Alex Kirsch
Independent Scientist
DE | EN

Person

Wie funktioniert Denken? (Wie) können wir es Maschinen beibringen? Und wie können wir dieses Wissen nutzen, um Maschinen für Menschen nützlicher zu machen?

Ich verbinde Wissen aus 15 Jahren universitärer Forschung und Lehre in den Bereichen künstliche Intelligenz, Robotik und Mensch-Maschine-Interaktion mit der Erfahrung aus drei Jahren Praxisprojekten bei der Intuity Media Lab GmbH. Als freiberufliche Wissenschaftlerin erarbeite ich hochwertige praktische Ergebnisse basierend auf einem wissenschaftlichen Fundament.

Aktuell beschäftigt mich vor allem die Fähigkeit wie Menschen im Alltag Entscheidungen treffen und welche Rolle die Kategorisierung von Dingen und Situationen dabei spielt. Ich verwende Ergebnisse aus Psychologie und Wirtschaftswissenschaften um Entscheidungsprozesse im Computer zu implementieren, die denen von Menschen ähneln. Dabei geht es nicht nur darum, bessere automatische Antworten zu bekommen, sondern auch die Interaktion zwischen Mensch und Computer zu vereinfachen. Dieselben Mechanismen sind auch interessant um Unternehmensprozesse zu definieren.

Foto von Alex Kirsch

Lebenslauf

Berufserfahrung

seit 2021
Freie Wissenschaftlerin (vollzeit)
2018 – 2021
Intuity Media Lab GmbH
2018 – 2021
Freie Wissenschaftlerin (teilzeit)
2012 – 2018
Juniorprofessur, Uni Tübingen
2008 – 2012
Nachwuchsgruppenleitung, TU München
2007 – 2008
Strategieberatung, Booz & Co. (jetzt: strategy&)
2003 – 2007
Wissenschaftliche Angestellte, TU München

Ausbildung

2017
Festellung der Eignung und Befähigung als Hochschullehrerin durch positive abschließende Evaluation der Juniorprofessur, Universität Tübingen
2008
Promotion in Informatik, TU München
Prädikat: summa cum laude
2003
Diplom Informatik, TU München
mit Auszeichnung bestanden

Auszeichnungen

  • Außerordentliches Mitglied der Bayerischen Akademie der Wissenschaften als Mitglied des Jungen Kollegs (2012 – 2018)
  • Carl-von-Linde Junior Fellow des Institute for Advanced Study der TU München (2010 – 2012)
  • Nachwuchsgruppenleiterin im Exzellenzcluster Cognition for Technical Systems, TU München (2009 – 2012)

Projekte

seit 2019
Heuristic categorization
selbstfinanziertes Forschungsprojekt
Kategorisierung
Entscheidungsprozesse
Kognition
Künstliche Intelligenz
Explainable AI
Prototyping
Clojure
JavaFX
ClojureScript
React
2019 – 2021

Sort-it: Demonstrationsprototyp eines Wissenswerkzeugs

Kategorisierung
Entscheidungsprozesse
Kognition
User Experience Design
Künstliche Intelligenz
Prototyping
Agile Software-Entwicklung
ClojureScript
React
Projektleitung

In agilen Entwicklungsprozessen hat man es ständig mit komplexen Zusammenhängen zu tun. Software-Werkzeuge folgen entweder quantiativen Mustern (z.B. Tabellenverarbeitung), die den Lösungsraum von Anfang an einschränken, oder qualitativen notizartigen Mustern (z.B. Textverarbeitung), die sehr viel Freiheit erlauben, aber keine automatischen Inferenzen zulassen. In diesem Projekt sollte exploriert werden wie ein Werkzeug diese beiden Welten verbinden kann um komplexe Wissensbestände intuitiv zu erfassen und auszuwerten.

