{"id":34246,"date":"2025-11-03T11:37:00","date_gmt":"2025-11-03T11:37:00","guid":{"rendered":"https:\/\/lamarr-institute.org\/?p=34246"},"modified":"2026-02-16T11:48:24","modified_gmt":"2026-02-16T11:48:24","slug":"zwei-neue-professorinnen-am-lamarr-institut","status":"publish","type":"post","link":"https:\/\/lamarr-institute.org\/de\/news\/zwei-neue-professorinnen-am-lamarr-institut\/","title":{"rendered":"Zwei neue Professor*innen am Lamarr-Institut"},"content":{"rendered":"\n

Das Lamarr-Institut hat den Kreis seiner Professor*innen um zwei herausragende Forschende erweitert, deren Expertise die Entwicklung hochmoderner, vertrauensw\u00fcrdiger und effizienter KI-Methoden ma\u00dfgeblich vorantreiben wird. Zum Wintersemester sind Prof. Dr. Katharina Eggensperger und Jun. Prof. Dr. Matthias Feurer an das Institut berufen worden, um die Forschung im Bereich Automated Machine Learning (AutoML) sowie dessen Bedeutung f\u00fcr zuverl\u00e4ssige und zug\u00e4ngliche Machine-Learning-L\u00f6sungen weiter zu st\u00e4rken.<\/strong><\/p>\n\n\n\n

F\u00f6rderung von zug\u00e4nglichem und effizientem Maschinellen Lernen: Prof. Dr. Katharina Eggensperger<\/strong><\/h2>\n\n\n\n

Katharina Eggensperger<\/a> kommt von der Eberhard Karls Universit\u00e4t T\u00fcbingen an das Lamarr-Institut, wo sie die Nachwuchsforschungsgruppe \u201eAutoML for Science\u201c im Exzellenzcluster Machine Learning for Science<\/em> leitete. Ihre Arbeit steht in enger Verbindung mit dem Ziel des Lamarr-Instituts, wissenschaftlich fundierte, transparente und effiziente KI zu erm\u00f6glichen, die Forschende \u00fcber Disziplingrenzen hinweg bef\u00e4higt.<\/p>\n\n\n\n

Ihre Forschung konzentriert sich darauf, Maschinelles Lernen sowohl zug\u00e4nglicher als auch robuster zu machen, mit einem starken Fokus auf ML f\u00fcr tabellarische Daten und wissenschaftliche Anwendungen. Eggenspergers Beitr\u00e4ge zu Open-Source-Werkzeugen, zur Hyperparameter-Optimierung und zu ML-Benchmark-Systemen haben das AutoML-Feld international gepr\u00e4gt. Dar\u00fcber hinaus ist sie eine treibende Kraft in der (Auto)ML-Community durch zentrale Rollen in Workshops, Konferenzen und der AutoML School.<\/p>\n\n\n\n

\n

Motiviert von dem Ziel, einen einfachen Zugang zu effizienten ML-Verfahren auf dem Stand der Technik zu erm\u00f6glichen, erforsche ich, wie sich sowohl AutoML-Methoden als auch ML-Modelle verbessern und erweitern lassen, um das volle Potenzial von ML f\u00fcr Anwendungen in den Wissenschaften auszusch\u00f6pfen. In diesem Kontext m\u00f6chte ich derzeit besser verstehen, systematisch evaluieren, entwerfen und anwenden, wie sich Foundation Models f\u00fcr tabellarische Daten einsetzen lassen.<\/p>\nKatharina Eggensperger<\/cite><\/blockquote>\n\n\n\n

Mit ihrem Wechsel st\u00e4rkt das Lamarr-Institut seine Mission, ML-Methoden zu entwickeln, die sowohl leistungsstark als auch in realen wissenschaftlichen Umgebungen einsetzbar sind und dabei zuverl\u00e4ssige sowie reproduzierbare Ergebnisse liefern.<\/p>\n\n\n\n

F\u00f6rderung vertrauensw\u00fcrdiger und skalierbarer KI: Jun. Prof. Dr. Matthias Feurer<\/strong><\/h2>\n\n\n\n

