mit künstlicher Intelligenz Karriere machen
Wie viel Potenzial für neue Entwicklungen in der Digitalisierung steckt, zeigt sich besonders gut auf dem Gebiet der Künstlichen Intelligenz (KI). Wissenschaftlerinnen und Wissenschaftler entwickeln immer ausgefeiltere Wege, um Maschinen die Ausführung wichtiger Aufgaben beizubringen. Zum Beispiel lässt sich mithilfe von KI der Gesundheitszustand von Bienenvölkern überwachen, der Klimawandel verlangsamen oder selbstlernenden Handprothesen beibringen, die Gedankenimpulse ihrer Nutzer zu verstehen. Da KI in vielen Lebensbereichen eine Rolle spielt, sind in Zukunft viele Fachleute gefragt, die Expertise in Künstlicher Intelligenz, Maschinenlernen oder Robotik mitbringen. Wenn Ihre Schülerinnen und Schüler Interesse an diesen Themen mitbringen, schlagen Sie Ihnen doch im Rahmen der Berufsorientierung diese Ausbildungsgänge vor:
Künstliche Intelligenz studieren
Wer heute schon im Bereich KI arbeitet, hat oft Informatik studiert. Andere sind über ein Mathematik- oder auch Biologiestudium in das Themengebiet vorgedrungen. Inzwischen gibt es auch mehrere Studiengänge, die direkt auf eine spätere Tätigkeit im Bereich KI abzielen. So bieten zum Beispiel die Technische Hochschule Deggendorf oder die Technische Hochschule Ingolstadt Bachelorstudiengänge „Künstliche Intelligenz“ an. In Berlin an der Beuth Hochschule für Technik können KI-Interessierte im Studiengang „Humanoide Robotik“ praktisch und theoretisch Roboter entwickeln. Wer sich für Medien interessiert ist, könnte sich im Bachelorstudiengang „Medieninformatik“ mit dem Schwerpunkt „Künstliche Intelligenz und Machine Learning“ an der HdM Stuttgart wohlfühlen. Eine Mischung aus informatischen und sozialwissenschaftlichen Inhalten bietet der Studiengang „Sozioinformatik“ der Technischen Universität Kaiserslautern – hier stehen neben den technischen Möglichkeiten von KI auch deren gesellschaftliche Auswirkungen im Fokus.
Ausbildungsberuf: Fachinformatiker*in
Wenn in Ihrer Klasse Schülerinnen und Schüler sind, die gern mit Soft- und Hardware tüfteln oder tief in Datenanalysen versinken, schlagen Sie ihnen doch eine Ausbildung im Beruf „Fachinformatiker*in“ vor. Das Berufsfeld umfasst vier verschiedene Fachrichtungen: Anwendungsentwicklung, Systemintegration, Daten- und Prozessanalyse sowie Digitale Vernetzung. Je nach Fachrichtung beschäftigen sich die Auszubildenden zum Beispiel mit der Gestaltung von IT-Systemen, programmieren Software nach Kundenwunsch, analysieren Daten oder optimieren digitale Arbeitsprozesse. IT-Unternehmen haben einen hohen Bedarf an Fachinformatiker*innen, aber auch viele große Industrieunternehmen bieten Ausbildungsplätze an. Vor der Bewerbung lohnt es sich, genau zu studieren, woran die Unternehmen arbeiten, denn die Einsatzfelder des Berufs sind sehr breit – von der IT-Administration bis hin zur Arbeit in Robotik-Forschungsteams ist alles möglich.
Gute Noten in Mathematik und Informatik, falls das in der Schule unterrichtet wurde, sowie in Englisch sind wichtige Voraussetzungen für die Ausbildung. Außerdem sollten Interessierte sowohl logisch als auch kreativ denken können – beides ist nötig, um gute digitale Lösungen zu entwickeln.
Interview
Berufliche Vielfalt: Welche Wege ein Physikstudium in der KI- und Softwareentwicklung eröffnet
Nicht nur die Ausbildung als Informatiker oder das Studium im Bereich der Mathematik sowie Biologie bietet einen Einstieg in die zahlen- und datengetriebene Welt von KI und Digitalisierung.
