Kurs
Datenwissenschaft verstehen
2 Std.
871.9K
Willkommen zum ersten Teil unserer einmonatigen Serie Data Demystified. Im Rahmen des Data Literacy Month erklärt diese Serie Schlüsselkonzepte aus der Datenwelt, beantwortet Fragen, die du dich vielleicht nie zu stellen getraut hast, und sorgt unterwegs für Spaß.
In diesem Beitrag definieren wir, was Daten eigentlich sind und wie du damit startest.
Was sind Daten?
Daten sind Fakten oder Informationsbausteine. Häufig sind es Messwerte ("Maria ist 165 cm groß"), Beobachtungen ("der Würfel zeigte eine Sechs") oder Meinungen ("Ich bewerte dieses Videospiel mit 4 von 5 Sternen"). In der Regel werden Daten gesammelt, um sie zu analysieren, Erkenntnisse zu gewinnen, Schlussfolgerungen zu ziehen oder Entscheidungen zu treffen.
Auch wenn wir bei Daten oft zuerst an Zahlen denken, gibt es noch weitere Typen.
- Daten, die wahr oder falsch sein können, heißen logisch ("Mohammed hat die Prüfung bestanden").
- Daten, die mehrere benannte Ausprägungen annehmen können, nennt man kategoriale Daten ("Annas Haare sind blond; Weis Haare sind schwarz").
- Auch Datums- und Zeitangaben sind ein Datentyp.
Text kann ebenfalls als Daten gelten, zum Beispiel Produktbewertungen. Da viele Datenanalysen eher Zahlen als Wörter benötigen, müssen Textdaten für die Analyse meist so verarbeitet werden, dass daraus Zahlen werden.
Ähnlich verhalten sich Bilder: Auch sie sind Daten, müssen aber in der Regel aufbereitet werden, um für Analysen in Zahlen überführt zu werden.
Was ist ein Datensatz?
Wenn du schon einmal eine Excel-Tabelle gesehen hast, bist du einem Datensatz begegnet. Kurz gesagt ist ein Datensatz eine Sammlung von Daten — genauer: mehrere Datenpunkte desselben Typs. Im ersten Beispiel hatten wir eine Körpergrößenmössung. Hätten wir mehrere Messungen von Körpergrößen, wäre das ein Datensatz.
Betrachte diese Tabelle: In der ersten Spalte stehen die Namen von vier Personen, in der zweiten ihre Körpergröße und in der dritten ihre Haarfarbe. Das ist ein Datensatz.
|
Name |
Größe (cm) |
Haarfarbe |
|
Maria |
165 |
rot |
|
Mohammed |
182 |
schwarz |
|
Anna |
173 |
blond |
|
Wei |
160 |
schwarz |
Dieses rechteckige Format ist die häufigste Struktur für Datensätze. Es gibt zwei gängige Bezeichnungen für Datensätze in dieser Form: In der Datenbankwelt spricht man von "Tabellen". Data Scientists nennen sie dagegen "Data Frames". Daher rührt auch der Name des DataFramed-Podcasts von DataCamp.
Wie auch immer du sie nennst: Diese rechteckigen Datensätze haben einige Eigenschaften, die du kennen solltest.
- Jede Zeile beschreibt die Details einer Person. Zeilen werden auch "Beobachtungen" oder "Records" genannt.
- Jede Spalte steht für eine Eigenschaft der Beobachtungen. Spalten nennt man auch "Variablen" oder "Features".
- Alle Werte in einer Spalte sollten vom gleichen Datentyp sein. Zum Beispiel sind alle Größen Zahlen.
- Unterschiedliche Spalten können unterschiedliche Datentypen haben. Die Spalten Name und Haarfarbe enthalten Textdaten, die Größen sind numerische Daten.
Daten sind überall
Das Schöne an Daten ist: Sie sind überall! Unternehmen verfügen über Datensätze dazu, wer ihre Nutzerinnen und Nutzer oder Kundinnen und Kunden sind, was sie kaufen, wie viel sie ausgeben, wie viel Geld das Unternehmen hat, wer die Mitarbeitenden sind, welche Vermögenswerte das Unternehmen besitzt und vieles mehr.
Im Alltag nutzt du vielleicht eine Wetter-App, lässt dir von einer Karten-App den Weg zeigen oder schickst Nachrichten über einen Messenger. All diese Apps werden von Daten angetrieben und greifen auf mehrere Datensätze zurück.
Jedes Produkt, das du verwendest, wurde irgendwo hergestellt — und dort werden Daten darüber gesammelt, wie es produziert wurde. Das Geschäft, in dem du es gekauft hast, sammelt Daten darüber, wer das Produkt wann kauft.
Tatsächlich gibt es für so gut wie jede Frage, die dir einfällt, mit hoher Wahrscheinlichkeit einen Datensatz, der hilft, sie zu beantworten.
Starte noch heute mit Daten
Wir hoffen, dir hat diese kurze Einführung in das Thema Daten gefallen. Im nächsten Teil von Data Demystified beschäftigen wir uns mit verschiedenen Datentypen — von quantitativen über qualitative bis hin zu Bild- und Textdaten und mehr. Wenn du heute mit deiner Lernreise rund um Daten starten willst, schau dir die folgenden Ressourcen an.
Themen