Graduiertenkolleg für vertrauenswürdigere KI-Technologie

Ob kooperative Industrieroboter, Chatbots oder vollautomatische Einparkassistenten: Künstliche Intelligenz (KI) erlaubt heute vielfach neue Services und Produkte. Auch wenn es häufig unbemerkt bleibt, unterstützen KI-Komponenten auf unterschiedlichste Weise in Forschung, Berufs- und Privatleben. Das neue standortübergreifende Graduiertenkolleg Dataninja forscht künftig daran, KI-Technologien vertrauenswürdiger zu machen mit dem Ziel, dass Nutzerinnen und Nutzer künstliche Intelligenz einfacher verwenden können und unter Kontrolle behalten. Das Ministerium für Kultur und Wissenschaft des Landes Nordrhein-Westfalen fördert das Kolleg mit fünf Millionen Euro, koordiniert von der Universität Bielefeld. Die FH Bielefeld ist mit zwei Promotionsvorhaben Teil der neuen Kooperation. Forschende sowie Vertreterinnen und Vertreter aus Politik und Wirtschaft feierten am Montag, 3. Mai, den Start.

„Künstliche Intelligenz und ihre Anwendungen gehören mittlerweile zu unserem Alltag und sind natürlich auch in der Wissenschaft wichtige Bausteine des digitalen Wandels. KI wird aber nur dann wirklich vertrauensvoll genutzt werden, wenn Themen wie Ethik und Vertrauen bei Erfor-schung und Entwicklung von Beginn an mitgedacht werden“, sagt Wissenschaftsministerin Isabel Pfeiffer-Poensgen. „Der Ausbau von KI in Nordrhein-Westfalen ist ein erklärtes Ziel der Landesregierung. Mit dem Graduiertenkolleg Dataninja fördert das Land gezielt den wissen-schaftlichen Nachwuchs, um dem Fachkräftemangel auf diesem Gebiet entgegenzuwirken und ein herausragender Standort für vertrauenswürdige KI-Forschung zu werden.“

Standortübergreifende Zusammenarbeit

Die Ministerin eröffnete die online abgehaltene Auftaktveranstaltung gemeinsam mit Professor Dr.-Ing. Gerhard Sagerer, Rektor der Universität Bielefeld,. „Das neue Graduiertenkolleg bündelt die Kompetenzen von zwölf starken und international renommierten KI-Forschungsgruppen“, sagt Gerhard Sagerer. „Diese standortübergreifende Zusammenarbeit macht es möglich, dass die beteiligten Forschenden ihre unterschiedlichen Kompetenzen miteinander verschränken und so zu grundlegenden Innovationen für vertrauenswürdige und robuste künstliche Intelligenz gelangen. Weil das Kolleg als Netzwerk organisiert ist, bietet es auch eine Anlaufstelle für Unternehmen, die KI-Systeme einsetzen wollen, die weniger fehleranfällig sind und sich flexibel auf neue Anforderungen einstellen können.“

Prof. Dr. Ingeborg Schramm-Wölk, Präsidentin der FH Bielefeld, betont die herausragende Bedeutung der Hochschulen bei der Ausgestaltung von KI-Anwendungen in den unterschiedlichen gesellschaftlichen Bereichen: „Der Einsatz von KI bedeutet Chancen, aber auch Herausforderungen. Die Wissenschaft an den Hochschulen und Universitäten ist wie kein anderer Spieler in diesem Feld in der Lage, beides in den Blick zu nehmen und die Entwicklung so zu gestalten, dass sowohl technischer Fortschritt und wirtschaftlicher Erfolg als auch individuelle Selbstbestimmung und gesellschaftliche Teilnahme thematisiert und untersucht werden.“

Zwei Promotionsstellen an der FH Bielefeld

Nicht ohne Stolz betont Prof. Dr. Christian Schröder, Vizepräsident für Forschung, Entwicklung und Transfer, dass aktuell 69 Promovendinnen und Promovenden an der FH Bielefeld im Rahmen ihrer Doktorarbeit forschen. Er freut sich über zwei weitere Stellen, die jungen Absolventinnen und Absolventen Sprungbrett für eine wissenschaftliche Karriere sein können: Im Tandem mit der Universität Bielefeld konnte die FH für das neue Graduiertenkolleg die Promotionsstellen ausschreiben. Prof. Dr. Thorsten Jungeblut („NireHApS“) und Prof. Dr. Axel Schneider („RoSe“) vom Fachbereich Ingenieurwissenschaften und Mathematik leiten die beiden jeweiligen Vorhaben.

