EVENTS

Professor Christoph Kumpan and Professor Georg Ringe would like to invite you to the NAIL Research Seminar #19 on Monday, 20 January 2025, starting at 18h00 (CET), with Prof. Horst Eidenmüller (University of Oxford), who will give a presentation titled "Game Over: Facing the AI Negotiator".

The lecture will be followed by a discussion on the topic. The event will be held in English and will take place in person in Room AT223 at the University of Hamburg (Alsterterasse 1). You can also participate online by registering your participation via mail.

Abstract: AI applications will put an end to negotiation processes as we know them. The typical back-and-forth communication and haggling in a state of information insecurity could soon be a thing of the past. AI applications will increase the information level of the parties and drastically reduce transaction costs. A quick and predictable agreement in the middle of a visible bargaining range could become the new normal. But sophisticated negotiators will shift this bargaining range to their advantage. They will automate negotiation moves and execute value-claiming strategies with precision, exploiting remaining information asymmetries to their advantage. Prof. Eidenmüller will examine the transformative effects of these developments on negotiation processes, highlighting the critical need to understand how technology reshapes power dynamics and strategic behavior among stakeholders.

More information about the NAIL project is available on our institutional website. Please subscribe to our mailing list to receive notifications for future events.

Institutions

• Network for Artificial Intelligence and Law (NAIL)

Institutions

• UHH

We are pleased to announce that the State- and University Library Hamburg Carl von Ossietzky and the University of Hamburg will be hosting a half-day workshop on ATR (Automated Text Recognition, OCR/HTR) at the DH Lab @ Philturm on 22 January 2025 with up to 6 presentations on current ATR-related projects or initiatives. This event aims to bring together researchers and practitioners in Hamburg to share their insights and developments in the field and provide a platform for discussion and exchange of experiences. We invite all interested parties to share their projects related to the topic, individuals at all levels of ATR knowledge are welcome to attend.
The workshop will run from 10:00 to 16:00 and will conclude with a 90-minute introductory hands-on workshop on eScriptorium from 16:15 to 17:45. Presentations can cover any ATR-related topic, including but not limited to:

• ATR tools (especially eScriptorium),
• applications of ATR in different domains,
• multi-language scripts,
• case studies and practical implementations,
• evaluation metrics and benchmarking,
• network and community building.

We encourage submissions on any topic related to ATR.

Key details:

• Presentations should be in English or German, but topics can address any language (e.g., Arabic, Chinese, etc.) as long as they are ATR related.
• Expected length of presentations: 10-20 minutes (please specify in your submission).
• Submission deadline: 02.12.2024 12:00 pm
• Please send all details to forschungsdienste@sub.uni-hamburg.de

We look forward to receiving your submission and engaging in fruitful discussions at this event. If you are interested in attending, but not presenting, please send us an email with your name, so we can register you as a participant.

We are happy to announce the next talk of our Data Science Colloquium which is an event jointly organized by Data Science in Hamburg - the Helmholtz Graduate School for the Structure of Matter (DASHH) and our partners.

We are looking forward to the talk of Dr. Christoph Grebner (Computational Chemist, Sanofi-Aventis Deutschland GmbH, Frankfurt, Germany) 
Drug design is a resource-demanding process that necessitates mining the incredibly large hemical space and includes expensive and time-consuming experiments. In the last decades, computer-assisted drug design (CADD) has become an indispensable tool to support and facilitate this process. Recent developments in the field include incorporating machine learning models at various steps of the drug discovery process and improving algorithms for searching the chemical universe. The talk will highlight key steps in computer-assisted drug design and discuss upcoming opportunities and challenges for AI technologies in CADD. Dr. Christoph Grebner is a computational chemist at Sanofi with several years of experience supporting drug design projects with CADD.

The official announcement and abstract of the talk can be found here
You can join the on-site colloquium or the Zoom meeting

Further information concerning the speakers and the lectures can also be found here

We are looking forward to your participation!

Künstliche Intelligenz (KI) verändert unsere Gesellschaft und auch die Hochschulbildung. Dabei stellen sich zahlreiche ethische Fragen für alle Beteiligten. Denn KI ist das erste digitale Instrument, das von Nutzenden als menschlich wahrgenommen und teilweise sogar als bessere Alternative angenommen wird.Allerdings können die (meistens zu) großen Versprechen der KI-Anbietenden nicht objektiv überprüft und eingehalten werden. Deshalb ist es besonders wichtig, sich vorab über die möglichen Auswirkungen einer KI-Nutzung zu informieren und die Bedingungen für eine pädagogisch (und auch gesellschaftlich) sinnvolle, gerechte und sichere KI-Einführung und -Anwendung mit allen Beteiligten zu diskutieren und festzulegen. Wichtig ist vor allem die notwendige Verbindung einer KI-Nutzung mit vorgängiger Bildung über KI, wozu dieses Webinar einen ersten Beitrag leistet.

