Integriertes Reststoffmanagement

Foto: Rumposch/ATB

Aufwind für Data Science in der Bioökonomie

Neue Leiterin der Abteilung 'Data Science in Bioeconomy' am ATB: Prof. Dr. Marina Höhne (Foto: M. Höhne)

Am 1. November 2022 übernahm Prof. Dr. Marina Höhne in gemeinsamer Berufung die Leitung der Abteilung „Data Science in Bioeconomy“ am Leibniz-Institut für Agrartechnik und Bioökonomie e.V. (ATB) und die Professur für „Digital Bioeconomy“ an der Mathematisch-Naturwissenschaftlichen Fakultät der Universität Potsdam.

Mit Prof. Dr. Marina Höhne verstärkt das ATB seine Kompetenzen im Bereich der intelligenten Datenanalyse und Künstlichen Intelligenz sowie deren Anwendung auf Fragestellungen der Bioökonomie. Methoden des maschinellen Lernens unterstützen die intelligente Automatisierung von Prozessen und finden zunehmend Eingang in die Entwicklung nachhaltiger Verfahren für eine biobasierte Kreislaufwirtschaft. Aus den mittels Sensoren gewonnenen großen Datenmengen lässt sich mit Hilfe von Data Science-Methoden nutzbares Wissen zum intelligenten Management von landwirtschaftlichen und bioökonomischen Prozessen gewinnen.

„Eine starke Motivation für meinen Wechsel ans ATB war es, meine Grundlagenforschung intensiv mit gesellschaftlich relevanten Themen wie Tierwohl, Umwelt- und Klimaschutz verbinden zu können“, erklärt Prof. Dr. Marina Höhne. „Die methodischen Grundlagen für den Einsatz von KI-Technologien in der Landwirtschaft und deren Entscheidungssicherheit zu verbessern, ist eine herausfordernde Aufgabe. Zunächst geht es für mich darum, die hochkomplexen bioökonomischen Prozesse besser zu verstehen. Daher freue ich mich sehr auf die Zusammenarbeit mit den Kolleginnen und Kollegen der verschiedenen Programmbereiche am ATB.“

Das Forschungsinteresse von Marina Höhne gilt insbesondere der erklärbaren Künstlichen Intelligenz und der Entwicklung von Methoden, die ein ganzheitliches Verständnis des Verhaltens eines KI-Modells ermöglichen. Dabei fokussiert sie sich unter anderem auf den Einsatz von sogenannten Bayesianischen Neuronalen Netzwerken, um Informationen über die Unsicherheiten der vom KI-System getroffenen Entscheidungen zu erhalten und diese dann im Anschluss für Menschen nachvollziehbar darzustellen. „Um KI-Modelle vertrauenswürdig nutzen zu können, braucht es eine gewisse Transparenz des Modells, damit das Verhalten für den Menschen nachvollziehbar ist und ein mögliches Fehlverhalten ausgeschlossen werden kann“, erläutert Marina Höhne ihren Forschungsansatz. „Beispielsweise lassen sich einzelne Entscheidungen des Systems nachvollziehen, wenn in der Bildanalyse die relevanten Bereiche in einem Bild gekennzeichnet werden, die wesentlich zur Entscheidung des KI-Systems beigetragen haben.“

Marina Höhne (geb. Vidovic) hat in Aachen und Berlin Technomathematik studiert. Nach ihrem Abschluss 2012 arbeitete sie zunächst an Zeitreihendaten und Domänenanpassung zur Steuerung von Prothesen bei Ottobock in Österreich. 2014 begann sie ihre Promotion über erklärbare KI an der TU Berlin, wo sie 2017 mit summa cum laude promovierte. Nach einem Jahr Elternzeit kehrte sie 2018 als Postdoc an den Lehrstuhl für Maschinelles Lernen an der TU Berlin zurück und gründete 2020 ihre eigene Nachwuchsforschungsgruppe ‚Understandable Machine Intelligence (UMI lab)‘. Die Forschungsgruppe wird noch bis Ende August 2024 vom Bundesministerium für Bildung und Forschung (BMBF) gefördert. Seit 2021 ist Prof. Höhne auch am Berliner Kompetenzzentrum für KI, dem Berlin Institute for the Foundations of Learning and Data (BIFOLD) tätig und arbeitet als Associated Professor an der Universität Tromsø in Norwegen.

