Das Leitungsteam stellt sich vor

Katharina Morik hat 1981 an der Universität Hamburg promoviert und 1988 an der TU Berlin habilitiert. Sie richtete 1991 an der TU Dortmund den Lehrstuhl für Künstliche Intelligenz ein, dessen Fokus auf maschinellem Lernen liegt. Aktuell im Vordergrund stehen Lernalgorithmen für verteilte, realzeitliche Anwendungen, beispielsweise in der Astrophysik, der Industrie 4.0 oder der Verkehrsinfrastruktur.

2011 warb sie den Sonderforschungsbereich 876 „Informationsgewinnung durch Analyse unter Ressourcenbeschränkung“ ein, dessen Sprecherin sie ist. Frau Morik ist an zahlreichen EU-Projekten beteiligt: Sie hat das Projekt MiningMart koordiniert und arbeitete in den Projekten VaVel und Insight an der Analyse von Datenströmen zur Verkehrsplanung.

Seit 2015 ist Frau Morik Mitglied in der Akademie der Technikwissenschaften, seit 2016 Mitglied der Nordrhein-Westfälischen Akademie der Wissenschaften und der Künste. Sie ist Autorin von mehr als 200 Publikationen in angesehenen Zeitschriften und Konferenzen. Sie war im Herausgebergremium des Journals „Machine Learning“ und ist derzeit eine der Herausgeberinnen der internationalen Zeitschrift „Data Mining and Knowledge Discovery“. Sie war Gründungsmitglied, Program Chair und Vice Chair der Konferenzreihe IEEE International Conference on Data Mining (ICDM) und Program Chair der European Conference on Machine Learning and Principles and Practice of Knowledge Discovery in Databases (ECML PKDD).

An ihrem Lehrstuhl entstanden die erste effiziente Implementierung der Support Vector Machine (SVM) sowie das weltweit erfolgreiche Tool zur Datenanalyse RapidMiner. Frau Morik leitet gemeinsam mit Volker Markl die Arbeitsgruppe „Technologische Wegbereiter und Data Science“ der Plattform „Lernende Systeme“ des BMBF.

2019 wurde Katharina Morik als Pionierin des Maschinellen Lernens durch die Gesellschaft für Informatik e.V. (GI) mit dem GI-Fellowship ausgezeichnet.

Prof. Dr. Katharina Morik

Technische Universität Dortmund
Fakultät für Informatik
Otto-Hahn-Str. 12
44227 Dortmund

www-ai.cs.uni-dortmund.de
www.sfb876.tu-dortmund.de

Stefan Wrobel studierte Informatik in Bonn und Atlanta, Georgia, USA (M.S., Georgia Institute of Technology) mit Schwerpunkt Künstliche Intelligenz und promovierte an der Universität Dortmund. Nach Stationen in Berlin und Sankt Augustin wurde er Professor für Informatik an der Universität Magdeburg, bevor er im Jahr 2002 den Ruf auf seine aktuelle Position annahm. Seit 2014 ist er zudem einer der Direktoren des Bonn-Aachen International Center for Information Technology (b-it).

Professor Wrobel beschäftigt sich seit vielen Jahren mit Aspekten der Digitalisierung, insbesondere mit intelligenten Algorithmen und Systemen zur Analyse großer Datenmengen und dem Einfluss von Big Data/Smart Data auf die Nutzung von Informationen in Unter­nehmen und der Gesellschaft. Er ist Autor einer großen Zahl von Publikationen in den Gebieten des Data Mining und des Maschinellen Lernens, Mitglied des Herausgeber-Gremiums mehrerer führender Fachzeitschriften und Gründungs­mitglied der »International Machine Learning Society«.

Als Sprecher der »Fraunhofer-Allianz Big Data und Künstliche Intelligenz«, Direktor des »Fraunhofer-Forschungszentrums Maschinelles Lernen«, stellvertretender Vorsitzender des »Fraunhofer-Verbun­des für Informations- und Kommunikationstechno­logie« und Sprecher der Fachgruppe »Knowledge Discovery, Data Mining und Machine Learning« der Gesellschaft für Informatik engagiert er sich national und international für die Themen Digitalisierung, intelligente Nutzung von Big Data und Künstliche Intelligenz.

