HIDA Lecture: Making ML Research Count
Referent: Peter Steinbach, Helmholtz-Zentrum Dresden-Rossendorf/Helmholtz AI
Datum: 25.11.2026, 14:00 Uhr
Titel: Making ML Research Count - Avoiding the Pitfalls of Spurious Findings
Inhaltszusammenfassung:
Machine Learning entwickelt sich schneller denn je – doch wie verlässlich sind die Ergebnisse? Diese Lecture beleuchtet die typischen Fallstricke der modernen ML-Forschung und zeigt auf, wie robuste Methoden und gute wissenschaftliche Praxis zu belastbaren, reproduzierbaren Erkenntnissen führen.
Denn nachhaltiger Fortschritt entsteht nicht durch Zufall, sondern durch vertrauenswürdige Forschung.
Peter Steinbach
Peter Steinbach erhielt seinen Doktortitel in Teilchenphysik im Jahr 2012 von der TU Dresden für eine experimentelle Studie von LHC-Daten am ATLAS-Experiment, um Hintergrundbeiträge zur Higgs-Teilchensuche mithilfe multivariater Statistik zu reduzieren. Er arbeitete weiter in der Industrie als HPC-Support- und Software-Ingenieur. In dieser Rolle wurde er zunehmend mit Deep-Learning-Anwendungen für Computer-Vision-Anwendungen in der Biologie konfrontiert.
Seit 2019 leitet er die Gruppe „Artificial Intelligence“ am HZDR. Gemeinsam mit seinem Team aus AI-Consultants unterstützt er Forschende im Helmholtz-Forschungsbereich Materie dabei, maschinelles Lernen erfolgreich in experimentelle und theoretische Forschung zu integrieren.
