Women in Science: Dr Anna-Lena Lorenz

The blog series “Women in Science” introduces women from the TIB who give insights into their careers and personal experiences in science. Dr Anna-Lena Lorenz studied physics at Bielefeld University and is now working as a community manager at TIB. There she is responsible for the Open Research Knowledge Graph (ORGK) and the ORKG Ask service. In this interview, she talks about the wide variety of scientific work, the importance of exchange and collaboration, and why it is important not to be limited by role models.

What fascinates you about working in science?

Working in science is not a dull routine. The tasks are so diverse and I have so much room to explore interesting topics and develop my own ideas and solutions. In science, I have met many wonderful people with similar interests and, thanks to the international context, I have been exposed to cultures and perspectives that I would never have encountered otherwise.

As a woman in science, what would you have liked to have known earlier?

I wish I had known earlier that it is acceptable to ask questions and that it is even part of the process. When I thought of a “scientist”, I used to have the stereotype of a lonely, mostly male, solitary genius who could figure out the answers to every question on their own. But in reality, science involves a great deal of collaboration; it thrives on exchange and different areas of expertise.

For a long time, I believed I had to choose between femininity and science because my more feminine interests would make me seem like a lesser scientist and my interest in science would make me seem too masculine. But the fact that I like to wear dresses and bake in my spare time has no bearing on my understanding of data. Just as it doesn’t make me any less of a woman that I find elementary particles and artificial intelligence exciting.

What advice would you give to girls and young women who are considering a career in science?

Never doubt your place! Whether it’s a place at university, a job or a presentation at a renowned conference – you’re not here because you’re a woman, but because you’ve done a good job.

Form alliances! It is so important to exchange ideas with like-minded people. Friends who also work in science are great, of course, but there are also many other opportunities to exchange ideas, for example through the many networks offered at universities.

A wish for the future of women and girls in science …

I wish that the phrase “That’s quite unusual for a girl” would die out. It would be cool if books, films and TV series featured more women as scientists, hackers or mechanics, but without them having to be “masculine”.

Women in science – a blog series

The blog series “Women in Science” introduces women at TIB who provide insights into their scientific careers, role models and experiences from their everyday working lives. They all share their perspectives and wishes for the future of science and encourage other women to take their place with confidence.

Frauen in der Wissenschaft: Dr. Anna-Lena Lorenz

Die Blogreihe „Frauen in der Wissenschaft“ stellt Frauen aus der TIB vor, die Einblicke in ihre Wege und ihre persönlichen Erfahrungen in der Wissenschaft geben. Dr. Anna-Lena Lorenz studierte Physik an der Universität Bielefeld und arbeitet heute als Community-Managerin an der TIB. Dort ist sie für den Open Research Knowledge Graph (ORGK) und den Service ORKG Ask verantwortlich. Im Interview spricht sie über die Vielfalt des wissenschaftlichen Arbeitens, die Bedeutung von Austausch und Zusammenarbeit und warum es wichtig ist, sich nicht von Rollenbildern einschränken zu lassen.

Was fasziniert dich an der Arbeit in der Wissenschaft?

Arbeit in der Wissenschaft ist keine stumpfe Routine. Die Aufgaben sind so vielfältig und ich habe so viel Freiraum, interessanten Themen nachzugehen und eigene Ideen und Lösungsansätze zu entwickeln. In der Wissenschaft habe ich viele nette Menschen mit ähnlichen Interessen kennengelernt und durch den internationalen Kontext Kontakt zu Kulturen und Perspektiven gehabt, mit denen ich mich sonst nie beschäftigt hätte.

Was hättest du als Frau in der Wissenschaft gerne früher gewusst?

Ich hätte gerne früher gewusst, dass es okay ist, Fragen zu stellen und es sogar dazugehört. Beim Gedanken an einen „Wissenschaftler“ habe ich früher immer das Klischeebild eines einsamen, meist männlichen, einzelgängerischen Genies gehabt, das die Antworten auf jede Frage selbst ergründen kann. Aber in Wirklichkeit ist Wissenschaft ganz viel Zusammenarbeit, sie lebt vom Austausch und unterschiedlichen Expertisen.

