RADAR ist mit seinem Wissensgraphen seit Kurzem im Knowledge Graph Registry des NFDI-Basisdienstes #KGI4NFDI (Knowledge Graph Infrastructure for NFDI) vertreten.

Damit wird der RADAR-Wissensgraph in die gemeinsame semantische Infrastruktur der #NFDI eingebunden und in deren Kontext sichtbar gemacht.

Details unter https://radar.products.fiz-karlsruhe.de/de/nachricht/radar-und-kgi4nfdi-einbindung-des-radar-wissensgraph-den-nfdi-basisdienst

#Forschungsdaten #FAIRdata #Wissensgraph #KnowledgeGraph #FDM #openscience

NGHM liest | Ein Wissensgraph mit Literaturempfehlungen für das Studium an der Professur für Neueste Geschichte und Historische Migrationsforschung der UOS

Lesen als kritische Praxis: Die NGHM-Leseliste und ihre digitale Erkundung. Das Studium der Neuesten Geschichte und Historischen Migrationsforschung bedeutet nicht nur, sich mit Methoden, Fakten und Daten vertraut zu machen. Es geht darum, kritisches Denken zu entwickeln, analytische Kategorien zu hinterfragen und die Konstruktionsprozesse von Geschichte selbst zu verstehen. Genau dabei will die NGHM-Leseliste die … NGHM liest | Ein Wissensgraph mit Literaturempfehlungen für das Studium an der Professur für Neueste Geschichte und Historische Migrationsforschung der UOS weiterlesen →

NGHM@UOS
Forscher entwickeln Schutz für Wissensgraphen: Gestohlene Daten werden für KI-Training unbrauchbar gemacht! 🔒🧠 Eine clevere Methode schützt geistiges Eigentum vor Missbrauch. Mehr Details: https://www.golem.de/news/schutz-fuer-wissensgraphen-forscher-machen-gestohlene-daten-fuer-ki-unbrauchbar-2601-203870.html #KI #Datenschutz #Wissensgraph #Newz
Schutz für Wissensgraphen: Forscher machen gestohlene Daten für KI unbrauchbar - Golem.de

Um Daten in Wissensgraphen zu schützen, injizieren Forscher glaubwürdige, aber falsche Informationen, die zu fehlerhaften KI-Ausgaben führen.

Golem.de
Prof. Sören Auer: Warum Wissensgraphen und KI jetzt ins Engineering gehören
Interview mit Prof. Sören Auer zu Wissensgraphen und KI im Systems Engineering, und warum Pilotprojekte jetzt starten sollten.
https://www.se-trends.de/prof-soeren-auer-wissensgraphen-ki/
#Automotive #Forschung #Interview #KnstlicheIntelligenz #Fragen #NeuroSymbolischeKI #SrenAuer #TIB #Wissensgraph

📢 Am kommenden Donnerstag findet der nächste Vortrag im Rahmen unseres Forschungskolloquiums statt:
Julia Röttgermann spricht über „#Literaturgeschichte als #Wissensgraph. Automatische Erhebung literaturhistorisch relevanter Informationen aus Volltexten am Beispiel von französischen Romanen des XVIII. Jahrhunderts”.

Sie sind herzlich eingeladen, teilzunehmen und mitzudiskutieren!

Alle Infos und Zoomlink gibt es unter: https://tcdh.uni-trier.de/de/event/programm-des-tcdh-forschungskolloquiums-perspektiven-der-digital-humanities-0

Wir freuen uns! 🎉

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:

ORKG Ask gibt eine drei bis fünf Sätze umfassende Kurzantwort auf gestellte Fragen.

