Das ist Dagon. Ausgestattet mit modernster Sensorik und Instrumenten, kann der Roboter, der nach einem babylonischen Meeresgott benannt ist, selbstständig navigieren.

© Jens Lehmkühler / U Bremen Research Alliance

Peer-to-Peer-Netzwerk Künstliche Intelligenz

Das Peer-to-Peer-Netzwerk Künstliche Intelligenz stellt eine der Aktivitäten im Leitprojekt Künstliche Intelligenz dar. Es bietet erfahrenen Wissenschaftler:innen aus den Mitglieds­einrichtungen der U Bremen Research Alliance die Möglichkeit, sich untereinander zu Themen der KI-Forschung auszutauschen, miteinander zu kooperieren und Synergien zu nutzen. Insbesondere sollen in diesem Rahmen auch KI-Forschung und KI-Anwendung stärker verzahnt werden.

Netzwerk-Treffen

Die Treffen des Peer-to-Peer-Netzwerks Künstliche Intelligenz finden jeweils am ersten Freitag im Monat von 12:00-13:30 Uhr statt und sind offen für erfahrene Wissenschaftler:innen aller Mitgliedseinrichtungen der U Bremen Research Alliance. Bei Interesse melden Sie sich bitte bei der Koordinatorin Dr. Monika Michaelis.

Mitglieder des Peer-to-Peer-Netzwerks Künstliche Intelligenz:

Dr. Hauke Brüning, Fraunhofer-Institut für Fertigungstechnik und Angewandte Materialforschung IFAM

 

Institution/Funktion
Gruppenleiter Digitale und Cyber-Physische Systeme, Fraunhofer-Institut für Fertigungstechnik und Angewandte Materialforschung IFAM

Kontakt
hauke.bruening@ifam.fraunhofer.de
Website

Was verbinde ich mit dem Peer-to-Peer-Netzwerk KI? Was ist meine Motivation zur Mitarbeit?
Die Integration von digitalen Methoden in bestehende Prozesse erhöht deren Wertschöpfung und macht sie zukunftsfähig.

Forschungsinteresse; Verbindung zum Forschungsfeld Künstliche Intelligenz
Als Mitarbeiter bei Fraunhofer steht für mich die Anwendung von KI-Methoden insbesondere im industriellen Umfeld im Vordergrund. Durch den Einsatz dieser Verfahren können wir vorher oftmals repetitive, subjektiv-getriebene Prozesse fit für die digitale Transformation machen. Die Akzeptanz dieser neuartigen Technologien durch die ausführenden Mitarbeiter ist dabei ein wichtiger Baustein für ein immer größer werdendes Einsatzgebiet. Ein einfaches, aber für uns immer wieder relevantes Beispiel ist die optische Sichtkontrolle, die heutzutage weiterhin zentraler Bestandteil vieler Prozesse sowohl in kleinen KMUs als auch in der Großindustrie ist. Hier lassen sich KI-Verfahren oftmals hervorragend nutzen, um die Erfahrung und das Wissen langjähriger Mitarbeiter in ein digital nutzbares, objektives Werkzeug mit viel größerem Nutzen zu verwandeln. Dabei geht es in keiner Weise um die Ersetzung des Menschen durch eine rein technische Lösung. Vielmehr bieten where-to-look Ansätze hilfreiche Möglichkeiten der Unterstützung, um so den Blick des Menschen auf das Wesentliche zu richten.   

Dr. Arjun Chennu, Leibniz-Zentrum für Marine Tropenforschung - ZMT

 

Institution/Funktion
Gruppenleiter Data Science and Technology, Leibniz-Zentrum für Marine Tropenforschung - ZMT

Kontakt
arjun.chennu@leibniz-zmt.de
Website
ORCID: 0000-0002-0389-5589

Was verbinde ich mit dem Peer-to-Peer Netzwerk KI? Was ist meine Motivation zur Mitarbeit?
Die zunehmende Geschwindigkeit und Menge wissenschaftlicher Daten erfordert moderne Ansätze zu deren Analyse und Verwertung. Künstliche Intelligenz und Data-Science können nützliche Werkzeuge liefern, erhöhen aber die erforderliche interdisziplinäre Expertise. Das Peer-to-Peer-Netzwerk ist eine gute Möglichkeit, sich mit anderen Experten und Instituten kontextuell auszutauschen, um Perspektiven und Projekte zu entwickeln.

