AI-Kolloquium mit Prof. Dr. Jansen zu „Sichere Lernsysteme – Künstliche Intelligenz und formale Methoden“

Am Donnerstag, den 15. Januar 2026, wird Prof. Nils Jansen von der Ruhr-Universität Bochum einen Vortrag halten, der Teil des Lamarr KI-Kolloquiums ist, zum Thema „Sichere Lernsysteme – Künstliche Intelligenz und formale Methoden“.

Über das Lamarr KI-Kolloquium

Die Lamarr KI-Kolloquien, organisiert vom Lamarr-Institut, dem Forschungszentrum Trustworthy Data Science and Security (RC Trust) und dem Zentrum für Datenwissenschaft und Simulation der TU Dortmund (DoDas), bieten führenden Forschern eine Plattform, um bahnbrechende Arbeiten auf dem Gebiet des maschinellen Lernens und der künstlichen Intelligenz vorzustellen. Diese 90-minütigen Veranstaltungen, die in der Regel donnerstags um 10 Uhr c.t. stattfinden, konzentrieren sich im Gegensatz zu anderen Kolloquien auf interaktiven Dialog und internationale Zusammenarbeit und umfassen einstündige Vorträge und 30-minütige Fragerunden. Das Kolloquium wird hauptsächlich in englischer Sprache abgehalten. Das hybride Format des Kolloquiums gewährleistet, dass alle Interessierten über diesen ZOOM-Link oder in Person teilnehmen können.

Über den Vortrag:

Dieses KI-Kolloquium wird zeigen, wie künstliche Intelligenz (KI) zu einer disruptiven Kraft in der Gesellschaft geworden ist. Ihre zunehmende Anwendung in sicherheitskritischen Bereichen wie Gesundheitswesen, Verkehr und Militärsystemen unterstreicht die dringende Notwendigkeit eines umfassenden Verständnisses der Robustheit und Zuverlässigkeit von KI-Entscheidungsprozessen. Die neurosymbolische KI zielt darauf ab, diese Herausforderungen durch die Kombination neuronaler und symbolischer Ansätze zu bewältigen, wobei formale Methoden als rigoroses und strukturiertes Rückgrat für symbolisches Denken dienen. Dieser Vortrag konzentriert sich auf die formale Verifikation, insbesondere die Modellprüfung, und ihre Rolle beim Aufbau sicherer und vertrauenswürdiger Lernsysteme. Während das verstärkende Lernen (RL) eine autonome Anpassung an unbekannte Umgebungen mit minimalem menschlichem Eingriff verspricht, bleibt sein Einsatz in realen autonomen Systemen aufgrund erheblicher ungelöster Herausforderungen begrenzt. Eine der grundlegendsten Herausforderungen ist die Unsicherheit, die sich aus unvollständigem oder unbekanntem Wissen über die Umgebung ergibt. Diese Unsicherheit stellt für zustandsbasierte Verifizierungstechniken wie die Modellprüfung eine große Schwierigkeit dar. Prof. Jansen wird untersuchen, wie verschiedene Formen der Unsicherheit in formale Systemmodelle integriert werden können, um Vertrauenswürdigkeit, Zuverlässigkeit und Sicherheit im verstärkenden Lernen zu erreichen.Die vorgestellte Arbeit reicht von robusten Markov-Entscheidungsprozessen und stochastischen Spielen bis hin zu Multi-Umgebungsmodellen. Darüber hinaus beleuchtet der Vortrag den engen Zusammenhang zwischen tiefem (neuronalen) Verstärkungslernen und symbolischer, modellbasierter Analyse und Verifizierung sicherheitskritischer Systeme.

Über den Vortagenden

Nils Jansen ist ordentlicher Professor an der Ruhr-Universität Bochum und leitet den Lehrstuhl für Künstliche Intelligenz und Formale Methoden. Er ist außerdem ELLIS-Fellow und ordentlicher Professor für sichere und zuverlässige KI an der Radboud-Universität in Nimwegen, Niederlande. Das Ziel seiner Forschung ist es, die Vertrauenswürdigkeit künstlicher Intelligenz (KI) zu erhöhen. Er war wissenschaftlicher Mitarbeiter an der University of Texas in Austin und promovierte mit Auszeichnung an der RWTH Aachen. Er verfügt über mehrere Stipendien im akademischen und industriellen Bereich, darunter ein ERC-Stipendium mit dem Titel „Data-Driven Verification and Learning Under Uncertainty” (DEUCE).