Stoffliche und energetische Nutzung von Biomasse

Foto: 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

Calendar file

Cookies

We use cookies. Some are required to offer you the best possible content and functions while others help us to anonymously analyze access to our website. (Matomo) Privacy policy

Required required

Necessary cookies are absolutely essential for the proper functioning of the website. This category only includes cookies that ensure basic functionalities and security features of the website. These cookies do not store any personal information.

Cookie Duration Description
PHPSESSID Session Stores your current session with reference to PHP applications, ensuring that all features of the site can be displayed properly. The cookie is deleted when the browser is closed.
bakery 24 hours Stores your cookie preferences.
fe_typo_user Session Is used to identify a session ID when logging into the TYPO3 frontend.
__Secure-typo3nonce_xxx Session Security-related. For internal use by TYPO3.
Analytics

With cookies in this category, we learn from visitors' behavior on our website and can make relevant information even more accessible.

Cookie Duration Description
_pk_id.xxx 13 months Matomo - User ID (for anonymous statistical analysis of visitor traffic; determines which user is being tracked)
_pk_ses.xxx 30 minutes Matomo - Session ID (for anonymous statistical analysis of visitor traffic; determines which session is being tracked)