Dr. Christian M. Stracke hat interdisziplinäre Expertise in weltweiter Forschung, Bildung und Management in der Leitung von internationalen Großprojekten (mit Budgets von über 50 Millionen Euro und bis zu 200 Forschenden) aufgebaut und veröffentlichte über 200 wissenschaftliche Publikationen in seinen Hauptforschungsfeldern: Open Education, Künstliche Intelligenz, digitales Lehren und Lernen, Kompetenzentwicklung, Impact-Messung & Richtlinien in der Bildung (ORCID: 0000-0001-9656-8298). Er berät viele internationale Ministerien und Bildungseinrichtungen und weltweite Organisationen einschließlich UNESCO, den Europarat, die Europäische Kommission und das Europäische Parlament. Als Mitglied der europäischen AI&ED Expert Group, die vom Europarat ausgewählt und ernannt wurde, arbeitet er an der zukünftigen Gesetzgebung zu KI und Bildung. Stracke ist Koordinator für die Cloud-Strategie an der Exzellenzuniversität Bonn und etabliert ein Forschungslabor am wissenschaftlichen Hochschulrechenzentrum. Er ist Mitbegründer des UNESCO Unitwin Network on Open Education (UNOE) sowie Professor an der East China Normal University in Shanghai und der Korean National Open University in Seoul.
Seine Webseite: http://www.opening-up.education und Netzwerk Ethische KI-Nutzung

Wir bitten um eine Anmeldung bis zum 22. Januar 2025 um 12:00 Uhr. Die Zugangsdaten werden einen Tag vor Veranstaltungsbeginn versendet.

Institutions

• Zentrum für Multimedia in der Lehre (Universität Bremen) 

Barbara Bingenheimer, Hochschul- und Landesbibliothek

In Ergänzung zum Kurs „Literaturrecherche für Seminar- und Abschlussarbeiten“ zeigen wir Ihnen verschiedene KI-gestützte Recherche-Plattformen (geplant sind Research Rabbit, Semantic Scholar und SciSpace), mit denen Sie Ihre Suche nach wissenschaftlichen Quellen ergänzen und anreichern können.

Nach dem Besuch dieser Veranstaltung kennen Sie die Funktionsweise der einzelnen Plattformen, wissen um die Besonderheiten und Probleme der Tools und können beurteilen, ob sie grundsätzlich Recherche-KI-Tools zusätzlich zu den bisherigen Recherche-Möglichkeiten nutzen wollen.

Institution

• Hochschule RheinMain 

Value alignment is important to ensure that AI systems remain aligned with human intentions, preferences, and values. It has been suggested that it can best be achieved by building AI systems that can track preferences or values in real-time. In my talk, I argue against this idea of real-time value alignment. First, I show that the value alignment problem is not unique to AI, but applies to any technology, thus opening up alternative strategies for attaining value alignment. Next, I argue that due to uncertainty about appropriate alignment goals, real-time value alignment may lead to harmful optimization and therefore will likely do more harm than good. Instead, it is better to base value alignment on a fallibilist epistemology, which assumes that complete certainty about the proper target of value alignment is and will remain impossible. Three alternative principles for AI value alignment are proposed: 1) adopt a fallibilist epistemology regarding the target of value alignment; 2) focus on preventing serious misalignments rather than aiming for perfect alignment; 3) retain AI systems under human control even if it comes at the cost of full value alignment.

Institutions

• UHH

Seit der Veröffentlichung von ChatGPT fällt es zunehmend schwer, mit der rasanten technologischen Entwicklung Schritt zu halten. Viele Lehrende und Studierende spüren die Notwendigkeit, sich mit potenziell studiumsrelevanten KIs auseinanderzusetzen. Gleichzeitig fehlen ihnen häufig die Ressourcen und Anknüpfungspunkte, sodass viele Fragen unbeantwortet bleiben: Welche Technologien können mich in meiner Arbeit unterstützen? Wie kann ich bekannte Technologien didaktisch wertvoll einsetzen? Welche Limitationen von gKI muss ich bei der Nutzung im Hochschulkontext kennen? Wie vermittle ich einen verantwortungsbewussten Umgang mit Technologien an meine Studierenden?

