Unsere Forschung: KI-Systeme verstehen, verantwortungsvoll nutzen, besser machen
Künstliche Intelligenz verändert Wirtschaft und Gesellschaft – doch die Möglichkeiten und Grenzen dieser Anwendungen sind oft schwer zu durchschauen. An der KI-Akademie OWL erforschen wir, wie KI-Systeme sicherer, effizienter und transparenter gestaltet werden können. Der AI-Act der Europäischen Union reguliert KI-Verfahren basierend auf dem möglichen Risiko. Doch was bedeutet dieses genau und was bedarf es für einen verantwortungsvollen Umgang des Menschen mit KI?
Wir untersuchen die Risiken hochkomplexer KI-Modelle, helfen Unternehmen und Anwendern, sie besser einzuschätzen, und entwickeln alternative und maßgeschneiderte Lösungen, die weniger Rechenleistung und Daten benötigen. Unser interdisziplinärer Ansatz verbindet Technik mit Sozial- und Geisteswissenschaften, um KI-Methoden verständlich, inklusiv und nachhaltig zu machen.
Dabei stehen nutzerfreundliche KI-Technologien, Erklärbarkeit und Vertrauen im Fokus. Unsere Forschung reicht von grundlegenden Algorithmen bis hin zu praktischen Anwendungen, die direkt in Wirtschaft, Bildung und Gesellschaft einfließen. Dabei konzentrieren wir uns auf die Domänen der KI-Sicherheit und KI-Verfahren auf der Basis geringer Datenmengen im Bereich der Inklusion.
Unser Ziel: KI-Systeme, die nicht nur leistungsfähig, sondern auch nachvollziehbar und verantwortungsvoll einsetzbar sind.
Unsere Publikationen
2025
Kuhl, Ulrike; Bush, Annika
When Bias Backfires: The Modulatory Role of Counterfactual Explanations on the Adoption of Algorithmic Bias in XAI-Supported Human Decision-Making Proceedings Article Forthcoming
In: The 3rd World Conference on eXplainable Artificial Intelligence (XAI 2025), Forthcoming.
@inproceedings{nokey,
title = {When Bias Backfires: The Modulatory Role of Counterfactual Explanations on the Adoption of Algorithmic Bias in XAI-Supported Human Decision-Making},
author = {Ulrike Kuhl and Annika Bush},
year = {2025},
date = {2025-07-10},
urldate = {2025-01-01},
booktitle = {The 3rd World Conference on eXplainable Artificial Intelligence (XAI 2025)},
keywords = {},
pubstate = {forthcoming},
tppubtype = {inproceedings}
}
Roberts, Isaac; Hinder, Fabian; Vaquet, Valerie; Schulz, Alexander; Hammer, Barbara
Conceptualizing Concept Drift Proceedings Article Forthcoming
In: European Symposium on Artificial Neural Networks, Computational Intelligence and Machine Learning (ESANN), Forthcoming.
@inproceedings{roberts2025conceptualizing,
title = {Conceptualizing Concept Drift},
author = {Isaac Roberts and Fabian Hinder and Valerie Vaquet and Alexander Schulz and Barbara Hammer},
year = {2025},
date = {2025-01-01},
urldate = {2025-01-01},
booktitle = {European Symposium on Artificial Neural Networks, Computational Intelligence and Machine Learning (ESANN)},
keywords = {},
pubstate = {forthcoming},
tppubtype = {inproceedings}
}
Vaquet, Valerie; Vaquet, Jonas; Hinder, Fabian; Hammer, Barbara
Compression-based kNN for Class Incremental Continual Learning Proceedings Article Forthcoming
In: European Symposium on Artificial Neural Networks, Computational Intelligence and Machine Learning (ESANN), Forthcoming.
@inproceedings{vaquet2025compression,
title = {Compression-based kNN for Class Incremental Continual Learning},
author = {Valerie Vaquet and Jonas Vaquet and Fabian Hinder and Barbara Hammer},
year = {2025},
date = {2025-01-01},
urldate = {2025-01-01},
booktitle = {European Symposium on Artificial Neural Networks, Computational Intelligence and Machine Learning (ESANN)},
keywords = {},
pubstate = {forthcoming},
tppubtype = {inproceedings}
}
Srivastava, Nikit; Kuchelev, Denis; Ngoli, Tatiana Moteu; Shetty, Kshitij; Roeder, Michael; Zahera, Hamada; Moussallem, Diego; Ngomo, Axel-Cyrille Ngonga
LOLA–An Open-Source Massively Multilingual Large Language Model Proceedings Article
In: Proceedings of the 31st International Conference on Computational Linguistics, pp. 6420–6446, 2025.
@inproceedings{srivastava2025lola,
title = {LOLA–An Open-Source Massively Multilingual Large Language Model},
author = {Nikit Srivastava and Denis Kuchelev and Tatiana Moteu Ngoli and Kshitij Shetty and Michael Roeder and Hamada Zahera and Diego Moussallem and Axel-Cyrille Ngonga Ngomo},
year = {2025},
date = {2025-01-01},
booktitle = {Proceedings of the 31st International Conference on Computational Linguistics},
pages = {6420–6446},
keywords = {},
pubstate = {published},
tppubtype = {inproceedings}
}
Sanaullah,; Honda, H.; Schneider, A.; Waßmuth, J.; Jungeblut, T.
Automating Neural Model Selection in Spiking Neural Networks Using AutoML Techniques Proceedings Article Forthcoming
In: IEEE Learning & Technology Conference, Forthcoming.
@inproceedings{sanaullah_2025_automating,
title = {Automating Neural Model Selection in Spiking Neural Networks Using AutoML Techniques},
author = {Sanaullah and H. Honda and A. Schneider and J. Waßmuth and T. Jungeblut},
year = {2025},
date = {2025-01-01},
urldate = {2025-01-01},
booktitle = {IEEE Learning & Technology Conference},
keywords = {},
pubstate = {forthcoming},
tppubtype = {inproceedings}
}
