Preference (In-)Stability: A Matter of Context

Explainable Artificial Intelligence in the Context of Large Neural Network Models

Promotion am Promotionszentrum „Ingenieurwissenschaften und Informationstechnologien” (IWIT)


Seit meinem Masterstudium faszinieren mich der technologische Fortschritt und die Möglichkeit, Prozesse zu automatisieren. Die praktische Nutzbarkeit stand dabei stets im Vordergrund meines Interesses, ergänzt durch die Neugier an aktuellen Forschungsergebnissen. Die heutigen künstlichen Intelligenzsysteme (KI) bergen enorme Potenziale, jedoch ist ihre Anwendbarkeit durch die Schwierigkeit limitiert, dass Nutzer ihre Entscheidungen nicht verstehen können. In meiner Dissertation befasse ich mich daher mit dem Thema der erklärbaren KI. Ich fokussiere mich dabei auf die post-hoc-Erklärbarkeit von großen KI-Modellen, um menschenlesbare Erklärungen zu liefern, die den Benutzern die Entscheidungsfindung komplexer Modelle aufzeigen. Betreut werde ich seitens der Hochschule Harz von Prof. Dr. Frieder Stolzenburg und die 2. Betreuerung übernimmt Prof. Dr. Ute Schmid von der Universität Bamberg.

Forschungsschwerpunkte:

  • Erklärbare künstliche Intelligenz
  • Intelligente, mobile Roboter
  • Anwendungsgebiet: Bildung

Akademische Ausbildung:

  • Master of Engineering: Technisches Innovationsmanagement, Hochschule Harz
  • Bachelor of Science: Mathematik, Universität Bayreuth

Publikationen


  • ​​​​​​​Krause, S., Stolzenburg, F. (2024). Commonsense Reasoning and Explainable Artificial Intelligence Using Large Language Models. In: Nowaczyk, S., et al. Artificial Intelligence. ECAI 2023 International Workshops. ECAI 2023. Communications in Computer and Information Science, vol 1947. Springer, Cham. https://doi.org/10.1007/978-3-031-50396-2_17
  • Krause, S., Adler, S., Bühl, J., Schenkendorf, R., Schneider, K., Stolzenburg, S., and Transchel F. (2023). Entwicklung interdisziplinärer Module in der Hochschulbildung. INFORMATIK 2023 - Designing Futures: Zukünfte gestalten. Bonn: Gesellschaft für Informatik e.V.. PISSN: 1617-5468. ISBN: 978-3-88579-731-9 . pp. 461-464. Bildung - KI-Bildung - Ein Workshop zu Aus- und Weiterbildung über Künstliche Intelligenz. Berlin. https://doi.org/10.18420/inf2023_57
  • Krause, S. (2022). Klassifizierung von Personen und Detektion von Fahrrädern auf Bildern (Master's thesis). Wernigeröder Automatisierungs- und Informatik-Texte. Ausgabe 02 | 2022, http://dx.doi.org/10.25673/92616
  • Krause, S., Otto, O., and Stolzenburg, F. (2021). Fast Classification Learning with Neural Networks and Conceptors for Speech Recognition and Car Driving Maneuvers. In International Conference on Multi-disciplinary Trends in Artificial Intelligence (pp. 45-57). Cham: Springer International Publishing. https://doi.org/10.48550/arXiv.2102.05588
  • Urbach, N., Häckel, B., Hofmann, P., Fabri, L., Ifland, S., Karnebogen, P., Krause, S., Lämmermann, L., Protschky, D., Markgraf, M. and others. (2021). KI-basierte Services intelligent gestalten: Einführung des KI-Service-Canvas. https://eref.uni-bayreuth.de/id/eprint/66397

Mein Stipendium wird gefördert durch die Landesgraduiertenförderung des Landes Sachsen-Anhalts.