Verfahren der künstlichen Intelligenz (KI, auch Artificial Intelligence, AI) und des maschinellen Lernens sind faszinierende Beispiele der angewandten Informatik. Die Forschung an unserer Fakultät umfasst Themen von Machine Learning, Deep Learning, Computer Vision bis hin zu Intelligenten Systemen.

Forschende

Prof. Dr. Christoph Böhm (Interpretierbares Maschinelles Lernen, Angewandtes Maschinelles Lernen)

Prof. Dr. Sarah Brockhaus (Statistik und ihre Anwendungen)

Prof. Dr. Markus Endres (Statistical Natural Language Processing, Big Data)

Prof. Dr. Markus Friedrich (3D-Rekonstruktion, Inverse 3D-Modellierung, 3D-Anomalieerkennung, Modellgetriebene Softwareentwicklung)

Prof. Dr. Gerta Köster (Modellierung und Simulation, Erklärbare KI über Ersatzmodelle, Crowd Dynamics: Agentenmodelle für Fußgängerbewegung, sozialpsycholologische Aspekte und Infektionsausbreitung, direkte mobile Kommunikation in Menschenmengen, Lernen von Strukturen in Menschenströmen über operatorbasierte KI)

Prof. Dr. Anna Kruspe (KI-Modelle für Text und Audio, Social-Media-Analyse, z.B. für Erdbeobachtung und Krisen, Fairness und Bias in Large Language Models wie ChatGPT, Natural Language Processing, Music Information Retrieval, Automatic Speech Recognition)

Prof. Dr. Peter Mandl (Intelligente Dienste in verteilten Umgebungen, Entscheidungsunterstützung mit Machine Learning, Text-Mining, Data-Mining)

Prof. Dr. Alfred Nischwitz (Deep Learning, Computergrafik, Objekterkennung, Tracking und Navigation)

Prof. Dr. Rainer Schmidt (Innovations- und Transaktionsplattformen, AI-Plattformen, Platform Ecosystems, Ecosystem Intelligence)

Prof. Dr. Claudius Schnörr (Computer Vision, Mustererkennung, Bildverarbeitung)

Prof. Dr. Gudrun Socher (Anwendungen von digitalen Technologien und KI, digitale Transformation und Gesellschaft)

Prof. Dr. Fabian Spanhel (Maschinelles Lernen, Modellierung von Zeitreihen, Foundation Modelle für tabulare und zeitliche Daten)

Prof. Dr. David Spieler (Anwendungen des Deep Learnings, Formale Methoden, Quantitative Model Checking, Stochastische Prozesse)

Prof. Dr. Stephanie Thiemichen (Data Quality, Bias Detection in Text Data, Models for Network Data Analysis, BMBF-Projekt "Prof:inSicht")

Dr. Benedikt Zönnchen (Angewandtes Maschinelles Lernen, KI in der Lehre, KI in Kunst und Kulturwirtschaft)