Events

Marianne Mauch
Friedrich-Schiller-Universität Jena, Kompetenzzentrum Digitale Forschung (zedif) & Heinz-Nixdorff-Professur für Verteilte Informationssysteme, Arbeitsgruppe offenes Design digitaler Verwaltungsarchitekturen

Anträge für Klassenfahrten, Existenzgründer oder Grundsicherung - Methoden der Softwaretechnik und der Künstlichen Intelligenz sollen künftig Mitarbeiter*Innen in der Verwaltung unterstützen. 

Die Erfassung und Bearbeitung der Anliegen von Bürgerinnen und Bürgern in der Verwaltung ist heute vielfach dadurch gekennzeichnet, dass Anträge zwar in digitalen Formularen ausgefüllt werden können, dann aber ausgedruckt, unterschrieben und per Post verschickt werden müssen. Der Bund hat ein Gesetz auf den Weg gebracht, das den Zugang zu Verwaltungsleistungen für den Bürger vereinfacht, sodass zukünftig möglichst kein Drucker mehr benötigt wird. Wie die Digitalisierung der Verwaltung durch den Einsatz neuer Methoden und die Einbindung kleinerer Firmen und Startups unterstützt werden kann, daran arbeitet die Universität Jena seit Ende 2021 gemeinsam mit der Stadt Jena, dem DLR Institut für Datenwissenschaften und der Universität Bielefeld.

Die Anforderungen an digitale Verwaltungsleistungen sind komplex. Es existiert eine Vielzahl an rechtlichen und technischen, nationalen und europäischen Normen und Standards, die behördenübergreifend bei der Etablierung elektronischer Verwaltungsleistungen berücksichtigt werden müssen. Wie kann dieser Prozess der Digitalisierung intelligent unterstützt und begleitet werden? Ist es möglich mit Hilfe neuartiger "No Code / Low Code" (kein Code/wenig Code) Plattformen in der Verwaltung einen "Citizen Developer" (Bürger-Entwickler) zu etablieren? Wie können kleinere Firmen oder Startups die Entwicklung unterstützen?

Im Vortrag werden an ausgewählten Beispielen die Möglichkeiten und Grenzen dieser Technologien erklärt. Unter anderem erfahren Sie, wie sprachbasierte KI-Methoden wie "Natural Language Processing" (Verarbeitung von menschlicher Sprache), "Knowledge Graph" (Wissensverknüpfung) oder "semantische Suche" (Suche, die über Schlagworte hinausgeht) in der Verwaltung zum Einsatz kommen sollen.

Django Adam
Technische Universität Dresden, Professur für Verkehrsprozessautomatisierung, Projekt "5G-Verkehrsvernetzung" der Stadt Jena - Teilprojekt "Kooperative Lichtsignalanlage"External link

Urbaner Straßenverkehr ist komplex und hochdynamisch. Ampeln sind dabei immer noch das wichtigste Werkzeug moderner Verkehrsmanagementsysteme zum Erreichen möglichst optimaler Verkehrsabläufe. Müssen zu viele Zielkonflikte abgewogen werden, stoßen etablierte Steuerungsverfahren allerdings an ihre Grenzen. Gerade die zunehmend stärkere Berücksichtigung des Fuß- und Radverkehrs als auch die Verfügbarkeit von immer mehr Eingangsdaten macht die Entscheidung, wer als nächstes Grün bekommt, immer komplexer.

Reinforcement Learning (RL) rückt daher auch für die Optimierung von Ampelsteuerungen immer mehr in den Fokus der Forschung. Allerdings gibt es noch viele Fragen zu beantworten: Kann durch RL zum Beispiel Stau besser verhindert werden. Kommen Straßenbahnen durch RL eigentlich pünktlicher? Werden Fuß- und Radverkehr endlich besser berücksichtigt? Wie entscheidet das RL überhaupt, was optimal ist?