Um Lehrenden ein niedrigschwelliges Angebot zu machen, diese und viele weitere offene Fragen zu thematisieren, schaffen wir als HUL (Hamburger Zentrum für Universitäres Lehren und Lernen) ein neues Format: den Frei-Raum KI und Didaktik. Es schafft Raum für Austausch, offene Fragen, lautes Denken und Experimentieren mit neuen Technologien – vor dem Hintergrund und zum Nutzen didaktischer Entscheidungen.

Alle Lehrenden der Uni Hamburg sind willkommen, einfach vorbei zu schauen, mit anderen Interessierten in Austausch zu treten, oder einfach die Zeit zu nutzen, sich individuell mit ihren offenen Fragen auseinanderzusetzen. Sie treffen auf Kolleginnen und Kollegen, auch aus der Hochschuldidaktik und vom DDLitLab, die Sie mit ihrer Expertise unterstützen.

Die KI-Verordnung (KI-VO) ist ein Prestigeprojekt der EU. Es ist zu erwarten, dass das groß angelegte Regulierungsvorhaben die Verbreitung und den Einsatz von künstlicher Intelligenz (KI) in der Union und über ihre Grenzen hinaus erheblich beeinflussen wird.

In diesem Workshop wollen wir die Inhalte der KI-Verordnung, die Bezüge zum Urheber- und Datenschutzrecht, die Bezüge zu OpenData und insbesondere für (öffentliche) Hochschulen relevante Bezüge herausarbeiten.

Die Teilnehmenden sind eingeladen, vorab ggf. eigene Fragen/Fälle vorzubereiten und bei Interesse im Workshop vorzutragen.

Schwerpunkte sind:

• KI-Verordnung bzw. AI-Act
• DSGVO
• UrhG

Anmeldung hier

Als virtuellen Lernort werden wir ZOOM nutzen. Der ZOOM-Link wird einen Tag vor Schulungsbeginn bis 13:00 Uhr versendet.

Im Fokus der Veranstaltung stehen die besonderen Anforderungen einzelner Disziplinen und Fächer an den Einsatz von KI in der Lehre sowie die Entwicklung fachspezifischer KI-Kompetenzen. Impulsvorträge aus den Sozial-, Ingenieur- und Geisteswissenschaften beleuchten Einsatzmöglichkeiten von KI im jeweiligen Studienbereich, diskutieren fachspezifisch relevante KI-Kompetenzen und zeigen konkrete Anwendungsbeispiele auf.

Prof. Dr. Anna-Sophia Schwind (RWU Ravensburg-Weingarten) & Markus Rossa (Universität Ulm) stellen einen Ansatz zur Integration von VR und KI in der psychologischen Gesprächsführung vor. Johannes Schleiß (Otto-von-Guericke-Universität Magdeburg) diskutiert KI-Kompetenzen in den Ingenieur-wissenschaften. Dr. Markus Gottschling (Universität Tübingen) reflektiert Lehrerfahrungen und Forschungsergebnisse zum Einsatz von KI in der Literaturwissenschaft und Rhetorik.

In der anschließenden Podiumsdiskussion diskutieren die Referent*innen mit Dr. Angelika Thielsch (Universität Göttingen) und David Lohner (Karlsruher Institut für Technologie) über interdisziplinäre Transferpotenziale und Herausforderungen im Umgang mit KI in der Hochschullehre. Die Veranstaltung wird moderiert von Dr. Isabell Lisberg-Haag.

Die Veranstaltung bietet allen Interessierten die Möglichkeit, sich über aktuelle Forschungsergebnisse zum Umgang mit KI in einzelnen Studienbereichen zu informieren, von Good-Practices aus verschiedenen Fachdisziplinen zu lernen sowie sich mit Expert*innen auszutauschen und neue Kontakte zu knüpfen

Die Teilnahme ist kostenfrei. Eine Anmeldung bis 24.01.2025 ist erforderlich.

Lecturer: Hans Fangohr

Python for Computational Science Part 1

The course has been designed for researchers to learn practical programming skills that are relevant for use of data processing, data science and computation in domain specific contexts. The module does not assume prior programming knowledge of participants. The module uses hands-on activities for all participants to exercise and experiment with the taught material. The course introduces skills that are advantageous for data handling - be it from experiment or simulation – and provides a basis for self learning or directed learning of more specialised topics at a later stage.

Part 2 of the course provides a deeper look into Python and introduces a wider range of libraries.

