KI kann heute beeindruckende Ergebnisse liefern. Für Prof. Dr. Arne Ewald führt eine zentrale Frage zu den Daten: Was bilden sie ab, was bleibt unsichtbar und welche Schlüsse lassen sich daraus ziehen? Moderne KI beruht zu großen Teilen auf maschinellem Lernen. Mit welchen Daten ein Modell trainiert wird, beeinflusst entscheidend, was es lernt und unter welchen Bedingungen seine Ergebnisse belastbar sind. Mathematik und Statistik bilden dafür eine kompakte Sprache und liefern zugleich das methodische Handwerkszeug. Mit ihnen lassen sich Muster untersuchen, Zusammenhänge beschreiben und die Aussagekraft der Ergebnisse kritisch einordnen.
| Campus
Neuberufung
Woher weiß die KI, was sie weiß?
Prof. Dr. Arne Ewald ist neuberufener Professor an der HAW Hamburg.
„Diese Sprache zu lernen und anzuwenden kann richtig viel Spaß machen."
KI verstehen, Ergebnisse hinterfragen
Studierende sollen bei Ewald lernen, wie KI-Systeme funktionieren, wie sie entwickelt werden und wo ihre Grenzen liegen. Dabei möchte er sie unterstützen, ein eigenes Urteilsvermögen und eine nüchterne Haltung gegenüber KI zu entwickeln, und zwar „jenseits von Weltuntergangsszenarien und unkritischen Heilsversprechen“.
Große Chancen sieht er vor allem dort, wo man mit KI-Methoden komplexe Daten auswerten kann. Für die Wissenschaft eröffnet das neue Möglichkeiten, sehr große und vielfältige Datenbestände zu untersuchen. Dadurch lassen sich Bild-, Mess- und Sprachdaten in einem Umfang auswerten, der neue Forschungsfragen und praktische Anwendungen ermöglicht, zum Beispiel in der medizinischen Bildgebung und in der Physik.
Für Unternehmen liegt großes Potenzial darin, vortrainierte KI-Modelle mit eigenen Daten, fachlicher Expertise und konkreten Prozessen zu verbinden. So können maßgeschneiderte Anwendungen und neue Wertschöpfung entstehen. Gute Leistungswerte unter kontrollierten Bedingungen garantieren noch keine verlässlichen Ergebnisse im praktischen Einsatz. Ein System kann unter veränderten Bedingungen oder mit anderen Daten plötzlich an Grenzen stoßen. Für Arne Ewald gehört deshalb beides zusammen: die Qualität der Daten und ein genauer Blick darauf, wo ein System funktioniert und wo nicht.
Von der Forschung in die Anwendung
Nach seinem Bachelorabschluss in General Engineering Science und dem Diplom in Informatik-Ingenieurwesens an der TU Hamburg promovierte Ewald an der TU Berlin zu maschinellem Lernen und intelligenter Datenanalyse. Es folgten Stationen am Fraunhofer-Institut für Rechnerarchitektur und Softwaretechnik und am Universitätsklinikum Hamburg-Eppendorf.
Von 2015 bis 2023 arbeitete Ewald im Philips Forschungslabor Hamburg an Verfahren des maschinellen Lernens für die medizinische Bildverarbeitung. Dabei entwickelte er unter anderem Methoden, mit denen sich Ultraschall-, CT- und MRT-Aufnahmen automatisiert analysieren lassen. Forschungsergebnisse flossen auch in medizinische Produkte ein. Von Dezember 2023 bis Juli 2026 war Ewald Professor für Data Science an der NORDAKADEMIE.
Seit August 2026 ist Ewald Professor für Angewandte KI und Data Science an der HAW Hamburg. Als Schwerpunktprofessur liegt sein Fokus neben Forschung und Lehre darauf, die bestehende Zusammenarbeit der HAW Hamburg mit dem Deutschen Elektronen-Synchrotron (DESY) weiter auszubauen. Gefördert wird diese Maßnahme im Rahmen des Projektes go-2-prof:in (FH-Personal).
