kompetenz. Datenvisualisierungen sollen es dem Empfänger ermöglichen, Sachverhalte schneller zu verstehen, und so ist es notwendig, dass die Visualisierungsform ausgewählt wird, die das am besten ermöglicht. Auch wenn Microsoft Excel ein Tortendiagramm vorschlägt, so ist es häufig nicht die beste Option, wie man links sieht 🙂
An der Uni wie auch im Job habe ich ständig mit Datenvisualisierungen zu tun. Um die Nerven aller zu schonen, habe ich eine Übersicht gebastelt, inspiriert von der Arbeit von A. Abela:
Die Übersicht wird ständig von mir aktualisiert. Wenn Du Interesse hast, dann melde Dich bei meinem Newsletter an und erhalte sofort die Übersicht (und einmal im Monat ein Update dazu).
Reihennamen in R
Manche Datensätze nutzen Reihennamen, zum Beispiel der in R enthaltene Datensatz mtcars:
Das ist zwar praktisch, aber suboptimal, wenn man zum Beispiel Autos nach Marken sortieren will. Wie kann man Reihennamen in eine Spalte konvertieren, zum Beispiel mit dem Tidyverse? Ganz einfach:
library(tidyverse)
# mtcars laden und die Reihenamen in eine Spalte verschieben
mtcars_tidy <- mtcars %>%
rownames_to_column(var = "car_name")Das Ergebnis sieht dann so aus:
Überschneidungen von ETFs in einem UpSet-Diagramm visualisieren
Heute kommen mal zwei für mich spannende Themen zusammen, nämlich Datenanalyse- und visualisierung sowie Finanzen. Die Wahl der richtigen ETFs füllt unzählige Internetseiten und Finanzmagazin-Artikel, spannend ist hierbei aber auch, welche Überschneidungen ETFs haben. Verglichen hatte ich schon mal den Vanguard FTSE All-World High Dividend Yield UCITS ETF USD Distributing (ISIN: IE00B8GKDB10) und den iShares STOXX Global Select Dividend 100 UCITS (ISIN: DE000A0F5UH1). Ich hatte auch schon die Performance verglichen von diesen beiden und dem VanEck Morningstar Developed Markets Dividend Leaders ETF (NL0011683594) und einem MSCI World ETF (IE00B4L5Y983).
„Überschneidungen von ETFs in einem UpSet-Diagramm visualisieren“ weiterlesenNeues Tool für eine Dividenstrategie
Einige Tools im Netz bieten die Möglichkeit, dass man sieht, wie viele Dividenden wohl auf einen zukommen werden. extraETF bietet zum Beispiel ein Tool, bei dem man sehen kann, wie die Dividenden aussehen könnten bei einer angenommenen Wachstumsrate (CAGR) und einer bestimmten Anzahl von Jahren und Vermögenszuwächsen.
Was ich bisher nicht gesehen habe, ist ein Tool, das von einem Portfolio ausgehend mit einer angenommenen CAGR und Dividendenrendite sowie einer weiteren Bespannung das Dividendenwachstum berechnet und auch noch die Steuern inkludiert. Genau so ein Tool habe ich geschrieben.
ggplot2 und die neue Pipe
Warum funktioniert dieser Code nicht?
mtcars |> ggplot(., aes(x = mpg, y = hp)) + geom_point()Das Problem mit dem oben genannten Code liegt in der Verwendung des Pipe-Operators (|>), direkt vor ggplot. ggplot2 wird nicht nativ mit der R-spezifischen Pipe (|>) unterstützt, wie hier verwendet. Allerdings funktioniert ggplot2 nahtlos mit dem Magrittr-Pipe (%>%) aus dem dplyr-Paket. Hier ist die korrekte Verwendung:
library(ggplot2)
library(dplyr)
mtcars %>%
ggplot(aes(x = mpg, y = hp)) +
geom_point()Alternativ müssen die Daten explizit in ggplot übergeben werden, wie hier:
library(ggplot2)
mtcars |>
ggplot(data = ., aes(x = mpg, y = hp)) +
geom_point()Hier stellt der Punkt (.) die Daten dar, die von mtcars in ggplot gepiped werden, und Sie müssen ihn als data-Argument in der ggplot-Funktion spezifizieren.
Die Digital Analytics Association ist Geschichte – und keinen interessiert es
Ein bisschen überraschend war das schon. Ich hatte mit Jim Sterne vor kurzem noch gemailt, als es um den deutschen Ableger ging. Die DAA hatte meinem Webanalyse-Buch auch ein Geleitwort gespendet. Ein bisschen schade ist es schon.
Wer es nicht weiß: Die DAA war früher die WAA, die Web Analytics Association, und sie hat die meistgenutzte Definition von Web Analytics geschaffen. Zwar war diese Definition schon lange nicht mehr auf der Webseite zu finden, aber das hat die meisten Wissenschaftler, die die Zitate aus anderen Papern kopieren, nicht interessiert.
Wie aber kann es sein, dass trotz der Wichtigkeit von Daten eine solche Organisation aufgibt? Es könnte zum Beispiel daran liegen, dass viele zwar Google Analytics & Co installiert haben, aber die Daten gar nicht genutzt werden. In meinem letzten Paper, das leider noch nicht öffentlich ist, kam heraus, dass den meisten Anwendern auch gar nicht klar ist, dass das Einbinden des GA-Codes nicht ausreicht, um datengetrieben zu arbeiten. Und vielleicht liegt es auch ein bisschen an der DAA selbst, dass sie es nicht geschafft hat, die eigene Relevanz deutlich zu machen.
Ich war zuletzt nur noch aus Nostalgiegründen Mitglied. Dabei hatte ich meinen Studierendenstatus ausgenutzt, um die Mitgliedsbeiträge etwas zu senken.
Die Website ist bereits nicht mehr erreichbar.
Lego-Roboter bauen mit dem MindStorms Education Set