Forschungsinteresse; Verbindung zum Forschungsfeld Künstliche Intelligenz
Marine-Systeme. Habitatkartierung. Spektrale Bildgebung. Maschinelles Lernen. Numerische Modellierung. Mikrobielle Ökologie. Wissenschaftliches Tauchen. Unterwassertechnik.

Prof. Dr. Stephan Frickenhaus, Universität Bremen und Alfred-Wegener-Institut (AWI)

 

Institution/Funktion
Kooperationsprofessur AWI-Universität Bremen (Fachbereich 3/ ZeTeM) und Leiter Rechenzentrum Alfred-Wegener-Institut (AWI), Bremerhaven

Kontakt
stephan.frickenhaus@awi.de
Website
ORCID: 0000-0002-0356-9791

Was verbinde ich mit dem Peer-to-Peer-Netzwerk KI? Was ist meine Motivation zur Mitarbeit?
Ich möchte mein Netzwerk zu KI in der U Bremen Research Alliance ausbauen, und dabei AWI-Forschende und ihre Themen mit PIs der Universität Bremen verknüpfen, z.B. in der gemeinsamen Data Science Doktorandenschule MarDATA.

Forschungsinteresse; Verbindung zum Forschungsfeld Künstliche Intelligenz
Meine Forschungs- Unterstützungs- und Management-Themen sind Hochleistungsrechnen, Datenanalytik und Datenmanagement in den Erdsystemwissenschaften. Ich engageiere mich in den nationalen Initiativen NHR und NFDI für AWI und Universität Bremen. 

Dr. Daniel Kühn, Deutsches Forschungszentrum für Künstliche Intelligenz

 

Institution/Funktion
Projektkoordination & -akquise, Deutsches Forschungszentrum für Künstliche Intelligenz

Kontakt
daniel.kuehn@dfki.de
Website

Was verbinde ich mit dem Peer-to-Peer-Netzwerk KI? Was ist meine Motivation zur Mitarbeit?
Durch den vermehrten Einsatz von Robotern selbst im alltäglichen Leben wird unser Leben in der Zukunft sehr wahrscheinlich ganz anders aussehen als heutzutage. Die KI wird für die Roboter ein wichtiger und treibender Faktor sein.

Forschungsinteresse; Verbindung zum Forschungsfeld Künstliche Intelligenz
Mein Interessengebiet umfasst die Entwicklung und Erforschung von mobilen, autonomen Robotern zur Erkundung und Erforschung von unbekannten, unstrukturierten und dynamischen Umgebungen zu Land und unter Wasser. Neben der Weltraumrobotik und der maritimen Robotik zählen auch die Bereiche industrielle Produktion und Logistik, Search and Rescue/Sicherheitsrobotik, alternative und elektrische Mobilität sowie medizinische Robotik und Rehabilitationsrobotik zu den für mich interessanten Anwendungsfeldern. Spezieller Fokus der Forschungsarbeit liegt bei mir auf dem Systemdesign, biologisch inspirierten (verteilten) Kontrollstrukturen und -mechanismen, Simulation und Evaluation.

Dr. Dennis Küster, Universität Bremen

 

Institution/Funktion
Science Manager (Post-Doc) im Wissenschaftsschwerpunkt Minds, Media, Machines, Universität Bremen

Kontakt
kuester@uni-bremen.de
Website
ORCID: 0000-0001-8992-5648

Was verbinde ich mit dem Peer-to-Peer-Netzwerk KI? Was ist meine Motivation zur Mitarbeit?
Ich bin Science Manager im Wissenschaftsschwerpunkt Minds, Media, Machines und bin daher sehr an diesem Netzwerk interessiert.

