Sie sind hier:  
  1. ifib-research
  2. Themenfelder
  3. Data Science, Maschinelles Lernen und Künstliche Intelligenz

Data Science, Maschinelles Lernen und Künstliche Intelligenz

Data Science beschreibt die Anwendung statistischer Verfahren der Künstlichen Intelligenz (KI) und des Maschinellen Lernens (ML). Diese Techniken haben wichtige Fortschritte in Bereichen wie der maschinellen Übersetzung, der automatisierten Erkennung von Texten und Objekten in Bildern sowie der Empfehlung von Nachrichten und Videos ermöglicht. Gleichzeitig sind dadurch neue Risiken der Beeinflussung und Diskriminierung von Nutzenden entstanden.

Erforschen sozio-technischer Systeme

Das ifib kombiniert ein tiefgreifendes Verständnis für Data-Science-Techniken mit einer umfassenden Sensibilität für sozialverantwortliche Technikgestaltung. Neben der Entwicklung neuer Algorithmen und neuer ML-basierter Systeme liegt deshalb ein Hauptaugenmerk auf der kritischen Erforschung der Wechselwirkungen von KI und ML mit gesellschaftlichen Entwicklungen.

Analysieren großer Datenmengen

Unsere Forschung beinhaltet unter anderem die automatische Analyse von Bildschirmvideos, die Untersuchung von Lernwegen („Learning Analytics“) und die automatisierte Erkennung von Argumenten in Texten. Dabei analysieren wir, wie Data Science-Methoden das Forschungsdatenmanagement in Verbundprojekten unterstützen können.

Gestalten von Nutzungserlebnissen in KI-Systemen

Ein weiterer Schwerpunkt unserer Arbeit ist, wie ML-basierte Systeme bestmöglich erklärt und visualisiert werden können. Neben der kritischen Reflektion der Chancen und Risiken untersucht das ifib, worauf es beim Nutzungserlebnis dieser Systeme ankommt. Der Fokus liegt darauf, wie Empfehlungssysteme für Nachrichten und Videos verbessert und Anwendende darin unterstützt werden können, Falschinformation wie Fake News zu erkennen.

Aktuelle Projekte

You(r) Study

Eigensinnig Studieren im digitalen Zeitalter

Aktuelle Publikationen

Heuer, Hendrik; Breiter, Andreas; (2020) How Fake News Affect Trust in the Output of a Machine Learning System for News Curation in: Leiden University, Leiden, The Netherlands (online): Konferenz: 2nd Multidisciplinary International Symposium on Disinformation in Open Online Media (MISDOOM 20)


Alvarado, Oscar; Heuer, Hendrik; Abeele, Vero Vanden; Breiter, Andreas; Verber, Katrien; (2020) Middle-Aged Video Consumers Beliefs About Algorithmic Recommendations on YouTube Online: Proc. ACM Hum.-Comput. Interact. 4, CSCW2


Heuer, Hendrik; Breiter, Andreas; (2020) How Fake News Affect Trust in the Output of a Machine Learning System for News Curation in: Leiden University, Leiden, The Netherlands: Konferenz: 2nd Multidisciplinary International Symposium on Disinformation in Open Online Media (MISDOOM 20)


Alvarado, Oscar; Heuer, Hendrik; Abeele, Vero Vanden; Breiter, Andreas; Verber, Katrien; (2020) Middle-Aged Video Consumers Beliefs About Algorithmic Recommendations on YouTube Proc. ACM Hum.-Comput. Interact. 4, CSCW2


Heuer, Hendrik; (2020) Users & Machine Learning-Based Curation Systems in: Universität Bremen, Bremen: Staats- und Universitätsbibliothek Bremen,