Vom Black-Box-Modell zur transparenten Forschung: Dein Einstieg in Machine Learning
Künstliche Intelligenz und Machine Learning verändern die Wissenschaft rasant – egal in welchem Fachbereich. Doch für eine überzeugende Promotion reicht es meist nicht mehr aus, Daten in ein Modell zu geben und auf gute Ergebnisse zu hoffen. Die entscheidende Frage in der Forschung lautet: Warum trifft das Modell diese Vorhersage? Genau hier setzt unser Workshop an. Wir führen dich durch die Grundlagen des Machine Learnings und widmen uns einem der aktuell spannendsten Themen der KI: der Explainability (Erklärbarkeit). Lerne, wie du KI-Modelle nicht nur baust, sondern ihre Entscheidungen wissenschaftlich fundiert nachvollziehen und präsentieren kannst. Das hebt die methodische Qualität deiner Forschungsarbeit auf ein neues Level!
Hands-on! Praktische Erfahrung statt grauer Theorie
In diesem begleiteten Workshop arbeiten wir gemeinsam an einem echten End-to-end-Projekt. Du durchläufst den kompletten Zyklus, den du auch für deine Forschung brauchst:
- Datenvorbereitung: Wie bereite ich Rohdaten optimal vor?
- Modelltraining: Wie bringe ich dem Algorithmus bei, Muster zu erkennen?
- Explainability: Wie knacke ich die „Black Box“ und mache die Vorhersagen transparent?
Warum das perfekt für deine Promotion ist:
- Zukunftssichere Skills: KI-Kompetenz und Explainable AI (XAI) werden in der akademischen Welt und auf dem Arbeitsmarkt immer wichtiger.
- Direkter Transfer: Die gelernten Prinzipien lassen sich auf verschiedenste Datensätze und Forschungsfragen übertragen.
- Interdisziplinärer Austausch: Triff andere Promovierende, die vor ähnlichen datengetriebenen Herausforderungen stehen.
Das bringst du mit:
- Grundlegende Programmierkenntnisse: Die Sprache ist flexibel, aber Python ist von Vorteil.
- Dein Equipment: Bring deinen eigenen Laptop und ein Google-Konto mit (wir nutzen das kostenlose Tool Google Colab – es ist also keine komplizierte Software-Installation vorab nötig).
Mach deine Forschung bereit für die Zukunft der KI. Wir freuen uns auf dich!
Diese Veranstaltung ist Teil der HAW Research Days 2026 und wird organisiert und geleitet durch das Projekt R-AIMS.