Matthias Feurer<\/a> kommt von der Ludwig-Maximilians-Universit\u00e4t M\u00fcnchen an das Lamarr-Institut, wo er als Thomas-Bayes-Fellow des Munich Center for Machine Learning sowie als Vertretungsprofessor im Fach Statistik t\u00e4tig war. Seine Forschung unterst\u00fctzt unmittelbar die Leitprinzipien des Lamarr-Instituts hinsichtlich Vertrauensw\u00fcrdigkeit und Leistungsf\u00e4higkeit in der KI-Entwicklung.<\/p>\n\n\n\n

Seine Arbeiten zu AutoML, Meta-Learning und Optimierung vereinfachen die Entwicklung von ML-Systemen, ohne dabei Fairness, Interpretierbarkeit oder Zuverl\u00e4ssigkeit zu vernachl\u00e4ssigen. Matthias Feurers Beitr\u00e4ge zu bedeutenden Open-Source-Projekten wie Auto-sklearn, OpenML und SMAC3 stehen beispielhaft f\u00fcr das Engagement des Lamarr-Instituts f\u00fcr transparente und weltweit zug\u00e4ngliche KI-Werkzeuge.<\/p>\n\n\n\n

\n

Mit AutoML nehme ich die Komplexit\u00e4t aus der KI-Entwicklung, sodass Machine-Learning-Expert*innen und Dom\u00e4nenexpert*innen sich auf das L\u00f6sen von Problemen und den Aufbau vertrauensw\u00fcrdiger und pr\u00e4ziser L\u00f6sungen konzentrieren k\u00f6nnen, die Innovation vorantreiben. Ein zentraler Aspekt meiner Arbeit ist empirische Forschung, um belastbare Erkenntnisse zu gewinnen und den methodischen Fortschritt zu steuern.<\/p>\nMatthias Feurer<\/cite><\/blockquote>\n\n\n\n

Durch seine Forschung st\u00e4rkt Prof. Dr. Feurer die Mission des Lamarr-Instituts, KI-Technologien zu entwickeln, die sowohl leistungsf\u00e4hig als auch verantwortungsvoll sind, Zugangsbarrieren senken und gleichzeitig Transparenz sowie Nutzer*innen-Empowerment gew\u00e4hrleisten.<\/p>\n\n\n\n

Gemeinsam markieren die Berufungen von Katharina Eggensperger und Matthias Feurer einen wichtigen Meilenstein bei der St\u00e4rkung der Position des Lamarr-Instituts als f\u00fchrendes Zentrum wissenschaftlicher Exzellenz in der KI-Methodenforschung. Ihre Arbeit wird zur Vision des Instituts beitragen, verl\u00e4ssliche KI-L\u00f6sungen zu entwickeln, die den wissenschaftlichen Fortschritt f\u00f6rdern und der Gesellschaft zugutekommen.<\/p>\n","protected":false},"excerpt":{"rendered":"

Katharina Eggensperger und Matthias Feurer verst\u00e4rken das Institut, um vertrauensw\u00fcrdige und effiziente AutoML-Forschung voranzubringen.<\/p>\n","protected":false},"author":14,"featured_media":33890,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"footnotes":""},"categories":[175],"tags":[],"class_list":["post-34246","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-wissenschaft"],"acf":[],"publishpress_future_workflow_manual_trigger":{"enabledWorkflows":[]},"_links":{"self":[{"href":"https:\/\/lamarr-institute.org\/de\/wp-json\/wp\/v2\/posts\/34246","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/lamarr-institute.org\/de\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/lamarr-institute.org\/de\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/lamarr-institute.org\/de\/wp-json\/wp\/v2\/users\/14"}],"replies":[{"embeddable":true,"href":"https:\/\/lamarr-institute.org\/de\/wp-json\/wp\/v2\/comments?post=34246"}],"version-history":[{"count":0,"href":"https:\/\/lamarr-institute.org\/de\/wp-json\/wp\/v2\/posts\/34246\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/lamarr-institute.org\/de\/wp-json\/wp\/v2\/media\/33890"}],"wp:attachment":[{"href":"https:\/\/lamarr-institute.org\/de\/wp-json\/wp\/v2\/media?parent=34246"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/lamarr-institute.org\/de\/wp-json\/wp\/v2\/categories?post=34246"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/lamarr-institute.org\/de\/wp-json\/wp\/v2\/tags?post=34246"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}