Unsere Expert:innen

Julia Neidhardt

Julia Neidhardt ist Assistenzprofessorin in der Research Unit Data Science an der Fakultät für Informatik der TU Wien. Sie war Gastforscherin an der Österreichischen Akademie der Wissenschaften (ÖAW) sowie Visiting Scholar an der Northwestern University, USA, und an der Universität Genf, Schweiz. Ihre Forschung konzentriert sich auf User Modeling und Recommender-Systeme im Tourismus, im News-Bereich und im E-Commerce sowie auf die Entwicklung von Methoden zur Erfassung von Online-Meinungsbildung und Online-Verhalten. Darüber hinaus untersucht sie die gesellschaftlichen Folgen der Digitalisierung, einschließlich ihrer Auswirkungen auf Sprache. Julia Neidhardt ist Mitglied der Digital Humanism Initiative an der TU Wien und Boardmitglied von CAIML. Sie leitet das Christian Doppler Lab for Recommender-Systems und hat seit 2023 den UNESCO Co-Chair für Digitalen Humanismus inne.

Stefan Neumann

Stefan Neumann ist Assistenzprofessor in der Research Unit Machine Learning an der Fakultät für Informatik der TU Wien, wo seine Forschung vom WWTF unterstützt wird. Er ist Experte für Data Science und soziale Netzwerkanalyse. Im Bereich Data Science beschäftigt er sich mit der Entwicklung zuverlässiger Algorithmen, wobei sein Schwerpunkt auf theoretischen Methoden liegt, die Muster in Daten erkennen und ausnutzen. In der sozialen Netzwerkanalyse untersucht Neumann, wie Empfehlungs-Algorithmen—etwa bei Facebook oder Twitter/X—die Polarisierung und Meinungsverschiedenheiten in Netzwerken beeinflussen. Vor seiner Tätigkeit an der TU Wien war Neumann Postdoktorand und Tenure-Track-Assistenzprofessor an der Königliche Technische Hochschule in Stockholm (KTH).

Emanuel Sallinger

Emanuel Sallinger ist Professor für Skalierbare KI in der in der Research Unit Databases and Artificial Intelligence an der Fakultät für Informatik der TU Wien und Vizestudiendekan der Fakultät für Informatik. Zuvor leitete er das VADA Lab an der University of Oxford. An der TU Wien leitet Emanuel Sallinger das Knowledge Graph Lab der Databases and Artificial Intelligence Group, eine vom WWTF geförderte Forschungsgruppe, sowie die SIG Knowledge Graphs bei CAIML. Seine Forschungsinteressen liegen in skalierbarem Datenmanagement und Technologien der Künstlichen Intelligenz, insbesondere solchen, die Theorie und Praxis verbinden. Dazu gehören insbesondere Ansätze, die symbolische KI – logisches Schließen – und subsymbolische KI, also Machine Learning einschließlich Large Language Models (LLMs), miteinander verbinden. Sein Fokus liegt auf Knowledge Graphs und skalierbarem Reasoning in solchen Systemen, sowohl in Bezug auf wissensbasierte/logikbasierte Schlussfolgerungen als auch auf Machine-Learning-basierte Schlussfolgerungen.

Stefan Szeider

Stefan Szeider ist Professor und Leiter der Research Unit Algorithms and Complexity an der Fakultät für Informatik der TU Wien. Er ist Co-Chair des Vienna Center for Logic and Algorithms. Vor seiner Tätigkeit an der TU Wien arbeitete er mehrere Jahre an Universitäten in Kanada und Großbritannien. Er ist der erste österreichische Informatiker, der eine Förderung des Europäischen Forschungsrats (ERC Starting Grant 2009) erhalten hat. Szeiders Forschung konzentriert sich auf die Entwicklung und Analyse effizienter Algorithmen für Probleme, die in der Künstlichen Intelligenz und dem Automatisierten Schließen auftreten.

Gerhard Widmer

Gerhard Widmer hätte eigentlich Pianist werden sollen, doch mit 15 entschied er, dass Beethoven langweilig sei. Er studierte stattdessen Informatik an der TU Wien sowie Computer Science und Musik an der University of Wisconsin, Madison (USA). Seit 2004 ist er Professor und Vorstand des Instituts für Computational Perception an der Johannes Kepler Universität (JKU) Linz. Widmer ist weltweit einer der Pioniere der interdisziplinären Forschung an der Schnittstelle zwischen Artificial Intelligence und Musik. Für diese Arbeiten erhielt er zahlreiche nationale und internationale Auszeichnungen, darunter die beiden höchstdotierten Wissenschaftspreise Österreichs (START- und Wittgenstein-Preis) sowie zwei ERC Advanced Grants des Europäischen Forschungsrats. Er ist Mitglied der Österreichischen Akademie der Wissenschaften (ÖAW), im Beirat des Internationalen Forschungszentrums für Kulturwissenschaften (IFK), und unter seinen Kooperationspartnern finden sich heimische Startups ebenso wie Sony, B&O und das Königliche Concertgebouworchester Amsterdam. Auch seine Einstellung zu Beethoven hat sich inzwischen geändert.

Stefan Woltran

Stefan Woltran ist Professor und Leiter der Research Unit Databases and Artificial Intelligence an der Fakultät für Informatik der TU Wien. Seine Forschungsschwerpunkte liegen in den Bereichen knowledge representation and reasoning, argumentation, complexity analysis in AI, und logic programming. 2013 erhielt den renommierten START-Preis des Österreichischen Wissenschaftsfonds (FWF). Er hat mehrere vom FWF und dem Wiener Wissenschafts-, Forschungs- und Technologiefonds (WWTF) geförderte Projekte geleitet. Seit 2018 ist er Fellow der Europäischen Vereinigung für Künstliche Intelligenz (EurAI).

Vorträge

Gerhard Widmer: KI und Musik

In den letzten Jahren hat sich die Welt der KI dramatisch verändert. Riesige generative Modelle erzeugen beeindruckend komplexe und kohärente Texte, Bilder, Videos, im wesentlichen dank blinder Optimierungsalgorithmen und nahezu unvorstellbarer Mengen an Trainingsdaten. Das gilt zunehmend auch für die Musik. Aber Musik ist mehr als nur Daten: Musik ist eine menschliche Kunstform, ein Ausdrucksmittel, ein soziales Phänomen. Und KI ist weit mehr als nur Generative Modelle. In unserer Forschung untersuchen wir mittels KI-Methoden, wie Musik “funktioniert” — als Objekt der Wahrnehmung, als Kommunikations- und Ausdrucksmedium. Was heißt es, Musik zu hören, wahrzunehmen? Wie können Interpret:innen verschiedene Stimmungen oder Emotionen kommunizieren? Was bedeutet es, mit Anderen gemeinsam zu spielen, welche Fähigkeiten erfordert das? Indem wir versuchen, solche Fähigkeiten im Computer nachzubilden, entwickeln wir nicht nur praktisch nutzbare Technologien für die digitale Musikwelt, sondern lernen auch etwas über Musik selbst.

KI Mitmachstationen

Mehr Informationen zu den Mitmachstationen folgen in Kürze!

Photographs and/or video will be taken at this event. By attending, you grant TU Wien Informatics full rights to use the material (and any reproductions or adaptations) for fundraising, publicity, or other purposes. This may include (but is not limited to) the right to use in our print and online publicity, social media, press releases, and funding applications. If you wish that no photographs explicitly depicting you are used for these purposes, please send an informal message. — Thank you!

Curious about our other news? Subscribe to our news feed, calendar, or newsletter, or follow us on social media.