Ich habe lange geglaubt, mich zwischen Weiblichkeit und Wissenschaft entscheiden zu müssen, weil mich meine eher weiblich gelesenen Interessen wie eine schlechtere Wissenschaftlerin wirken lassen würden und mein naturwissenschaftliches Interesse zu männlich wirken würde. Dabei spielt es für mein Verständnis von Daten gar keine Rolle, ob ich gerne Kleider trage und in meiner Freizeit gerne backe. Genauso wenig, wie es mich weniger zu einer Frau macht, dass ich Elementarteilchen und künstliche Intelligenz spannend finde.

Welchen Rat würdest du Mädchen und jungen Frauen geben, die eine wissenschaftliche Laufbahn anstreben?

Zweifelt niemals euren Platz an! Egal, ob es um einen Studienplatz, eine Stelle oder einen Vortrag bei einer renommierten Konferenz geht – ihr seid nicht hier, weil ihr eine Frau seid, sondern weil ihr gute Arbeit geleistet habt.

Verbündet euch! Austausch mit Gleichgesinnten ist so wichtig. Freundinnen, die ebenfalls in der Wissenschaft arbeiten, sind natürlich super, aber auch sonst gibt es viele Möglichkeiten, sich auszutauschen, zum Beispiel über die vielen Netzwerke, die an Unis angeboten werden.

Ein Wunsch für die Zukunft von Frauen und Mädchen in der Wissenschaft …

Ich wünsche mir, dass der Spruch „Das ist aber ungewöhnlich für ein Mädchen“ ausstirbt. Es wäre schön, wenn in Büchern, Filmen und Serien öfter Frauen als Wissenschaftlerinnen, Hackerinnen oder Mechanikerinnen vorkommen würden, aber trotzdem nicht „männlich“ sein müssen.

Frauen in der Wissenschaft – eine Blogreihe

In der Blogreihe „Frauen in der Wissenschaft“ werden Frauen an der TIB vorgestellt, die Einblicke in ihre wissenschaftlichen Wege, Rollenbilder und ihre Erfahrungen aus dem Arbeitsalltag geben. Sie alle teilen ihre Perspektive und ihre Wünsche für die Zukunft der Wissenschaft und ermutigen andere Frauen, ihren Platz selbstbewusst einzunehmen.

Das wissenschaftliche Such- & Erkundungssystem #ORKGAsk bietet Antworten aus fast 80 Mio. wissenschaftlichen Dokumenten & hilft Forschenden dabei, die wissenschaftlichen Publikationen zu finden, nach denen sie wirklich suchen.

Der #TIB-Dienst wurde im Mai 2024 eingeführt & feiert nun also Geburtstag! Ein schöner Anlass, unseren Kollegen Dr. #AllardOelen & Dr. #MohamadYaserJaradeh, die das #KI-basierte Tool innerhalb von vier Monaten entwickelt haben, 3 Fragen zu stellen: https://blog.tib.eu/2025/05/15/drei-fragen-an-dr-allard-oelen-und-dr-mohamad-yaser-jaradeh-zu-orkg-ask

Drei Fragen an Dr. Allard Oelen und Dr. Mohamad Yaser Jaradeh zu ORKG Ask

read this article in English

Der Dienst „ORKG Ask“, eingeführt im Mai 2024, ist nun schon ein Jahr alt. Das wissenschaftliche Such- und Erkundungssystem bietet Antworten aus fast 80 Millionen wissenschaftlichen Dokumenten und hilft Forschenden dabei, die wissenschaftlichen Publikationen zu finden, nach denen sie wirklich suchen. Dr. Allard Oelen und Dr. Mohamad Yaser Jaradeh von der TIB haben das KI-basierte Tool innerhalb von vier Monaten entwickelt. Im Interview sprechen sie über das Tool, seine Funktionen, die Herausforderungen bei der Entwicklung und in den ersten zwölf Monaten sowie darüber, welche Funktionen in den kommenden Monaten noch hinzukommen werden.

Was waren die Beweggründe für die Entwicklung von ORKG Ask und wie unterscheidet es sich von anderen wissenschaftlichen Suchsystemen? Welche einzigartigen Vorteile bietet es den Nutzer:innen und welche Auswirkungen wird das Tool auf die wissenschaftliche Forschung haben?

Dr. Allard Oelen: ORKG Ask ist eine wissenschaftliche Suchmaschine der nächsten Generation, die die neuesten Technologien der künstlichen Intelligenz (KI) wie Large Language Models (LLMs) und semantische Einbettung nutzt, um Forschende bei der effizienteren Suche nach relevanten Artikeln zu unterstützen.

