Weekly #150: Der Begriff „Modell“, Doku über Steuerhinterziehung

00:00:00: Herzlich willkommen zu Weekly, dem Nachrichten-Podcast der deutschen MIT Technology Review.

00:00:08: Darin wollen wir jede Woche Nachrichten aus Technik und Wissenschaft einordnen um einfach besser zu verstehen was hinter der Nachricht steckt!

00:00:15: Und jetzt geht es los mit Weekly

00:00:18: Hei zusammen.

00:00:18: Wir starten heute wieder durch und beleuchten eine Frage die eigentlich banal klingt Was ist eigentlich ein Modell?

00:00:27: Mein Kollege Wolfgang Stieler hat dazu recherchiert und bringt uns Infos mit, damit wir danach hoffentlich ein bisschen besser Bescheid wissen.

00:00:35: Ein Medientipp haben wir auch wieder für euch!

00:00:37: Das ist die ZDF-Doku Influencer im Visier der Steuerverander.

00:00:42: Alle relevanten Links zu den Themen der Sendung findet ihr in den Show Notes.

00:00:47: Mein Name ist Jenny Lipis, ich bin Redakteurin für das Magazin MIT Technology Review und einmal pro Woche darf ich diesen modellierten Podcast moderieren.

00:00:56: Viel Spaß beim Zuhören!

00:00:59: Wolfgang du hast dich mal näher mit einer Frage beschäftigt über die jetzt eigentlich nicht so gestolpert wäre denn spätestens seitdem KI im Mainstream angekommen ist wird ja mit dem Begriff Modell nur so... um sich geschmissen.

00:01:14: Aber KI hat den Ausdrucker nicht gepachtet, sondern zieht sich ja disziplinweit über die Wissenschaft und ganz grob gesagt es ist eben ein vereinfachtes Abbild der Wirklichkeit.

00:01:27: Zunächst mal wie bist du denn darauf gekommen das nochmal näher zu untersuchen?

00:01:31: Naja es gibt zwei Gründe da.

00:01:33: eine ist bisschen gespoilert dass wir uns im nächsten Heft an denen wir jetzt arbeiten nachdem aktuelle Heft jetzt draußen ist, intensiver damit beschäftigen.

00:01:45: und wir sind auf das Thema gekommen weil es nicht nur darum geht dass mittlerweile in allen möglichen Disziplinen in Technikwissenschaftspolitik über Modelle gerätet wird sondern es wird sich auch immer mehr darauf verlassen.

00:02:01: Es gibt Klimamodelle sagen wenn CO²-Emissionen nicht auf das in das Level bremsen, dann wird sich die mittlere Temperatur auf der Erde um Sonsfigurat erhöhen.

00:02:17: Also ist ganz essentiell für Ableitung von Politikistischem Wirtschaftsmodelle.

00:02:22: Die sagen man kann es durchrechnen wenn du den Mehrwettsteuersatz zum X Prozent erhöhst, dann verschiebt sich halt die Reichtumsverteidigung.

00:02:32: vorgegenermaßen berühmt waren, natürlich auch jetzt in Corona-Zeiten diese Ausbereitungsmodelle von Pandemien.

00:02:44: Und da hängt immer eine ganze Menge dran!

00:02:46: Also im Zweifelsfall wirklich nur Vorhersage oder eine Ableitung.

00:02:51: wenn ich diese und jene Maßnahmen ergreife dann passiert das und dass.

00:02:55: Und deswegen muss ich das machen.

00:02:57: Das ist ja so, weil das Modell hat es so gesagt.

00:03:00: Naja dann haben wir jetzt eben diese KI-Modelle wo auch immer alle Leute von Modellen reden Sprachmodelle Systeme die sich hier so verhalten als ob sie Sprache verstehen würden als ob Sie sprechen könnten.

00:03:16: Da ist eben auch die Frage wird steckt da eigentlich drin?

00:03:18: Also letztendlich natürlich immer die Frage kann ich mich darüber verlassen?

00:03:22: ist das tatsächlich jetzt irgendwie ein Abbild der Realität, was immer die Realität ist.

00:03:28: In welchen Grenzen gilt das?

00:03:29: Unter welchen Bedingungen geht es?

00:03:31: Was steckt da drin, was vielleicht die Ergebnisse verfälschen könnte und so weiter und sofort.

00:03:35: Nur diese Fragen werden oftmals nicht gestellt in dem Scherpunkt an den wir arbeiten.

