Science Slam

Bühne frei für die Wissenschaft!

Was sind gute Trennungen? Und kann man mit ihnen die Welt verbessern? Wer Antworten darauf hören möchte, sollte am 29. April um 20 Uhr zum Science Slam der Universität Potsdam in die Waschhaus-Arena kommen. Hier gibt es harte Fakten im Zehn-Minuten-Takt. Das Fächerspektrum der slammenden Forscherinnen und Forscher reicht von Politikwissenschaften über Digital Health bis zur Chemie. Das Publikum stimmt am Ende darüber ab, welches Thema in der gebotenen Kürze mit der richtigen Würze zum Siedepunkt gebracht wurde.

Witzig und pointiert erklären junge Forschende, woran sie gerade arbeiten. Sie wissen zum Beispiel, wie sich mithilfe von Daten Krankheiten bekämpfen lassen oder was man von Kernkraftwerken über den Schutz der Demokratie lernen kann. Überzeugend wird der Zusammenhang von Statistik und Zellbiologie dargelegt.

Wie immer beim Science Slam fungiert das Publikum als Jury, die den besten Vortrag des Abends kürt. Es moderiert Bryan Nowack, selbst erfolgreicher Slammer und Biologe, der in seiner Doktorarbeit erforscht hat, wie sich Pflanzen an Hitzestress anpassen. Musikalisch unterstützt wird er diesmal am Piano von Pablo Pellegrini, der an der Uni Potsdam Musik auf Lehramt studiert. Außerdem dabei ist Marie-Luise Raters, die als Philosophie-Professorin einen Song für Studierende geschrieben hat und ihr neues Buch über das „Dilemma“ mit einem Rap präsentiert. Natürlich außer Konkurrenz.

Line Up:

• Dr. Mareike Pruefer ist Biochemikerin und Alumna der Uni Potsdam und erklärt, wie sie mit guten Trennungen die Welt verbessert.
• Der Politikwissenschaftler Dr. Christoph Abels spricht über „Demokratische Kernschmelze“ und was wir von Kernkraftwerken über den Schutz der Demokratie lernen können.
• Vanessa Bastek slamt mit viel Herz. Sie ist Doktorandin in der Medizin.
• Von Stühlen, Bodyscans und multifaktoriellen Erkrankungen spricht Dennis Heine vom Digital Health Cluster des HPI.
• "Von Zellen und Modellen" ist der Titel des Slams von Gregor Pasemann. Er stellt überzeugend dar, wie man aus Daten Informationen gewinnen kann.