Mit Forschungsbeiträgen zu erklärbarer, ressourcenbewusster und robuster Künstlicher Intelligenz und als Gold Sponsor war das Lamarr-Institut auf der ECML PKDD 2026 in Neapel vertreten. Vom 7. bis 11. September präsentierten Forschende des Instituts ihre Arbeiten auf der europäischen Fachkonferenz für Machine Learning und Knowledge Discovery. Der gemeinsame institutionelle Auftritt bündelte die Sichtbarkeit der Beiträge und schuf zusätzliche Möglichkeiten für Austausch und Networking. Im Mittelpunkt standen grundlegende Fragen danach, wie lernende Systeme Informationen verarbeiten, wie sich ihre Entscheidungen nachvollziehen lassen und wie zuverlässig sie unter veränderten Bedingungen arbeiten.
Breites Spektrum aktueller ML-Forschung
Die Lamarr-Beiträge verbanden methodische Grundlagenforschung mit Anwendungen in Medizin und Datenanalyse. Lorenz Sparrenberg untersuchte geometrische Veränderungen interner Repräsentationen in Transformer-Modellen. Natalia Adrienko und Gennady Andrienko zeigten in mehreren Beiträgen aus dem Bereich Visual Analytics, wie sich die Logik regelbasierter Modelle und Wechselwirkungen in Zeitreihen untersuchen lassen. Weitere Arbeiten befassten sich mit kontinuierlichem Graph Learning, der Erkennung epileptischer Anfälle und robusten Analysen von Wearable-Daten. Kirsten Köbschall und Sebastian Buschjäger stellten ressourcenbewusstes Online Learning auf heterogenen Geräten vor, während Augustina Chidinma Amakor die interaktive Abwägung konkurrierender Ziele in Multi-Task-Modellen adressierte.
Zuverlässige Modelle unter realen Bedingungen
Hinter den unterschiedlichen Arbeiten stehen gemeinsame Herausforderungen der aktuellen KI-Forschung: Wie entstehen aussagekräftige Repräsentationen in Modellen? Wie lassen sich ihre Entscheidungen verstehen? Und wie bleiben sie zuverlässig, wenn sich Daten, Signale oder Anwendungskontexte verändern? Lamarr Co-Direktor Prof. Dr. Stefan Wrobel griff diese Fragen in seinem Konferenzbeitrag auf und ordnete sie in den Forschungskontext des Instituts ein.
Mit Veränderungen von Datenverteilungen beschäftigte sich der von Lamarr-Forschungsmitarbeiter Mirko Bunse mitorganisierte Workshop „Quantification and Classification under Dataset Shift“. Von einem Dataset Shift spricht man, wenn sich die Daten im Einsatz von den Trainingsdaten unterscheiden. Das kann etwa geschehen, wenn ein medizinisches System auf neue Patientengruppen trifft oder Sensoren unter veränderten Bedingungen andere Signale liefern. Der Workshop brachte Forschende und Anwender zusammen, um robuste Verfahren für solche Situationen und ihre praktischen Einsatzmöglichkeiten zu diskutieren.



Das Lamarr-Institut auf der ECML PKDD 2026: wissenschaftliche Präsentationen, Networking und Austausch am gemeinsamen Institutsstand in Neapel.
Wissenschaftliche Sichtbarkeit und Networking vor Ort
Der gemeinsame Lamarr-Stand machte die Forschungsbeiträge über die einzelnen Sessions hinaus sichtbar und bot internationalen Nachwuchswissenschaftlerinnen und -wissenschaftlern Einblicke in das Forschungsprofil des Instituts und mögliche Austauschformate. Begleitend schuf Lamarr abseits des offiziellen Konferenzprogramms Networking-Gelegenheiten. Partner sowie Forschende unterschiedlicher Standorte und Arbeitsgebiete vertieften bestehende Kontakte, knüpften neue Verbindungen und entwickelten gemeinsame Anknüpfungspunkte. So verband die Präsenz in Neapel internationale Sichtbarkeit mit fachlichem Networking innerhalb und außerhalb des Lamarr-Netzwerks.