Dr. Mohamad Yaser Jaradeh: Bestehende Suchsysteme verwenden häufig eine Stichwortsuche und überlassen es den Forschenden selbst, relevantes Wissen aus den vorgeschlagenen Artikeln zu extrahieren. ORKG Ask verwendet stattdessen eine neuronale semantische Suche, die es ermöglicht, über die reine Stichwortsuche hinauszugehen, um die wirklich relevanten Arbeiten zu finden. Darüber hinaus verwendet Ask LLMs, um Schlüsselwörter und Informationen aus den Artikeln zu extrahieren und direkte und detaillierte Antworten auf Forschungsfragen zu liefern.

Vor welchen Herausforderungen standen Sie bei der Entwicklung von ORKG Ask und wie haben Sie diese gemeistert?

Dr. Allard Oelen:  Wir wollten sicherstellen, dass das System einfach zu bedienen und für alle zugänglich ist. Deshalb haben wir einige Funktionen hinzugefügt, über die moderne Webapplikationen heute verfügen, wie einen Dark Mode, volle Responsivität, Zugang für Nutzer:innen mit Sehbehinderung sowie die Möglichkeit, die Benutzeroberfläche in verschiedenen Sprachen zu nutzen.

Dr. Mohamad Yaser Jaradeh: Und da der Dienst öffentlich zugänglich und für die Öffentlichkeit bestimmt ist und nicht nur ein Prototyp, haben wir die neuesten Technologien und Best Practices für Entwicklungsanwendungen verwendet. Auch eventuelle zukünftige Entwickler:innen werden davon profitieren, da ORKG Ask vollständig Open Source ist und sie somit einfacher zur Codebasis beitragen können.

Welche Entwicklungen gab es in den vergangenen zwölf Monaten seitdem ORKG Ask online ist und welche Verbesserungen sind für ORKG Ask zukünftig geplant, um den Nutzen für die wissenschaftliche Gemeinschaft zu erhöhen?

Dr. Mohamad Yaser Jaradeh: Kürzlich haben wir neue Funktionen zur Reproduzierbarkeit eingeführt, die es für die Nutzer:innen transparenter machen, wie die Antworten generiert werden. Für die Zukunft arbeiten wir daran, die LLMs für unsere speziellen Anwendungsfälle anzupassen, um die Reaktionsfähigkeit und Effizienz der Ergebnisse zu verbessern. Außerdem möchten wir das von den Nutzer:innen gesammelte Feedback verwenden, um die Entwicklungsanstrengungen weiter zu optimieren. Wenn Sie Vorschläge dafür haben, kontaktieren Sie uns bitte.

Dr. Allard Oelen: Im Moment planen wir eine engere Integration mit dem eigentlichen ORKG-System, wo Ask zur Erstellung von ORKG-Vergleichen verwendet werden kann. Außerdem planen wir, an der Herkunft der Daten zu arbeiten und den Nutzer:innen zu zeigen, wie spezifische LLM-Daten extrahiert werden, und es dem Anwender:innen zu ermöglichen, die extrahierten LLM-Informationen mit Schemata weiter zu spezifizieren. Ein weiterer Schritt wird sein, dass Forschungseinrichtungen und Interessierte alle Funktionen von Ask auf ihre eigenen Datenbestände anwenden können.

Über den ORKG

Der Open Research Knowledge Graph (ORKG) ist ein Dienst, der darauf abzielt, die Art und Weise, wie wissenschaftliche Erkenntnisse geteilt und genutzt werden, zu revolutionieren. Durch die Schaffung eines strukturierten, durchsuchbaren Wissensgraphen macht der ORKG wissenschaftliche Informationen zugänglicher und nutzbarer für die globale Forschungsgemeinschaft.

#ORKGAsk #LizenzCCBY40INT #ORKG #Wissenskommunikation #KünstlicheIntelligenz #KI

Three questions to Dr Allard Oelen and Dr Mohamad Yaser Jaradeh on one year of ORGK Ask

diesen Beitrag auf Deutsch lesen

The “ORKG Ask” service was launched in May 2024 and is now a year old. This scientific search and discovery system provides answers from almost 80 million scientific documents, helping researchers to find the scientific publications they need. Dr Allard Oelen and Dr Mohamad Yaser Jaradeh from TIB developed the AI-based tool in just four months. In this interview, they discuss the tool, its functions, the challenges they faced during development and in the first year, and the features that will be added in the coming months.