Prof. Dr. Stefan Wrobel

Fraunhofer-Institut für Intelligente
Analyse- und Informationssysteme IAIS
Schloss Birlinghoven
53757 Sankt Augustin

www.iais.fraunhofer.de
www.iai.uni-bonn.de

Professor Dr. Dr. h. c. Michael ten Hompel studierte Elektrotechnik an der RWTH Aachen und promovierte an der Universität Witten/Herdecke. Er ist Ordinarius des FLW der TU Dortmund und  geschäftsführender Institutsleiter am Fraunhofer-Institut für Materialfluss und Logistik. Vor seiner wissenschaftlichen Tätigkeit ist er als Unternehmer tätig gewesen. So gründete er unter anderem 1988 die GamBit GmbH (heute Vanderlande Industries) und leitete das Unternehmen, das sich vorrangig mit der Entwicklung und Realisierung von Warehouse-Management-Systemen und industriellen Steuerungen beschäftigt, bis zum Jahr 2000 als geschäftsführender Gesellschafter.

Michael ten Hompel gilt als einer der Väter des Internet der Dinge und veröffentlichte zahlreiche Fachbücher und über vierhundert Artikel rund um Logistik und IT. Er ist  Mitherausgeber der Lecture Notes in Logistics (Springer) und weiterer Fachpublikationen. Michael ten Hompel ist Mitglied der Akademie der Technikwissenschaften und 2012 wurde er in die Logistics Hall of Fame aufgenommen. 2017 erhielt er die Ehrendoktorwürde der Universität Miskolc (Ungarn). 2018 wurde ihm vom Verein Pro Ruhrgebiet die Ehrenauszeichnung »Bürger des Ruhrgebietes«. 2019 erhielt er den internationalen HERMES Logistik Award in Wien.

Prof. Dr. Dr. h. c. Michael ten Hompel

Fraunhofer-Institut für Materialfluss und Logistik IML
Joseph-von-Fraunhofer-Str. 2-4
44227 Dortmund

www.iml.fraunhofer.de

www.tu-dortmund.de

Christian Bauckhage studierte Informatik und Physik an der Universität Bielefeld, war Forschungspraktikant am INRIA in Grenoble und promovierte in Informatik an der Universität Bielefeld. Anschließend war er als Postdoktorand am Centre for Vision Research in Toronto tätig und arbeitete als leitender Wissenschaftler bei den Deutsche Telekom Laboratories in Berlin. Im Jahr 2008 wurde er als Professor für Informatik an die Universität Bonn berufen und zum Lead Scientist für Maschinelles Lernen am Fraunhofer IAIS ernannt.

Prof. Bauckhage verfügt über mehr als 20 Jahre Erfahrung als Data Scientist in Industrie und Wissenschaft und ist (Mit-)Autor zahlreicher Publikationen zu Mustererkennung, Data Mining und intelligenten Systemen. Seine aktuelle Forschung konzentriert sich auf Techniken des Informed Machine Learning, die wissens- und datengetriebene Methoden integrieren, sowie auf Quantencomputerlösungen für Maschinelles Lernen. Praktische Anwendungen findet seine Arbeit in Bereichen wie Physik, Landwirtschaft, Social Media oder Business Analytics. Er ist ein gefragter Redner und leidenschaftlicher Befürworter von Open Innovation und Open Science. Christian Bauckhage berät Unternehmen sowie öffentliche Einrichtungen bei der Entwicklung und dem Einsatz von Lösungen für Maschinelles Lernen und Künstliche Intelligenz.

Prof. Dr. Christian Bauckhage

Universität Bonn
Friedrich-Hirzebruch-Allee 5
53115 Bonn

www.iais.fraunhofer.de

www.uni-bonn.de

Heike Horstmann ist Geschäftsführerin des Kompetenzzentrums für Maschinelles Lernen Rhein-Ruhr am Standort Bonn.

Heike Horstmann ist erfahrene Projektleiterin am Fraunhofer-Institut für Intelligente Analyse- und Informationssysteme IAIS. Sie koordinierte in der Vergangenheit erfolgreich verschiedene Förder- und Wirtschaftsprojekte. Zuletzt leitete sie ein Project Management Office am Fraunhofer IAIS.