Forschungsinteresse; Verbindung zum Forschungsfeld Künstliche Intelligenz
Meine Expertise umfasst Erfahrungen in der interdisziplinären Forschung mit ICT und sozialer Robotik. Meine Forschungsinteressen drehen sich um das Thema Emotionen aus einer Vielzahl von Blickwinkeln, darunter: Psychophysiologie von Emotionen, kontextuelle und soziale Faktoren, die den Emotionsausdruck beeinflussen, Online-Selbstdarstellung (Avatare), Affect Sensing in der Mensch-Roboter-Interaktion (HRI), Ausdruck von Emotionen in der Mensch-Computer-Interaktion (HCI), Methoden der Emotionsbewertung und Emotionsinduktion (z.B. Bilder, Videos, Töne, Feedback). Diese Arten von Studien beinhalten häufig Validierungsexperimente im Kontext von HRI/HCI oder den Vergleich von Labormessungen mit neuen berührungslosen oder kabellosen Geräten. Über diese verschiedenen Arten von Themen hinweg untersuche ich Emotionen aus einer interdisziplinären Perspektive. Ein gemeinsames Thema ist die Frage, wie der soziale Kontext die emotionale Verarbeitung auf mehreren Ebenen beeinflusst.

Dr. Bianca Lassen-Schmidt, Fraunhofer-Institut für Digitale Medizin MEVIS

 

Institution/Funktion
Wissenschaftlerin im Bereich Lungenbildanalyse und künstliche Intelligenz, Fraunhofer-Institut für Digitale Medizin MEVIS

Kontakt
bianca.lassen@mevis.fraunhofer.de
Website
ORCID: 0000-0001-7888-9928

Was verbinde ich mit dem Peer-to-Peer-Netzwerk-KI? Was ist meine Motivation zur Mitarbeit?
Ich gucke gerne über den Tellerrand und schätze den Austausch mit anderen Fachbereichen. Im Netzwerk freue ich mich auf spannende Diskussionen.

Forschungsinteresse; Verbindung zum Forschungsfeld Künstliche Intelligenz
Mein Forschungsfeld ist die medizinische Bildverarbeitung, insbesondere die Lungenbildanalyse. Das Segmentieren, Detektieren und Quantifizieren von Lungenstrukturen oder Pathologien beschäftigt mich seit vielen Jahren. Medizin fasziniert mich. Ich arbeite gerne anwendungsorientiert und interdisziplinär.
In meinem Informatikstudium in Bremen war künstliche Intelligenz neben der Bildverarbeitung mein Schwerpunkt. Heute gestalte ich bei Fraunhofer MEVIS aktiv unsere kollaborativen KI-Tools mit. Dabei interessiert mich die ganze Prozesskette von der Selektion der Daten, über das effiziente Annotieren, das eigentliche Training bis hin zur Datenanalyse. Und natürlich die wissenschaftlichen Fragestellungen, für die sich der ganze Aufwand lohnt.

Dr. Felix Putze, Universität Bremen

 

Institution/Funktion
Postdoc/Senior Researcher, Cognitive Systems Lab, Universität Bremen

Kontakt
felix.putze@uni-bremen.de
Website
ORCID: 0000-0001-5203-8797

Was verbinde ich mit dem Peer-to-Peer-Netzwerk KI? Was ist meine Motivation zur Mitarbeit?
Vom Peer-to-Peer-Netzwerk erhoffe ich mir Diskussionen zu methodischen Querschnittsthemen wie Algorithmen für erklärbare KI. Außerdem freue ich mich auf einen interdisziplinären Austausch, der im besten Falle zu gemeinsamen Forschungsprojekten führt.

Forschungsinteresse; Verbindung zum Forschungsfeld Künstliche Intelligenz
Ich beschäftige mich mit der Nutzung von KI-Methoden für die Modellierung menschlicher Kognition. Dabei setze ich Methoden des maschinellen Lernens ein, um Benutzerzustände aus multimodalen Daten zu klassifizieren. Ein Beispiel dafür ist die Unterscheidung verschiedener Aufmerksamkeitszustände mittels EEG und Eyetracking mittels eines fusionierten neuronalen Netzes. Diesen Ansatz verbinde ich mit Methoden der kognitiven Modellierung, die formalisierte und berechenbare Theorien der kognitiven Psychologie umfassen und damit datengetriebene Modelle auf diese Weise mit a-priori Wissen und Kontextinformationen anreichern. Beide Modellierungsansätze kombiniere ich für die Entwicklung adaptiver Benutzerschnittstellen, die den aktuellen Zustand des Benutzers berücksichtigen, und für die Grundlagenforschung im Bereich psychologischer Fragestellungen.