00:03:42: Wären wir aber genau das nochmal durch X-en sag ich mal... Und mein Part dabei war erstmal eine Begriffsdefinitionen hinzukriegen.

00:03:51: Da bin ich auch ganz naiv rangegangen und hab gedacht, naja... Ich habe ja mal, ich habe ja auch mal Physik studiert.

00:03:56: Und da wird man mit allerlei Modellen auch konfrontiert im laueren Studium.

00:04:01: So fängt ja schon ein mit Bosches Atommodell oder Newtonische Mechanik und dann lernst du eben auch.

00:04:08: Das gilt nicht für alle Zeiten-und Ewigkeiten.

00:04:10: Da haben sich irgendwelche schlauen Leute ausgedacht wie die Realität sich verhält unter bestimmten Gesichtspunkten und dann kommt jemand anders um die Ecke und sagt ja, aber das ist eigentlich völlig anders.

00:04:22: Und zumindest wenn man in dem und den Bereich ist also bei Mechanik, ne?

00:04:29: Wenn du in einem, dass es auch schon wieder Modellbezugssystem bist.

00:04:34: Also beispielsweise das berühmte Egggedankenexperiment von Einstein war ja Eisenbahnenwagon, Güterwagon wo du nicht raus gucken kannst der sich mit einer Geschwindigkeit bewegt die nahe der Lichtgeschwindigkeit ist.

00:04:46: Was passiert dann eigentlich?

00:04:47: Mit seiner Physik?

00:04:48: und ja und dann lernste jahrelische Mechanik so richtig ist.

00:04:53: aber auch nur eine Annäherung und eigentlich muss man das relativistisch rechnen und so.

00:04:57: und daher wusste ich so naja es gibt verschiedene Modelle und die gelten halt in unterschiedlichen Bereichen von Größen je nachdem was man sich so anguckt.

00:05:07: Und mit dieser Navität bin ich da herangegangen und habe gesagt, der klar kann nicht aufschreiben was ein Modell ist.

00:05:12: Dann habe ich immer mal ein bisschen angefangen zu lesen oder zu recherchieren.

00:05:16: Einer der Experten, mit dem ich dann gesprochen habe hat auf meine Mail wo ich geschrieben habe naja also ich möchte da so ein kurzes Erklärstück zuschreiben hatten wir geantwortet.

00:05:25: Ich weiß nicht, ob man das auf zwei Seiten lernen kann.

00:05:30: Oh je!

00:05:32: Ich hätte da Zweifel.

00:05:33: Na ja und je mehr ich dann tatsächlich darüber gelesen und erfahren habe desto mehr ist mir auch klar geworden was da sozusagen für Meterüberlegungen dran hängen die aber tatsächlich eben für diese angewandten Diskussionen und angewandte Fälle sehr, sehr wichtig sind.

00:05:53: Also gerade auch in Bezug auf KI aber natürlich auch im Bezug Auf Klima, in Bezugs auf ökonomische Modelle und so weiter.

00:06:00: Bei deinen Recherchen hast du denn jetzt... also es gibt sehr unterschiedliche Modelle, hast du sogar gesagt, aber gibt es dann trotzdem gewisse Kriterien oder Eigenschaften, auf die man sich irgendwie einigen kann?

00:06:14: Es gibt,

00:06:14: da habe ich dabei gelernt so etwas wie eine allgemeine Modelltheorie.

00:06:18: Also es gibt dann eine ModellTheorie innerhalb der Mathematik aber das ist was anderes.

00:06:22: also die Modell Theorie innerhalb dem Mathematick beschäftigt sich mit formalen Sprachen und wie man aus Aktionen von formalen sprachen dann mathematische Modelle ableitet.

00:06:34: Aber es gibt eben auch auf so einer...ich sage mal philosophischen Ebene, philosophisch-technische Ebene.

00:06:44: Verschiedene Modelltheorien und eine der, die da oft zitiert und angewandt wird ist von einem gewissen Herbert Stachowijak.

00:06:53: also war ein Philosoph, Mathematiker unter anderem aber auch Techniker.

00:06:58: ich glaube Physiker hat er auch gemacht auch Ingenieureswissenschaften.

00:07:02: Der in neunzehren siebzig einen Buch rausgewocht hat an allgemeine Modell Theorie Und der hat sich nicht auf dieses Spiel eingelassen, den Begriff selber sauber zu definieren.