Bildschirmansichten von Sort-it
Vorgehen

  • initialer Wegwerf-Prototyp mit JavaScript/React anhand einer konkreten Aufgabe (Aus- wertung von UX-Interviews)
  • Konzeption des weiter zu entwickelnden Prototyps
    • Identifikation von Alleinstellungsmerkmalen gegenüber anderen Wissenswerkzeugen
    • Projektarchitektur mit ClojureScript (mit Reagent/React, shadow-cljs)
    • Entwicklung theoretischer Grundkonzepte für eine intuitive und effiziente Aufgabenmodellierung
  • Iterative Entwicklung des Prototyps anhand von weiteren realen Anwendungsszenarien (Auswertung UX-Workshops, Konzeption von Texten, Aufgabenplanung, Erstellen von Personas, Literaturrecherche)
  • erste Marketingschritte zur Gewinnung von AnwenderInnen

Ergebnis

Verwendbares Programm um das Potential der Konzepte zu demonstrieren.
Sort-it selbst ausprobieren

weitere Bildschirmansichten von Sort-it
2021

Digitalisierungsstrategie eines mittelständischen Logistik-Dienstleisters

Beratung
Business-Analyse
Anforderungsanalyse
Workshops
Marktrecherche
Roadmap
Logistik
Projektleitung

Der Kunde wollte sein Geschäft stärker digitalisieren und hat bereits damit angefangen seine Softwarelandschaft seinen Bedürfnissen anzupassen. Dabei stellen sich mehrere Herausforderungen:

  • die Fülle von Anforderungen, die sich einerseits aus dem operativen Geschäft, andererseits aus der zukünftigen strategischen Ausrichtung, ergibt
  • geringe Erfahrung des Kunden im Bereich Softwareentwicklung und -wartung
  • die Größe des Marktes von Softwarekomponenten und Dienstleistungsportalen
  • die Notwendigkeit von Schnittstellen zwischen Softwarelösungen für verschiedene Teilaufgaben

Vorgehen

  • Entwicklung von Domänenverständnis durch Workshop und dauernde Absprachen
  • Verständnis der spezifischen Kundenanforderungen
  • ständige Diskussion von Zwischenergebnisse, Rückfragen, und weiteren Schritten
  • Recherche von Logistik-Portalen
  • Recherche von Transportmanagement-Lösungen
  • Aufzeigen und Einschätzen von Lösungsalternativen

Ergebnis

  • Ergebnisbericht:
    • Zusammenfassung der geschäftlichen Ziele
    • allgemeinen Überlegungen zur Gestaltung einer Software-Landschaft
    • konkrete Rechercheergebnisse
  • Roadmap für die nächsten Schritte und langfristige Strategieprojekte

2019 – 2020

Entwicklung und Prototyping eines Interaktionskonzepts für die Intralogistik

User Experience Design
User Research
Workshops
Interaktionsdesign
Informationsarchitektur
Agile Software-Entwicklung
Roadmap
Logistik
Automobilbranche
Projektleitung

Es sollte ein User Interface für eine neuartige Software im Bereich Intralogistik entwickelt werden. Die Software erlaubt es fahrerlose Transportsysteme verschiedener Hersteller in einem System zu überwachen und zu steuern, sowie durch KI-Planungsalgorithmen die Effizienz zu steigern.

Screenansichten des UX Konzepts
Vorgehen

  • Vor-Ort-Begehungen, Beobachtung und Interviews
  • agile Konzeptentwicklung im ständigen Austausch mit dem Kunden
  • Erstellung einer UX-Landkarte für die aktuelle und zukünftige Entwicklung des User Interfaces

2012 – 2018

Human-Centered Artificial Intelligence

Junges Kolleg der Bayerischen Akademie der Wissenschaften
Entscheidungsprozesse
Kognition
Autonome Roboter
Clojure
JavaFX

Human-Centered Artificial Intelligence ist ein interdisziplinärer Ansatz um künstliche Intelligenz als Werkzeug für eine bessere Mensch-Maschine-Interaktion zu nutzen. Basierend auf Ergebnissen der Psychologie und Biologie verallgemeinert er klassiche Techniken der künstlichen Intelligenz, sodass sie besser für Menschen verständlich sind und eine natürliche Interaktion zwischen menschlicher und künstlicher Intelligenz erlauben.