Prof. Dr.-Ing. Tanja Schultz, Universität Bremen

 

Institution/Funktion
Professorin für "Kognitive Systeme", Fachbereich 3 Informatik/Mathematik, Universität Bremen; Sprecherin des Wissenschaftsschwerpunkts "Minds, Media, Machines"; Mitglied im Direktorium des Leibniz Wissenschaftscampus "Digital Public Health"; Fellow der International Speech Communcation Association, der European Academy of Sciences and Arts und der IEEE.

Kontakt
tanja.schultz@uni-bremen.de
Website
ORCID: 0000-0002-9809-7028

Was verbinde ich mit dem Peer-to-Peer-Netzwerk KI? Was ist meine Motivation zur Mitarbeit?
Ich bin eine der drei Sprecher:innen des KI-Netzwerks.

Forschungsinteresse; Verbindung zum Forschungsfeld Künstliche Intelligenz
In meiner Forschung konzentriere ich mich auf kognitive technische Systeme zur Mensch-Maschine-Interaktion auf Basis von Sprache und nonverbalen Kommunikationssignalen. Dazu verknüpfe ich maschinelle Lernverfahren mit Innovationen der Biosignalverarbeitung, wie zum Beispiel in der "Lautlosen Sprachkommunikation" und "Airwriting". Für mein Gesamtschaffen auf dem Gebiet "Mensch und Technik in Kommunikationssystemen" erhielt ich 2012 den Alcatel-Lucent Forschungspreis. An der Uni Bremen habe ich das Biosignale-Labor eingerichtet, in dem Studierende gemeinsam mit Forschern des CSL@Uni-Bremen menschzentrierte kognitive Kommunikationssysteme realisieren können.

Dr.-Ing. Markus Wenzel, Fraunhofer-Institut für Digitale Medizin MEVIS

 

Institution/Funktion
Key Scientist Cognitive Computing/Computational Breast Care; Chair Integrative Clinical Decision Support, Fraunhofer-Institut für Digitale Medizin MEVIS

Kontakt
markus.wenzel@mevis.fraunhofer.de
Website

Was verbinde ich mit dem Peer-to-Peer-Netzwerk KI? Was ist meine Motivation zur Mitarbeit?
Viele drängende klinische Fragen können nur durch interdisziplinäre Ansätze gelöst werden. Das motiviert mich, mich als Informatiker mit Anwendern und Kliniker zu vernetzen, aber auch den Kontakt zu Experten anderer technischer Domänen zu suchen. Ich bin überzeugt, dass der offene Austausch in einer Forschungs-Community der Schlüssel zu wesentlichen Fortschritten auf unserem Gebiet ist.

Forschungsinteresse; Verbindung zum Forschungsfeld Künstliche Intelligenz
Machine/Deep Learning, Causal Inference, Bild- und Videoanalyse, Realweltdaten-Analyse.

Dr.-Ing. Christian Werner, Leibniz-Institut für Werkstofforientierte Technologien - IWT

 

Institution/Funktion
Wissenschaftlicher Mitarbeiter Leichtbauwerkstoffe/Additive Fertigung, Leibniz-Institut für Werkstofforientierte Technologien - IWT

Kontakt
werner@iwt-bremen.de
Website

Was verbinde ich mit dem Peer-to-Peer-Netzwerk KI? Was ist meine Motivation zur Mitarbeit?
Wie und in welchen fertigungs- und werkstofftechnischen Fragestellungen kann KI sinnvoll eingesetzt werden?

Forschungsinteresse; Verbindung zum Forschungsfeld Künstliche Intelligenz
Die laseradditive Fertigung metallischer Komponenten aus dem Pulverbett eröffnet u.a. neue konstruktive Leichtbaupotenziale mittels Topologieoptimierung. Diese makroskopische Ebene steht aktuell im Vordergrund des industriellen Interesses. Die mikrostrukturellen Eigenschaften müssen dafür möglichst isotrop sein. Jedoch erlaubt die laseradditive Fertigung einen lokal variierenden Energieeintrag, womit die mikrostrukturellen Eigenschaften auch gezielt beeinflusst werden können um lokal begrenzt bestimmte Eigenschaften im metallischen Werkstoff hervorzurufen. Denkbar ist also nicht nur ein makroskopisch kraftflussorientiertes Design, sondern auch die Realisierung eines mikrostrukturellen Designs. Somit ließe sich aus einer Legierung, wie bspw. Ti6Al4V , ein „Hybrid-Werkstoff“ laseradditiv realisieren, welcher durch das Mikrostrukturdesign unterschiedliche Eigenschaften in sich vereint. Hierfür ist eine prozessschrittübergreifende Betrachtung erforderlich, die die Identifizierung von Zusammenhängen erschwert. Weiterhin handelt es sich bei lokaler Betrachtung des laseradditiven Prozesses um einen thermisch äußerst komplexen Vorgang. Je nach Schreibstrategie werden die einzelnen Positionen vielfach wiedererwärmt, wodurch Rekristallisationsprozesse initiiert werden, die bisher kaum erforscht sind. Eine Ableitung von Wirkzusammenhängen ist nur schwer über statistische Versuchspläne abzubilden, da thermische Gegebenheiten unter zeitlichen Aspekten praktisch nicht abgebildet werden können. Hierfür sind Analyseansätze erforderlich, die in situ und ex situ Daten aus unterschiedlichen Prozessschritten in einen Zusammenhang bringen können.