Auch ein Physikstudium kann einen Einstieg in die Welt der Daten ermöglichen.
Dr. rer. nat. Fabian Kohn erzählt im Interview, wie er den Weg als Physiker in die Welt von KI, Open Source und Softwareentwicklung gefunden hat und welche Möglichkeiten und Projekte sich daraus ergeben haben.
Mathematik nimmt hierbei auch eine zentrale Rolle ein, aber viel mehr auf fundamentaler Ebene.
- Lehrerspezial: Hallo Fabian, schön, dass du heute hier bist, stell dich doch gerne erst einmal vor.
- Dr. Fabian Kohn: Natürlich, gerne. Ich bin Fabian Kohn und bin als Software-Engineer tätig. Ursprünglich komme ich aus der Nähe von Göttingen, habe dort studiert und im Bereich Hochenergie- / Teilchenphysik promoviert. Einen Teil meines Studiums habe ich dabei am CERN in Genf verbracht und am ATLAS-Experiment geforscht. Später bin ich nach Zürich gegangen und habe im Bereich Software und IT-Sicherheit bei einem Unternehmen mit Schwerpunkt SaaS (Software-as-a-Service) gearbeitet. Dort habe ich den beruflichen Schritt in den Bereich Softwareentwicklung und Security gemacht. Nach meiner Rückkehr nach Deutschland habe ich mich entschieden, diesen Weg weiterzuverfolgen, und habe dann auf einer Messe ein Gründer-Duo aus Hamburg kennengelernt, die mich als ersten Mitarbeiter in ihre Runde aufgenommen haben. Gemeinsam haben wir eine KI-basierte App entwickelt, die für ein hohes Maß an Automatisierung für Online-Identifikationen steht. Nach über fünf Jahren habe ich mich entschieden, anderen Projekten meine Aufmerksamkeit zu widmen. Im letzten Jahr habe ich mich gemeinsam mit einem Kollegen auf ein Open-Source-Projekt fokussiert. Dieses werde ich auch im Rahmen meiner aktuellen Position bei einem Unternehmen weiter verfolgen.
- Vielen Dank für diese spannende Vorstellung. Es gibt einige Aspekte, auf die wir später genauer eingehen wollen. Lass uns jedoch erst einmal am Anfang beginnen. Du hast deinen Doktor in Physik gemacht. Was hat dich besonders fasziniert, dass du dich entschieden hast, Physik zu studieren?
-
Naturwissenschaften haben mich schon in meiner Kindheit fasziniert. Die Fragen,
warum bestimmte Dinge funktionieren, wie sie funktionieren, und andere wiederum nicht,
obwohl sie vielleicht funktionieren sollten? Die Lösung von Problemen empfinde ich als
spannende Herausforderung.
Nach der Schule stand die Entscheidung zwischen Physik und Informatik an. Da ich Informatik bereits als Hobby verfolgte, war für mich klar, dass ich Physik studieren würde. Im Nachhinein war das auch die beste Entscheidung, da das Studium so viele Möglichkeiten bot und später auch die Informatik wieder ins Spiel kam. Am Ende konnte ich das Beste aus beiden Welten in meinem beruflichen Werdegang vereinen und beschäftige mich nun mit Aufgaben, die mir unglaublich viel Spaß bereiten. - Das hört sich gut an, besonders, da du am Ende doch beides machst, was dir von Anfang an Spaß gemacht hat. Welche beruflichen Möglichkeiten gibt es überhaupt mit einem Physikstudium?
-
Es gibt sehr viele und auch sehr diverse Möglichkeiten. Neben der akademischen
Laufbahn und der Arbeit an Forschungsinstituten eröffnet sich auch der Weg in die Industrie.
Dort wird das strukturierte und analytische Denken, das im Physikstudium geschult wird,
sehr geschätzt und auch oft gezielt gesucht.