00:07:11: Sondern er hat vielmehr die Eigenschaften, die alle Modelle unabhängig davon was für eine Art von Modellen ich mir jetzt angucke und was für einer Fachdisziplin das so ist halt gemeinsam haben.

00:07:24: Was es sozusagen ein Modell von einem Modell also in der höhere Abstraktionsebene und da kann man Da kann man so ein paar Sachen von ableiten, finde ich.

00:07:36: Also aus sehr prinzipiellem Überlegung folgen gibt es dann wieder praktische Folgerungen.

00:07:40: Es gibt so vier zentrale Dinge Aussagen über Modelle.

00:07:45: Eine davon klingt ja mal wahnsinnig banal Aber muss man sich halt immer im Hinterkopf behalten Dass ein Modell für einen bestimmten Zweck ist.

00:07:54: Du machst nicht einfach so eine Modelle Sondern du willst das Für einen bestimmte Zweck wird so eine vereinfachte Beschreibung von dem Original.

00:08:03: Und das bedeutet, dass natürlich die Arztmodells wesentlich durch diesen Zweck vorgegeben ist?

00:08:11: Das bedeutet aber auch, dass es nicht das eine richtige Modell gibt!

00:08:15: Also du kannst einfach sozusagen verschiedene Abstraktionseben oder von verschiedenen Seiten auf einen Original gucken und ganz verschiedene Modelle von zum Beispiel einem Kran oder einem Molekül oder sowas machen.

00:08:29: Naja, für den jeweiligen Zweck funktioniert das.

00:08:31: Aber es ist nicht dass eine richtig und entspricht der Realität was immer das ist sondern Es kann ganz verschiedene Beschreibungen von einer und demselben Original geben.

00:08:44: Dabei ist es natürlich immer so, dass ein Wesensmerkmal ist halt Das bestimmte Eigenschaften des Originalzeit in dem Modell abgebildet werden aber nicht alle.

00:08:55: Also du hast ne Auswahl Du machst ne Abstraktion Und das heißt, Modell ist immer eine Vereinfachung von dem wie es im Original ist.

00:09:03: Und je nachdem wie das Modell aufgebaut ist kann es auch sein dass du Elemente für das Model brauchst Strukturen Bestandteile die im original nicht drin sind Die aber einfach über das Modelle reinkommen.

00:09:23: und da muss man und das ist dann so ein Punkt wo man aufpassen muss.

00:09:26: Also ein Beispiel ist halt dieses Molekülmodell in der Schule.

00:09:32: Wir haben ja irgendwann mal auch Fotos genommen mit so einem Molekul-Baukasten, da hast du kleine Bausteine die du dann zusammenstecken musst.

00:09:39: Es gibt aber auch diese Dinger... Also unsere Stäbe zwischen so kleinen Kügelchen hast du.

00:09:45: Auf diese Weise kannst Du tatsächlich den räumlichen Aufbau von so Modikül einigermaßen, also viel besser beschreiben als mit einer Summenformel oder auch mit einer Strukturformel weil du hattest halt dreidimensional.

00:09:57: Aber diese Stäber haben natürlich keine reale Entsprechung.

00:10:03: Das ist sozusagen nur eine Gedankenschützung, die braucht man aber weil du kannst halt diese Dinger nicht in die Luft hängen.

00:10:09: So die einzelnen Kügelchen und das ist dann relativ einfach einsehbar.

00:10:13: Es ist schon bisschen schwieriger zu verstehen dass das Atome keine kleinen Kügeln sind oder dass Atome sich hin Nicht wie kleine harte Kugeln verhalten.

00:10:23: Immer, nicht immer und überall sondern größtenteils als gar nichts bestehen aus leerem Raum.

00:10:29: das ist nochmal eine andere Nummer.

00:10:31: aber gut okay.

00:10:32: also dann auf dieser Ebene ist es jetzt nicht so schwierig.

00:10:34: aber wenn wir jetzt zum Beispiel ein mathematisches Modell von der Ausbreitung von einer Pandemie nimmst kann man das relativ einfach hinschreiben das weitgehend voraussetzungsfrei macht.

00:10:48: Also ganz egal was es für eine Krankheit ist, wie die Inkubationszeit ist ob sie tödlich verläuft oder nicht du kannst einfach sozusagen so Ratengleichung hinschreiben.

