Geballte Data-Science-Expertise vor vollem Rang im Konferenzsaal des Jahnstadions – und in der „Halbzeitpause“ eine konzentrierte Schau regionaler Forschung mit 15 Posterbeiträgen. Am 22. Mai trafen sich Fachpublikum und Nachwuchskräfte aus Wissenschaft und Praxis zur fünften Ausgabe der Women in Data Science Regensburg (WiDS). Mit rund 160 Teilnehmenden war die Veranstaltung ausgebucht – ein klares Zeichen für das wachsende Interesse an Data Science, Diversität und Innovation. Auf der Agenda: KI für Stromnetze, erklärbare Algorithmen in der Medizin, kausale Modelle in der Industrie und datenethische Konzepte für die Behördenpraxis.
Die WiDS Regensburg ist mittlerweile mehr als eine Fachkonferenz – sie ist ein Statement für Diversität in MINT-Berufen und ein Motor für die Vernetzung der Data-Science-Community in Regensburg, der Region und darüber hinaus. Dass alle Vorträge von Frauen gehalten wurden, unterstreicht den Anspruch, Vorbilder sichtbar zu machen und neue Talente zu fördern. Hinter der Fachkonferenz steht ein Team aus Wissenschaft, Wirtschaft und regionalen Netzwerken. Als Teil der globalen Initiative Women in Data Science der Stanford University steht das Format für ein Ziel: Datenkompetenz in die Breite bringen – interdisziplinär, praxisnah und divers.
Energie, Medizin, Industrie: Datenkompetenz als Schlüssel
Die Lösung regulatorischer und realer Herausforderungen mit Daten – darauf legte Dr. Sarah Henni (E.ON Digital Technology) in ihrem Vortrag den Fokus. Ihr Team setzt Daten und KI ein, um Unsicherheiten in intelligenten Stromnetzen in Zeiten der Energiewende zu beherrschen. Besonders relevant: die Schnittstelle zwischen Hochvoltlogistik und Niedrigvoltverbrauch – und die enge Zusammenarbeit zwischen Data Scientists und Netzbetrieb vor Ort. Dr. Kata Vuk (Universität Regensburg) rückte erklärbare KI im medizinischen Kontext in den Mittelpunkt. Sie zeigte, dass Modellgenauigkeit allein nicht genügt – gerade in der medizinischen Forschung ist Interpretierbarkeit entscheidend. Ihr Beitrag machte deutlich: Wer datenbasierte Aussagen in der Medizin trifft, muss die richtigen Schlussfolgerungen ziehen – und sie auch nachvollziehbar sowie verantwortungsvoll kommunizieren können.
Kausalität als Grundbedingung für robuste Entscheidungen – diesen Aspekt beleuchtete Dr. Kaja Balzereit (Hochschule Bielefeld) am Beispiel cyber-physischer Produktionssysteme. Sie zeigte, wie moderne Machine-Learning-Methoden durch systemisches Denken und kausale Modelle an Tiefe gewinnen. Daten allein machen noch keinen Unterschied – sie müssen richtig genutzt und interpretiert werden. Ein Blick in die Praxis der Polizeiarbeit schloss das Vortragsprogramm ab. Die präsentierten Anwendungsszenarien verdeutlichten, wie KI-Anwendungen qualifizierte Ermittlungsarbeit unterstützen können. Voraussetzung ist jedoch die Einbettung in ein datenethisches Gesamtkonzept, das Verantwortungsbewusstsein mitdenkt.
Kein Mangel an Forschergeist in der Region - umfangreiche Postersession
Neben den Fachvorträgen setzte die Postersession einen besonderen Akzent: Studierende, Forschende und Professionals aus Unternehmen präsentierten rund 15 Projekte und kamen dabei direkt mit dem Publikum ins Gespräch. Die Vielfalt der eingereichten Poster spiegelte die enorme Bandbreite der Data-Science-Community und zeigte: Die Women in Data Science Regensburg ist ein lebendiges Forum für neue Impulse, kritische Fragen und neue Kooperationen.
Über das „Women in Data Science“-Team in Regensburg:
Ein Team aus Nachwuchswissenschaftler:innen und Vertreter:innen von Unternehmen sowie Hochschulen organisiert die WiDS Regensburg. Unterstützt wird es von den Regensburger Hochschulen, der Stadt Regensburg und der Strategischen Partnerschaft Sensorik e.V. (Trägerverein des Bayerischen Clusters Sensorik). Regionale Unternehmen ermöglichen als Kooperationspartner die Durchführung als kostenfreie Fachkonferenz.