Am Anfang stehen Daten, und zwar bearbeitete. „Ohne gut strukturierte oder annotierte Daten fällt jedes Machine-Learning- und KI-Projekt in sich zusammen“, stellt Moritz Wolter vom BnTrAInee-Projektteam (siehe Kasten) fest. „Denn nur so können wir eine KI darin schulen, die Muster zu erkennen und hilfreich zu sein.

Was das bedeutet, zeigt sich am Zeitungsprojekt von PD. Dr. Felix Selgert,  Institut für Geschichtswissenschaften. „Wir wollen herausfinden, wie die wirtschaftliche Lage in vielen Bereichen war. Dafür sehen wir uns Stellenangebote der Kölnische Zeitung an“, berichtet er. Nur: Anders als heute waren Zeitungen um die Jahrhundertwende vergleichsweise unstrukturiert gesetzt: Unterschiedliche Schriftgrößen, Zeilenabstände oder unerwartete Spaltenumbrüche machen es für Menschen heute bereits schwer, Artikel ohne Übung zu lesen. Für Computer ist es erst einmal ein Ding der Unmöglichkeit. „Wie wir Menschen benötigen die Rechner Übung“, so Wolter. „Ohne korrekte Daten können die Systeme keine Muster erkennen und sich weiterentwickeln.“  Sonst liefe man schnell in die KI-Falle hinein. Das bedeutet: Menschen gehen in Vorarbeit, korrigieren die Daten, weisen auf Fehler und Fehlerquellen hin.

Auch die Informatikstudierenden profitieren. Sie müssen im Rahmen ihres Studiums eine praktische Programmierarbeit ableisten. Bei BN-Trainee werden sie mit Herausforderungen und Forschungsfragen unterschiedlicher Fachdisziplinen in Kontakt gebracht - ein Gewinn und zugleich eine Herausforderung für beide Seiten. Sie müssen ein gemeinsames Verständnis von fachspezifischen Herausforderungen entwickeln. "Für Informatiker aus dem Bereich KI geht es erst einmal um Daten. Aber das Verstehen von ganz speziellen Forschungsfragen und Anforderungen spielen bei der Auswertung ja auch eine Rolle", so Wolter. Aus den Daten und den Aufgaben entwickeln sie selbst Modelle oder passen bestehende an - und leisten damit einen Vorschub für nachfolgende Teams. "Wenn einmal eine Lösung entwickelt wurde, lässt sie sich oftmals auch einfach auf andere Herausforderungen anwenden, berichtet Informatikerin Elena Trunz vom Projektteam “Es gibt Methoden aus dem Machine Learning , die wahnsinnig vielseitig sind." 

So  lässt Dr. Barbara Wichtmann von der Medizinischen Fakultät mithilfe Künstlicher Intelligenz Magnetresonanzbilder von Prostatakrebs auswerten. Es ist das selbe Modell, mit dem Prof. Dr. Matthias Lang von den Digital Humanities archäologische Strukturen wie Meiler, Bombentrichter oder Grabhügel aus Luftaufnahmen erkennen lässt. Ein anderes Projekt, dass im Rahmen von BnTrAInee umgesetzt  wurde, ist die Analyse von Medikamentenabgaben und ihre Wirksamkeit. 

Dabei ist der Aspekt der Kooperation aber nur einer von insgesamt drei Zielen bei BnTrAInee. Zugleich geht es darum, Studierende aus dem Fachbereich Informatik zu gewinnen und im Austausch mit Forschenden andere Fachsysteme zu schulen. "Informatikstudierende sind ja nicht von sich aus auf den KI-Bereich fokussiert.  Und nicht jeder kann nach einer Ausbildung in Bonn per se mit KI- und Machine Learning umgehen", so Elena Trunz vom Projektteam.  Daher möchte man sie auch für diesen Bereich und die vielfältigen Anwendungsmöglichkeiten gewinnen.