MiWoCI 2026: KI jenseits des Hypes

Zum Abschluss des Sommersemesters fand Ende August der jährliche internationale Mittweidaer Workshop for Computational Intelligence (MiWoCI) statt, welcher bereits seine 18. Auflage erlebte. Er wurde seitens der Hochschule Mittweida durch das Sächsische Institut für Computational Intelligence and Machine Learning (SICIM) in Zusammenarbeit mit dem Institut für Computational Intelligence and Intelligent Data Analysis e.V. (CIID) ausgerichtet. Die wissenschaftliche und organisatorische Leitung lagen bei Professor Thomas Villmann und Dr. Marika Kaden (Fak. CB & SICIM).

Die Konferenz erfuhr auch dieses Jahr wieder mit mehr als 30 Teilnehmenden eine gute Resonanz und zeigt die hohe Reputation und Bedeutung der KI-Forschung an unserer Hochschule und sowohl für die sächsische Region als auch nationale und internationale Partner.

Wie im Vorjahr wurden bei der diesjährigen Auflage auch wieder die aktuellen Entwicklungen rund um generative KI aufgegriffen, insbesondere die Rolle großer Sprachmodelle (LLMs). Beiträge von Professor Benjamin Paaßen und Dr. Ulrike Kuhl (Universität Bielefeld) zeigten anhand fundierter Analysen die Grenzen dieser Modelle sowie Herausforderungen im Hinblick auf Fairness und Bias. Die Ergebnisse unterstreichen, wie wichtig ein reflektierter und verantwortungsvoller Umgang mit LLM‑basierten Werkzeugen ist – gerade im Kontext von Bildung, Lehre und sozialwissenschaftlichen Fragestellungen. Aus wissenschaftlicher Sicht bestehen weiterhin deutliche Bedenken gegenüber einer unkritischen und derzeit weit verbreiteten unreflektierten Nutzung solcher Systeme.

Neu beim diesjährigen MiWoCI war der Schwerpunkt für ingenieurtechnische Anwendungen von prädiktiver KI. Dabei waren solche Anwendungen im Blickpunkt, die auf der Basis sogenannter reliabler KI-Modelle arbeiten und damit interpretierbar und mathematisch verifizier bar sind. Diese KI-Prinzipien wurden am SICIM in der RAISSE-Methodik etabliert (RAISSE – Reliable Artificial Intelligence for Smart Sensoric Engineering). Thomas Pfaff (wissenschaftlicher Mitarbeiter im Projekt PAL) berichtete über die Realisierung dieses Prinzips bei Transferlernen-Problemen, wo KI-Modelle unter verifizierten Laborbedingungen für technische Versuche trainiert und dann in die Praxis überführt werden. Fritz Backofen (Fakultät Ingenieurwissenschaften) stellte in seinem Vortrag Möglichkeiten der zerstörungsfreien Bestimmung von Biegeeigenschaften von Blechen anhand von Auflichtmikroskop-Bildern und KI-gestützter Auswertung vor. Professor Udo Seiffert (TU Magdeburg und Compolytics GmbH) gab in seinem Vortrag Einblicke über die KI-gestützte Optimierung von Multi-Spektralsensoren für Material- und Stoffanalysen. Im Rahmen des Workshops übergab Professor Seiffert zwei mobile Multi-Spektralmessgeräte für das Core-Lab im ILEAS-Projekt der Hochschule Mittweida (ILEAS – Innovatives Lehrarchitektursystem), so dass dort spektrale Untersuchungen von Materialien z.B. in der Umwelt- oder Lebensmittel-Analytik durchgeführt werden können. Die Laborleiterin Julia Abel und der wissenschaftliche Mitarbeiter Julius Voigt nahmen zusammen mit Professor Villmann die von der Compolytics GmbH gefertigten Geräte in Empfang und freuen sich auf spannende experimentelle Erfahrungen und KI-gestützte Auswertungen. 