Dataninja bringt einige führende KI-Forschungsgruppen aus Nordrhein-Westfalen zusammen und ermöglicht Nachwuchsforschenden, ihre eigene Forschung in ein weitreichendes Netzwerk zu tragen. „Dabei soll das Kolleg den Promovierenden ermöglichen, sich neben der technologischen Qualifizierung weitere Kompetenzen anzueignen“, sagt Dataninja- Koordinator Dr. Malte Schilling. „So wird es auch darum gehen, dass die Doktorand*innen Kenntnisse zu gesellschaftlichen, sozioökonomischen und politischen Effekten der KI erwerben.“ Die sieben Forschungsprojekte des Kollegs sind als Promotionstandems organisiert. Jedes Tandem besteht aus zwei Professor*innen von zwei der beteiligten Standorte, die gemeinsam zwei Doktorand*innen betreuen.

Fünf Millionen Euro Fördermittel bis Ende 2024

Das Graduiertenkolleg wird als Teil der Förderlinie Künstliche Intelligenz/ Maschinelles Lernen des Ministeriums für Kultur und Wissenschaft gefördert. Bis Ende 2024 stellt das Ministerium fünf Millionen Euro Fördermittel für das Graduiertenkolleg zur Verfügung. An dem Graduiertenkolleg beteiligt sind neben der Universität Bielefeld als Koordinatorin: die RWTH Aachen, die Fachhochschule Bielefeld, die Ruhr-Universität Bochum, die Technische Universität Dortmund, die Technische Hochschule Köln, die Westfälische Wilhelms-Universität Münster, die Technische Hochschule Ostwestfalen-Lippe und die Universität Paderborn.

Dataninja ist der Kurzname des Graduiertenkollegs. Der volle Titel lautet: „Trustworthy AI for Seamless Problem Solving: Next Generation Intelligence Joins Robust Data Analysis“ (also Vertrauenswürdige KI für einfache und nahtlose Problemlösungen als KI der nächsten Generation).

Weitere Informationen

NireHApS: Neuro-inspirierte ressourcen-effiziente Hardware-Architekturen für plastische SNNs

Ziel des Vorhabens ist eine Entwurfsraumexploration eingebetteter Hardwareplattformen, die zum einen die ressourceneffiziente Ausführung von Spikenden Neuronalen Netzen (SNNs) erlauben, zum anderen aber auch die Möglichkeit der Adaption (d.h. Online-Lernen) erlauben. Die Exploration der neuromorphen Beschleuniger umfasst rekonfigurierbare Hardwareplattformen (Field Programmable Gate Arrays (FPGAs)) und programmierbare prozessorbasierte Many-Core Systeme.

RoSe: Robuste Individualisierung smarter Sensorik durch transferlernenbasierte Merkmalsauswahl

Die zunehmende Verfügbarkeit von kleinen, präzisen und einfach zu integrierenden Sensoren zur Messung verschiedener physikalischer Größen ermöglicht deren Einsatz in innovativen Unterstützungssystemen wie Wearables im Gesundheitswesen und der Medizintechnik. Der sinnvolle Einsatz vieler solcher Sensoren erfordert fortschrittliche KI-basierte Auswertungsansätze, um robust aussagekräftige Informationen aus der Sensorpopulation eines gegebenen Unterstützungssystems zu extrahieren. Ziel des Projekts ist es, Methoden zu entwerfen, die eine Optimierung der Hardware- und KI-Komponenten von smarten Sensoren unter dem Aspekt einer robusten und effizienten Individualisierung ermöglichen.

Website des Graduiertenkollegs