Anticipated topics:

• Introduction to Python
• Data types & structures
• Control flow
• Functions
• PEP8
• Name spaces
• File Input/Output
• Numpy
• matplotlib
• Spyder
• IPython
• Jupyter

Details here

Register here for part 1 (deadline is Sunday 26 January 2025)

learn_bAIome offers workshops and trainings in biomedical AI/data science with tailored formats that take into account background, programming skills and intensity to provide unique, focused, and effective courses. These courses are free and open to students, clinicians, and researchers across academic institutions in Hamburg.

Prerequisites: Intermediate level computational background and basic knowledge of machine learning

Description: This 3-day international workshop is organised by University of Hamburg’s European University Alliance for Global Health (EUGLOH), Hub of Computing and Data Science (HCDS) and Center for Biomedical AI at UKE (bAIome) to foster international exchange and cooperation among students and researchers working in machine learning relating to biomedical questions. The vision is to create a supportive network and inspire international collaborations.

The workshop will explore various aspects of machine learning using biomedical data with the hands-on practical projects providing the main focus, allowing participants to work in a team environment to understand how machine learning is applied to specific biomedical challenges.

For further details and registration check out the EUGLOH website

Ob fotorealistisch oder kunstvoll, es gibt viele Möglichkeiten Adobe Firefly in kurzer Zeit einzigartige Bilder generieren zu lassen. Über zahlreiche Einstellmöglichkeiten lassen sich die Ergebnisse immer weiter verfeinern oder schnell verändern.

Wir wollen in 30 Minuten einen beispielhaften Workflow für die Bildgenerierung kennenlernen, der uns durch die verschiedenen Arbeitsschritte führt. Am Ende können wir mit einem generierten Bild in andere Adobe Anwendungen wechseln, um dort weiter daran zu arbeiten.

Diese Online-Schulung richtet sich an Einsteiger*innen und es werden keine Vorkenntnisse vorausgesetzt.

Adobe Firefly lässt sich bis zu einem bestimmten Rahmen kostenlos nutzen. Darüber hinaus wird es kostenpflichtig.

Die Stiftung Innovation in der Hochschullehre (StIL) und das Netzwerk Landeseinrichtungen für digitale Hochschullehre (NeL) stellen wegen des großen Bedarfs an KI-bezogenen Qualifizierungs- und Unterstützungsmaßnahmen vielfältige Angebote zur Verfügung.

Anmeldung hier

Als virtuellen Lernort werden wir ZOOM nutzen. Der ZOOM-Link wird einen Tag vor Schulungsbeginn bis 13:00 Uhr versendet.

Barbara Bingenheimer, Hochschul- und Landesbibliothek

In Ergänzung zum Kurs „Literaturrecherche für Seminar- und Abschlussarbeiten“ zeigen wir Ihnen verschiedene KI-gestützte Recherche-Plattformen (geplant sind Research Rabbit, Semantic Scholar und SciSpace), mit denen Sie Ihre Suche nach wissenschaftlichen Quellen ergänzen und anreichern können.

Nach dem Besuch dieser Veranstaltung kennen Sie die Funktionsweise der einzelnen Plattformen, wissen um die Besonderheiten und Probleme der Tools und können beurteilen, ob sie grundsätzlich Recherche-KI-Tools zusätzlich zu den bisherigen Recherche-Möglichkeiten nutzen wollen.

Institution

• Hochschule RheinMain 

In dieser Online-Schulung geben wir einen kurzen Überblick über die bekanntesten Text-zu-Text KI-Generatoren. Wir schauen uns deren Einsatzmöglichkeiten im Hochschulbereich an, einschließlich der Herausforderungen, die diese mit sich bringen können.

Für die Teilnahme an dieser Schulung werden keine Vorkenntnisse vorausgesetzt.

Die Stiftung Innovation in der Hochschullehre (StIL) und das Netzwerk Landeseinrichtungen für digitale Hochschullehre (NeL) stellen wegen des großen Bedarfs an KI-bezogenen Qualifizierungs- und Unterstützungsmaßnahmen vielfältige Angebote zur Verfügung.

Anmeldung hier

Als virtuellen Lernort werden wir ZOOM nutzen. Der ZOOM-Link wird einen Tag vor Schulungsbeginn bis 13:00 Uhr versendet.

Sie arbeiten mit ChatGPT, DALL-E oder Midjourney und wollen sichergehen, dass Ihre KI-generierten Inhalte wirklich fair und ausgewogen sind? Dann ist dieser Intensivkurs genau das Richtige für Sie. In nur zwei Wochen lernen Sie interaktiv und abwechslungsreich was Biases sind, wie sie sich in KI-Modellen und Tools auswirken und wie sie damit effektiv umgehen können.