00:11:00: Du kannst sagen die Anzahl oder die Änderungen der Zahl von Leuten die sich infiziert ist proportional zu der Anzahl der Angesteckten zum Beispiel.

00:11:12: Und so kannst du eine Menge von diesen Gleichungen hinschreiben und die sind miteinander gekoppelt.

00:11:16: Und dann kannst du dieses gekoppelte Gleichungssystem lösen, entweder analytisch oder wenn es komplizierter wird halt auch numerisch.

00:11:25: Dann sagt ihr das was aus über am Schluss?

00:11:28: Das Modell was aus Über die Anzahl der Infizierten im Laufe der Zeit.

00:11:33: Aber was in dem Modell drinsteckt in diesem vereinfachten modell drin steckt ist dass zum Beispiel sowohl die ansteckungsrate Also auch die Genesungsrate und die Wahrscheinlichkeit jemanden zu treffen, sich natürlich nicht über die Zeit konstant sind.

00:11:56: Sie stecken aber als Parameter in diesem Modell so.

00:12:01: Und das ist aber eine Eigenschaft, die im Modell ist, die aber nicht der Realität entspricht.

00:12:05: Deswegen muss man vorsichtig sein wenn man dann diese Modelle nimmt und damit vorhersagen macht, dass das gilt halt.

00:12:13: Also diese diese diese Parameter sind konstant gilt zum Beispiel wenn man es über eine relativ kurze Zeit betrachtet gilt unter speziellen Bedingungen aber das muss man immer dazusagen oder welchen Bedingung das gibt.

00:12:25: So ein ähnliches Spiel könnte man auch spielen mit Klimamodellen.

00:12:29: Auch da stecken Vereinfachungen drin.

00:12:31: Jetzt hast du mit Pandemie und Klima gleich so zwei Triggerwörter gebracht sozusagen.

00:12:37: Und vorhin ja, weil du meintest, du nimmst dir von dem Original also von der Realität gewisse Auszüge?

00:12:43: ne?

00:12:44: Das widert ja wieder Problematiken oder sozusagen Angreifspunkte für sagen wir eben zu Klimaleugner oder Leute die in der Pandemie eine andere...

00:12:54: Aber wenn du jetzt diese Diskussion nimmst, was ist eigentlich ein Modell?

00:12:57: Was für einen Zweck hat das Modell.

00:13:00: Dann kannst du das relativ gut abwettern und dann kannst du sagen okay da kommt die Klima-Leute in die Ecke und sagt ja aber dein Klimamodell ist grob vereinfacht.

00:13:10: Das bildet gar nicht das Wettergeschehenabwetter kann ich sagen doch für meine Zwecke schon.

00:13:16: weil ich habe nämlich anhand von historischen Daten zurückgerechnet Bildet das zum beispiel das klima der letzten zehntausend jahr.

00:13:27: Das heißt für den zweck funktioniert es.

00:13:28: ok ich muss immer noch die voraussetzung machen was einige Leute dann auch wiederum bezweifeln, aber dass das umgekehrt auch funktioniert.

00:13:37: Dass wenn es in die Vergangenheit zurückrechnen kann, das ist dann auch korrekt in die Zukunft rechnen können.

00:13:42: Aber anyway so und das muss gar nicht komplett die Realität abbilden.

00:13:47: Es muss einfach nur für diese Zwecke funktionieren und das tut es.

00:13:52: Ja, genau.

00:13:53: Ich dachte noch, dass die Klimaleugner zum Beispiel ankommen.

00:13:57: Aber ich habe hier dieses Modell und das habe dafür ganz andere Parameter genommen... Das

00:14:02: ist dann wieder tatsächlich eine schwierige Diskussion?

00:14:06: Das ist richtig!

00:14:06: Es gibt ja diese berühmte Diskussion um wie sind denn jetzt eigentlich die historischen Klimadaten in einer Million Jahre zurück?

00:14:20: Wie hat sich da das Klima?

00:14:23: verändert und da wird natürlich die Datenlage dünner.

00:14:27: Und die Parameter anhand derer, die die physikalischen und mathematischen Klimamodelle rechnen sind natürlich aufgrund von dieser Datenlage gewählt worden so dass es funktioniert an der Stelle.

00:14:45: deswegen ist es auch wichtig glaube ich immer und ist es notwendig ehrlicherweise zu sagen Das ist unser Modell und wir haben es unter den und den Voraussetzungen so und so gebaut.