Tabellenansicht in ORGK Ask

Detailansicht in ORKG 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

arXiv.org e-Print archive

Drei Fragen an Prof. Dr. Sahar Vahdati

read this article in English

Prof. Dr. Sahar Vahdati hat seit Anfang Oktober 2024 eine Professur an der Leibniz Universität Hannover und leitet die Forschungsgruppe „AI and Scholarly Communication“ an der TIB. Im Interview spricht sie über ihre Forschung zu Künstlicher Intelligenz (KI), zukünftige Forschungsthemen, ihre bisherigen beruflichen Stationen. Am heutigen „Internationalen Tag der Frauen und Mädchen in der Wissenschaft“ gibt es außerdem eine Zusatzfrage zur Rolle der Frauen in der Wissenschaft. Sie appelliert an alle jungen Mädchen, große Träume zu haben, an sich selbst zu glauben und sich von niemandem Grenzen setzen zu lassen, denn die Wissenschaft wartet auf diese Mädchen.

Frau Professor Vahdati, Sie leiten an der TIB seit einigen Monaten die Forschungsgruppe „AI and Scholarly Communication“. Was können wir uns darunter vorstellen?

Als KI-Wissenschaftlerin verbinde ich theoretische Forschung mit praktischer Anwendung in der Wissenskommunikation und -erforschung. Mein Fokus liegt auf der Entwicklung KI-basierter Lösungen, um Prozesse für Forschende zu vereinfachen. Außerdem möchte ich dazu beitragen, dass Wissen für die Gesellschaft leichter zugänglich, besser überprüfbar und verständlicher wird.

Prof. Dr. Sahar Vahdati // Foto: Sören Pinsdorf

Ein zentraler Aspekt meiner Forschung befasst sich mit großen KI-Modellen und ihrem Potenzial, die Entwicklung hin zu intelligenteren Systemen – künstlicher allgemeiner Intelligenz (AGI) – voranzutreiben. Dabei stellt sich die Herausforderung, dass diese Modelle verlässliche und korrekte Informationen liefern müssen – besonders in sensiblen Bereichen wie Wissenschaft und bei der Bekämpfung von Falschinformationen. Die TIB verfügt über umfangreiche wissenschaftliche und historische Wissensbestände, die helfen können, KI-Systeme genauer und zuverlässiger zu machen. Wenn wir dieses Wissen gezielt nutzen, können wir sicherstellen, dass KI-basierte Werkzeuge Forschenden und der Gesellschaft vertrauenswürdige und verständliche Informationen liefern. Deshalb arbeite ich daran, KI-Systeme mit strukturiertem Wissen zu verbessern, ihr logisches Denken zu schärfen und Werkzeuge zu entwickeln, die evidenzbasierte Entscheidungen unterstützen.

Ich arbeite auch an der Verbesserung des logischen Reasoning (Schlussfolgern) von Large Language Models (LLMs) – von großen Sprachmodellen – und an der Entwicklung praktischer KI-Anwendungen wie wissenschaftsbasierten Chatbots, die entwickelt wurden, um Falschinformationen zu bekämpfen und die Verbreitung von Fake News zu verhindern. Diese Lösungen spielen eine entscheidende Rolle, wenn es darum geht, sicherzustellen, dass die Öffentlichkeit korrekte und wissenschaftlich fundierte Informationen erhält. Das stärkt auch das Vertrauen der Öffentlichkeit in Künstliche Intelligenz und die Wissenskommunikation.

Welche Themen oder Forschungsgebiete liegen Ihnen besonders am Herzen und bieten großes Potenzial?

Meine Forschung ist untrennbar mit Wissensgraphen, repräsentativem Lernen und intelligenter KI verbunden, insbesondere im Zusammenhang mit LLMs. Ich interessiere mich auch für agentenbasierte Systeme und Reinforcement Learning, um die Anpassungsfähigkeit, Autonomie und logische Konsistenz von KI zu verbessern.

Besonders spannend finde ich den Einsatz von KI in der Wissenskommunikation. Sie kann dazu beitragen, Wissen in Bereichen wie Bildung, Psychologie, Medizin, gesellschaftlicher Diskurs und Umweltforschung verständlicher und zugänglicher zu machen. Diese Bereiche profitieren erheblich von vertrauenswürdigen KI-Systemen, die sachliche Korrektheit, Nachvollziehbarkeit und eine ethisch verantwortungsvolle Verbreitung von Wissen gewährleisten – und so letztendlich das Vertrauen der Öffentlichkeit sowie die wissenschaftliche Zusammenarbeit stärken.

