MIDS Logo

Herzlich Willkommen auf der Seite des Lehrstuhls für Reliable Machine Learning

Machine Learning Laptop
© colourbox.de

Der Lehrstuhl "Reliable Machine Learning" erforscht die Eigenschaften von Machine Learning Algorithmen. Angesichts des Erfolgs von Deep Learning Methoden in Anwendungen wie Bilderkennung, Spracherkennung und automatischer Übersetzung sind vor allem die Eigenschaften von Neuronalen Netzen von Interesse.

Auch wenn ein trainiertes neuronales Netz z.B. bei der Bilderkennung auf realen Daten sehr gute Ergebnisse liefert, wurde empirisch wiederholt eine Anfälligkeit für sogenannte "adversarial examples" festgestellt: Eine minimale (für den Menschen nicht wahrnehmbare) Änderung der Eingabedaten kann das neuronale Netz dazu bringen, eine falsche Ausgabe zu liefern.

Ein wichtiges Forschungsthema des Lehrstuhls ist deshalb, die Gründe für die Existenz solcher adversarial examples (also für die Instabilität von trainierten neuronalen Netzen) mathematisch zu verstehen, um aufbauend auf diesem Verständnis Methoden zu entwickeln, die beweisbar robuste neuronale Netze produzieren.

Die Forschung des Lehrstuhls wird auch im Rahmen des Emmy Noether Projekts "Stability and Solvability in Deep Learning" gefördert.

Forschungsthemen des Lehrstuhls für Reliable Machine Learning

Über uns

Prof. Voigtlaender stellt sich und den Lehrstuhl vor

Vorschaubild Felix Voigtlaender

Bitte beachten Sie: Durch Klicken auf die Bildfläche geben Sie Ihre Einwilligung, dass Videoinhalte von YouTube nachgeladen, Cookies von YouTube/Google auf Ihrem IT-System gespeichert und personenbezogene Daten wie Ihre IP-Adresse an Google weitergegeben werden. Klicken Sie nach Beendigung des Videoinhaltes auf ein anderes Video, öffnet sich in einem neuen Tab Ihres Browsers YouTube und erfasst weitere Daten von Ihnen. Weitere Informationen finden Sie in unseren Datenschutzhinweisen und unter Google Privacy .

Neuigkeiten aus der Mathematik

Neuer Scientific Director am MIDS

Dr. Jörg Steinwagner ist seit dem 01.05.2026 als Scientific Director am MIDS tätig. Des weiteren unterstütz er dort die Arbeitsgruppe von Frau Professor Janjic (Professur für Datenassimilation) und verbindet somit Forschung, Lehre und Wissenstransfer. Er wurde in Meteorologie promoviert und verfügt über langjährige Erfahrung in der Entwicklung datengetriebener Methoden, insbesondere im Bereich satellitenbasierter Fernerkundung und numerischer Modellierung. Seine berufliche Laufbahn umfasst Tätigkeiten in internationalen Forschungs- und Entwicklungsprojekten, unter anderem im Umfeld von Erdbeobachtung und Wettervorhersage.

Ein Schwerpunkt seiner aktuellen Arbeit liegt auf der Konzeption und Durchführung von Transferformaten zu KI und Digitalisierung sowie der zielgruppengerechten Aufbereitung wissenschaftlicher Inhalte für Akteure aus Wissenschaft, Wirtschaft und Gesellschaft. Darüber hinaus entwickelt er Beratungsangebote und unterstützt den Aufbau regionaler Netzwerke, u. a. in Kooperation mit Partnern wie AININ und brigk.

Im Kontext von MIDS koordiniert er zentrale Aktivitäten wie den Jour Fix, wirkt an der strategischen Weiterentwicklung mit, organisiert wissenschaftliche Veranstaltungen und unterstützt bei Drittmittelanträgen. In der Arbeitsgruppe von Frau Prof. Janjic ist er in Forschung und Lehre eingebunden, arbeitet an datengetriebenen Modellen und HPC-Anwendungen und unterstützt laufende Forschungsprojekte.

Seine Tätigkeit trägt zur Stärkung des regionalen KI-Ökosystems sowie zur engen Verzahnung von Forschung und praktischer Anwendung bei. Wir freuen uns sehr auf die Zusammenarbeit und heißen ihn im MIDS herzlich willkommen.

Mathematisches Institut für Maschinelles Lernen und Data Science

MIDS Logo

Der Lehrstuhl für Reliable Machine Learning ist Teil des Mathematischen Instituts für Maschinelles Lernen und Data Science, kurz MIDS.
Finden Sie alle Informationen rund um das MIDS hier.