In Zeiten des Wandels möchte ich zum Mitgestalten und Schritt halten befähigen, um so menschliches Staunen, Verbundenheit und Sinn im KI-Zeitalter zu bewahren.
Ich freue mich, an einer Mission zu arbeiten, die mir am Herzen liegt: Menschen dabei zu helfen, die Fähigkeiten zu entwickeln, die sie in unserer Welt benötigen. Wir brauchen nicht nur klügere Systeme, sondern KI, die Menschen wirklich nützt (und letztlich jedem Lebewesen). Gestalten wir also KI so nachhaltig wie möglich: für eine Zukunft, in der wir alle leben wollen.
Interaktive Machine-Learning-Demos
Eine Sammlung interaktiver Demos, die zentrale Machine-Learning-Konzepte veranschaulichen. Entwickelt, um KI greifbar zu machen.
Online-Kurs Buch/Skript
Dieser Kurs richtet sich an Studierende, die praktische Data-Science-Kompetenzen aufbauen möchten. Du lernst, ein vollständiges Data-Science-Projekt von der Fragestellung bis zur Schlussfolgerung durchzuführen – durchgehend am CRISP-DM-Prozess orientiert. Du sammelst Erfahrung in der Identifikation lohnenswerter Herausforderungen (Innovationsmindset), der Erkundung und Bereinigung von Datensätzen, dem Training und der Evaluation von Modellen sowie der ehrlichen und verständlichen Kommunikation von Ergebnissen gegenüber Stakeholdern. Die technische Ebene ist nur eine Mittelschicht: Sowohl Davor als auch Danach sind genauso wichtig.
Chinesische Geschichten mit Lesehilfen
Eine Lese-App für Chinesischlernende: Geschichten mit antippbaren Satzübersetzungen (Englisch und Deutsch), Offline-Wörterbuch, Pinyin mit Tonfärbung und Hanzi-Tafeln mit Strichfolge-Animation.
Eine "Hack the Paradise!" Hackathon Challenge
Beim Hackathon Hack the Paradise! in Jena war ich als Mentor bei der WattsUp-Challenge dabei. Ein Blick auf die Datenseite: warum Netzbetreiber Prognosen brauchen, was Pegelmessstellen mit Kraftwerksleistung zu tun haben, und was mich an dieser Aufgabe aus Data-Science-Sicht fasziniert hat.
A Comprehensive Review
Menschen realistische Erwartungen und KI-Kompetenz zu vermitteln, kann die Diskussion darüber verbessern, welchen Nutzen und welche Kosten KI-Technologie mit sich bringt, wie und wann sie eingesetzt werden sollte und wie wir uns unsere Zukunft mit KI vorstellen. Für ein breites Publikum geschrieben.
Fine-Grained Sampling in Stochastic Segmentation Networks
In dieser Arbeit untersuchen wir Stochastic Segmentation Networks für die Bildsegmentierung. Diese Netze sagen die Segmentierungsunsicherheit vorher, die wir in sinnvolle Komponenten strukturieren. Das fügt eine Ebene der Erklärbarkeit hinzu, die es Menschen erlaubt, die Segmentierung durch individuelles Anpassen dieser Komponenten zu verfeinern.