Nach ihrem Studium und Abschluss als Diplom-Ingenieurin der Nachrichtentechnik an der TH Köln, hat Frau Horstmann am Fraunhofer-Institut für Medienkommunikation IMK an interaktiven digitalen TV-Formaten geforscht und an der Standardisierung und Markteinführung der europäischen Multimedia Home Platform (MHP) mitgewirkt. Mit der Neugründung des Fraunhofer IAIS 2006 übernahm Frau Horstmann die technische Leitung im EU-Projekt „LIVE – Staging of media events“ und führte dort ihre Forschung fort, die in einer interaktiven Live-Übertragung der Olympischen Spiele 2008 durch den Projektpartner ORF ihren Höhepunkt fand. Danach leitete sie ein nationales Förderprojekt zu zielgerichteten Werbeformaten und koordinierte ab 2012 das EU-Projekt LinkedTV, in dem erfolgreich an der Verknüpfung von TV- und Web-Inhalten durch automatische Annotationsverfahren und semantische Anreicherung geforscht wurde. Seit 2016 beschäftigt sich Frau Horstmann mit Ansätzen zur Cognitive Process Automation und leitet Data Science Projekte für Wirtschaftskunden.

Stefan Michaelis ist seit 2018 Geschäftsführer des Kompetenzzentrums Maschinelles Lernen Rhein-Ruhr für den Standort Dortmund. Er leitet das operative Geschäft gemeinsam mit den Vertretern der übrigen Standorte. Er unterstützt die Wissenschaftlerinnen und Wissenschaftler in ihren Aufgaben und koordiniert sowohl die Zusammenarbeit intern als auch mit Projektträger, BMBF und Kooperationspartnern aus der Privatwirtschaft.

Zuvor war er von 2011 an Geschäftsführer des durch die Deutsche Forschungsgemeinschaft (DFG) geförderten Sonderforschungsbereichs 876 „Verfügbarkeit von Information durch Analyse unter Ressourcenbeschränkung”. Im Sonderforschungsbereich werden Möglichkeiten der intelligenten Datenanalyse unter Berücksichtigung der verfügbaren Ressourcen untersucht: vom kleinen cyber-physischen System bis zum Großrechner zur Analyse großer Datenmengen. Ziel ist es, aus immer größeren Datenmengen Informationen zu gewinnen – und zwar zeitnah, ohne großen Energiebedarf und direkt vor Ort. Beteiligt war Stefan Michaelis auch an der erfolgreichen Beantragung sowohl der zweiten als auch der dritten Förderphase bis zum Jahr 2022.

Nach seinem Studium der Ingenieurinformatik hat Stefan Michaelis in Elektrotechnik im Bereich der Anwendung des Maschinellen Lernens zur Qualitätsverbesserung im Mobilfunk promoviert. In seiner Doktorarbeit hat er erforscht, wie Prognosen über erwartete Bewegungen von Mobilfunknutzern – unabhängig von Profilen spezifischer Nutzer – einen Ausblick auf die zukünftige Auslastung von Mobilfunkzellen erlauben.

Forschungsschwerpunkt:

Vertrauenswürdiges Maschinelles Lernen

An welchen Problemstellungen arbeiten Sie zurzeit?

1. Differenzierung zwischen stochastischem und systematischem Versagen innerhalb von ML Modellen
2. Probabilistische Modellierung von DNN-Ausgaben zur Mitigation von Performanz- und Datendefiziten, etwa inhärenter Datenunsicherheit (aleatorische Unsicherheit) oder fehlender Datenabdeckung (epistemische Unsicherheit)
3. Introspektive Verfahren zur Analyse bestehender Vorhersagen

Woran sind Sie besonders interessiert?

1. Technische Zuverlässigkeit von KI-Systemen
2. Nutzung von neuronalen Netzen innerhalb kritischer Anwendungen, insbesondere dem autonomen Fahren
3. Unsicherheitsquantifizierung für (tiefe) neuronale Netze und ihre Verwendung, um bestehende Unabwägbarkeiten zu mitigieren
4. Performanzanalyse auf Eingabeuntermengen, insbesondere semantischer Natur

Forschungsschwerpunkt:

ML unter Ressourcenbeschränkung, vertrauenswürdiges ML

An welchen Problemstellungen arbeiten Sie zurzeit?

1. Austausch und Umsetzung von Methoden des Maschinellen Lernens zwischen
   Forschung und Industrie
2. Extraktion von ML-Expertenwissen zur Generierung von
   Evaluierungsmethoden für typische Fehler in ML Pipelines mit dem Ziel
   die Vertrauenswürdigkeit von ML zu steigern

Woran sind Sie besonders interessiert?

Ein einheitliches System für die Zertifizierung und die Erklärbarkeit von ML-Prozessen für Softwareentwickler und Wissenschaftler die keine ML- oder AI-Experten sind

Awards:

1. 2020 Best-Paper Award IEEE ICC
2. 2019 Reviewer Award ECML PKDD
3. 2019 Nominierung für den Dissertationspreis der Gesellschaft für Informatik e. V.
4. 2018 Dissertationspreis TU Dortmund
5. 2013 Best-Student-Paper Award ECML PKDD

Forschungsschwerpunkt:

ML unter Ressourcenbeschränkung, Quantum ML

An welchen Problemstellungen arbeiten Sie zurzeit?

