Die DBIS-Arbeitsgruppe von Prof. Dr. Manfred Reichert ist an dem vom Land Baden-Württemberg geförderten kooperativen Promotionskolleg „Data Science & Analytics“ beteiligt.  Als DBIS-Stipendiat befasst sich Tobias Jahn in diesem Kolleg im Rahmen seines Promotionsvorhabens mit Explainable Decision Support Systems. Neben seiner Promotion ist er in Teilzeit für das Transferzentrum für Digitalisierung, Analytics und Data Science Ulm (DASU) als Data Scientist tätig.

Hintergrund zum Promotionskolleg „Data Science & Analytics“

Die Verwendung von Methoden der Datenwissenschaften, insbesondere der Künstlichen Intelligenz und des Maschinellen Lernens, gehört mittlerweile in vielen Bereichen von Wissenschaft, Wirtschaft, Medizin und Gesellschaft zum täglichen Standard. Die fortschreitende Digitalisierung und die digitale Transformation verstärken diesen Trend. Mittlerweile werden Methoden der Data Science und die damit verbundenen Analyseverfahren (Analytics) immer stärker für Entscheidungsprozesse verwendet. Systeme und Algorithmen übernehmen Entscheidungen, auch solche, die mit weitreichenden Konsequenzen verbunden sind oder gar irreversibel sind.

Dies zeigt die dringende Notwendigkeit, Methoden, Verfahren und Algorithmen der Datenwissenschaften auf ein solides Fundament zu stellen. Begriffe wie Erklärbarkeit, Nachvollziehbarkeit, Transparenz und Diskriminierungsfreiheit werden u.a. im Bereich der KI intensiv diskutiert. Das Kooperative Promotionskolleg (KPK) wird einen Beitrag zur anwendungsnahen Forschung im Bereich Data Science & Analytics leisten, indem seine Thematik über Transparenz und Erklärbarkeit hinausgeht.

Vertrauen in Verfahren der Data Science setzt natürlich Erklärbarkeit und Nachvollziehbarkeit voraus. Diese Begriffe zielen aber eher auf den Zeitraum nach Anwendung von Data Science-Methoden. Einem Verfahren zu vertrauen, verlangt in der Regel jedoch Garantien über das zu erwartende Verhalten der Methode vor und während deren Anwendung. Damit wird eine quantitative Untersuchung der Verfahren notwendig, die Spezifikation von wesentlichen Einflussfaktoren, der Sensitivitäten und Abhängigkeiten. Dies erlaubt auch die Kontrolle von Verfahren und Algorithmen sowie - je nach Anwendung - deren Überwachung und Steuerung, ggf. wiederum durch Verfahren und Algorithmen.