HIDA Lecture Series on AI

AI & Ethics

KI verändert unseren Alltag grundlegend – und stellt unser ethisches Verständnis auf die Probe. Wo liegen unsere Grenzen? Wer kontrolliert KI? Und wollen wir das überhaupt? Diese Lectures widmen sich den komplexen ethischen Fragen rund um Künstliche Intelligenz. Jetzt ansehen! 

The Ethics of AI: Foundations of Applied Ethics and Emerging Risks from AI Development

Ethical Considerations on Hate Speech and AI

Contextualizing LLMs – What are the Social and Ethical Implications?

Fostering Research Integrity in an AI-Driven World

Ally or Adversary: Examining the Impact of Large Language Models on Academics and Academic Work

AI & Health

Wie lassen sich KI und Machine Learning sinnvoll in der Gesundheitsforschung und -versorgung einsetzen? Diese Lectures beleuchten Chancen, Potenziale und Herausforderungen von Künstlicher Intelligenz in der Medizin. 

Squiggles to the Rescue: How AI can Support our Understanding of Resistant Bugs

Machine Learning for Precision Medicine: Avenues and Roadblocks

Clinical LLMs in Healthcare

Large-Scale Brain Decoding - Taking Advantage of Physiological Diversity 

FAIR clinical IT-infrastructure for the virtual human twin

Towards AI-Based Precision Neurology

Synergies between mechanistic and data-driven models in medical research

AI & Technology

Alle sprechen von KI - doch was steckt eigentlich dahinter? Wie funktionieren Large Language Models wie ChatGPT und neuronale Netze? Und wie vertrauenswürdig sind KI-Systeme wirklich? Diese Lectures beleuchten die technologischen Grundlagen, Funktionsweisen und Risiken von Künstlicher Intelligenz.

When AI Performance Misleads: From Success in Papers to Failure in Practice
A Short Introduction to Efficient Natural Language Processing

TrustLLM - Towards Trustworthy and Factual Language Models 

ChatGPT's Backgrounds: Exploring the World of Large Language Models 

ChatGPT in Action: Enhancing Your Workflow

Challenges and Threats in Generative AI: Exploits and Misuse

Security Challenges Posed by LLMs

Annika Reinke

Dr. Annika Reinke ist stellvertretende Leiterin des Bereichs "Intelligent Medical Systems" am DKFZ und leitet dort die Arbeitsgruppe „Validation of Intelligent Systems“. 

Ihre Forschung konzentriert sich auf die Verbesserung der Validierung und des Benchmarkings biomedizinischer KI-Systeme. Darüber hinaus ist sie Sekretärin der MICCAI Special Interest Group zu biomedizinischen Challenges und Vorsitzende der MONAI Working Group für Evaluation und Benchmarking. 

Sie hielt die Lecture: “When AI Performance Misleads: From Success in Papers to Failure in Practice”. 

Lara Urban

Lara Urban ist Genetikerin und Ökologin mit Schwerpunkt auf statistischer Genetik und Computational Genomics. Sie promovierte in Computational Genomics an der Universität Cambridge in Zusammenarbeit mit dem European Bioinformatics Institute (EMBL-EBI).

Sie hat eine Tenure-Track-Professur an der Universität Zürich inne. Der Deutsche Hochschulverband (DHV) zeichnete sie 2023 als ‚Nachwuchswissenschaftlerin des Jahres 2022' aus.  

Sie hielt die Lecture “Squiggles to the Rescue: How AI can Support our Understanding of Resistant Bugs”. 

Simon Ostermann

Simon Ostermann ist Computerlinguist und leitender Forscher am Deutschen Forschungszentrum für Künstliche Intelligenz (DFKI). Sein Forschungsinteresse gilt der Verbesserung der Nutzbarkeit von Large Language Models (LLMs) in mehrfacher Hinsicht. 

Erstens, indem die Parameter und das Verhalten von LLMs sowohl für Endnutzer als auch für Forscher erklärbarer und verständlicher gemacht werden, und zweitens, indem Sprachmodelle in Bezug auf ihren Datenverbrauch und ihre Größe verbessert werden.

