Anfang September fand der jährliche internationale Mittweidaer Workshop for Computational Intelligence (MiWoCI) statt, welcher bereits seine 17. Auflage erlebte. Er wurde seitens der Hochschule Mittweida durch das Sächsische Institut für Computational Intelligence and Machine Learning (SICIM) in Zusammenarbeit mit dem Institut für Computational Intelligence and Intelligent Data Analysis e.V. (CIID) ausgerichtet. Die Konferenz erfuhr auch dieses Jahr wieder gute Resonanz und wurde erstmals in der neuen Event-Location im Telewerk der Hochschule Mittweida durchgeführt. Hochschulrektor Professor Volker Tolkmitt zeigte sich sehr erfreut, dass diese traditionelle KI-Veranstaltung als erstes offizielles Event in diesem Hause stattfinden konnte und betonte die Bedeutung der KI-Forschung an unserer Hochschule und für die sächsische Region.
Fokus Forschung: KI und Kanu
Fokus Forschung: KI und Kanu
Rückblick auf den MiWoCi 2025
Die diesjährigen Schwerpunkte des wissenschaftlichen Austausches beim Workshop waren die aktuellen Entwicklungen in der Anwendung generativer KI – und hier speziell der sogenannten Large-Language-Models (LLMs), die mathematische Verifizierung von komplexen KI-Verfahren, die Entwicklung einfach zu interpretierender KI-Modelle sowie die Problematik von Bias und Fairness in KI-Anwendungen und Modellen.
Valerie Vaquet (Center for Cognitive Interaction Technology – CITEC, Uni Bielefeld) berichtete über aktuelle Untersuchungen zu LLMs in Kontext psychologischer Experimente. Zunehmend werden solche KI-Anwendungen in der psychologischen Forschung und Anwendung eingesetzt und wies auf prinzipielle Schwierigkeiten der Ergebnis-Interpretation bzw. der Anwendbarkeit in diesem Kontext hin. Professor Benjamin Paaßen, ebenfalls vom CITEC, unterstrich in seinem Vortrag, die aus seiner Sicht drängenden Probleme und Forschungsfragen, um KI-Modelle für Anwender besser interpretierbar zu gestalten. Zudem bestehen Bedenken hinsichtlich der weit verbreiteten unreflektierten Nutzung von LLMs.
Zudem wurde der Aspekt der mathematischen Absicherung von KI als wesentlicher Forschungsaspekt von mehreren Teilnehmern unterstrichen: Professor Björn Sprungk (TU Bergakademie Freiberg) und Professor Thomas Martinetz (Uni Lübeck) stellten interessante Ergebnisse zum mathematischen Verständnis von KI-Modellen vor, die z. B. die Lernbarkeit im Kontext von limitierten Datenressourcen zum Training der KI-Modelle betreffen und damit unmittelbar praktische Relevanz haben. Professor Michael Biehl (Uni Groningen, Niederlande) unterstrich in seinem Vortrag, dass im Gegensatz zur breiten öffentlichen Wahrnehmung KI wesentlich mehr umfasst als die derzeit populären (und recht erfolgreichen) generativen Modelle. Eine Abwendung von den anderen KI-Forschungsfeldern muss unbedingt vermieden werden, wenn drängende Probleme z. B. in der Medizin oder in technischen Bereichen zeitnah gelöst werden sollen. In diesem Zusammenhang betonte Prof. Martinetz, dass eine Kooperation der Uni Lübeck mit der HSMW im Rahmen des sächsischen Netzwerkes KIMed sinnvoll wäre.
Die HSMW-Forschung wurde durch sieben Präsentationen u. a. mit den Themen zu stabilem Lernverhalten von KI-Modellen während des Trainings sowie Methoden zur Detektion und Verringerung von Bias- in KI-Anwendungen vorgestellt.
Neben dem umfangreichen Tagungsprogramm wurde durch traditionelle Begleitevents wie Grill-Floß, Kanu-Tour und Garten-Party viel Raum für intensive Diskussionen und freundschaftliches Miteinander gegeben, bei denen schon weitere Projektideen diskutiert wurden.
Die nächsten Konferenzen, bei denen Ergebnisse des SICIM vorgestellt werden sind der Workshop Bioinformatics meets Machine Learning (BIML 2025) Anfang Dezember in Mittweida und das European Symposium on Artificial Neural Networks and Machine Learning (ESANN 2026, Brügge/Belgien).
Text und Bilder: Prof. Thomas Villmann