Dr. Max Westphal, Fraunhofer-Institut für Digitale Medizin MEVIS

 

Institution/Funktion
Senior Research Scientist: Data Science & Biostatistics, Fraunhofer-Institut für Digitale Medizin MEVIS

Kontakt
max.westphal@mevis.fraunhofer.de
Website
ORCID: 0000-0002-8488-758X

Was verbinde ich mit dem Peer-to-Peer-Netzwerk KI? Was ist meine Motivation zur Mitarbeit?
Das Peer-to-Peer-Netzwerk bietet für mich ideale Voraussetzungen zur Vernetzung und Kollaboration mit anderen KI-Forschenden in einer angenehmen und intradisziplinären Umgebung.

Forschungsinteresse; Verbindung zum Forschungsfeld Künstliche Intelligenz
Meine Forschung befasst sich mit zuverlässigem maschinellem Lernen (ML), insbesondere im Bereich der klinischen Entscheidungsunterstützungssysteme. Diese bilden eines der Kerngeschäftsfelder von Fraunhofer MEVIS. Entsprechend erforsche und entwickele ich in verschiedenen Projekten datengetriebene Lösungen, die eine bedeutsame Unterstützung klinischer Abläufe zum Ziel haben. So arbeiten wir etwa an prädiktiven Modellen, die OP-Komplikationen vorhersagen können, bevor diese tatsächlich eintreten. Ein weiterer aktueller Fokus ist die Anwendung kausaler Inferenzmethoden, um bedeutsame neue Zusammenhänge aus Realweltdaten zu extrahieren mit dem Ziel dieses Wissen für die Überarbeitung medizinischer Leitlinien nutzbar zu machen. In allen Anwendungen sind zuverlässige Lösungen notwendig, um das Vertrauen klinischer Anwenderinnen und Anwender zu gewinnen. Dies wird durch interpretierbare Modelle erreicht, die zudem in der Lage sein müssen, statistische Unsicherheiten adäquat zu quantifizieren. Eine umfassende Evaluation ist notwendig, um Stärken und Limitationen der entwickelten Methoden hinreichend genau zu beschreiben. Ich freue mich auch in Zukunft weiter an statischen Methoden und effizienten Studiendesigns zu forschen, um eine verlässliche Evaluation von ML-Lösungen im Gesundheitsweisen zu fördern.

Dr. Volker Zöllmer, Fraunhofer-Institut für Fertigungstechnik und Angewandte Materialforschung IFAM

 

Institution/Funktion
Abteilungsleiter „Smart Systems“, Fraunhofer-Institut für Fertigungstechnik und Angewandte Materialforschung IFAM

Kontakt
volker.zoellmer@ifam.fraunhofer.de
Website

Was verbinde ich mit dem Peer-to-Peer-Netzwerk KI? Was ist meine Motivation zur Mitarbeit?
Austausch komplementärer Kompetenzen mit dem Ziel, kooperativ Mehrwert zu schaffen.

Forschungsinteresse; Verbindung zum Forschungsfeld Künstliche Intelligenz
In der Materialforschung erarbeiten wir zunehmend Material- und Prozessdaten. Durch die generative Integration von (gedruckter) Sensorik können wir zunehmend neue, werthaltige Daten erfassen. Die Auswertung der Daten mit dem Ziel, neue wissenschaftliche Erkenntnisse zu generieren, erfordert zunehmend die Anwendung neue Methoden der KI.