Wie verändert künstliche Intelligenz die Art und Weise, wie Wissenschaft betrieben wird und wie Studierende lernen? Und wie können diese Veränderungen genutzt werden, um beides wirklich zu verbessern? Dies sind zentrale Fragen, denen Forschende im neu gegründeten »Joint Lab AI & Scholarly Data Analytics TIB-UMR« nachgehen wollen.
Das Joint Lab ist eine Kooperation zwischen der TIB – Leibniz-Informationszentrum Technik und Naturwissenschaften und dem Fachbereich Mathematik und Informatik (Fachbereich 12) der Universität Marburg.
Mit einem Auftaktworkshop und 13 Gründungsmitgliedern aus beiden Institutionen hat das neue Joint Lab seine Arbeit aufgenommen. Das Team nutzte das Treffen, um die Schwerpunktbereiche des Labs festzulegen und die Grundlagen für zukünftige Forschungsarbeiten zu schaffen.
»Mit dem Joint Lab bilden wir eine strategische Partnerschaft mit der TIB. Nach der Erweiterung des Fachbereichs um drei hessian.AI-Professuren in den vergangenen Jahren schafft diese Zusammenarbeit im Bereich der KI-Forschung zwischen der TIB und der Universität Marburg neue Möglichkeiten, um gemeinsam KI-Methoden weiterzuentwickeln, die für Forschung und Praxis von Nutzen sind«, erläutert Thomas Nauss, Präsident der Universität Marburg.
»Der Forschungsschwerpunkt der TIB-Forschungsgruppen zu Wissensgraphen und neuro-symbolischer KI ergänzt unser KI-Fachwissen hervorragend. Außerdem werden unsere Studierenden und Doktorandinnen und Doktoranden vom direkten Zugang zu Forschung, Dienstleistungen und Daten an der TIB profitieren«, erklärt Prof. Dr. Bernd Freiersleben, Dekan des Fachbereichs Mathematik und Informatik der Universität Marburg.
Forschungsschwerpunkte: Methoden zur Unterstützung von Wissenschaft und Bildung
Die Forschung des Labs umfasst zwei eng miteinander verzahnte Themenfelder: Der erste Schwerpunkt untersucht wissenschaftliche Arbeitsabläufe: Wie transformiert KI die Arbeitsverfahren von Forschenden und wie kann sie zur Stärkung von Open Science, Wissensmanagement und Forschungsinfrastruktur eingesetzt werden?
Der zweite Schwerpunkt widmet sich Bildungskontexten an Hochschulen: Wie beeinflussen intelligente Systeme Lernprozesse und wie können Tools und Methoden gestaltet werden, um Lernende effektiver zu unterstützen?
Zusammengefasst spiegeln diese beiden Bereiche die gemeinsame Überzeugung wider, dass für den verantwortungsvollen und effektiven Einsatz von KI sowohl starke methodische Grundlagen als auch ein tiefes Verständnis für Anwendungskontexte aus der Praxis erforderlich sind.
»Unsere Kompetenzen ergänzen sich perfekt: Das methodische KI-Fachwissen aus Marburg und die Infrastruktur der angewandten Forschung der TIB ermöglichen es uns, intelligente Tools direkt in der täglichen Forschungspraxis zu testen und zu etablieren.
Das Joint Lab bietet uns deshalb genau die Synergie, die benötigt wird, um zukunftsorientierte digitale Lösungen für die praktische Anwendung zu entwickeln«, erklärt Prof. Dr. Sören Auer, Direktor der TIB.
Die Forschungsgruppen arbeiten auf verschiedenen Ebenen zusammen, beispielsweise bei der gemeinsamen Betreuung von Bachelor- und Masterarbeiten, durch die Kooperation bei Forschungsfragen und Veröffentlichungen, durch die Entwicklung KI-basierter Informationsdienstleistungen für Forschende und Studierende sowie bei der Gewinnung von Drittmitteln für Forschungs- und Entwicklungsprojekte.
»Die Entwicklung innovativer Informationsdienstleistungen für Wissenschaft und Bildung erfordert auch eine Perspektive auf die Aspekte der menschlichen Interaktion. Durch diese Kooperation können wir beispielsweise menschenzentrierte KI-Methoden zur wissenschaftlichen Unterstützung untersuchen und bessere Informationsdienstleistungen für Forschende und Studierende entwickeln«, so Prof. Dr. Ralph Ewerth, Professor an der Universität Marburg in Zusammenarbeit mit hessian.AI.
Die Leitung des Joint Labs liegt bei Prof. Dr. Sören Auer, Direktor der TIB und Professor für Data Science and Digital Libraries an der Leibniz Universität Hannover, sowie bei Prof. Dr. Ralph Ewert, Professor für Multimodale Modellierung und Maschinelles Lernen an der Universität Marburg.