Welche Versionen verfolgen Sie mit Ihrer Forschung – und welchen Beitrag möchten Sie langfristig für die Gesellschaft leisten?

Albert Einstein mahnte einst „Die Sorge um die Menschen und ihr Schicksal muss stets das Hauptinteresse allen technischen Strebens bilden, … damit die Erzeugnisse unseres Geistes dem Menschengeschlecht zum Segen gereichen und nicht zum Fluche.“ Ich betrachte dies als meinen Leitstern. Mein Forschungsschwerpunkt besteht darin, die Künstliche Intelligenz als grundsatzorientiertes Tool für das menschliche Gedeihen zu fördern und KI für das Gute zu nutzen. Dabei geht es nicht nur darum, die Grenzen des Möglichen zu verschieben, sondern auch sicherzustellen, dass diese Möglichkeiten zu greifbaren Resultaten für unser Wohlergehen, die Gerechtigkeit und die Umwelt, in der wir alle leben, führen.

Mein zukünftiges Ziel ist es, dabei zu helfen, den Weg von der Entdeckung bis zum tatsächlichen Nutzen neu zu gestalten: von dem Augenblick, in dem Ideen entstehen, über eine gründliche Überprüfung bis hin zur transparenten, globalen Veröffentlichung und Einführung. Das bedeutet, eine KI zu entwickeln, die die gesamte Wissenschaft und die wissenschaftliche Kommunikation stärkt. Ich spreche von Systemen, die die Fachliteratur in großem Umfang abbilden und zusammenfassen, Lücken präzise schließen, prüfbare und gründliche Untersuchungen empfehlen und das Forschungsdesign, die Modellierung, die Auswertung, das Schreiben sowie Peer Review und Open Curation unterstützen. Kurzum, Begleiter für den gesamten Forschungslebenszyklus, die individuelle Erkenntnisse in eine kollektive Dynamik umwandeln, über Disziplinen und Fachgebiete hinweg, während die Nachvollziehbarkeit, die Transparenz und die wissenschaftliche Integrität aufrecht erhalten bleiben.

Die Bedeutung für die Gesellschaft ist klar. Ich möchte, dass diese Arbeit die Versorgungsmöglichkeiten, vor allem für die Behandlung psychischer Erkrankungen erweitert. Das kann jedoch nur realisiert werden, wenn wir uns besonders um die Kinder und Frauen kümmern, sodass Unterstützung zu einem frühen Zeitpunkt, eine vertrauenswürdige Beratung sowie menschenorientierte Behandlungspfade für alle zugänglich sind. Ich möchte die Bildung fördern, qualitativ hochwertiges Lernen persönlich gestalten und Lernende und Lehrende gleichermaßen dadurch stärken. Und ich möchte dazu beitragen, dass Entdeckungen verantwortungsvoll beschleunigt werden. Meine Vision ist es, auf einem Gebiet an Durchbrüchen mitzuarbeiten, die rasch und sicher an andere weitergegeben werden und die Zusammenarbeit zwischen den Life Sciences, Sozialwissenschaften, Ingenieurwissenschaften und den Geisteswissenschaften fördern.

In meiner Vision spielt auch unsere planetarische Heimat eine wesentliche Rolle. Durch die Kopplung der KI mit robusten wissenschaftlichen Methoden und umfangreichen Umweltdaten, können wir Ökosysteme besser verstehen, Risiken eher erkennen, Ressourcen verwalten und Interventionen gestalten, die dazu führen, dass es allen Lebewesen gut geht. All dem unterliegt eine einfache Überzeugung: die Wissenschaft ist das Rückgrat des Fortschritts und die KI ist ein neuer Muskel für dieses Rückgrat. Bei kluger Anwendung hilft sie uns, Entdeckungen zu beschleunigen, Nutzen gerechter zu verteilen, frühzeitiger auf Risiken „von psychischen Gesundheitskrisen bis zu Kipppunkten im Klima“ zu reagieren und schließlich unsere Beziehung zum Wissen, zu einander und zu unserer Erde zu verbessern.