„Wir freuen uns über die personelle Verstärkung und den frischen Wind für die Forschung im Bereich Data Science“, unterstreicht Dr. Uta Tietz, Administrative Direktorin (komm.) des ATB.  „Mit der Besetzung der Abteilungsleitung durch Prof. Höhne können wir die fachliche Kompetenz des ATB im Bereich Data Science gezielt weiter ausbauen. Zudem ist es für das ATB ein sehr erfreulicher Umstand, dass mit Prof. Höhne auch ihre Nachwuchsforschungsgruppe bis zum Ende der Projektlaufzeit ans ATB wechseln wird. Ab Januar können wir also auch drei neue Promovierende und studentische Hilfskräfte aus ‚UMI lab‘ am ATB begrüßen. Darüber hinaus wird die Abteilung in den nächsten Monaten durch drei weitere Postdocs verstärkt werden.“

Kontakt:

Helene Foltan  - Presse- und Öffentlichkeitsarbeit
Tel.: 0331 5699-820/-819, E-Mail: presse@spam.atb-potsdam.de

Leibniz-Institut für Agrartechnik und Bioökonomie e.V. (ATB)
Max-Eyth-Allee 100, 14469 Potsdam

Das Leibniz-Institut für Agrartechnik und Bioökonomie e.V. (ATB) ist Pionier und Treiber der Bioökonomieforschung. Wir schaffen wissenschaftliche Grundlagen für die Transformation von Agrar-, Lebensmittel-, Industrie- und Energiesystemen in eine umfassende biobasierte Kreislaufwirtschaft. Wir entwickeln und integrieren Technik, Verfahren und Managementstrategien im Sinne konvergierender Technologien, um hochdiverse bioökonomische Produktionssysteme intelligent zu vernetzen und wissensbasiert, adaptiv und weitgehend automatisiert zu steuern. Wir forschen im Dialog mit der Gesellschaft – erkenntnismotiviert und anwendungsinspiriert. www.atb-potsdam.de

Kalenderdatei

Cookies

Wir verwenden Cookies. Einige von ihnen sind erforderlich, um Ihnen Inhalte und Funktionen bestmöglich anzubieten, andere helfen uns, unsere User anonymisiert besser zu verstehen (Matomo). Datenschutzerklärung

Notwendig erforderlich

Notwendige Cookies sind für die ordnungsgemäße Funktion der Website unbedingt erforderlich. Diese Kategorie enthält nur Cookies, die grundlegende Funktionen und Sicherheitsmerkmale der Website gewährleisten. Diese Cookies speichern keine persönlichen Informationen.

Cookie Dauer Beschreibung
PHPSESSID Session Speichert Ihre aktuelle Sitzung mit Bezug auf PHP-Anwendungen und gewährleistet so, dass alle Funktionen der Seite vollständig angezeigt werden können. Mit Schließen des Browsers wird das Cookie gelöscht.
bakery 24 Stunden Speichert Ihre Cookie-Einstellungen.
fe_typo_user Session Wird verwendet, um eine Session-ID zu identifizieren, wenn man sich am TYPO3-Frontend einloggt.
__Secure-typo3nonce_xxx Session Sicherheitsrelevant. Zur internen Verwendung durch Typo3.
Analyse

Über Cookies dieser Kategorie lernen wir aus dem Verhalten der Besucher auf unserer Website und können so relevante Informationen noch schneller erreichbar machen.

Cookie Dauer Beschreibung
_pk_id.xxx 13 Monate Matomo – User-ID (zur anonymen statistischen Auswertung der Besucherzugriffe; ermittelt, um welchen User es sich handelt)
_pk_ses.xxx 30 Minuten Matomo – Session-ID (zur anonymen statistischen Auswertung der Besucherzugriffe; ermittelt, um welche Sitzung es sich handelt)