Prof. Dr. Niki Kilbertus untersucht an der Technischen Universität München (TUM) und dem Helmholtz Zentrum München ethische maschinelle Lernsysteme (ML). ML spielen in immer mehr Lebensbereichen eine wichtige Rolle, zum Beispiel in der medizinischen Diagnostik, bei Chatbots oder personalisierten Vorschlägen von Streaming-Anbietern. Wenn ML jedoch an sensiblen Stellen über Menschen entscheiden – beispielsweise bei Vorstellungsgesprächen oder beim Prüfen der Kreditwürdigkeit – muss Fairness und Transparenz sichergestellt werden. Niki Kilbertus gehört zu den Pionieren, die kausale Konzepte der Fairness bei automatisierten Entscheidungsprozessen formalisiert haben. Um Entscheidungen treffen zu können, müssen ML mit Daten trainiert werden, die sie zueinander in Beziehung setzen. Kilbertus legt in seiner Forschung einen besonderen Schwerpunkt auf die Ursache-Wirkungs-Beziehungen aus Beobachtungsdaten, die kausalen Inferenzen. Diese zielen darauf ab, echte kausale Zusammenhänge von bloßen Korrelationen in Daten zu unterscheiden. Bei der Weiterentwicklung des Systems sollen die ML in die Lage versetzt werden, sich von fehlerhaften Annahmen zu lösen und so angemessene Entscheidungen zu treffen. Die Forschung dient der Entwicklung von KI-Systemen, die nicht nur hochpräzise, sondern auch ethisch vertretbar, transparent und robust sind. Diese Entwicklung ist essenziell, um sicherzustellen, dass KI der Gesellschaft insgesamt zugutekommt, vertrauenswürdiger wird und gleichzeitig Risiken und Verzerrungen minimiert werden.

Niki Kilbertus studierte von 2010 bis 2016 Mathematik und Physik an der Universität Regensburg, wobei er im Jahr 2014 Auslandsaufenthalte an der Harvard University/USA sowie von 2015 bis 2016 an der Stanford University/USA absolvierte. Er wurde 2020 an der University of Cambridge/UK promoviert. Seit 2021 ist er Professor für Ethics in Systems Design and Machine Learning an der TUM im Fachbereich Informatik und seit 2020 Forschungsgruppenleiter bei Helmholtz AI am Helmholtz Zentrum München. Er erhielt während seiner Doktorarbeit das Cambridge – Tübingen PhD Fellowship in Machine Learning und wurde 2019 vom Bundesministerium für Bildung und Forschung und der Gesellschaft für Informatik als KI-Newcomer des Jahres ausgezeichnet.

Die Preisverleihung findet im Rahmen der Mitgliederversammlung des Leopoldina Akademie Freundeskreis am Donnerstag, den 24. Oktober 2024, in Halle (Saale) statt.

Seit 1993 vergibt die Akademie den Leopoldina-Preis für junge Wissenschaftlerinnen und Wissenschaftler. Er wird jährlich an junge Wissenschaftlerinnen oder Wissenschaftler mit bemerkenswerten wissenschaftlichen Leistungen vergeben, deren Promotion nicht mehr als 5 Jahre zurückliegt. Der Auswahlkreis ist übernational. Der Preis ist seit 2019 mit jeweils 5.000 Euro dotiert. Das Preisgeld wird durch den Leopoldina Akademie Freundeskreis finanziert.

Die Leopoldina auf X: http://www.twitter.com/leopoldina

Über die Nationale Akademie der Wissenschaften Leopoldina
Als Nationale Akademie der Wissenschaften leistet die Leopoldina unabhängige wissenschaftsbasierte Politikberatung zu gesellschaftlich relevanten Fragen. Dazu erarbeitet die Akademie interdisziplinäre Stellungnahmen auf der Grundlage wissenschaftlicher Erkenntnisse. In diesen Veröffentlichungen werden Handlungsoptionen aufgezeigt, zu entscheiden ist Aufgabe der demokratisch legitimierten Politik. Die Expertinnen und Experten, die Stellungnahmen verfassen, arbeiten ehrenamtlich und ergebnisoffen. Die Leopoldina vertritt die deutsche Wissenschaft in internationalen Gremien, unter anderem bei der wissenschaftsbasierten Beratung der jährlichen G7- und G20-Gipfel. Sie hat rund 1.700 Mitglieder aus mehr als 30 Ländern und vereinigt Expertise aus nahezu allen Forschungsbereichen. Sie wurde 1652 gegründet und 2008 zur Nationalen Akademie der Wissenschaften Deutschlands ernannt. Die Leopoldina ist als unabhängige Wissenschaftsakademie dem Gemeinwohl verpflichtet.