Im Projekt Jena5G wird versucht, Antworten auf diese Fragen zu finden. Der Vortrag bietet Einblicke in erste Simulationsergebnisse und die konkrete technische Implementierung eines Reinforcement Learnings in der Ampel vorm Bahnhof Jena Paradies.

There will be a live streamExternal link of the talk. As the stream does not allow for direct communication, open questions can be sent to iamai@uni-jena.de after the talk (or already beforehand).

Prof. Dr. Clemens Beckstein
Friedrich-Schiller-Universität Jena, Lehrstuhl Künstliche Intelligenz, Arbeitsgruppe MEPHISTO de

Prof. Dr. Robert Gramsch-Stehfest
Friedrich-Schiller-Universität Jena, Lehrstuhl Mittelalterliche Geschichte, Arbeitsgruppe MEPHISTO de

Wie zuvor schon in den Naturwissenschaften, sorgt mittlerweile auch in den Geisteswissenschaften ein mit atemberaubender Geschwindigkeit voranschreitender Prozess der Digitalisierung für eine Zeitenwende. Dieser Prozess beschränkt sich nicht mehr nur auf die Speicherung und Präsentation wissenschaftlicher Daten, sondern ergreift zunehmend auch den Forschungsprozess selbst und verändert die Methoden, wie man neues Wissen schafft.

Exemplarisch für diese Veränderung schildern wir im Vortrag eine von unserer gemeinsamen Arbeitsgruppe MEPHISTO ("Digitale Modelle, Erklärungen und Prozesse in den Historischen Wissenschaften") durchgeführte Studie auf Grundlage des Verwaltungsschriftguts der spätmittelalterlichen Kirche, welches im sog. Repertorium Germanicum publiziert ist. Es  bietet ein reichhaltiges und vielschichtiges Bild der spätmittelalterlichen Kirche in ihren religiösen und kanonisch-rechtlichen Grundlagen, ihren organisatorischen und fiskalischen Mechanismen, ihren personellen und räumlichen Netzwerken sowie ihren politischen Ambitionen und Alltagsrealitäten.

Im Vortrag zeichnen wir exemplarisch nach, wie wir aus dem Repertorium Germanicum mit Hilfe eines Bündels an KI-Techniken - darunter Programmen, die Programme schreiben, Methoden des Maschinellen Lernens und Verfahren zur schrittweisen Generierung und maschinellen Analyse netzwerkanalytischer Modelle - den Zahlungsverkehr zwischen Deutschland und der römischen Kurie im 15. Jahrhundert unter Papst Sixtus IV. unter die Lupe genommen und daraus algorithmisch ein klar strukturiertes Netzwerk bedeutender Finanzakteure jener Zeit gewonnen haben.

There will be a live streamExternal link of the talk. As the stream does not allow for direct communication, open questions can be sent to iamai@uni-jena.de after the talk (or already beforehand).

Prof. Dr. Sebastian Böcker
Friedrich-Schiller-Universität Jena, Lehrstuhl für Bioinformatik, Thüringer Forschungspreis 2022 in der Kategorie Angewandte Forschung de

Im Juli und August 2022 verendeten die Hälfte der Fische in der Oder. Darauf begann die Suche nach dem verantwortlichen Gift. Gifte wirken in geringen Konzentrationen und sind analytisch nur schwer nachzuweisen. Genauso schwerwiegend ist aber das Problem, dass viele Gifte noch unbekannt sind; töten können sie uns trotzdem. In vielen Fällen handelt es sich bei Giften um sogenannte "kleine Moleküle". Andererseits sind fast alle Medikamente ebenfalls kleine Moleküle, und häufig ist der Übergang fließend: So nutzen wir das Gift von Pilzen als Antibiotika.

In meinem Vortrag werde ich beleuchten, wie man einem kleinen Molekül "ansieht", ob es giftig oder heilsam ist, und wie ich Messdaten kleiner Moleküle interpretieren kann, die noch nie zuvor gemessen wurden. In beiden Fällen sind es Methoden des maschinellen Lernens, die es uns erlauben, von bekannten kleinen Molekülen auf unbekannte zu generalisieren.

