das KIT-Fakultät für Informatik lädt Sie herzlich zum Semesterkolloquium am 16. Februar 2026 um 17:30 Uhr im InformatiKOM 1 ein.

Zu Beginn wird der Dekan der Fakultät einen kurzen Überblick über aktuelle Entwicklungen und Perspektiven geben. Im Mittelpunkt der Veranstaltung stehen anschließend die Antrittsvorlesungen von Professorin Nadja Klein und Professor Henning Meyerhenke, die beide neben ihrer Zugehörigkeit zur Fakultät auch am Scientific Computing Center (SCC) tätig sind.

In ihrer Antrittsvorlesung „Bayesian Statistics and Machine Learning: Leveraging the Best of Both Worlds“ stellt Nadja Klein ausgewählte Arbeiten zu Bayesianischem Lernen vor, welches es ermöglicht, Vorwissen mit Daten zu verknüpfen, Unsicherheit zu quantifizieren und die Transparenz moderner Machine‑Learning‑Systeme zu erhöhen. Durch die Integration von Expertenwissen, strukturellen Annahmen oder Regularisierungsverfahren können Bayesianische Methoden existierende Modelle präziser, robuster und daten­effizienter machen und damit zentrale Einschränkungen von Black‑Box‑Ansätzen adressieren. Die Forschung von Nadja Klein verbindet theoretische Arbeiten, methodische Innovationen und praktische Anwendungen. Dazu gehören Beiträge zu räumlicher Statistik, sparsamen und skalierbaren Bayesianischen Modellen und neuronalen Netzen sowie Methoden zur Interpretierbarkeit und Erklärbarkeit komplexer Systeme. Anwendungsseitig arbeitet ihre Gruppe interdisziplinär – von der Analyse komplexer biomedizinischer und Neuroimaging‑Daten über die Vorhersage von Wetter‑ und Umweltmustern bis hin zur Verbesserung autonomer Fahrsysteme. Dieser Vortrag hebt ausgewählte aktuelle methodische Entwicklungen aus ihrer Gruppe hervor und zeigt anhand konkreter Anwendungen, wie Bayesianische Konzepte moderne Machine‑Learning‑Pipelines verbessern können.

In der Antrittsvorlesung „Graph Algorithms for Large Complex Systems“ widmet sich Henning Meyerhenke Forschungsfragen, die sich aus sehr großen Netzwerken verschiedener Anwendungsbereiche ergeben. Der Vortrag stellt aktuelle algorithmische Resultate vor, die Probleme aus der Netzwerkanalyse, dem CO2-armen Workflow-Scheduling und der Robustheits-Optimierung von Graphen lösen.

Im Anschluss an das Kolloquium laden wir herzlich zu einem kleinen Empfang ein, der Gelegenheit zum fachlichen aber natürlich auch persönlichen Austausch bietet.