Interview mit Maximilian Wittig

Maximilian Wittig ist seit 2020 Wissenschaftlicher Mitarbeiter am Lehrstuhl für Wirtschaftsinformatik IV der Universität Regensburg. Bereits während seines Studiums hat er als Studentische Hilfskraft am selbigen Lehrstuhl gearbeitet.

In seiner jetzigen Tätigkeit an der Universität befasst er sich neben der Betreuung von Abschlussarbeiten, P-Seminaren und theoretischen Seminaren, in der Lehre mit Algorithmen, Datenstrukturen, dem (Objektorientierten) Programmieren und der Sicherheit mobiler Systeme.

Sein Forschungsinteresse liegt im Bereich der Mustererkennung und des machinellen Lernen zum Schutz personenbezogener Daten. Daneben beschäftigt er sich mit Fragestellungen zur Gewährleistung der Anonymität in Location-Based Services sowie die Einhaltung datenschutzrechtlicher Aspekte in verteilten Systemen.

Maximilian Wittig
Lehrstuhl für Wirtschaftsinformatik IV
Lehrstuhl für IT-Sicherheitsmanagement bzw. Lehrstuhl für Wirtschaftsinformatik IV
Grundlagen der Programmierung (Objektorientierte Programmierung, Algorithmen, Datenstrukturen und Programmierung), IT-Sicherheit (IT-Security 2, Sicherheit mobiler Systeme)
Unsere Veranstaltungen beziehen sich nicht auf KI, jedoch unsere Seminarthemen im Bereich der Forschung, z.B. Natural Language Understanding für eine Chat-Bot-Komponente auf einer Plattform für Sicherheitsvorfälle oder das Erkennen von Tracker-belasteten Webseiten durch maschinelle Lernverfahren und deren Evaluation.
Entsprechendes Vorwissen wird in anderen Kursen, wie z.B. Big Data Analytics, Customer-Relationship-Management oder in Data Analytics – Methoden und Programmierung gelehrt. Vertieftes Wissen müssen Studierende sich selbst in den Seminaren über Lehrbücher, Fachbücher oder Software-Dokumentationen aneignen
Abhängig von dem Seminartyp (theoretisch oder praktisch) theoretische oder anwendungsbezogene Grundlagen über das ML, wie z.B. Mustererkennung durch Überwachtes Lernen und üblichen Software-Bibliotheken.
Maschinelle Lernverfahren werden in unseren Seminaren hauptsächlich als Werkzeug eingesetzt, um eine Problemstellung effizient zu bearbeiten, weil menschliche Intelligenz nicht ausreichend ist. Gleichzeitig ist es ein Themenkomplex, an dem die meisten Studierende sehr interessiert sind und auch im späteren Berufsleben von hier erlernten Kompetenzen profitieren können.
Die automatische Erkennung von Tracker im Bezug auf Werbung im Internet mithilfe von supervised learning Algorithmen sowohl auf der Anwendungsschicht sowie auf tieferliegenden Netzwerkschichten.
Siehe oben.
Im Studiengang Wirtschaftsinformatik habe ich die Kurse zu Maschinellen Lernen sowie alle Statistikvorlesungen gehört. Anschließend habe ich meine Seminararbeiten und Masterarbeit zum Thema maschinelles Lernen geschrieben.
—
Die oftmals überraschend guten Ergebnisse, die eine KI im Umgang mit einer Aufgabe erreicht, z.B. das Erzeugen von Musik und der anschließende Vergleich zwischen den Ergebnissen von Mensch und Maschine.
Nein, aktuell gibt es kein spezielles Zusammenarbeiten, welches im Zusammenhang mit KI stehen würden.
Idealerweise würde es zum Thema KI und maschinelles Lernen an der UR einen eigenen Studiengang wie z.B. Data Science geben.
Aktuell sind wir als Lehrstuhl mit hauptsächlichem Fokus auf IT-Sicherheit in keinem Projekt von „Wissen schafft² Daten“ eingebunden. Allerdings sind wir oftmals für interne Projekte auf der Suche nach KI-Experten, die wir teilweise an der UR suchen.
—


Herr Wittig, vielen Dank dass Sie sich Zeit genommen haben, uns diese Fragen zu beantworten. Wir wünschen Ihnen noch einen schönen Tag!

Zuletzt bearbeitet am