Prinzipien
Propose Illustration von Entscheidungsalternativen
Entscheidungen von Menschen wie Maschinen beruhen auf Alternativen. Im Gegensatz zu gängigen KI-Verfahren sind die Alternativen in meinem Algorithmus nicht vordefiniert, sondern werden im Entscheidungsprozess dynamisch erarbeitet.
Evaluate Illustration der Evaluation von Entscheidungsalternativen
Alternativen werden in meinem Modell von unabhängigen Evaluationsprozessen bewertet. Diese repräsentieren verschiedene Gesichtspunkte der Lösungsqualität und können sich widersprechen.
Focus Illustration der Konsolidierung und Fokusierung auf die beste Entscheidungsalternative
Bei gängigen KI-Verfahren werden verschieden Evaluationsaspekte durch gewichtete Summen in einen Wert verrechnet. Die Ergebnisse sind meist unintuitiv, da Menschen bei ihren Entscheidungen keine gewichteten Summen bilden, was durch empirische Studien nachgewiesen ist. Mein Verfahren imitiert menschliche Heuristiken mit Methoden der Sozialwahltheorie.
Iterate Illustration der Iteration zwischen Alternativengenerierung, Evaluation und Fokussierung
Durch wiederholtes Generieren bzw. Adaptieren von Alternativen, Evaluieren und Fokussieren, wird die Lösung schrittweise bestimmt. Das Verfahren kann vollautomatisch ablaufen oder in einem kollaborativen Prozess mit Menschen.
Forschungsmethode

Wissenschaft ist ein iterativer Prozess von Beobachten und Theoriebildung. Genau so habe ich meinen Algorithmus entwickelt und genau so kann er für konkrete Fragestellungen genutzt werden. Durch das Protoyping von Anwendungsfällen bekommt man schnell ein Gefühl dafür was gut funktioniert und wo Verbesserungsbedarf besteht.

In dem Ansatz geht es nicht darum, eine Speziallösung für ein spezifisches Problem zu entwickeln, sondern einen allgemeinen Mechanismus, der auf viele verschiedene Aufgabenstellungen übertragbar ist. Deshalb ist das Verfahren an zwei sehr unterschiedlichen Aufgaben entwickelt worden: dem Traveling Salesperson Problem (einem Problem aus der theoretischen Informatik, das in vielen realen Aufgaben in abgewandelter Form vorkommt) und der Navigation von autonomen Robotern (d.h. der Roboter hat die Aufgabe einen Zielpunkt zu erreichen und muss dafür den nächsten Befehl an seine Räder schicken).

Ansichten der verschiedenen Abstraktionsstufen bei der Roboternavigation

Das Verfahren eignet sich vor allem für Beinahe-Optimierungsprobleme, also Aufgaben, die sich nicht vollständig formalisieren lassen, die jedoch zu unübersichtlich sind um von Menschen ohne technische Unterstützung gelöst zu werden, z.B.

  • Erstellung von Produktionsplänen
  • Kategorisierung von Produktgruppen
  • Planung von Verkaufsniederlassungen
  • Bildung von (Kunden-)Kohorten
  • Wartung komplexer IT-Systeme

Im Gegensatz zu klassischen Optimierungsverfahren zeichnet sich mein Ansatz aus durch

  • hohe Nutzerakzeptanz
  • Robustheit
  • Verständlichkeit

Veröffentlichungen
Alexandra Kirsch. A Unifying Computational Model of Decision Making. Cognitive Processing, 20(2), pp. 243 – 259, 2019. [pdf from HAL]
Alexandra Kirsch. Lessons from Human Problem Solving for Cognitive Systems Research. Advances in Cognitive Systems, 5, pp. 13 – 24, 2017.
Alexandra Kirsch. A Modular Approach of Decision-Making in the Context of Robot Navigation in Domestic Environments. In: 3rd Global Conference on Artificial Intelligence (GCAI), pp. 134 – 147. Miami, Fl., USA, 2017. [pdf from HAL]
Alexandra Kirsch. Heuristic Decision-Making for Human-aware Navigation in Domestic Environments. In: 2nd Global Conference on Artificial Intelligence (GCAI), pp. 200 – 213. Berlin, Germany, 2016. [pdf from HAL]
Tim Rach, Alexandra Kirsch. Modelling human problem solving with data from an online game. Cognitive Processing, 17(4), pp. 415 – 428, 2016. [pdf from HAL]
Alexandra Kirsch. Heuristic Problem Solving with Abstract Knowledge in the Context of the Travelling Salesperson Problem. 2014. (unpublished article) [pdf from HAL]
Alexandra Kirsch. Hierarchical Knowledge for Heuristic Problem Solving — A Case Study on the Traveling Salesperson Problem. In: First Annual Conference on Advances in Cognitive Systems (ACS). 2012. [pdf from HAL]
Alexandra Kirsch. Humanlike Problem Solving in the Context of the Traveling Salesperson Problem. In: AAAI Fall Symposium on Advances in Cognitive Systems. AAAI Press, 2011. [pdf from HAL]

