>> KI-ALLIANZ RLP > KI-FORSCHUNG > KI-FORSCHENDE > PROF. DR. STEFAN KRAMER

Prof. Dr. Stefan Kramer

  • Stefan Kramer ist Professor für Data Mining an der Johannes Gutenberg-Universität Mainz und Professor h.c. an der University of Waikato in Hamilton, Neuseeland. Nach seinem Diplom in Informatik an der TU Wien und Studium der Philosophie an der Universität Wien war er sechs Jahre lang am Österreichischen Forschungsinstitut für Artificial Intelligence (OFAI) und bei der Siemens AG Österreich Programm- und Systementwicklung (PSE) in Wien tätig. Nach seiner Promotion an der TU Wien 1999 zum Thema „Relational learning vs. Propositionalization: Investigations in Inductive Logic Programming and Propositional Machine Learning“ wechselte er für eine Habilitationsstelle an die Albert-Ludwigs-Universität Freiburg an den Lehrstuhl für Maschinelles Lernen und Natürlichsprachliche Systeme von Prof. Luc De Raedt.

    Nach drei Jahren wurde er im Januar 2003 auf eine Professur für Bioinformatik an die Fakultät für Informatik der Technischen Universität München berufen, bis er 2011 als Professor für Data Mining an das Institut für Informatik der Johannes Gutenberg-Universität wechselte. Seit 30 Jahren publiziert Stefan Kramer Arbeiten zum maschinellen Lernen, und ebenso lange arbeitet er zu den lebenswissenschaftlichen Anwendungen davon. Die Resultate seiner Forschung finden sich in mehr als 200 Publikationen wieder. Er ist einer der Pioniere des maschinellen Lernens und Data Mining auf Graphdaten und gilt als Erfinder der sogenannten Propositionalisierung, dem Repräsentationswechsel von relational zu propositional im maschinellen Lernen. Seine aktuellen Forschungsinteressen gelten der Rolle des Vorwissens im maschinellen Lernen, der Entdeckung neuen wissenschaftlichen Wissens durch KI, der Frage des Vertrauens in KI-Methoden und Anwendungen u.a. in der biomedizinischen Forschung.

Kontakt

Besondere Expertise

  • Grundlagenforschung

    • Machine Learning (ML): Representation Learning, Transfer Learning, (Semi) Supervised Learning, Artificial Neural Network (ANN), Decision Tree
    • Knowledge-Based Systems
    • Technologieanalyse: Soziale und Rechtliche Rahmenbedingungen

  • Anwendungsbezogene Forschung

    • Intelligente Assistenzsysteme / Virtuelle Assistenten: Digitale Medizin
    • Bilderkennung und –Verstehen
    • Informationsgewinnung (Wissens-, Datenmanagement und -Analyse): Knowledge Discovery in Databases (Data Mining), Entscheidungsunterstützung
    • Technologieanalyse: Diskriminierungsfreiheit, Korrektheit und Sicherheit, Nachvollziehbarkeit / Erklärbarkeit

KI-News

KI-Forschungsprojekte