What motivated the development of ORKG Ask, and how does ORKG Ask differ from other scientific search systems? What unique advantages does it offer users, and what impact will the tool have on scientific research?

Dr Allard Oelen: ORKG Ask is a next-generation scholarly search engine that uses the latest artificial intelligence (AI) technologies, such as large language models (LLMs) and semantic embeddings, to help researchers find relevant papers more efficiently.

Dr Mohamad Yaser Jaradeh: Established search systems often use keyword-based searches, leaving researchers to extract relevant information from the candidate articles themselves. ORKG Ask, on the other hand, uses a neural semantic search, which enables it to do more than just match keywords; it can actually find relevant work. It also uses LLMs to extract key concepts and information from articles, providing direct and detailed answers to research questions.

What challenges did you face during the development of ORKG Ask and how did you solve them?

Dr Allard Oelen: We wanted to ensure the system was easy to use and accessible for everyone. This means we added several features that modern-day web applications have, such as a dark mode, full responsiveness, accessibility for visually impaired users, and the possibility to use the interface in multiple languages.

Dr Mohamad Yaser Jaradeh: Also, since the service is available publicly in production to the public, and not just a prototype, we used the latest technologies and best practices for development applications. ORKG Ask is fully open source, this also benefits potential future developers, for whom it is then easier to contribute to the codebase.

What developments have been made in the past twelve months since ORKG Ask went online and what improvements are planned for ORKG Ask in the future to increase its usefulness for the scientific community?

Dr Mohamad Yaser Jaradeh: ORKG Ask is still in its infancy and there are a lot of plans to improve the service further. Recently, we introduced new reproducibility features, making it more transparent to users how answers are generated. For the future, we are working on customizing the LLMs for our particular usecases to improve the responsivenss and effiency of the results, Furthermore we want to leverage user-collected feedback to further guide development efforts, so in case you have any suggestions, please get in touch with us.

Dr Allard Oelen: For now, we plan to make a tighter integration with the core ORKG system, where Ask can be used to create ORKG Comparisons. Also, we plan to work on data provenance, showing to the user how specific LLM data is extracted, allow the user to further specify the LLM extracted information with schemas. As well as, permitting research institutes and interested parties in applying all functionalities of Ask on their own datasets.

About the ORKG

The Open Research Knowledge Graph (ORKG) is a service that aims to revolutionise the way scientific knowledge is shared and used. By creating a structured, searchable knowledge graph, the ORKG makes scientific information more accessible and usable for the global research community.

#AI #LargeLanguageModel #LizenzCCBY40INT #ORKG #ORKGAsk #scholarlyCommunication

Spezialisierte KI-Anwendungen für die Forschung profitieren von #OpenAccess-Artikeln als Datengrundlage – und Nutzende können dank Open Access einfach die Quellen prüfen. Blog-Post von Anna-Lena Lorenz (ORKG Community-Managerin, @tibhannover):

https://open-access.network/blog/orkg-ask-ki-auf-der-suche-nach-antworten-in-open-access-artikeln

#ORKGAsk #AI

Frag die Quantenphysik – KI auf der Suche nach Antworten in physikalischer Literatur

Die Quantenphysik ist eines der faszinierendsten Forschungsfelder unserer Zeit. So ist es nicht verwunderlich, dass auch einhundert Jahre nach ihrer Begründung weiter viel publiziert wird. Von Grundlagenforschung bis zur Anwendung, von Quantenverschränkung bis Qbits: Allein im Quantenjahr 2025 verzeichnet arXiv bislang über 6.000 Veröffentlichungen zur Quantenphysik.

Während die Forschung in den letzten hundert Jahren gewaltige Fortschritte gemacht hat, hat sich die Art, neue Erkenntnisse zu kommunizieren kaum verändert. Noch immer wird Wissen in Artikeln festgehalten – eine Kommunikationsform von Menschen für Menschen, die nur wenig Raum für maschinelle Unterstützung lässt. Die Nachteile dieses dokumentenzentrierten Informationsflusses sind deutlich spürbar. Gesucht wird Wissen, gefunden werden Dokumente. Der Open Research Knowledge Graph (ORKG) schafft auf verschiedenen Ebenen Abhilfe.