Heute, am 11. Februar, ist der „Internationale Tag der Frauen und Mädchen in der Wissenschaft“, der die Rolle würdigen soll, die Mädchen und Frauen in der Wissenschaft spielen. Noch immer ist der Anteil unter den Professor:innen in Deutschland ungleich verteilt, weniger als ein Drittel sind weiblich. Wie sind Sie zur Wissenschaft gekommen und wie sah der Weg bis zur Professur aus?

Ich denke nicht nur an meinen persönlichen Weg, sondern auch daran, wie wichtig es ist, junge Mädchen, die von einer Zukunft in der Wissenschaft träumen, zu vertreten, zu ermutigen und zu stärken. Eine meiner wichtigsten Aufgaben ist es, jungen Mädchen zu zeigen, dass alles möglich ist – dass sie alles erreichen können, was sie sich vorstellen. Alles beginnt im Kopf.

Schon als Kind hatte ich einen großen Wissensdurst und Entdeckergeist und wurde mit vier Jahren das jüngste Mitglied der Stadtbücherei. Als meine Eltern dies sahen, förderten sie unbewusst meine Zukunft, indem sie mit mir ein Spiel spielten, in dem ich eine Universitätsprofessorin war und ihre Fragen zu meinen „Vorlesungen“ beantwortete. Was spielerisch begann, wurde zu einer starken Bestätigung, die meine Träume und Ziele formte. Aber mein Weg war nicht einfach. Ich war immer in der Minderheit – geboren und aufgewachsen im Iran, wo die Rechte der Frauen derzeit stark eingeschränkt sind, habe ich wirklich verstanden, was es bedeutet, sich nach Freiheit, Gleichheit und Chancen zu sehnen.

Ich lebe seit über 15 Jahren in Deutschland und hatte das Privileg, Frauen auf beiden Seiten der Freiheit und der Wissenschaft zu erleben – auf der einen Seite, wo Frauen ständig für ihre elementarsten Rechte kämpfen müssen, und auf der anderen Seite, wo sie ermutigt werden, zu träumen, zu führen und gleichberechtigt ihren Beitrag zur Gesellschaft zu leisten. Dieser Kontrast hat meine tiefe Wertschätzung für meine Wahlheimat Deutschland, für die Freiheit im Leben geprägt – und mein Engagement verstärkt, junge Frauen dabei zu unterstützen, ihre Träume in der Wissenschaft und in der akademischen Welt zu verfolgen.

Mein Weg zur Professur war hart, aber er hat sich gelohnt. Wenn ich es geschafft habe, dann werden es auch andere Frauen und Mädchen schaffen. Man muss träumen können, aber auch hart arbeiten und motiviert sein. Eine Familie, die einen unterstützt, und eine Gesellschaft, die einen ermutigt, können den Weg erleichtern, aber auch ohne diese Privilegien kann man erfolgreich sein – man kann sich durch Entschlossenheit und den Glauben an die eigenen Fähigkeiten Möglichkeiten schaffen.

„Frau, Leben, Freiheit” ist und bleibt für immer der richtige Slogan für uns. An alle jungen Mädchen da draußen: Habt große Träume, glaubt an euch selbst und lasst euch von niemandem Grenzen setzen. Die Wissenschaft wartet auf euch!

Zur Person: Prof. Dr. Sahar Vahdati

Seit dem 1. Oktober 2024 leitet Prof. Dr. Sahar Vahdati die Forschungsgruppe „AI and Scholarly Communication“ an der TIB – Leibniz-Informationszentrum Technik und Naturwissenschaften und Universitätsbibliothek in Hannover. Gleichzeitig hat sie die Professur für „Data Science and Digital Libraries“ an der TIB und der Fakultät für Elektrotechnik und Informatik der Leibniz Universität Hannover aufgenommen. Ihr Forschungsschwerpunkt liegt auf Wissensgraphen, repräsentativem Lernen und KI-gestütztem logischen Schlussfolgern, insbesondere im Zusammenhang mit großen Sprachmodellen – Large Language Models (LLMs).

