Trustworthy Data Science and Security
Wie können vertrauenswürdige intelligente Systeme in sicherheitskritischen Anwendungen gestaltet werden? Das erforscht das Research Center Trustworthy Data Science and Security.
Das Research Center adressiert die Herausforderung, Vertrauen in Künstliche Intelligenz, Maschinelles Lernen und Cybersicherheit aufzubauen. Der Fokus liegt auf vertrauenswürdigen Systemen für sicherheitskritische Anwendungen. Ein menschenzentrierter Ansatz prägt die interdisziplinäre Forschung zu vertrauenswürdiger Datenanalyse, erklärbarem maschinellem Lernen und datenschutzbewussten Algorithmen. Ziel ist es, vertrauenswürdige Systeme zu entwickeln und Menschen beim Verständnis von Technologie zu unterstützen.
Prof. Dr. Emmanuel Müller, Director
„Wir brauchen grundlegende Forschung zum Thema ‚Calibrated Trust‘. Maschinelles Lernen sollte von Menschen gleichermaßen als vertrauenswürdig wahrgenommen werden und gleichzeitig die notwendige technische Zuverlässigkeit gewährleisten. Ein Gleichgewicht zwischen beiden Aspekten ist entscheidend für eine nachhaltige, vertrauenswürdige KI!“
Forschung
Der einzigartige interdisziplinärer Forschungsansatz des Research Centers deckt das gesamte Spektrum an Herausforderungen in allen Facetten vertrauenswürdiger und datenschutzbewusster Technologien ab. Das erfordert eine enge interdisziplinäre Zusammenarbeit. Das Forschungszentrum baut dabei auf die Stärken der Universitätsallianz Ruhr in den folgenden Bereichen:
Psychologie und Sozialwissenschaften:
„Wir erforschen die (psychologischen) Mechanismen der Interaktion von Menschen mit KI. Dabei konzentrieren wir uns darauf, wie Individuen die Funktionsweise des Systems verstehen und wie sie Vertrauen wahrnehmen, entwickeln und erhalten. Unsere Arbeit ist empirisch ausgerichtet und umfasst qualitative und quantitative Methoden.“ Prof. Dr. Nicole Krämer, Universität Duisburg Essen
Data Science und Statistical Learning
„Ziel unserer Gruppe ist es, mehr Schlüsse aus unseren Daten zu ziehen und die der Datenanalyse zugrunde liegenden Prozesse und Strukturen besser zu verstehen. Um dies zu erreichen, entwickeln wir Methoden und Algorithmen, die auf grundlegenden statistischen Konzepten beruhen, einschließlich der Quantifizierung von Unsicherheit oder Kausalität.“ Prof. Dr. Markus Pauly, TU Dortmund
Künstliche Intelligenz und Maschinelles Lernen
„Unsere Forschung befasst sich mit Data Mining, maschinellem Lernen, skalierbaren Algorithmen und der interaktiven Erkundung von hochdimensionalen Daten, komplexen Graphen, Zeitreihen und Datenströmen. Diese Forschung schafft die Grundlage für autonome und vertrauenswürdige Systeme.“ Prof. Dr. Emmanuel Müller, TU Dortmund
Verbundprojekte und Graduiertenausbildung
Das Research Center TRUST stützt sich auf eine starke und langjährige Basis aus individuellen Forschungsprojekten, Verbundprojekten sowie einer interdisziplinären Graduiertenausbildung. Sieben ERC-Projekte, ein Exzellenzcluster, zwei Sonderforschungsbereiche, fünf interdisziplinäre Graduiertenschulen und ein Kompetenzzentrum des Bundes im Bereich Maschinelles Lernen belegen die herausragende Forschungsstärke in diesem Bereich.
- Exzellenzcluster 2092: Cyber Security in the Age of Large-Scale Adversaries (CaSa)
- SFB 876: Verfügbarkeit von Information durch Analyse unter Ressourcenbeschränkung
- DFG-GRK 2624: Biostatistical Methods for High-Dimensional Data in Toxicology
- DFG-GRK 2193: Anpassungsintelligenz von Fabriken im dynamischen und komplexen Umfeld
- DFG-GRK 2167: Nutzerzentrierte soziale Medien
- NRW-Fortschrittskolleg SecHuman: Schöne Neue Welt: Sicherheit für Menschen im Cyberspace
- NRW-Graduiertenkolleg Dataninja: Trustworthy AI for Seamless Problem Solving
- Kompetenzzentrum Maschinelles Lernen Rhein-Ruhr ML2R
Außeruniversitäre Partner
In der Metropole Ruhr kooperiert das Research Center Trustworthy Data Science and Security mit folgenden Partnern:
Kontakt
Scientific Board
Prof. Dr. Emmanuel Müller
Director RC Trustworthy Data Science and Security
Prof. Dr. Nicole Krämer
Scientific Board RC Trustworthy Data Science and Security
Prof. Dr. Nils Köbis
Scientific Board RC Trustworthy Data Science and Security
Prof. Dr. Muhammad Bilal Zafar
Scientific Board RC Trustworthy Data Science and Security
Prof. Dr. Daniel Neider
Scientific Board RC Trustworthy Data Science and Security
Weitere Professuren
- Prof. Dr. Ivan Habernal, Ruhr-Universität Bochum
- Prof. Alexander Marx, TU Dortmund
- Prof. Dr. Christof Paar, MPI-SP und Ruhr-Universität Bochum
- Prof. Dr. Markus Pauly, TU Dortmund
- Prof. Dr. Jatinder Singh, Universität Duisburg-Essen
Geschäftsführung
Dr. Michel Lang
Geschäftsführung RC Trustworthy Data Science and Security