Vorträge und Schulungen

März 2021
Sort-it by Intuity – Knowledge Representation in Action
Künstliche Intelligenz
User Experience Design
Agile Software-Entwicklung
Vortrag
Oktober 2019
Die Technik im autonomen Auto: Ein Blick in die Gegenwart
Autonomes Fahren
Mensch-Maschine-Interaktion
Stand der KI
Vortrag
November 2018

Können Roboter Pflegepersonal ersetzen? Ein Einblick in den Stand der Roboter-Forschung

Barrierefreiheit
Autonome Roboter
Stand der KI
Vortrag

Um auch in Zeiten einer alternden Gesellschaft eine angemessene Pflege zu garantieren, werden oft Roboter als mögliche Lösung diskutiert. Dabei werden meist ethische Aspekte diskutiert, aber selten die technische Machbarkeit. Dieser Vortrag gibt einen Einblick in den aktuellen Stand der Roboterforschung und leitet daraus die Aufgaben ab, die Roboter jetzt oder in absehbarer Zukunft für die Pflege leisten könnten.

Zusammenfassung des Vortrags in meinem Blog.

vielen Dank für Ihre Einblicke, Perspektiven und Informationen zur Welt der Roboter! Mir hat Ihre frische, temperamentvolle, Disziplin-kritische Redeweise und Präsentationsform sehr gefallen, und ich habe das Ende der Veranstaltung bedauert – lange noch hätte ich Ihnen zuhören mögen!
Rückmeldung eines Zuhörers
August 2017

The RenAIssance: Brave New World

European Forum Alpbach 2017, 6-tägiger Kurs, mit Tarek Besold
Künstliche Intelligenz
Stand der KI
Vorlesung

Dieser Kurs beim Europäischen Forum Alpbach war ein ganz besonderes Erlebnis. Uns war wichtig die Grundprinzipen der künstlichen Intelligenz im Detail zu erklären, sodass die Teilnehmenden gerüstet sind für eine realistische Einschätzung von aktuellen öffentlichen Diskussionen. Damit auch Studierende aus nicht-technischen Bereichen eine Vorstellung bekommen, wie Aufwendig Programmieren ist, gab es einen Roboterwettbewerb, wo die Studierenden selbst Roboter, Compiler und ProgrammiererInnen waren.

Seminar beim Forum Alpbach
Inhalt
  • Die Faszination der KI
  • Grundtechniken der KI
  • Machine Learning
  • Kognitive Prozesse
  • Anwendungen von KI
Juli 2015
Benutzbare Technik: Von Menschen, für Menschen
Kärcher Zukunftstag
User Experience Design
Kognition
Vortrag

Publikationen

Clemens Beckstein, Alexandra Kirsch. Suche. In: Handbuch der Künstlichen Intelligenz. Ed: Günther Görz, Ute Schmid, Tanya Braun, 6th edition. De Gruyter. Chap. 3. 2021.
Alexandra Kirsch. Shakey Ever After? Questioning Tacit Assumptions in Robotics and Artificial Intelligence. Künstliche Intelligenz, 33(4), pp. 423 – 428, 2019. [pdf from HAL]
Alexandra Kirsch. A Unifying Computational Model of Decision Making. Cognitive Processing, 20(2), pp. 243 – 259, 2019. [pdf from HAL]
Frank Papenmeier, Meike Uhrig, Alexandra Kirsch. Human Understanding of Robot Motion: The Role of Velocity and Orientation. International Journal of Social Robotics, 11(1), pp. 75 – 88, 2019. [pdf from HAL]
Alexandra Kirsch. Explain to whom? Putting the User in the Center of Explainable AI. In: Proceedings of the First International Workshop on Comprehensibility and Explanation in AI and ML 2017, co-located with 16th International Conference of the Italian Association for Artificial Intelligence (AI*IA 2017). Bari, Italy, 2017. (invited paper) [pdf from HAL]