Vor ihrem Wechsel zur TIB leitete Sahar Vahdati, geboren 1983, die Forschungsgruppe „Nature-Inspired Machine Intelligence“ an der Technischen Universität Dresden (TUD) im Rahmen des ScaDS.AI Center of Excellence. Diese organisationsübergreifende Forschungsgruppe wurde ursprünglich von ihr am InfAI-Institut – Universität Leipzig gegründet und später an die TUD verlagert. Ihre Arbeit wird nun in Kooperation mit der TIB und der LUH fortgesetzt.

Zuvor war Prof. Dr. Vahdati als Postdoktorandin an der University of Oxford tätig, wo sie sich mit fortgeschrittenen KI-Methoden beschäftigte. Ihren Masterabschluss und Doktorgrad in Informatik erwarb sie an der Rheinischen Friedrich-Wilhelms-Universität Bonn, wo sie die Grundlagen für ihre Forschung in den Bereichen Künstliche Intelligenz, Maschinelles Lernen und Wissensrepräsentation legte.

Hinweis zur redaktionellen Bearbeitung am 19. Februar 2026: Entfernung eines Links auf „Data Science and Digital Libraries“ in dem Abschnitt „Zur Person: Prof. Dr. Sahar Vahdati“, der auf eine Seite mit Fehlermeldung führte.

#DataScience #ForschungUndEntwicklung #KünstlicheIntelligenz #LizenzCCBY40INT #Wissensgraph

@altpapier

Franke sagt auch:

"Wir brauchen als Gesellschaft aber eine solide Faktenbasis, um diskutieren zu können."

Der Satz ist eigentlich banal aber steht gleichzeitig in enormem Widerspruch zur Realität.

Nennt mich naiv, aber ich denke, mit einer klugen Kombination aus Technik (z.B. #git, #wissensgraph|en) und sozialen Innovationen (#kddk) ließe sich hier einiges verbessern.

Eine Voraussetzung ist IMHO das grundsätzliche Anerkennen, der menschlichen Fehlbarkeit.

#Diskurswahrheit

Wie gut beantworten Wissensgraphen und Sprachmodelle heute die wissenschaftlichen Fragen von morgen?

Wer heute noch mehr über #Sprachmodelle und #Wissensgraphen erfahren möchte, kann sich hier noch schnell für einen Vortrag anmelden!
https://eveeno.com/dgi-wissensgraphen-sprachmodelle

In dem Vortrag erklärt mein Kollege Dr. Oliver Karras @tibhannover, wie Wissensgraphen die Wissenskommunikation verändern können.

#KI #Wissensgraph #Heute #Veranstaltung #ORKG

Von der Theorie in die Praxis: Wie gut beantworten Wissensgraphen und Sprachmodelle heute die wissenschaftlichen Fragen von morgen?

Sprachmodelle und Wissensgraphen verändern unsere Informations- und Wissenssysteme und versprechen in Kombination die Beantwortung wissenschaftlicher Fragen zu revolutionieren.

eveeno
Merken!! Nächster Streich 😉 aus unserer #ki Reihe: 22. April ab 17:00 Prof.Ralf Krestel - Wie speichert man #wissen ? Von #bucher zu #Wissensgraph und #sprachmodellen Für alle Teilnehmenden kostenfrei! https://dgi-info.de/event/wie-speichert-man-wissen-von-buechern-zu-wissensgraphen-und-sprachmodellen/
Wie speichert man Wissen? Von Büchern zu Wissensgraphen und Sprachmodellen - Deutsche Gesellschaft für Information & Wissen e.V.

In diesem Vortrag gibt Prof. Krestel eine Einführung in diese Technologien und zeigt anhand von Beispielen, wie diese funktionieren und welches ihre Stärken und Schwächen sind

Deutsche Gesellschaft für Information & Wissen e.V.