Mein erster Job in der IT-Sicherheit ist ein gutes Beispiel dafür. Die Industrie bietet die Chance, in verschiedene Rollen hineinzuwachsen und sich weiterzuentwickeln. Im Studium erwirbt man neben Fachwissen auch viele Softskills, die in gleicher oder ähnlicher Form auch in der Industrie gefragt sind, wie fachliches Leadership, Lehrtätigkeiten oder die Betreuung von Studierenden und Mitarbeitenden. Auch der Umgang mit Daten spielt dabei eine zentrale Rolle, vor allem in der Physik, wo deren Analyse häufig eine große Bedeutung hat. - Das sind wichtige Einblicke. Du hast zu Beginn erwähnt, dass Du ein Jahr lang ein Open- Source-Projekt begleitet hast, bei dem mit Sicherheit genau diese Aspekte zum Tragen gekommen sind. Könntest du kurz zusammenfassen, was Open Source bedeutet und welche Aufgaben du in dem Projekt hattest?
-
Open Source bedeutet, dass der Quellcode eines Softwareprojekts öffentlich
zugänglich ist und gemeinschaftlich weiterentwickelt wird. Die offene Kollaboration
ermöglicht einer potenziell großen Anzahl von Entwicklern, gemeinsam an einem Projekt zu
arbeiten und positive Beiträge zu leisten.
Bei dem Projekt handelt es sich um ein hocheffizientes System zur Messung und Überwachung von globalem Netzwerkverkehr, das ich zusammen mit einem Kollegen auf Basis seiner Masterarbeit weiterentwickelt habe. Wir haben es konzipiert, um Netzwerkdaten in verteilten Systemen zu erfassen, zu speichern und Analysen zu ermöglichen, wobei wir uns auf gute Skalierbarkeit konzentriert haben. Dies wird insbesondere dadurch erreicht, dass die Software auf einer großen Anzahl von Systemen auf der ganzen Welt Informationen akkumuliert und diese dann zentral für Sicherheitsanalysen verfügbar macht. - Wie wichtig ist Mathematik dabei?
- Softwareseitig werden in dem Projekt keine komplexen mathematischen Operationen durchgeführt. Mathematik spielt vielmehr auf fundamentaler Ebene eine Rolle, auch hier im strukturierten und analytischen Denkansatz. Darüber hinaus müssen all die gesammelten Daten interpretiert und verstanden werden, um entsprechende Schlussfolgerungen und / oder Maßnahmen ableiten zu können. Hier kommt auch die Statistik zum Tragen, um belastbare Aussagen aus den Daten ableiten zu können. Das Tool selbst ist daher vielleicht aus der mathematischen Perspektive nicht so sehr spannend, die generierten Daten hingegen sehr.
- Das ist interessant. Viele Menschen denken vielleicht, dass bei Open Source vor allem Mathematik im Vordergrund steht. Du hast viel Erfahrung im Bereich der Programmierung, insbesondere mit der Programmiersprache Go. Könntest du erzählen, was genau du damit gemacht hast und einen Bezug zu Python herstellen.
-
Go begleitet mich seit Jahren. Die Programmiersprache ist aufgrund ihrer Konzepte
und ihrer Struktur sehr effizient einsetzbar. Insbesondere im Backend eignet sich Go gut zur
Definition von und zur Interaktion mit Schnittstellen, sowie zum schnellen Hochskalieren.
Neben Go ist auch Python gerade bei Tech-Start-Ups sehr beliebt, um schnell Prototypen
bereitzustellen, insbesondere durch die Kombination beider Technologien. Python wird
häufig in der Datenverarbeitung und -analyse eingesetzt und nimmt vor allem im Bereich
Künstliche Intelligenz (KI) bzw. Machine Learning eine zentrale Rolle ein.
Eine Stärke von Python ist, dass sie unter anderem aufgrund ihrer Syntax sehr schnell erlernt und eingesetzt werden kann. Sie hilft dabei, komplexe Dinge einfach darzustellen, gerade weil sie, wie auch Go, mit einer guten Standard Library ausgestattet ist und leicht erweitert werden kann.