1. Lernen der Strukturen graphischer und neuronaler Machine Learning Modelle
2. Nicht-klassiche Hardware (wie Quanten-Schaltkreise oder Field Programmable Gate Arrays) für die probabilistische Inferenz in hochdimensionalen Modellen
3. Präzise probabilistische Modellierung physikalischer, industrieller und marktwirtschaftlicher Systeme sowie deren Simulation

Woran sind Sie besonders interessiert?

• Theoretische und praktische Erkenntnisse über das Lernen möglichst ressourcen-effizienter Machine Learning Modelle sowie eine präzise Analyse der inhärenten Unsicherheiten dieser Modelle.
• Das Lernen von maßgeschneiderten Modellstrukturen für gegebene Berechnungsarchitekturen, um wichtige sowie irrelevante Teile eines Modells zu identifizieren, ungenutzte Ressourcen freizugeben und alle Fähigkeiten der Berechnungsarchitektur zu nutzen.

Forschungsschwerpunkt:

Hybrides ML

An welchen Problemstellungen arbeiten Sie zurzeit?

1. Dynamische Generative Sprachmodelle. Speziell solche, die auf Darstellungen auf Basis von temporalen Punktprozessen beruhen. Diese können angewandt werden, um zum Beispiel die Veränderung von Online-Bewertungen oder Nachrichten über die Zeit zu modellieren.
2. Das Lernen von diskreten und kontinuierlichen Darstellungen für generative Modelle für Text mithilfe von Mutual-Information Kriterien
3. Neuronale Netze für switching dynamical systems
4. Generative neuronale Netze für Punktprozesse und Warteschlangen

Woran sind Sie besonders interessiert?

Ich interessiere mich dafür, Bayessche nichtparametrische Prozesse in generativen tiefen neuronalen Netzen einzusetzen. Speziell für die Anwendung auf Texte, um dort automatische Zusammenfassungen zu generieren und um kontrolliert (neuen) Text zu erzeugen.

Dr. Stefan Rüping ist Leiter der Abteilung »Knowledge Discovery« am Fraunhofer IAIS. Er hat langjährige Erfahrung in Consulting, Projekten und Lehre sowohl in Kundenprojekten als auch in der Forschung. Seine Forschungsinteressen sind das Maschinelle Lernen, Künstliche Intelligenz und Data Mining. Im Kompetenzzentrum Maschinelles Lernen Rhein-Ruhr (ML2R) verantwortet er den Transfer der Forschungsergebnisse in die Wirtschaft und Wissenschaft.

Dr. Rüping studierte Informatik an der Technischen Universität Dortmund, wo er auch als wissenschaftlicher Mitarbeiter am Lehrstuhl für Künstliche Intelligenz arbeitete. Im Jahr 2006 promovierte er im Bereich des maschinellen Lernens zum Thema »Learning Interpretable Models«.

Katrin Klug ist Data Scientist mit Schwerpunkt KI-Kommunikation am Fraunhofer IAIS. In ihrer Funktion im ML2R ist sie Ansprechpartnerin für den Wissenstransfer der ML2R Forschung an die Industrie und Wissenschaft. Im Zuge dessen koordiniert sie den ML2R Blog, der die Sichtbarkeit der ML2R Kompetenzen und Aktivitäten stärken soll.

Nach ihrem Doppelbachelor „International Business“ und „Marketing and Commercial Management“ an der FH Dortmund und der ESIC Business School Valencia spezialisierte sie sich in ihrem Master auf „Business Analytics“ an der Hochschule Düsseldorf. Während ihres Studiums war sie bereits für verschiedene Organisationen und Unternehmen in der Flugbranche tätig. Dort hat sie vor allem die Datenanalyse und das strategische Reporting verantwortet.

