Unsere Autorinnen und Autoren

Unser neues Team aus Wissenschaftler:innen hat sich zum Ziel gesetzt, die aktuellen Entwicklungen der Digitalisierung in der öffentlichen Verwaltung und KMU zu unterstützen. Das Potential, welches hierdurch freigesetzt wird, um statistische Analysen und vor allem Maschinelle Lernmethoden (ML) einzusetzen, möchten wir mit der Arbeit innerhalb unserer Nachwuchsgruppe aufzeigen und erweitern. In unserem Blog berichten wir regelmäßig über unsere Aktivitäten.

Hier stellt sich unser Team vor:

Stefanie Schwaar

Stefanie Schwaar ist seit 2018 in der Abteilung »Finanzmathematik« am Fraunhofer ITWM im Schwerpunkt »Data Science« unterwegs und beschäftigt sich hier mit KI-Methoden. Die Geschäftsfeldentwicklerin »Abrechnungsprüfung« absolvierte ihr Studium an der Brandenburgisch Technischen Universität in Cottbus und der Humboldt-Universität zu Berlin. Anschließend promovierte sie an der TU Kaiserslautern und war als Post-Doktorandin im Graduiertenkolleg 1932 »Stochastic Models for Innovations in the Engineering Science«.

Ihre Mission:
»Methoden der Künstliche Intelligenz sind kein Hexenwerk und bieten neben viel Potential, auch Fallstricke. Ich möchte ebenso Nichtwissenschaftler:innen einen Einblick darin geben, was denkbar ist und worin Grenzen bestehen.«

Renate Ernst

Renate Ernst ist seit 2018 Mitarbeiterin am Fraunhofer ITWM in unserer Abteilung »Finanzmathematik«. Zuvor war sie einige Jahre als Finanzmathematikerin und Aktuarin in der Versicherungswirtschaft tätig. In unserer Nachwuchsgruppe EP-KI forscht sie zum Thema »Erklärbarkeit von KI-Methoden für die Entscheidungsunterstützung«. Fragen aus der Forschung zu intelligenten Systemen und den Anwendungen in Projekten der Abteilung Finanzmathematik inspirieren ihre Blogbeiträge.

Ihre Mission:
»Ich möchte den Leserinnen und Lesern auch ohne mathematischem Hintergrund einen Zugang zu Methoden der Künstliche Intelligenz ermöglichen und einen Einblick darin geben, welche Optionen es gibt, die Ergebnisse leichter zu interpretieren.«

Florian Trefz

Florian Trefz ist seit 2021 in der Abteilung »Finanzmathematik« in der Nachwuchsgruppe EP-KI im Schwerpunkt »Data Science« tätig und beschäftigt sich überwiegend mit der Anwendung von KI-Algorithmen. Zuvor war er bereits während des Studiums Teil der ITWM-Abteilung »Mathematik für die Fahrzeugentwicklung« am Fraunhofer ITWM, wo er sich mit der Entwicklung von Apps und der Anwendung von Machine Learning Methoden im Schwerpunkt »Energieverbräuche von Fahrzeugen« beschäftigte. Er studierte Informatik an der Hochschule Kaiserslautern in Zweibrücken.

Seine Mission:
»Die fortschreitende Digitalisierung legt durch die einfache Generierbarkeit von großen Datenmengen in vielen neuen Schwerpunkten die Grundlage für die Anwendung von KI-Methoden. Ich möchte den Lesenden einen Zugang zu Methoden der KI schaffen, der es ihnen ermöglicht die vorhandenen Potentiale und Herausforderungen zu erkennen.«

Marcel Müller

Marcel Müller ist seit 2020 als wissenschaftlicher Mitarbeiter im Schwerpunkt »Data Science« unserer Abteilung. Hier und in seinem gleichnamigen Studiengang »Data Science« an der Universität Trier kommt er immer wieder in Berührung mit KI und zugehörigen Themen wie Machine Learning und Natural Language Processing. Aktuell arbeitet er an seiner Masterarbeit, in der er mit Natural Language Processing Textanalyse betreibt.

Seine Mission:
»Künstliche Intelligenz umgibt uns bereits heute überall, da sie in immer mehr Gebieten an Wichtigkeit gewinnt. Die Anwendung von KI ist in den letzten Jahren stark gestiegen. Ich möchte den Leserinnen und Lesern anschaulich erklären, welche verschiedenen Methoden als KI angesehen werden und wie diese zum Einsatz kommen.«

Axel Preis

Axel Preis ist seit 2021 als wissenschaftlicher Mitarbeiter bei uns in der Abteilung »Finanzmathematik« im Schwerpunkt »Data Science« tätig. Er absolvierte sein Statistik-Studium an der Technischen Universität Dortmund. In der Nachwuchsgruppe EP-KI wird er sich mit den Themen »Erklärbarkeit von KI, Auffälligkeitsdetektion und Zeitreihenanalyse« beschäftigen.

Seine Mission:
»Ich möchte den Leserinnen und Lesern die Unterschiede und Überschneidungen zwischen Methoden der klassischen Statistik und KI aufzeigen sowie darüber aufklären, welche Verfahren sich wann und wo eignen.«

Enislay Ramentol

Enislay Ramentol arbeitet seit 2019 in der »Finanzmathematik« im Schwerpunkt »Data Science«. Sie promovierte 2014 an der Universität von Granada in Spanien. In ihrer Doktorarbeit befasste sie sich mit der Anwendung von KI-Methoden für unausgewogene Daten. Bevor sie ans ITWM kam, arbeitete sie als ERCIM-Postdoc am RISE (Research Institute of Sweden) und forschte im Bereich des Maschinellen Lernens. Als ERCIM-Postdoktorandin begann sie ihre Forschung in der Abteilung. Seit November 2020 ist sie wissenschaftliche Mitarbeiterin.

Ihre Mission:
»... und wenn wir so viele Daten gesammelt haben, was machen wir damit?« »Ich möchte den Lesenden den faszinierenden Prozess der Umwandlung von Daten in Informationen, Informationen in Wissen und Wissen in Weisheit durch Künstliche Intelligenz erklären.«