Das Berliner Modell: Ausbildung für nach- und nebenberufliche Aktivitäten (BANA) versteht sich als innovatives Weiterbildungsangebot für Personen ab 45 Jahren, das einen Zugang zu aktuellen wissenschaftlichen Erkenntnissen ermöglicht. Die BANA-Vorlesungsreihe an der Technischen Universität Berlin richtet sich an die breite Öffentlichkeit und greift aktuelle, gesellschaftsrelevante Fragestellungen auf. Das Format fördert den Dialog mit der Zivilgesellschaft und ermöglicht den Teilnehmer*innen nach jedem Vortrag einen Austausch mit den Dozierenden – etwa durch Fragen, Anregungen oder Kommentare. Die Vortragsreihe im Sommersemester 2026 wird in Zusammenarbeit mit den Wissenschaftler*innen des ECDF organisiert und durchgeführt. Der zweite Termin der Vortragsreihe findt am 18. Mai 2026 von 17:00 bis 18:30 Uhr statt.
1. Vortrag:
Fairness in KI-gestützter Personalauswahl? – Versprechen und Realität in der Arbeitswelt
Teaser
Künstliche Intelligenz (KI) hält zunehmend Einzug in die Personalauswahl und verspricht objektivere sowie effizientere Entscheidungen. Doch was heißt eigentlich „fair“, wenn Algorithmen über berufliche Chancen mitentscheiden? Der Vortrag gibt einen verständlichen Einblick in aktuelle Forschung zu KI-gestützter Personalauswahl und zeigt, warum Fairness dabei kein rein technisches Problem ist. Anhand empirischer Studien wird deutlich, wie (unterschiedlich) Akteur*innen aus HR, Technologieentwicklung und Organisationen Fairness verstehen, wo Unsicherheiten liegen und warum Transparenz allein nicht ausreicht. Diskutiert wird außerdem, welche Rolle Regulierung, organisationale Werte und partizipative Prüfverfahren spielen – und was das alles für eine verantwortungsvolle Nutzung von KI in der Praxis bedeutet.
Helena Mihaljević ist seit Juli 2018 ECDF-Professorin für „Data Science" an der Hochschule für Technik und Wirtschaft Berlin. Die Mathematikerin verfügt über vielfältige Praxis-Erfahrung aus mehreren Jahren Tätigkeit als Data Scientist in der freien Wirtschaft. In ihrer Forschung analysiert sie Daten und digitale Technologien mit Methoden des Machine Learning und Natural Language Processing. Sie leitet inter- und transdisziplinäre Forschungsprojekte, unter anderem zu Kommunikationsdynamiken von Verschwörungstheorien sowie zu Fragen von Fairness, Verantwortung und Regulierung datengetriebener Systeme. Dabei verbindet sie technische Analysen mit gesellschaftlichen und ethischen Perspektiven.
2. Vortrag:
KI-Anwendungen für resiliente Gesellschaften und Infrastrukturen
Teaser
Künstliche Intelligenz (KI) spielt inzwischen eine entscheidende Rolle bei der Schaffung resilienter Gesellschaften und Infrastrukturen. Anhand von vier Beispielen wird dies im Vortrag von Felix Biessmann verdeutlicht. So nutzt die Bundesbehörde für Geowissenschaften und Rohstoffe (BGR) KI zum einen zur Vorhersage von Grundwasserständen. Durch die Analyse historischer und aktueller Daten können Dürreperioden frühzeitig erkannt werden, was die nachhaltige Wassernutzung fördert. Zum anderen setzt die BGR KI ein, um die Bodenqualität genau vorherzusagen. Diese Daten helfen Landwirten, Nährstoffe optimal einzusetzen und Erosion zu verhindern, was die Ernteerträge und die Umwelt schützt. Im Rahmen eines Projekts mit dem Wirtschaftsministerium wird KI zur Abwassermodellierung genutzt. So können Städte besser auf extreme Wetterereignisse reagieren, was die urbane Infrastruktur stärkt. KI-gestützte Analysen untersuchen außerdem politische Diskurse auf Plattformen wie Twitter. Dies hilft, gesellschaftliche Stimmungen zu verstehen und eine ausgewogene Meinungsbildung zu fördern.
Felix Biessmann ist seit Oktober 2018 ECDF-Professor für „Maschinelles Lernen" an der Berliner Hochschule für Technik. Von 2014 bis zum September 2018 arbeitete Felix Biessmann als „Machine Learning Scientist“ in dem Amazon-Forschungslabor für maschinelles Lernen in Berlin. Parallel zu seiner Tätigkeit bei Amazon hat Felix Biessmann Projekte mit der Deutschen Krebsgesellschaft oder auch dem Wissenschaftszentrum Berlin bearbeitet. Seine Forschungsschwerpunkte sind die Entwicklung von ML-Methoden und -Anwendungen für die Automatisierung der Datenqualität, transparentes ML und ML-Anwendungen, die insbesondere auf Nachhaltigkeitsziele hinarbeiten.
Veranstaltungsort:
Einstein Center Digital Future
Konferenzsaal, 1. OG
Wilhelmstr. 67
10117 Berlin
Bitte beachten Sie, dass die Veranstaltung auf Deutsch stattfindet.
Zur Anmeldung geht es //hier.