Python und Go können sehr gut über Schnittstellen miteinander interagieren. Gerade für Software, die auf Machine Learning basiert, bildet Python häufig bildlich betrachtet den Kern, der Daten wie Bild- oder Tonmaterial verarbeitet, während Go nach außen die Logik und die Schnittstellen, z.B. zu einer App oder anderen Produkten bereitstellt. Dieses Konzept ist ein sehr verbreitetes und erlaubt einen sehr modularen und erweiterbaren Aufbau von Softwareprodukten. - Das klingt sehr vielfältig und spannend, wenn auch komplex. Für Laien mag das vielleicht nicht sofort verständlich sein. Welche beruflichen Möglichkeiten gibt es für jemanden, der sich für Softwareentwicklung interessiert?
- Es gibt verschiedene Wege, z.B. in der Forschung und Entwicklung, oder auch in Tech-Start-Ups, wo häufig neue Ansätze / Optionen erkundet werden können. In der Software-Entwicklung hat man sehr oft die Gelegenheit, auf einer "grünen Spielwiese" zu starten, weil es so viele Möglichkeiten gibt. Das ist auch das, was mich von Anfang an fasziniert hat und warum ich Physik studiert habe, und was ich hier direkt anwenden kann: Es gibt für (fast) jedes Problem eine Lösung und gleichzeitig viele Wege zu testen, wie genau diese aussehen kann.
- Das ist so unglaublich wichtig, dass es keine Einbahnstraße ist, sondern dass es u.a. in technologischen Bereichen so viel Potenzial gibt, wo eben auch Mathematik eine Rolle einnimmt. Wenn wir im technologischen Bereich bleiben, müssen wir gar nicht weit gucken, was es für Möglichkeiten gibt, denn KI ist ein vielleicht nicht mehr ganz neuer, aber für viele neuer Begleiter in unserem Alltag. Ein Buzzword ist definitiv gerade ChatGPT. In deiner letzten Einstellung hast du an der Entwicklung einer App zentral mitgewirkt, die auf Basis von KI funktioniert. Kannst du auf die KI-Thematik eingehen und erzählen, welche Möglichkeiten KI bietet (gerade in der stetig digitalisierenden Gesellschaft) und welchen Einfluss hier auch die Mathematik hat?
-
KI ist ein sehr zentrales Thema mit enormen Möglichkeiten, sei es im
Gesundheitswesen, beim autonomen Fahren oder zur Unterstützung in der
Softwareentwicklung selbst, um nur einige Beispiele zu nennen. KI und als Unterkategorie
Machine Learning beruhen auf mathematischen Prinzipien und Konstrukten. Die zugrunde
liegenden Modelle können dabei sehr komplex sein und viele Parameter besitzen. Hierbei ist
das Verständnis der Daten, welche zum Training der Modelle genutzt werden, extrem
wichtig. Auch spielt Statistik wieder eine große Rolle, um diese Daten korrekt zu
organisieren und interpretieren, und z.B. sogenannte Bias-Effekte zu verhindern, also
ungewollte "Tendenzen" der Modelle aufgrund von einseitiger oder anderweitig limitierter
Datenlage.
Eine gute mathematische Basis sowie ein Verständnis von Daten sind also entscheidend für das Training von KI-Systemen und deren Funktionalität. - Das ist ein wichtiger Aspekt. Viele sind unsicher in Bezug auf KI, sowohl hinsichtlich der Sicherheit als auch bezüglich der Auswirkungen auf die Arbeitswelt. Daher ist es entscheidend zu betonen, dass die Qualität von KI von den Menschen abhängt, die sie entwickeln. Lass uns zum Abschluss noch einen Blick auf das Thema Sicherheit werfen, das insbesondere in der IT eine zentrale Rolle spielt. Wie ist hier der Zusammenhang mit Mathematik?
- Die Sicherheit in der IT und Mathematik sind untrennbar miteinander verbunden, denn viele Konzepte, die mit der Sicherheit zu tun haben, beispielsweise Verschlüsselungsalgorithmen, basieren auf mathematischen Prinzipien. Auch bei der Erkennung von Anomalien, der statistischen Auswertung von Schwachstellen und der Risikoanalyse spielt Mathematik eine tragende Rolle. Sicherheit hat viel mit dem analytischen Ansatz zu tun, gerade mit einem naturwissenschaftlichen Schwerpunkt ist man gut aufgestellt, Dinge zu analysieren und Strukturen zu verstehen.
Zurück zum Spezial