00:15:00: Da sitzen aber eine Haufen kluge Leute dran, die tatsächlich diese Model-Evaluation machen und sagen passt das zu historischen Daten oder nicht?

00:15:09: Ist das auch konsistent untereinander?

00:15:15: Und dann hast du halt ein Haufen verschiedener Modelle.

00:15:17: also jetzt bei dieser IPCC Klimavorhersage die auch verschiedene Mechanismen beruhen, also sprich irgendwie globale Modelle, regionale Modälle und so weiter.

00:15:33: Und die verschiedenen Sachen berücksichtigen usw.

00:15:36: Dann machst du halt ein ganzes Ensemble von Rechnungen unter verschiedenen Voraussetzungen dann machst du darüber Statistik und sagst passt oder passt nicht.

00:15:43: Aber ein Ergebnis ist ja tatsächlich relativ aktuell gewesen.

00:15:48: das jetzt Für die Vorhersagen oder für die Prognosen, also für die Szenarien dessen was passiert zum Beispiel.

00:16:02: Modellrechnungen mit extrem hohen Emissionen rausgenommen werden weil sie die Ergebnisse zu stark verfälschen.

00:16:14: Meldung, die ich auch so gelesen hatte.

00:16:18: Du hast vorhin diese historische Datengrundlage gesagt.

00:16:22: aber wenn wir das Ganze jetzt noch mal historisch betrachten welchen Einfluss hat denn der Fortschritt der Computer in den sechziger Jahren auf diesen Einsatz oder die Verwendung von Modellen?

00:16:34: Da gab es dann einen sehr großen Optimismus und ja, fast schon.

00:16:38: Also es gibt Leute die sprechen da von der Zeitenwende prognostik Turn sozusagen.

00:16:44: Es gab so ein großes Zukunfts-Optimismus.

00:16:46: Wir können jetzt alles berechnen.

00:16:47: also wir nehmen Computermodelle Die im Wesentlichen auf mathematischen Modellen beruhen.

00:16:54: Diese mathematische Modelle sind Haufen.

00:16:57: zum Beispiel Differenzialgleichung Können wir in der Regel nicht analytisch mit Bleistift und Papier lösen Aber wir können sie dann nummerisch lösen.

00:17:05: Nummerisch Lösen heißt halt, Sie für konkrete Zahlenwerte durchzurechnen.

00:17:10: So und das machen wir mit ganz vielen verschiedenen Startbedingungen und leichtfeinderten Parametern.

00:17:17: Und dann können wir gucken wie verhält sich dieses Modell?

00:17:22: Was passiert da?

00:17:23: Der Nachteil ist halt... Also da gab es einen ganz großen Optimismus und dann gab's ja auch so Sachen Grenzen des Wachstums, der berühmte Bericht von Club of Rome auf relativ einfachen Weltmodellen beruht.

00:17:42: Zum Beispiel Klimaveränderungen aber auch Wasserhaushaltbevölkerungsentwicklung usw.. Das hat dann aber auf der anderen Seite lustigerweise, also diese Optimismus.

00:17:57: Wir können alles berechnen und hat dazu geführt dass man solche Modelle gemacht hat was wiederum dann dazu geführte das ist ja das sehr pessimistische und warnende modelle Veröffentlicht worden sind.

00:18:10: Und das wiederum hatten eben diese Diskussion Zum ersten mal dann Aber im Grunde genommen dieselbe Diskussion die wir jetzt nach wie vor mit diesen sogenannten Klimaskeptikern haben getriggert.

00:18:21: Was sagen die Modelle denn überhaupt aus?

00:18:23: Wie viel steckt da drin?

00:18:25: Heute wissen wir, ja okay.

00:18:27: Es war vielleicht ein bisschen zu pessimistisch, es war vielleicht etwas zu stark vereinfacht aber das waren ganz oft im Kern halt nach wie vor mathematische Modelle.

00:18:38: also Ruder dann sagt ok Wir gucken uns... Also wir wissen wie physikalische Systeme sich verhalten bei Wetter und Klima zum Beispiel.

00:18:48: Wir wissen was mit Luft passiert wenn sie sich erwärmt was mit Wasser passiert, Strömung, Konvektion und so weiter.

00:18:58: Und dann können wir berechnen wie das Gesamtsystem sich am Schluss verhält.

