idw – Informationsdienst Wissenschaft
Nachrichten, Termine, Experten
Nachrichten, Termine, Experten
Daten gelten gemeinhin als das Gold des 21. Jahrhunderts. Unternehmen nutzen sie etwa, um das Kundenverhalten zu analysieren und Kaufempfehlungen abzugeben. Gemeinnützige Organisationen hingegen haben oft keine Möglichkeiten, um mehr aus vorhanden Daten zu machen. Wie sie diese besser nutzen können, ist Thema der Summer School „Data Science for Social Goods“ (DSSG). Sie findet vom 6. Juni bis 26. August in Kaiserslautern statt. Organisiert wird sie von der TU Kaiserslautern (TUK) und dem Deutschen Forschungszentrum für Künstliche Intelligenz (DFKI). Gemeinnützige Organisationen können sich mit Projekten bewerben, die während der Summer School bearbeitet werden.
Das zwölfwöchige Programm bietet verschiedene Workshops, Gruppenarbeiten und Vorlesungen an, die sich mit der Analyse von Daten befassen. In kleinen Teams werden die Teilnehmerinnen und Teilnehmer an eigenen Projekten arbeiten. Dabei kann es beispielsweise um medizinisch relevante Daten gehen, mit denen Risiken für Krankheiten wie Herzinfarkte und Schlaganfälle früher aufgespürt werden könnten oder mit denen sich der medizinische Notfalldienst einer Region optimieren ließe. Zudem könnte es sich um Daten handeln, mit denen sich Faktoren erkennen lassen, die einem Schulabbruch verhindern, die Chancen von Langzeitarbeitslosen auf dem Arbeitsmarkt erhöhen oder die das Risiko eines Verkehrsunfalls auf Autobahnen senken.
„Data Science for Social Good“ (DSSG) ist ein Programm, das gemeinnützigen Organisationen und staatlichen Einrichtungen dabei hilft, mit ihren Daten mehr zu erreichen. Es geht auf den US-amerikanischen Informatik-Professor Ryid Ghani zurück, der dem damaligen US-Präsidenten Barack Obama 2012 beim Wahlkampf mit seiner Kompetenz in Analytik, Technologie und Daten beratend zur Seite stand.
2013 hielt Ghani erstmals eine DSSG-Summer School ab, bei der IT-Talente Einblick erhalten, wie man quantitative Rechenverfahren und Datenanalysen nutzen kann, um gesellschaftliche Herausforderungen in Bereichen wie Bildung, Gesundheit, Energie, öffentliche Sicherheit, Verkehr und wirtschaftliche Entwicklung anzugehen.
Professor Dr. Sebastian Vollmer, der seit vergangenem Jahr an der TU Kaiserslautern zu Anwendungen des Maschinellen Lernens lehrt und forscht und am DFKI den Forschungsbereich Data Science und ihre Anwendungen leitet, wird nun erstmals eine DSSG-Summer School in Kaiserslautern anbieten. Bei der Summer School in Kaiserslautern handelt es sich um ein Partnerprogramm des Sommerstipendiums der DSSG-Stiftung, die an der US-amerikanischen Carnegie Mellon University in Pittsburgh angesiedelt ist. Eingebunden ist zudem die Universität im englischen Warwick.
Das Angebot richtet sich an gemeinnützige Organisationen, die ihre Projekte einreichen können. Bewerbungsschluss ist Freitag, der 14. Februar 2022.
Aktuell ist geplant, dass die Summer School in Kaiserslautern in Präsenz stattfindet. Pandemiebedingt kann es aber zu Änderungen kommen.
Weitere Informationen und Anmeldung:
https://sebastian.vollmer.ms/dssg/
https://sebastian.vollmer.ms/dssg/CallForParnters.pdf
https://www.dssgfellowship.org/faq-page/
https://www.dssgfellowship.org/dssg-project-partners/
Fragen beantwortet:
Prof. Dr. Sebastian Vollmer
Tel.: 0631 20575-7601
E-Mail: vollmer[at]cs.uni-kl.de
Criteria of this press release:
Business and commerce, Journalists, Scientists and scholars, Students
Information technology
transregional, national
Advanced scientific education, Transfer of Science or Research
German
You can combine search terms with and, or and/or not, e.g. Philo not logy.
You can use brackets to separate combinations from each other, e.g. (Philo not logy) or (Psycho and logy).
Coherent groups of words will be located as complete phrases if you put them into quotation marks, e.g. “Federal Republic of Germany”.
You can also use the advanced search without entering search terms. It will then follow the criteria you have selected (e.g. country or subject area).
If you have not selected any criteria in a given category, the entire category will be searched (e.g. all subject areas or all countries).
