x
Loading
+ -

«Mithilfe von Datenanalysen findet fantastische Forschung statt»

Prof. Dr. Ivan Dokmanić, Leiter des Center for Data Analytics. (Bild: Universität Basel, Oliver Hochstrasser)
Prof. Dr. Ivan Dokmanić, Direktor des Center for Data Analytics. (Bild: Universität Basel, Oliver Hochstrasser)

Das Center for Data Analytics an der Universität Basel hilft Forschenden, mit modernsten Techniken wie Deep Learning das Beste aus ihren Daten herauszuholen. Der Direktor des neu gegründeten Zentrums, Prof. Dr. Ivan Dokmanić, erklärt, was sein Team erreichen will.

22. Februar 2021 | Yvonne Vahlensieck

Prof. Dr. Ivan Dokmanić, Leiter des Center for Data Analytics. (Bild: Universität Basel, Oliver Hochstrasser)
Prof. Dr. Ivan Dokmanić, Direktor des Center for Data Analytics. (Bild: Universität Basel, Oliver Hochstrasser)

Herr Dokmanić, hat das Zentrum für Datenanalyse seine Arbeit bereits aufgenommen?

Wir bauen das Zentrum jetzt seit etwa einem Jahr auf. Die erste Gruppe von Analytikern ist eingestellt, und wir haben bereits mehrere Projekte am Laufen. Eines davon stammt von Forschenden des Departments Biomedizin und widmet sich der Charakterisierung von Lebertumorzellen. Eine weitere Zusammenarbeit besteht mit dem Departement Gesellschaftswissenschaften: Wir helfen ihnen, die sozioökonomischen Auswirkungen der indischen Filmindustrie in Europa und Indien zu kartieren und zu visualisieren. Zudem sind wir auf mehrere Personen zugegangen, die Spitzenforschung betreiben, und umgekehrt wurden wir auch von Forschenden kontaktiert, die an einer Kooperation interessiert sind, darunter auch einige Start-ups aus der Region. Gleichzeitig sind wir damit beschäftigt, Werkzeuge und Workflows für verschiedene Methoden des maschinellen Lernens, der künstlichen Intelligenz und der Datenvisualisierung zu entwickeln. Dabei arbeiten wir eng mit sciCORE zusammen, dem Zentrum für wissenschaftliches Rechnen der Universität Basel.

Wie wählen Sie die Projekte aus, die Sie unterstützen?

Es gibt eine Reihe von Kriterien. So berücksichtigen wir etwa die potenzielle Bedeutung der Forschung, denn wir möchten Projekte mit einem hohem Wirkungspotenzial auswählen. Ausserdem versuchen wir, die Projekte auf die Expertise unserer Analysten abzustimmen und gleichzeitig dafür zu sorgen, dass sich unser kollektives Know-how ständig erweitert. Formell ist einer unserer Analysten ein Spezialist für die Naturwissenschaften und der andere für die Geisteswissenschaften, aber in Wirklichkeit optimieren wir gemeinsam die Arbeit an interessanten Projekten.

Wer kann von diesem Support besonders profitieren?

Ich denke, gerade die Geisteswissenschaften können von einer Zusammenarbeit mit uns profitieren. Während Forschende in der Physik und Chemie einen besseren Zugang und mehr Wissen über Berechnungen und Daten haben, sitzen die Leute in den Geisteswissenschaften oft auf grossen Mengen von extrem spannenden Daten, kennen aber vielleicht nicht die Methoden, mit denen sie ihre Forschungsfragen angehen können. Wir wollen diese Personen identifizieren und sie mit unseren Datenspezialisten zusammenbringen. Zu predigen, die Dinge auf eine datengetriebene Art und Weise zu tun, ist sozusagen Teil unserer Mission.

Ihr Team kann hochmoderne Datenanalysen liefern. Welche Art von Methoden verwenden Sie?

Mithilfe von Datenanalysen hat in den letzten Jahren auf breiter Ebene fantastische Forschung stattgefunden. Ein grosser Teil unserer Arbeit hat mit maschinellem Lernen und insbesondere mit Deep Learning zu tun. Wir verfügen über Expertise in der Entwicklung von künstlichen neuronalen Netzen, die alle Arten von Daten verarbeiten können – von Text über gesprochene Sprache bis hin zu Bildern und Videos. Wir wollen aber auch mit den Grundlagen wie soliden Statistiken helfen. Ausserdem können wir chaotische Daten auf eine Art visualisieren, die es den Forschenden erlaubt, Schlussfolgerungen zu ziehen und ihre Erkenntnisse der Öffentlichkeit zu präsentieren. In einem idealen Projekt wären wir schon zu einem frühen Zeitpunkt in die Forschung eingebunden, um Feedback zur Erhebung von Daten zu geben, sie dann zu verarbeiten, herauszufinden, worauf es ankommt, und den besten Weg zu finden, sie zu visualisieren.

Wie könnte die zukünftige Zusammenarbeit zwischen Ihren Analytikern und den Forschungsgruppen aussehen?

Für uns ist das wirklich ein wissenschaftliches Unterfangen. Das heisst, wir bieten eine Dienstleistung an, aber wir wollen auch in die Wissenschaft eingebunden sein und nicht als Freelancer für einzelne Analysen fungieren. Wenn jemand schon genau weiss, welche Art von Analyse gewünscht ist und nur jemanden braucht, der die Fleissarbeit erledigt, dann sind wir wahrscheinlich nicht die richtigen Partner. Eine wichtige Form der Zusammenarbeit bildet das Konzept der eingebetteten Analysten: Wir sind sehr daran interessiert, als Daten-Partner an Förderanträgen mitzuarbeiten, und wir können grundsätzlich helfen, die datenbezogenen Teile von Förderanträgen vorzubereiten. Die Datenanalysten, die über solche Anträge finanziert werden, könnten im Center for Data Analytics untergebracht werden, und das wäre ein dreifacher Gewinn für die Studienleitung, die Analysten und uns.

Center for Data Analytics

Das Center for Data Analytics CeDA wird von der Universität Basel getragen und bietet modernste Datenanalytik für Forschende der Universität und ihre Partner. Zudem arbeitet es darauf hin, das Bewusstsein für das Potenzial einer datengesteuerten Wissenschaft zu erhöhen.

Geleitet wird das Zentrum von Ivan Dokmanić, Professor für Datenanalytik am Departement für Mathematik und Informatik, der zu Theorie und Anwendung des wissenschaftlichen maschinellen Lernens forscht. Dem Leitungsteam gehören auch der Koordinator Geoffrey Fucile, Bioinformatiker am Center for Scientific Computing (sciCORE), und Gerhard Lauer, Professor für Digital Humanities am Digital Humanities Lab, an. Derzeit arbeiten zwei Analysten an drei Projekten, weitere Projekte sind bereits in der Pipeline.

nach oben