00:19:05: Dann ist aber noch wieder etwas passiert.

00:19:07: Noch mal wieder gute... dreißig Jahre?

00:19:10: Ja, weiß ich auch später um die zwei tausend zehn herum.

00:19:13: da gab es dann eben diese sogenannte Deep Learning Revolution wo dann halt Verfahren entwickelt worden sind mit dem tiefe neuronale netzige einfach nur mit einem Haufen Beispielen.

00:19:26: Modelle, es wurde dann auch modell genannt, modelle für den Zusammenhang in den Trainingsdaten erstellt haben.

00:19:37: das heißt der große Fortschritt war an dieser Stelle dass du eben nicht selber als Modeller sagen musstest dieses oder jenes merkmal in den daten ist wichtig und das bild ich folgendermaßen ab.

00:19:55: Sondern dass diese tiefe neue netze in der lage waren.

00:20:00: Muster in den data sozusagen selbst tätig zu erkennen und daraus paramit dazu generieren die dann wiederum für andere eingangsdaten vorhersagen möglich, aber du weißt nicht mehr welche.

00:20:11: also ein berühmtes beispiel ist diese gesichtserkennung ist relativ lange Auf einem halbwegs brauchbaren Niveau, aber nicht wirklich gut.

00:20:22: So siebzig-achtigprozent höchstens Genauigkeit gelaufen und dann hatte sie hatten Gesichterkennungsalgerungen immer Schwierigkeiten mit anderen Beleuchtung Mit wenn die Leute Brillen aufhatten oder sich da plötzlich ein Bad wachsen lassen usw.

00:20:36: Das lag daran dass die ersten Modellierer halt tatsächlich eben Parameter wie zum Beispiel Augenabstand gesichtsform Wo sitzt die Nase?

00:20:47: Wie lange ist sie nase?

00:20:49: und so weiter.

00:20:50: Die haben einen Messpunkt über das Gesicht gezogen und dann wirklich, wortwörtlich eben diese Zahlenwerte für bestimmte Eigenschaften des Gesichtes ausgemessen.

00:21:05: Und die Idee war dann wenn man sozusagen eine mathematische Abstraktion des Gesicht hat kann man das Gesicht auch erkennen wenn es einem anderen Winkel und mit einer anderen Beleuchtung ist.

00:21:15: Und das hat aber nie so richtig gut funktioniert, der große Sprung war tatsächlich... waren dann tiefe neuronale Netze, denen man einfach ganz viele Weispiele gegeben hat wo das neuronale Netz sozusagen im Trainingsprozess die wesentlichen Elemente des Gesichtes rausgezogen hat und

00:21:36: für

00:21:36: sich präsentiert hat.

00:21:39: Ja spannend also da kommen wir ja schon die Entwicklung zu den KI-Modellen

00:21:43: Und Sprachmodelle funktionieren so ähnlich.

00:21:46: Sprach-Modelle sind ja im Prinzip spezielle neuronale Netze in dieser Transformer Architektur, die genau das auch machen.

00:21:54: aber das Ding ist halt es ist eben keine Abstraktion, die von den Modellierern da reingetan worden ist also aktiv gestaltet wird.

00:22:07: Das bedeutet man kann's eben tatsächlich nie so genau sagen was das Modell tut.

00:22:14: Du kannst sagen, okay das wissen wir doch schon.

00:22:16: Das ist jetzt nichts Neues aber es ist eben auf dieser... Da kommen wir dann zurück zu der Modelltheorie.

00:22:23: Auf dieser modell theoretischen Ebene ist es halt total unbefriedigend weil du kannst eben nicht sagen dass das Modell garantiert keine Eigenschaften des Originals die du nicht haben willst oder die im Original nicht vorhanden sind mit benutzt um seine Vorhersage zu erstellen.

00:22:44: Du kannst, ja wie gesagt du weißt nicht genau welche Abstraktionen und in welcher Art und Weise das funktioniert.

00:22:50: Und im Grunde genommen ist das modell theoretisch eine Bankrotterklärung weil es darum geht dass du nicht ein Original oder das Wiesn nicht von einem Original wirklich verstanden hast und es in deinem Modell rein tust sondern das entsteht irgendwie.

00:23:06: Ja so ein bisschen als hättest du die Grafik sozusagen aber die Legende sozusagen unten fehlt.

00:23:13: Ja, das sind wir wieder bei dem Thema Blackbox.

