AG 1: Technologische Wegbereiter und Data Science

Die größten Fortschritte im Bereich der Künstlichen Intelligenz beruhen aktuell auf Methoden des maschinellen Lernens. Deren Nutzung ist – in Verbindung mit umfangreichen Datensätzen und hohen Rechenkapazitäten – in zahlreichen Bereichen von Wissenschaft und Wirtschaft zu einem entscheidenden Wettbewerbsfaktor geworden. Data Science umfasst den gesamten Prozess des Datenmanagements – von der Kuratierung über die Bereinigung und Analyse der Daten bis hin zum Speichern, Validieren und Anwenden der gelernten Modelle. Die Entwicklung führte in den vergangenen Jahren dabei von wissensbasierten Systemen über die Analyse gegebener Datenbanken (z.B. für Empfehlungssysteme) bis hin zum Lernen aus großen Datenströmen und der Anwendung des Gelernten in Echtzeit.

Themen und Organisation der Arbeitsgruppe

Die Arbeitsgruppe „Technologische Wegbereiter und Data Science“ befasst sich mit den technologischen Grundlagen und Enablern von Lernenden Systemen. Sie übernimmt innerhalb der Plattform Lernende Systeme eine Querschnittsfunktion und gibt Impulse an alle weiteren Arbeitsgruppen.

Katharina Morik

Volker Markl

Mitglieder der Arbeitsgruppe

  • Prof. Dr. Ulf Brefeld
  • Leuphana Universität Lüneburg
  • Dr. Carl-Helmut Coulon
  • INVITE GmbH
  • Dr. Wolfgang Ecker
  • Infineon Technologies AG
  • Prof. Dr. Kristian Kersting
  • Technische Universität Darmstadt
  • Dr. Markus Kohler
  • SAP SE
  • Prof. Dr. Stefan Kramer
  • Johannes-Gutenberg-Universität Mainz
  • Prof. Dr.-Ing. Alexander Löser
  • Beuth Hochschule für Technik Berlin
  • Prof. Dr. Klaus-Robert Müller
  • Technische Universität Berlin
  • Prof. Dr. Erhard Rahm
  • Universität Leipzig
  • Prof. Dr. Wolfgang Rosenstiel
  • Eberhard Karls Universität Tübingen
  • Prof. Dr. Kai-Uwe Sattler
  • Technische Universität Ilmenau
  • Dr. Harald Schöning
  • Software AG
  • Prof. Dr. Volker Tresp
  • Ludwig-Maximilians-Universität München
  • Dr. Jilles Vreeken
  • Helmholtz-Zentrum für Informationssicherheit (CISPA) / Max-Planck-Institut für Informatik
  • Prof. Dr.-Ing. Gerhard Weikum
  • Max-Planck-Institut für Informatik
  • Prof. Dr. Stefan Wrobel
  • Fraunhofer-Institut für Intelligente Analyse- und Informationssysteme IAIS

Von den aufgeführten Personen liegt uns ein schriftliches Einverständnis zur Veröffentlichung ihrer Daten gemäß DSGVO vor. Diese Mitgliederliste stellt einen Auszug dar und wird laufend vervollständigt.

Leitfragen der Arbeitsgruppe

  • Was sind die wichtigsten Forschungsfelder bei Künstlicher Intelligenz, maschinellem Lernen und Data Science? Welches Potenzial haben sie für disruptive Anwendungen?
  • Wo liegen die Stärken und Schwächen der KI-Forschung in Deutschland?
  • Wie kann die Ausbildung von Forscherinnen, Forschern und Fachkräften für maschinelles Lernen und Data Science an Hochschulen weiter verbessert werden?
  • Welche Kompetenzen aus der KI-Forschung werden in der Anwendung nachgefragt?
  • Welche Faktoren begünstigen bzw. hemmen die schnelle und erfolgreiche Anwendung von maschinellem Lernen und Data Science?

Ergebnisse und Beiträge der Arbeitsgruppe

  • Publikationen

  • Expertise

  • Videos

  • Konferenzen

Stefan Wrobel
Leiter des Fraunhofer-Instituts für Intelligente Analyse- und Informationssysteme (IAIS) zur Frage, wohin die Reise bei KI geht.

Kristian Kersting
Professor für Maschinelles Lernen an der TU Darmstadt zum Whitepaper der AG 1.

Stefan Kramer
Professor für Data Mining, Johannes Gutenberg-Universität Mainz, zur Frage, wie es beim Thema KI um Sicherheit und Privacy steht.

Mitglieder der Arbeitsgruppe haben sich im Jahr 2018 mit Forschungsergebnissen oder als Mitglieder von Programmkomitees bei hochrangigen internationalen Konferenzen engagiert.

  • IEEE International Conference on Big Data (Website)
  • International Conference on Very Large Data Bases (VLDB): Website
  • ACM Special Interest Group on Management of Data: Website
  • International Conference on Data Engineering: Website
  • International Conference on Extending Database Technology: Website
  • Conference on Knowledge Discovery and Data Mining (KDD): Website
  • European Conference on Machine Learning and Principles and Practice of Knowledge Discovery in Databases (ECML PKDD): Website
  • International Joint Conference on Artificial Intelligence and the 23rd European Conference on Artificial Intelligence (IJCAI ECAI): Website
  • Conference on Uncetainty in Artificial Intelligence (UAI): Website
  • Conference on Neural Information Processing Systems (NIPS): Website
  • SIAM International Conference on Data Mining (SIMA SDM): Website
  • IEEE International Conference on Data Science and Advanced Analytics (IEEE DSAA): Website
  • AAAI Conference on Artificial Intelligence: Website
  • ACM Conference on Distributed and Event-Based Systems: Website
  • IEEE Data Science Workshop: Website

Koordination der Arbeitsgruppe in der Geschäftsstelle der Plattform Lernende Systeme: Maximilian Hösl