The Hessian AICon | 4. – 6. Juli | SAVE THE DATE
The Hessian AICon | 4. – 6. Juli | SAVE THE DATE
The Hessian AICon | 4. – 6. Juli | SAVE THE DATE
The Hessian AICon | 4. – 6. Juli | SAVE THE DATE
The Hessian AICon | 4. – 6. Juli | SAVE THE DATE
The Hessian AICon | 4. – 6. Juli | SAVE THE DATE
The Hessian AICon | 4. – 6. Juli | SAVE THE DATE
The Hessian AICon | 4. – 6. Juli | SAVE THE DATE
The Hessian AICon | 4. – 6. Juli | SAVE THE DATE
The Hessian AICon | 4. – 6. Juli | SAVE THE DATE
The Hessian AICon | 4. – 6. Juli | SAVE THE DATE
The Hessian AICon | 4. – 6. Juli | SAVE THE DATE
The Hessian AICon | 4. – 6. Juli | SAVE THE DATE
The Hessian AICon | 4. – 6. Juli | SAVE THE DATE
The Hessian AICon | 4. – 6. Juli | SAVE THE DATE
The Hessian AICon | 4. – 6. Juli | SAVE THE DATE
Christin Seifert
Mitglied
Prof. Dr. Christin Seifert ist zum 1. April 2023 auf eine neu eingerichtete Professur für Künstliche Intelligenz (KI) im Fachbereich Mathematik und Informatik an der Philipps-Universität Marburg berufen worden. Es ist zugleich eine der ersten Professuren am Hessischen Zentrum für Künstliche Intelligenz („hessian.AI“). Die Professur kombiniert die Forschung im Zentrum hessian.AI mit der Forschung und Lehre an der Uni Marburg und bringt in diesem Verbund die hessische KI-Forschung voran.
Christin Seifert ist ordentliche Professorin am Institut für Künstliche Intelligenz an der Universität Duisburg-Essen. Sie ist schon seit langem begeistert von allen Arten des maschinellen Lernens. Ihr besonderes Anliegen ist es, die Kluft zwischen Algorithmen und Menschen zu überbrücken. Sie ist der festen Überzeugung, dass Algorithmen so konzipiert werden sollten, dass sie den Nutzer und seine mentalen Modelle seiner materiellen Welt und die zu ihrer Beschreibung gesammelten (immateriellen) Daten eng miteinander verknüpfen. Künstliche Intelligenzen sollten in der Lage sein, dem Endnutzer ihre Überlegungen und Entscheidungsgrundlagen zu erklären – und zwar in einer Weise, die sich auf seine physische Realität bezieht und die er verstehen kann. Ihre Forschung zeichnet sich daher durch Interdisziplinarität und ein breites Spektrum von Anwendungsbereichen aus. Ihre Hauptforschungsinteressen sind erklärbares maschinelles Lernen und Data Mining sowie Überschneidungen mit Mensch-Computer-Interaktion, Informationsvisualisierung und Information Retrieval; Umwege führen über natürliche Sprachverarbeitung und technologiegestütztes Lernen. Ihre Publikationsliste gibt einen Eindruck davon, wie sich ihre Forschungsinteressen entwickelt haben. Heute umfasst sie 97 von Experten begutachtete Arbeiten, 11 Zeitschriftenartikel und 5 Buchkapitel, die verschiedene Phasen ihrer wissenschaftlichen (und persönlichen) Entwicklung markieren. Sie promovierte an der Technischen Universität Graz, Österreich (Thema der Dissertation: Visuell unterstütztes, überwachtes maschinelles Lernen) und erwarb ein Diplom (äquivalent M.Sc.) in Informatik an der Technischen Universität Chemnitz, Deutschland.