00:23:16: Im Grunde genommen ist es eine komplizierte Art zu sagen.

00:23:20: Eine KI ist ein Blackbox aber es bedeutet eben auch dass Vorhersagen mithilfe von KI im Grunde nicht wirklich brauchbar sind.

00:23:35: Er sei denn du kannst die mit irgendwas anderem wieder abgleichen?

00:23:39: Also du kannst sowas ähnliches bei den Klimamodellen gibt es das ja, es gibt eben die Idee Wetterverhersage oder Klimadaten mithilfe von KI Modellen zu gerechnen.

00:23:49: Das kannst du dann natürlich wieder mit Hilfe von beobachten Daten abgleichen.

00:23:53: Dann weißt du okay zumindest in dem Bereich in dem wir uns jetzt angeguckt haben funktioniert.

00:23:59: Aber du hast zum Beispiel bei Wettermodellen eben genau dieses Problem mit den Extremwetter, ne?

00:24:05: Das heißt die Daten auf denen das Modell gelernt hat, da kommt halt nur wenig Extremwitter vor weil Extremwätter ist selten.

00:24:11: also können die Modelle Extremwittern nicht gut vorher sagen und es ist meistens out of range für diese Modelle so.

00:24:20: Und das ist wichtig einfach zu berücksichtigen.

00:24:23: Man kann nicht einfach sagen dass Modells gut oder schlecht sich genau angucken, in welchem Bereich und unter welche Voraussetzung funktioniert das für welchen Zweck dann wieder.

00:24:36: Insofern sind diese Überlegungen finde ich sehr nützlich.

00:24:39: Ja voll spannend!

00:24:40: Genau also da ist jetzt viel bei rumgekommen.

00:24:42: über eine simple Frage eigentlich ne?

00:24:45: Eine simple Ausgangsfrage.

00:24:47: Da sind wir natürlich gespannt auf die nächste Ausgabe, die wahrscheinlich im Juni, ich hätte es vorher nachgekommen müssen, herauskommt schreibe ich auch noch mal gerne nicht Shownots.

00:24:58: Dafür erst mal vielen Dank, Wolfgang.

00:25:01: Von der allein Modellen gehen wir jetzt aber über zu Geschäftsmodellen und zwar von Influencern auf Social Media.

00:25:08: die haben Reporterinnen in der CDF Doku die Spur in ihrer jüngsten Folge unter die Lupe genommen und die Reporterin untersuchen da den Verdacht dass es diese Creators nicht so genau mit den Steuern nehmen oder mit dem Steuerzahlen.

00:25:25: Und ich vermute, dass das ZDF-Team da auf die Idee gekommen ist.

00:25:29: Weil im letzten Jahr, aber das hatte das Landesamt zur Bekämpfung der Finanzkriminalität in NRW eine Pressementeilung veröffentlicht.

00:25:38: Dass man da, haben sie angekündigt, dass Sie jetzt ein Sonderteam haben, die sechstausend Datensätzen aus den sozialen Medien untersuchen und Sie haben dann da Accounts von Ich zitiere Akteurinnen und Akteuren geprüft, die mit hoher krimineller Energie jegliche Steuerverpflichtung zu umgehen versuchen.

00:26:00: Und ich glaube das war so der Ausgangspunkt weil die Doku setzt dann im Januar irgendwann an und füllt quasi diese.

00:26:10: Diese Vorhersage, die die Pressemitteilung gemacht hat ist sozusagen mit Leben und auch mit Personen.

00:26:15: Und sucht da jetzt zum Beispiel eine Influencerin namens Fiona Erdmann in Dubai an.

00:26:22: Denn Dubai scheint ein beliebtes Ziel für Influenzer aus Deutschland zu sein.

00:26:26: Weil mein Dort Wolfgang vermutet es sicher wenig Steuern sei!

00:26:32: Fiona Erdmann beteuert in einem Interview, dass sie davon nichts gewusst hat, dass man da weniger Steuern zahlt als sie vor ein paar Jahren hingezogen ist.

00:26:44: Und die Journalistinnen machen dann aber auch einen Selbsttest.

00:26:48: Das fand ich noch ganz spannend und nutzen dann so ein alten Instagram-Account von einer der Reporteren, um sozusagen als Influencer, Foodinfluencerin sich zu präsentieren.

00:26:59: Sie kaufen einen Followerinnen und Follauer und machen da frischen Content.

