Die Deutsche Forschungsgemeinschaft (DFG) hat heute, am 1. April 2025, bekannt gegeben, dass sie fünf neue Forschungsgruppen einrichtet. Eine dieser Gruppen wird von der Leibniz Universität Hannover (LUH) geleitet. Diese Bildung von Forschungsgruppen ist Teil eines größeren Vorhabens, das mit rund 19 Millionen Euro unterstützt wird, um aktuelle Fragen im Bereich des maschinellen Lernens zu adressieren. Die Forschungsgruppe an der LUH ist am Institut für Regelungstechnik angesiedelt und trägt den Titel „Aktives Lernen für dynamische Systeme und Regelung – Dateninformativität, Unsicherheiten und Garantien“.
Das Hauptaugenmerk dieser Forschungsgruppe liegt auf maschinellem Lernen in dynamischen Systemen. Kooperationspartner sind renommierte Institutionen wie die Universität Freiburg sowie die Technischen Universitäten Hamburg, Ilmenau und München. Diese Zusammenarbeit schafft ein Netzwerk von Expertise, das für die Entwicklung innovativer Lösungen entscheidend sein wird.
Anwendungsgebiete des maschinellen Lernens
Maschinelles Lernen hat weitreichende Anwendungen in Bereichen wie autonomem Fahren und medizinischer Diagnostik. Diese Technologien stehen jedoch vor erheblichen Herausforderungen, insbesondere wenn es um Sicherheitsgarantien geht, die essenziell für autonomes Fahren sind. Herkömmliche Verfahren des maschinellen Lernens können oft keine solche Sicherheit bieten. Daher zielt die Forschungsgruppe darauf ab, neue Ansätze des aktiven Lernens zu entwickeln, die den Lernprozess kontinuierlich beeinflussen und die Sicherheit verbessern.
Aktives Lernen soll die Effizienz des Lernens in Szenarien erhöhen, die durch hohe Unsicherheiten geprägt sind. Die potenziellen Ergebnisse dieser Forschung könnten nicht nur in der Robotik, sondern auch in der Energietechnik Anwendung finden. Laut Fraunhofer sind neuronale Netze, die inspiriert von Nervenzellenverbindungen im menschlichen Gehirn gestaltet sind, ein zentrales Element des maschinellen Lernens. Diese Netze arbeiten mit mehreren Schichten von Datenknoten, um komplexe Probleme mittels Deep Learning zu lösen.
Gesellschaftliche Relevanz und Herausforderungen
Die Forschung im Bereich maschinelles Lernen nimmt eine Schlüsselrolle in der Entwicklung kognitiver Systeme auf Basis Künstlicher Intelligenz (KI) ein. Diese Technologien sind entscheidend für die wirtschaftliche Entwicklung und die globale Wettbewerbsfähigkeit Deutschlands und Europas. Eine aktuelle Studie mit dem Titel „Maschinelles Lernen – Kompetenzen, Anwendungen und Forschungsbedarf“ zeigt die Notwendigkeit einer fundierten Auseinandersetzung mit KI- und ML-Technologien auf. Diese Studie wurde im Rahmen eines BMBF-geförderten Projekts erstellt und bietet einen Überblick über die Herausforderungen sowie neue Forschungsfragen in diesem Bereich.
Das Thema maschinelles Lernen ist nicht nur ein technisches, sondern hat auch gesellschaftliche Dimensionen. Eine breite gesellschaftliche Akzeptanz ist zentral für den Einsatz maschineller Lernverfahren. Die Debatte über KI und ML ist gegenwärtig oft geprägt von Halbwissen und Mythen, was die Notwendigkeit eines klaren Verständnisses und sachlicher Aufklärung unterstreicht.
Die DFG-Forschungsgruppen, die zunächst für vier Jahre eingerichtet werden, mit der Option auf eine zweite vierjährige Förderperiode, ermöglichen es Wissenschaftlern, innovative Arbeitsrichtungen zu etablieren und Lösungen für drängende Fragen zu finden. So wird der Einfluss dieser Forschungsgruppe auf die zukünftige Entwicklung von Technologien und deren Integration in die Gesellschaft von großer Bedeutung sein.