Zudem interessierte sich Fritz Backofen sofort für diese Technologie und überlegt den Einsatz in der Blechprüfung an der Fakultät Ingenieurwissenschaften. Erste initiale Messungen wurden noch während des Workshops unter fachkundiger Mitwirkung und Anleitung von Professor Seiffert durchgeführt und werden derzeit ausgewertet. Vielleicht ergeben sich hier ein neues Anwendungsfeld und neue Kooperationsmöglichkeiten – MiWoCI also einmal als unmittelbarer Innovationsmotor!?

Traditionell kam aber auch die mathematisch-theoretische Forschung zu KI mit einem starken Feld von Beiträgen – die neben den erkenntnis-theoretischen Ergebnissen aber auch oft erhebliche Konsequenzen für den verantwortungsvollen Einsatz im Umgang mit KI zeitigen. In diesem Themenfeld referierte Professor Michael Biehl von der Universität Groningen über den Einsatz mathematischer Methoden der statistischen Physik, um das Lernverhalten von KI-Modellen im maschinellen Lernen zu verstehen. Fabian Hinder überraschte mit Untersuchungen zur adäquaten Anwendung von wahrscheinlichkeitstheoretischen Methoden bei der Entwicklung bzw. Evaluierung von Lernstrategien und Dr. Franziska Nestler (TU Chemnitz) bzw. Magda Pšeničkova (SICIM, HSMW) erschlossen mathematisch-numerische bzw. differential-geometrische Methoden für den Einsatz bei der Analyse von Lernverhalten im maschinellen Lernen. Zum Fokus mathematischer KI-Forschung trugen auch die Konferenz-Organisatoren Dr. Kaden und Professor Villmann bei, die die mathematische Theorie der Evidenz (Dempster-Shafer-Theorie) und die darauf basierende, mathematische Subjektive Logik in Verbindung zur Bewertung der Reliabilität und Zuverlässigkeit von prädiktiven KI-Modellen brachten und damit Modellunsicherheiten in der KI besser bewerten können. Weitere Beiträge in dieser mathematischen Kategorie beschäftigten sich mit der Variabilität von prädiktiven KI-Realisierungen bei gleicher Performanz (Rashomon-Effekt), welche zu Schwierigkeiten bei der kausalen Interpretation von Modellvorhersagen führt.

Insgesamt wurde auf dem Workshop immer wieder betont, dass im Gegensatz zur breiten öffentlichen Wahrnehmung KI wesentlich mehr umfasst als die derzeit populären (und recht erfolgreichen) generativen Modelle (Sprache, Bild, Video etc.).  Eine Abwendung von den anderen KI-Forschungsfeldern muss unbedingt vermieden werden, wenn drängende technische und ethische Probleme von KI-Anwendungen z. B. in der Medizin oder in technischen Bereichen zeitnah gelöst werden sollen. Die Erfahrungen des Workshops werden sicherlich auch im Netzwerk KIMed vertieft ausgewertet werden, da viele der hier diskutierten Aspekte insbesondere in der Medizin in sensiblen KI-Anwendungsbereichen wie z.B. diagnostischer Verlässlichkeit, Patientendaten-Sicherheit etc., von zentraler Bedeutung sind. In dieser Hinsicht ist auch das Forschungsprofil zu prädikativer KI-Modellen am SICIM als ein Beitrag zu KI- und Technikverständnis zu sehen.

Neben dem umfangreichen Tagungsprogramm wurde durch traditionelle Begleitevents wie Grill-Floß, Kanu-Tour und Guljanka-Party viel Raum für intensive Diskussionen und freundschaftliches Miteinander gegeben, bei denen schon weitere Forschungs- und Projektideen diskutiert wurden. 

Der 19. MiWoCI nächsten Sommer ist jedenfalls schon avisiert und die Vorfreude darauf schwang beim Workshop-Abschluss am Freitag bei allen Teilnehmenden mit. Großen Dank and das gesamte Orga-Team vom SICIM unter der Leitung von Dr. Marika Kaden für die, wie immer, perfekte Organisation mit all den großen und kleinen Wünschen, Sorgen und Schwierigkeiten – aber immer guter Laune!