Dr. Helena Kotthaus ist Wissenschaftlerin in der Arbeitsgruppe Künstliche Intelligenz der TU Dortmund. Am Kompetenzzentrum ML2R verantwortet sie den Transfer zwischen Forschung und Wirtschaft. Ihre Forschungsinteressen liegen auf der Stärkung von Vertrauenswürdigkeit und Ressourceneffizienz in maschinellen Lernalgorithmen. Sie promovierte 2018 an der TU Dortmund zum Thema „Methods for Efficient Resource Utilization in Statistical Machine Learning Algorithms“. Dr. Kotthaus arbeitete während ihrer Dissertation in der Arbeitsgruppe Eingebettete Systeme der TU Dortmund sowie im DFG-Sonderforschungsbereich 876 zur „Verfügbarkeit von Information durch Analyse unter Ressourcenbeschränkung“. Nach ihrem Aufenthalt bei Oracle Labs, Belmont im Jahr 2012 erhielt sie eine Förderung von Oracle für ein Projekt zur Entwicklung von Performance-Vergleichsmethoden für die statistische Programmiersprachen GNU R.

Katrin Berkler ist Leiterin der Presse und Öffentlichkeitsarbeit am Fraunhofer-Institut für Intelligente Analyse- und Informationssysteme IAIS. Nach ihrem Studium der Kultur-, Medien- und Wirtschafts­wissenschaften an den Universitäten Siegen und Orléans sowie ihrer wissen­schaftlichen Mitarbeit an einem Lehrstuhl der Medienwissenschaft in Siegen und am Siegener Mittel­standsinstitut war sie ab 2009 Mitarbeiterin im Bereich Marketing und Kommunikation am Fraunhofer-Institut SCAI.

Seit 2010 leitet sie die PR-Aktivitäten am Fraunhofer IAIS und betreut in ihrer Funktion zahl­reiche strategische Projekte und Initiativen in allen Belangen der Kommunikation und Außendar­stellung. Seit 2014 hat Katrin Berkler zudem die Leitung der Öffentlichkeitsarbeit für die Fraunhofer-Allianz Big Data und Künstliche Intelligenz inne, einem Verbund von über 30 Fraunhofer-Instituten zur branchenüber­greifenden Forschung und Technologieentwicklung im Bereich Big Data und Künstliche Intelligenz. Zudem verantwortet sie mit ihrem Team die Presse und Öffentlichkeitsarbeit des Kompetenzzentrums Maschinelles Lernen Rhein-Ruhr (ML2R), der Kompetenzplattform Künstliche Intelligenz Nordrhein-Westfalen (KI.NRW), des Fraunhofer-Forschungszentrums Maschinelles Lernen sowie der Roberta-Initiative, einer der größten Initiativen für digitale Bildung in Deutschland.

Inga Daase ist seit 2018 Referentin am ML2R. Ihr Arbeitsschwerpunkt liegt auf der Kommunikation zu Forschungsaktivitäten und wissenschaftlichen Ergebnissen. Sie ist Mitarbeiterin im Team Presse- und Öffentlichkeitsarbeit am Fraunhofer IAIS. Neben den Kommunikationsaktivitäten für das ML2R betreut sie weitere strategische Projekte des Instituts wie die europäische Plattform AI4EU und das Fraunhofer-Forschungszentrum Maschinelles Lernen.

Nach ihrem Studium und Abschluss als Diplom-Physikerin an der Universität Bonn arbeitete Inga Daase in verschiedenen Unternehmen und öffentlichen Einrichtungen, wie dem Karlsruher Institut für Technologie, in den Bereichen Kommunikation und Marketing. Während ihrer beruflichen Laufbahn hat sie für internationale Konzerne und Organisationen in Deutschland und Japan Projekte zum kulturellen Austausch sowie zu Forschung und Technik koordiniert. Sie hat Erfahrung mit der Vermittlung von wissenschaftlichen Inhalten und der Vermarktung von Forschungsergebnissen, Technologien und Patenten.

Vanessa Faber ist seit 2018 Referentin des Kompetenzzentrums für Maschinelles Lernen Rhein-Ruhr für den Standort Dortmund. Neben der fachlichen Abstimmung innerhalb von ML2R kümmert sie sich auf nationaler Ebene um die Zusammenarbeit und inhaltliche Verständigung der deutschen Kompetenzzentren untereinander. Sie steht im Austausch mit dem BMBF und ist Ansprechpartnerin für die Kooperation der deutschen und französischen Kompetenzzentren.

Vanessa Faber studierte Informatik an der TU Dortmund. Nach ihrem Studium war sie an der erfolgreichen Beantragung der ersten Förderphase des durch die Deutsche Forschungsgemeinschaft (DFG) geförderten Sonderforschungsbereichs 876 „Verfügbarkeit von Information durch Analyse unter Ressourcenbeschränkung” beteiligt, bevor sie einige Jahre in der Industrie tätig war.