In Woche 1 erfahren nicht nur, wie KI-Systeme Verzerrungen entwickeln – Sie lernen auch, diese gezielt zu erkennen. In spannenden Praxis-Sessions schlüpfen Sie selbst in die Rolle der KI und verstehen, wie Bias in Texten und Bildern entsteht.

In Woche zwei wird es noch praktischer: Sie lernen konkrete Strategien kennen, mit denen Sie Bias in Ihren KI-Projekten minimieren. Von cleveren Prompt-Engineering-Techniken bis hin zur kritischen Bewertung von KI-Outputs.

Dieser Kurs ist für alle, die KI verantwortungsvoll einsetzen wollen, aber vor allem für Anfänger und Laien. Mit nur 3-4 Stunden pro Woche integrieren Sie das Training flexibel in Ihren Alltag.

Dieser kostenlose Online-Kurs wird vom KI-Servicezentrum Berlin Brandenburg unterstützt und vom Bundesministerium für Bildung und Forschung gefördert.

Institutions

• openHPI

Lecturer: Hans Fangohr

Building on Part 1, this course covers additional aspects:

1. advanced Python (including list comprehension, names and side effects, functional programming, object orientation, performance)
2. additional libraries such as scipy, pandas, and sympy
3. research software engineering and testing, and
4. selected numerical methods and application examples with focus on natural science and engineering problems.

Aspects (1) to (3) are covered in the beginning of the course. Part (4) is delivered at the end of the week, and can be omitted if not relevant to the participant.

Anticipated topics:

• Higher order functions
• programming paradigms
• scipy, pandas, sympy
• Research software engineering practices, in particular testing
• Python package installation
• interpolation, root finding, curve fitting
• Optimisation, computing derivatives
• Integration of ordinary differential equations

Details here

Register here for part 1 (deadline is Sunday 26 January 2025)

The study of ancient written artifacts has led to an ever-growing repository of digital data, encompassing raw images of artifacts and automatically generated outputs from advanced acquisition techniques. Manual analysis of this data is not only time-consuming but also prone to human error and bias. Consequently, the integration of novel machine learning and AI methodologies offers significant potential to streamline and enhance the efficiency of artefact research. Computer vision, in particular, provides opportunities beyond handwriting text recognition to address complex challenges in manuscript studies. As a computer scientist, exploring the boundless possibilities of computer vision to resolve research questions in this field has been an enriching experience. This lecture delves into key challenges encountered throughout this journey, highlighting ongoing collaborative projects. These projects illustrate the wide range of diverse research topics, including detecting specific handwriting styles on palm leaves from south India, measuring the density of sieve prints in Himalayan paper-making, addressing the complexities of multilingual texts and varied writing tools in Rilke’s Notebooks from Austria, and even restoring undertexts in Georgian palimpsests. These projects demonstrate the transformative potential of computer vision in advancing manuscript studies.

The Machine Learning in Engineering (MLE) initiative integrates competencies and activities in the field of machine learning at Hamburg University of Technology (TUHH) and partner organizations from the Hamburg metropolitan area. Within the Machine Learning in Engineering (MLE) initiative, students, doctoral candidates, postdocs, researchers, and professors from all departments at the TUHH and from the partners are working interdisciplinary together. The aim is to conduct fundamental research particularly relevant for the development of new technology, thereby contributing to the digital transformation of the engineering sciences. In addition to basic research, the initiative aims at transferring knowledge to business and industry. Among a number of instruments for this kind of transfer, the annually organised MLE days provide a natural opportunity for education and knowledge exchange.

Registration: If you want to attend, please, send an email to Ulrike Schneider (in cc) with your name and affiliation. The registration is open until 01.03.2025. The number of participants is limited by the size of the lecture hall. For guaranteeing your participation and to make planning (particularly of the coffee breaks) easier, please register as soon as possible. Your data will only be used for organizing the MLE Days.

Program (preliminary):
09:00-15:00: Presentations by MLE-members and partners following the updated MLE structure here   
15:00-17:00: Poster & Networking session

Catering: There will be a coffee break in the morning and afternoon with hot drinks and snacks. Lunch in the canteen is to be paid for by the participants themselves.

Poster in English until 14.02.2025.

The organizing committee reserves the right to reject registrations and poster contributions. If you have any questions, please do not hesitate to contact the organizing team via mle@tuhh.de .

Institutions

• Hamburg University of Technology (TUHH)