There will be a live streamExternal link of the talk. As the stream does not allow for direct communication, open questions can be sent to iamai@uni-jena.de after the talk (or already beforehand).

Prof. Dr. Christina Claß
Ernst-Abbe-Hochschule Jena, Fachbereich Grundlagenwissenschaften, Gründungsmitglied der Fachgruppe "Informatik und Ethik" und Sprecherin der Fachbereichs "Informatik und Gesellschaft" der Gesellschaft für InformatikExternal link 

Informatische Syteme verändern, wie wir arbeiten und miteinander agieren. Sie beeinflussen aber auch unsere Wahrnehmung der Welt. Daher müssen sie verantwortungsvoll entwickelt und eingesetzt werden. Neuere Entwicklungen im Bereich der künstlichen Intelligenz und Verarbeitung großer Datenmengen verstärken bereits existierende Problembereiche und werfen neue Fragen auf.

In meinem Vortrag werde ich kurz auf ethische Fragen in Bezug auf Informatiksysteme eingehen, einige Themenfelder und Fragen im Zusammenhang mit Künstlicher Intelligenz und Anforderungen vorstellen. Danach möchte ich gerne mit Ihnen ins Gespräch kommen.

There will be a live streamExternal link of the talk. As the stream does not allow for direct communication, open questions can be sent to iamai@uni-jena.de after the talk (or already beforehand).

Prof. Dr. Joachim Giesen
Friedrich-Schiller-Universität Jena, Lehrstuhl Theoretische Informatik II

Seit der Frühzeit sammelt und verarbeitet die Menschheit Daten. Die aus den Daten abgeleiteten Modelle machten es ihr möglich, sich zunehmend besser in der Welt zurechtzufinden.

Der Vortrag zeichnet die Entwicklung der (Daten-)Wissenschaft von der Frühzeit bis zu den ersten KI-Modellen anhand von ausgewählten Beispielen nach. An bekannten Beispielen aus Astronomie, Biologie und Soziologie wird gezeigt, dass wissenschaftliche Durchbrüche fast immer mit großen Fortschritten in der Erhebung und Auswertung von Daten und insbesondere auch in der Rechentechnik einhergingen. Umgekehrt gab es auch verpasste Chancen in der Datenauswertung, die den Fortschritt der Wissenschaft aufgehalten haben, zum Teil für Jahrhunderte.

There will be a live streamExternal link of the talk. As the stream does not allow for direct communication, open questions can be sent to iamai@uni-jena.de after the talk (or already beforehand).

Prof. Dr. Joachim Denzler
Friedrich-Schiller-Universität Jena, Lehrstuhl Digitale Bildverarbeitung

Künstliche Intelligenz ist heute in aller Munde. Das betrifft die Begeisterung über Systeme wie AlphaGo und AlphaZero (Go und Schach spielende Programme), ChatGPT (Programm, mit dem man sich unterhalten kann) sowie Möglichkeiten des autonomen Fahrens. Andere Themen sind ähnlich wichtig, aber weniger bekannt, wie der Einsatz von KI bei der Generierung von medizinischen Bilddaten (CT) und deren Analyse für die Erkennung von Krankheiten. In dieser Veranstaltung werden Möglichkeiten und Grenzen heutiger System besprochen und dabei vor allem Risiken beim Einsatz dieser sowie aktuelle Forschung zur Gewährleistung einer ethischen und fairen KI behandelt. Die Teilnehmer sollen danach das Thema KI aus Sicht der Bedeutung für Wirtschaft und Gesellschaft besser bewerten können.

There will be a live streamExternal link of the talk. As the stream does not allow for direct communication, open questions can be sent to iamai@uni-jena.de after the talk (or already beforehand).