Dekan Prof. Dr. Philipp Doebler begrüßt Prof. Dr. Marjolein Fokkema an der Fakultät Statistik
Ihre Forschung befindet sich an der Schnittstelle von statistischer Modellierung, maschinellem Lernen, künstlicher Intelligenz, psychologischer Beurteilung und Psychometrie. Im Mittelpunkt steht eine grundlegende Frage: Wie können Forscher anhand von Daten lernen, wie menschliches Verhalten funktioniert?
Maschinelles Lernen und KI-Systeme werden oft wegen ihrer Vorhersageleistung gepriesen. Doch starke Vorhersagen allein führen nicht zwangsläufig zu wissenschaftlichem Verständnis. Viele Modelle sind hochkomplex, schwer zu interpretieren und können keine verlässlichen Informationen über die Unsicherheit ihrer Ergebnisse liefern.
Fokkema und ihre Gruppe entwickeln Methoden, die diese Lücke schließen. Ein besonderer Fokus liegt auf Entscheidungsbäumen und Ensemble-Methoden. Entscheidungsbäume basieren auf einem einfachen Prinzip: Datenpunkte werden wiederholt in Untergruppen aufgeteilt, deren Elemente sich immer ähnlicher werden. Die daraus resultierenden Modelle lassen sich als Abfolge verständlicher Entscheidungen dargestellten.
Ein einzelner Baum kann jedoch zu einfach sein, um die Feinheiten menschlichen Verhaltens zu erfassen. Die Kombination vieler Bäume kann Vorhersagen flexibler und genauer machen, erhöht aber auch die Komplexität des Modells. Daraus ergibt sich eine zentrale Herausforderung: Wie können Forscher die Vorhersagestärken dieser Methoden bewahren und dennoch transparente und verlässliche wissenschaftliche Schlussfolgerungen ziehen?
"Baum- und Ensemblemethoden verständlich zu machen und ihre Unsicherheit zu quantifizieren" ist daher ein zentraler Schwerpunkt von Fokkemas Gruppe.
Für sie bedeutet vertrauenswürdige Datenwissenschaft auch, offen über die Grenzen der Vorhersage umzugehen. Methoden des maschinellen Lernens sind nicht immer eindeutig einfacheren Ansätzen wie der linearen Regression überlegen. Selbst die besten Modelle lassen einen Großteil des menschlichen Verhaltens schwer vorhersagbar.
"Der Psychologe in mir ist darüber eigentlich ziemlich glücklich", sagt Fokkema.
Bevor sie an die TU Dortmund wechselte, arbeitete Fokkema mehr als elf Jahre lang an der Universität Leiden, zunächst als Assistenzprofessorin und später als außerordentlicher Professorin. Zuvor hatte sie an der VU Amsterdam promoviert und gelehrt sowie sechs Monate als Gastwissenschaftlerin an der Universität Zürich verbracht.
Das interdisziplinäre Umfeld war ein Hauptgrund für ihren Wechsel. "Die Zusammenarbeit von Psychologen, Informatikern und Statistikern ist das perfekte Umfeld für mich", sagt sie.
Am RC Trust plant Fokkema, Methoden für wissenschaftliche Inferenz mit maschinellem Lernen und KI zu entwickeln, interdisziplinär zusammenzuarbeiten und die Verbindungen zur Universität Leiden zu stärken. Sie entwickelt außerdem Open-Source-Statistiksoftware und erforscht kreative wissenschaftliche Kommunikation durch ihr Bandprojekt „Mary-Jo and the Support Vector Machines“.