Uni-Tübingen

12.07.2023

Alumni Spotlight Interview: Solveig Klepper über KI und algorithmic bias

Alumna Solveig Klepper erzählt im Interview von ihrer Forschung, Herausforderungen und Inspiration für ihre Arbeit. Sie hat bereits ihren Bachelor und ihren Master in Informatik an der Uni Tübingen gemacht. Ihr Fokus liegt auf maschinellem Lernen. Seit Oktober 2020 arbeitet sie an ihrer Promotion unter der Supervision von Ulrike von Luxburg im Exzellenzcluster „Maschinelles Lernen: Neue Perspektiven für die Wissenschaft“.

1. Beschreiben Sie sich selbst in einem Hashtag:

#gewissenhaft 

2. Mit welchem Thema beschäftigen Sie sich gerade und was begeistert Sie daran? 

Ich schaue mir gerade die nicht so offensichtlichen Mechanismen hinter unterschiedlichen Arten von Graph-Neural-Networks an. Das ist eine Art von künstlichem neuronalem Netz, das nicht mit Bilddaten, sondern mit Graphen (also Datenpunkten und deren Verbindungen) arbeitet. Soziale Netzwerke oder Moleküle lassen sich zum Beispiel gut als Graph darstellen. Grundsätzlich begeistere ich mich generell für die Analyse von dem, was wir “algorithmic bias” nennen. Also den Annahmen, die wir implizit treffen, indem wir uns für ein bestimmtes Modell, also zum Beispiel eine bestimmte Netzwerk-Architektur, entscheiden. Oft stecken da indirekt Annahmen drin, die wir anfangs nicht sehen. Daher müssen wir erstmal die Modelle, deren Fähigkeiten, aber auch die Grenzen verstehen, um herauszufinden, was für Einschränkungen wir durch unsere Modellwahl vornehmen. 

3. Welche Herausforderungen begegnen Ihnen dabei? 

Ich denke, ganz generell kann man sagen: Sackgassen und negativ Ergebnisse. Der Forschungsprozess verläuft nur selten geradlinig und oft muss man viele Anläufe machen, bis man den richtigen Ansatz findet und viele Hypothesen aufstellen und prüfen, bis man sich überhaupt erst einen groben Überblick verschafft hat. Das kann frustrieren. Da hilft es vor allem, sich auszutauschen. Nicht nur, um zu sehen, dass es den meisten wohl so geht, sondern auch, weil man dabei neue Inspiration und Motivation schöpfen kann. 

4. Was inspiriert Sie? 

Ich glaube, am meisten inspiriert mich, wie unterschiedlich Menschen denken. Mich fasziniert, wie in einer Diskussion über ein Thema so unterschiedliche, wertvolle Gedankengänge zustande kommen und oft sind alle im Einzelnen oder eigentlich alle zusammen relevant für ein aussagekräftiges Gesamtbild. Zu beobachten, was für unterschiedliche Verbindungen und Assoziationen in einem Gespräch entstehen und wie andere Menschen denken, finde ich sehr inspirierend. Offen für andere Perspektiven und Ansätze sein, ist da essentiell! Oft muss man ein Problem aus vielen Richtungen betrachten, bevor man versuchen kann es zu verstehen. 

5. Wenn Sie für einen Tag den Job von jemand anderem übernehmen könnten – welcher wäre das und warum? 

Vermutlich etwas ganz anderes. Gärtnern vielleicht? Oder in einer Konditorei arbeiten. Backen war früher schon mein Karriereplan. Manchmal sehne ich mich nach dem Kontrast. Also nicht in einem Büro an einem Schreibtisch sitzen, sondern was Praktisches tun und am Ende vom Tag das Ergebnis sehen und vielleicht sogar anfassen zu können. 

6. Lesestoff: welches Buch hat Sie zuletzt beeindruckt oder berührt? 

Ich lese aktuell, mal wieder, per Anhalter durch die Galaxis von Douglas Adams und kann mich, mal wieder, sehr für die kreative und originelle Art begeistern. Da wären wir wieder bei der Denkweise der Menschen. Die Gedankengänge, diese Art von Logik zwischen Genie und Wahnsinn oder eher Absurdität, beeindruckt und fasziniert mich jedes Mal aufs Neue.

 

Sie wollen mehr erfahren über die Forschung und Arbeit von Solveig Klepper?

Dann schauen Sie auf te.ma vorbei, einer Open Discourse und Open Science Plattform. In diesem öffentlichen, digitalen Raum für Wissenschaft und Debatte finden Leserinnen und Leser verschiedenste Kanäle mit Beiträgen zu jeweiligen Fachdiskursen und Foren für eine fundierte Diskussion gesellschaftlich brennender Fragen.

https://te.ma/usr/solveig_klepper/

 

Das Gespräch führte Inga van Gessel.
 

Back