Er hielt die Lecture “A Short Introduction to Efficient Natural Language Processing”. 

Blake Richards

Blake Richards ist außerordentlicher Professor an der McGill University sowie Mitglied von Mila – Quebec Artificial Intelligence Institute.

Richards' Forschung liegt an der Schnittstelle von Neurowissenschaften und KI. Für seine Arbeit wurde er bereits mehrfach ausgezeichnet, darunter mit dem NSERC Arthur B. McDonald Fellowship in 2022. Er war von 2011 bis 2013 Banting Postdoctoral Fellow am SickKids Hospital. 

Er hielt eine Lecture "Large-Scale Brain Decoding - Taking Advantage of Physiological Diversity". 

Simon Eickoff

Simon Eickhoff ist Professor und Lehrstuhlinhaber des Instituts für Systemische Neurowissenschaften an der Heinrich-Heine-Universität Düsseldorf und Direktor des Institut für Neurowissenschaften und Medizin: Gehirn und Verhalten (INM-7) am Forschungszentrum Jülich.

An der Schnittstelle von Neuroanatomie, Datenwissenschaft und Hirnmedizin arbeitet er daran, die Organisation des menschlichen Gehirns und seine interindividuelle Variabilität detaillierter zu erfassen. Ziel ist es, Veränderungen im Alter sowie neurologische und psychiatrische Störungen besser zu verstehen.

Dazu entwickelt und nutzt er innovative Werkzeuge für die groß angelegte, multimodale Analyse von Gehirnstruktur, -funktion und -konnektivität sowie maschinelles Lernen, um kognitive und sozioaffektive Merkmale einzelner Personen vorherzusagen und Anwendungen in der Präzisionsmedizin voranzutreiben.

Er hielt die Lecture "Machine Learning for Precision Medicine: Avenues and Roadblocks". 

Lea Schönherr

Lea Schönherr ist Tenure-Track-Faculty am CISPA Helmholtz-Zentrum für Informationssicherheit. Sie forscht zu Informationssicherheit mit einem Schwerpunkt auf Adversarial Machine Learning.

Sie promovierte 2021 an der Ruhr-Universität Bochum, wo sie von Professor Dr.-Ing. Dorothea Kolossa in der Arbeitsgruppe Kognitive Signalverarbeitung betreut wurde. Sie erhielt zwei Stipendien von UbiCrypt (DFG-Graduiertenkolleg) und CASA (DFG-Exzellenzcluster). 

Sie hielt die Lecture "Challenges and Threats in Generative AI: Exploits and Misuse" 

Sahar Abdelnabi

Sahar Abdelnabi leitet die Forschungsgruppe COMPASS am ELLIS Institute Tübingen, am Max-Planck-Institut für Intelligente Systeme und am Tübingen AI Center.

Zuvor war sie als KI-Sicherheitsforscherin bei Microsoft tätig. Sie promovierte am CISPA Helmholtz-Zentrum für Informationssicherheit unter der Betreuung von Prof. Dr. Mario Fritz.

Sie hielt die Lecture "On New Security and Safety Challenges Posed by LLMs and How to Evaluate Them". 

Anne Torill Nordsletta

Anne Torill Nordsletta ist Abteilungsleiterin am Norwegian Centre for E-Health Research. Sie war maßgeblich an der Gründung der Abteilung für KI und Gesundheitsanalytik des Zentrums beteiligt sowie eines nationalen Netzwerks für KI im norwegischen Gesundheitswesen (KIN) beteiligt.

Sie hielt die Lecture "Clinical Large Language Models in Healthcare – Applications, Challenges, and Opportunities". 

Katrin Frisch

Katrin Frisch ist wissenschaftliche Mitarbeiterin beim Ombudsman für die Wissenschaft und arbeitet dort in einem Projekt zur Stärkung wissenschaftlicher Integrität mit Fokus auf Forschungsdaten. Sie absolvierte einen Joint-PhD an der Humboldt-Universität zu Berlin und dem King's College London. 

Sie hielt die Lecture "Fostering Research Integrity in an AI-Driven World"