00:27:03: Und sie berichten das dann, sich der Instagram Feed verändert hat und sie immer mehr Videos von so Steuerexperten reingespielt bekommen haben, die spezielle Tipps für Influencerinnen und Influenzer geben.

00:27:16: Wie man seine Steuerlast verringert genau.

00:27:20: Und die Reporterin machen dann auch tatsächlich einen Termin mit einem Experten der dann eben Hinweise gibt wie was man denn so machen kann und lässt sozusagen den Hinweis da, dass man ja auch nicht nur in Deutschland wohnen muss sondern auch woanders zum Beispiel.

00:27:40: Und zu Wort kommt dann tatsächlich die Stefanitin, die eben bei dem Landesamt zur Bekämpfung von Finanzkriminalität in NRW arbeitet und sie berichtet halt von diesem Dilemma.

00:27:52: das ist einfach immense Aufwand ist diesen Hinweisen oder Vermutungen nachzugehen, weil du erstmal Leute haben musst die sich gut im Social Media auskennen.

00:28:03: Da musst du diese Querverweise erforschen.

00:28:07: also es gibt ja tausend Kooperationsformen eben wie Influencerinnen und Influencern Geld verdienen und sie müssen dann diese mögliche Steuerhinterziehung einfach auch nachweisen und das ist eine sehr große Aufwand und ich fand den Einblick einfach Spannend auch, wenn jetzt letztlich so ein bisschen fraglich ist was dabei rumkommt.

00:28:26: Denn das Manager-Magazin hatte ich eben noch gelesen und hat im letzten Jahr dann noch einen Bericht veröffentlicht der dieses strafrechtlich relevante Steuervolumen in Höhe von dreihundert Millionen Euro, was das Landesamt da angegeben hat bezweifelt weil es geht eigentlich um so einen Umsatzvolumen und vom Steuersatz und er beläuft sich auf Ich sag mal, in Anführungszeichen nur zweihundert Millionen Euro und das über mehrere Jahre verteilt.

00:28:52: Und wenn du das dann runterrechnest auf verschiedene Accounts, dann ist es jetzt auch wieder vielleicht nicht so.

00:28:58: der große Haufen aber im Angesicht des Aufwands, der damit betrieben wird, der Nutzen dann irgendwie fragwürdig schreibt das Männete-Magazin.

00:29:09: Aber die Doku ist trotzdem spannend und gibt da einen Einblick einfach... wie in die Mentalität der Influencerinnen und Influencern.

00:29:21: Und die Doku wirft da ein wichtiges Schlaglicht drauf!

00:29:25: Steuertipps haben wir zwar in unserem neuen Heft nicht, dafür aber Wissenswertes rund um das Thema Kain der Medizin.

00:29:32: Das wollte ich noch mal kurz hier lassen denn unsere neue Ausgabe ist seit letzter Woche im Handel und in unserem Online-Shop auch bestellbar.

00:29:41: Unsere Kollegin Andrea Hofericht hat da zum Beispiel zwei große Geschichten bei gesteuert.

00:29:47: Einen geht es da um den Einsatz von KI in der Krebsforschung und wie die Technologie da noch maßgeschneiderte Therapien verbessern kann.

00:29:57: Außerdem hat sie noch so ein Interview geführt mit dem Psychiater- und Forscher Nils Opel, von der Berliner Charité und da hatte sie mit ihm gesprochen, inwiefern Chatbots und Smartwatches und so Sprachanalysetools eben auch eine wichtige Hilfe in der Psychotherapie sein können.

00:30:17: Dazu empfehle ich euch auch die Diebdive-Folge, die ihr im Feed quasi unter dieser Folge noch sehen und hören könnt.

00:30:25: Ja damit sind wir ja schon am Ende dieser Folge!

00:30:28: Wir hören uns in den nächsten Woche wieder.

00:30:30: bis dahin machts gut tschüss

00:30:31: tschüß.

00:30:34: alle reden über KI Wir auch!

00:30:37: Mit unseren Infos kannst du die Zukunft mitgestalten.

00:30:40: Dafür bekommst Du immer Mittwochs im neuen KI-Newsletter von T-IIIN, alle relevanten News und Trends rund um künstliche Intelligenz, KI-Agenten und vieles mehr – direkt in Deine Inbox.

00:30:53: Abonnier den Newsletter kostenlos, Den Link findest Du hier in den Show Notes.