ORKG Ask – schneller Einstieg in ein neues Forschungsthema

Einen besonders nutzerfreundlichen Zugang ermöglicht der KI-Assistent ORKG Ask. Forschenden können ihre Fragen in natürlicher Sprache stellen und erhalten eine Antwort aus fast 80 Millionen Open-Access-Veröffentlichungen. Zusätzlich zur synthetisierten Kurzzusammenfassung zeigt ORKG Ask eine tabellarische Übersicht der relevantesten Veröffentlichungen an.

Auf die Frage „How can hybrid classical-quantum algorithms be optimized for performance on NISQ devices?“ antwortet Ask beispielsweise folgendermaßen:

Tabellenansicht in ORGK Ask

Die Detailansicht beinhaltet eine Tabelle mit den wichtigsten Veröffentlichungen und deren Inhalten. Anschließend können Forschende nach Erscheinungsjahr, Anzahl der Zitierungen oder nach bestimmten Autor:innen filtern.

Derzeit arbeiten wir an einer mehrsprachlichen Ausgabe sowie an einer Anpassung der Antwort an das Vorwissen der Nutzenden. So können zukünftig nicht nur Forschende, sondern auch die interessierte Öffentlichkeit ihre Fragen an die Quantenphysik und viele weitere wissenschaftliche Themen stellen.

Wissensgraphen – maschinenlesbare Informationen

Während ORKG Ask einen guten Einstieg in ein Forschungsthema darstellt, geht der Wissensgraph den nächsten Schritt. Hier können Forschende das Wissen relevanter Publikationen aus den Artikeln in PDF-Form befreien und in eine maschinenlesbare Form übersetzen. Kernideen, Methoden, Datensätze und Ergebnisse werden dabei nicht nur erfasst, sondern präzise miteinander in Beziehung gesetzt. So wird sichtbar, welche Paper ähnliche Fragestellungen behandeln, wo methodische Unterschiede bestehen oder welche Experimente vergleichbare Resultate erzielt haben.

Der ORKG macht es möglich, komplexe Inhalte semi-automatisch zu vergleichen und anschließend nachzunutzen. Ein Beispiel dafür ist der folgende Vergleich, den ein Nutzer zum Thema „Transition energies of highly charged ions (HCI) produced in an electron beam ion trap (EBIT), for the purpose of Quantum Electrodynamic (QED) studies“ angelegt hat: https://orkg.org/comparison/R221781. Hier wurden insgesamt 13 Forschungsbeiträge verglichen. Die entstandene Tabelle kann nun beispielsweise mit dem ORKG Pythonpaket abgerufen und für eigene Arbeiten verwendet werden.

Die Inhalte des Wissensgraphen werden von Forschenden selbst eingebracht und kollaborativ bearbeitet.

Mithilfe gesucht – Aufbau einer Wissensbasis für die Quantenphysik

Im Quantenjahr 2025 hoffen wir, die Wissensbasis des ORKG auf dem Gebiet der Physik weiter ausbauen zu können. Dafür hoffen wir auf die Mithilfe interessierter Physiker:innen bei der Kuratierung von Inhalten. Wer sich intensiver mit dem ORKG auseinandersetzen möchte, hat derzeit noch bis zum 11. Mai 2025 die Gelegenheit, sich auf unsere Curation Grants zu bewerben. Aber auch darüber hinaus sind wir immer an einer Zusammenarbeit interessiert. Zu erreichen ist das Team des ORKG unter [email protected]

#ForschungUndEntwicklung #KI #LizenzCCBY40INT #ORKG #ORKGAsk #Wissensgraph

Der neue Dienst "ORKG Ask" der #TIB ist eine wissenschafliches Such- und Recherchesystem, das Forschende bei Suchen und Finden von wissenschafltichen Aritikeln unterstützt. Forschende können ihre Farge in natürlicher Sprache eingeben und erhalten eine Antwort, die aus relevanten wissenschaftlichen Artikeln zusammengestelle wird.
https://ask.orkg.org/

Technische Details finden Sie hier.
https://ask.orkg.org/pages/about

Am besten ausprobieren.

#ORKG #orkgask #LLM #AI #NLP @tibhannover