Neben Prof. Dr. Anita Schöbel vom Fraunhofer ITWM und der Rheinland-Pfälzischen Technischen Universität Kaiserslautern, die bereits seit November 2020 als KI-Lotsin zum Thema „KI und Mobilität“ für das Land aktiv ist, ist Prof. Dr. Stefan Kramer nun der zweite KI-Lotse in Rheinland-Pfalz. „In der vom Land in Auftrag gegebenen Biotechnologie-Studie ist noch einmal deutlich geworden, dass eine engere Verzahnung beider Bereiche zu einer enormen Beschleunigung führen kann. Auch im Rahmen unserer KI-Agenda sowie unserer Digitalstrategie sind die KI-Lotsen für den Austausch und die Vernetzung deshalb von essentieller Bedeutung“, so der Ministerpräsident. Gleich einem Lotsen, der ein Schiff sicher in den Hafen bringe, helfe er den Akteuren, den richtigen Lösungsweg und durch Kooperationen leichter und schneller zusammen zu kommen. Prof. Dr. Anita Schöbel habe durch ihr Engagement im Anwendungsbereich Mobilität bereits viel erreicht. Mit Vorträgen, Publikationen und vernetzenden Gesprächen habe sie dem Themenbereich mehr Sichtbarkeit und Anwendungsnähe verliehen. „Wir wollen die führende Rolle von Rheinland-Pfalz in der Biotechnologie und Künstlichen Intelligenz weiter ausbauen. Um die Möglichkeiten und den Wirkungsgrad der KI-Lotsen zu erhöhen, wird sie das Land in den kommenden beiden Jahren mit bis zu 80.000 Euro pro Jahr unterstützen“, kündigte der Ministerpräsident an.
Auch Katharina Heil, Ministerialdirektorin im Ministeriums für Wissenschaft und Gesundheit, zeigte sich sehr erfreut über den zweiten KI-Lotsen. „Die Benennung von Prof. Dr. Kramer ist ein weiterer Meilenstein, um die beiden für Rheinland-Pfalz so bedeutsamen Technologiefelder noch näher zusammenzubringen. Damit können wir die Transformation von Forschungsergebnissen in die Praxis weiter stärken.
„Dies ist auch eine Anerkennung für die vergangenen Leistungen an der Schnittstelle zwischen KI und den Lebenswissenschaften in Mainz. Ich möchte die bekannten 'Schwergewichte' im Land in den Life Sciences und in der KI, aber auch die kleineren Akteure, besser vernetzen und dabei wichtige Punkte zum Thema machen, beispielsweise wie eine sinnvolle, sichere Datennutzung erfolgen kann oder auch welcher Voraussetzungen es bedarf, um das Vertrauen in die KI zu stärken“, sagte Prof. Dr. Stefan Kramer.
Der Landeskoordinator für Biotechnologie, Prof. Dr. Eckhard Thines, begrüßte die Benennung von Herrn Prof. Dr. Kramer: „Ich bin froh, dass mit Prof. Dr. Kramer die Brücke von der Biotechnologie zur KI weiter gestärkt wird, um Innovation an dieser Verbindungsstelle zu unterstützen. Mit seiner Kompetenz ist er eine Idealbesetzung für interdisziplinäre Forschungsinitiativen.“
Zur Person Prof. Dr. Stefan Kramer
Stefan Kramer ist Professor für Data Mining an der Johannes Gutenberg-Universität und Professor h.c. an der University of Waikato in Hamilton, Neuseeland. Nach seinem Diplom in Informatik an der TU Wien und Studium der Philosophie an der Universität Wien war er sechs Jahre lang am Österreichischen Forschungsinstitut für Artificial Intelligence (OFAI) und bei der Siemens AG Österreich Programm- und Systementwicklung (PSE) in Wien tätig. Nach seiner Promotion an der TU Wien 1999 zum Thema "Relational learning vs. Propositionalization: Investigations in Inductive Logic Programming and Propositional Machine Learning" wechselte er für eine Habilitationsstelle an die Albert-Ludwigs-Universität Freiburg an den Lehrstuhl für Maschinelles Lernen und Natürlichsprachliche Systeme von Prof. Luc De Raedt.
Nach drei Jahren wurde er im Januar 2003 auf eine Professur für Bioinformatik an die Fakultät für Informatik der Technischen Universität München, "eine der führenden Informatikfakultäten in Deutschland" berufen, bis er 2011 als Professor für Data Mining an das Institut für Informatik der Johannes Gutenberg-Universität wechselte.
Seit 30 Jahren publiziert Stefan Kramer Arbeiten zum maschinellen Lernen, und ebenso lange arbeitet er an lebenswissenschaftlichen Anwendungen davon. Die Resultate seiner Forschung finden sich in mehr als 200 Publikationen wieder. Er ist einer der Pioniere des maschinellen Lernens und Data Mining auf Graphdaten und gilt als Erfinder der sog. Propositionalisierung, dem Repräsentationswechsel von relational zu propositional im maschinellen Lernen. Seine aktuellen Forschungsinteressen gelten der Rolle des Vorwissens im maschinellen Lernen, der Entdeckung neuen wissenschaftlichen Wissens durch KI, der Frage des Vertrauens in KI-Methoden und Anwendungen u.a. in der biomedizinischen Forschung.