Melanie A. Kilian absolvierte ihr Bachelorstudium der Medienwissenschaft und Betriebswirtschaftslehre und ihr Masterstudium der Allgemeinen und Vergleichenden Medienwissenschaft an der Universität Regensburg. Ihre Masterarbeit, die den Titel „Die Anatomie des Netzes. Oder: Warum Big Data unausweichlich ist“ trägt, beschäftigt sich mit dem Medium Internet und dessen historischen sowie technologischen Spezifika.
Seit 2016 ist Melanie A. Kilian wissenschaftliche Mitarbeiterin und Dozentin am Lehrstuhl für Informationswissenschaft der Universität Regensburg und seit 2018 dort auch Doktorandin.
Sie lehrt unter anderem Methoden qualitativer Forschung und allgemeine Forschungspraxis. Thematisch sind ihre Lehrveranstaltungen auf dem Gebiet der Informationsphilosophie und -ethik sowie im Bereich Informationsverhalten angesiedelt.
Lehrstuhl für Informationswissenschaft
Ich bin am Lehrstuhl für Informationswissenschaft am Institut für Information und Medien, Sprache und Kultur (I:IMSK) tätig.
Ich biete v. a. Lehrveranstaltungen zu Informationsphilosophie/-ethik, zur Theorie und Praxis qualitativen Forschens und zum menschlichen Informationsverhalten an. Meine Veranstaltungen richten sich u. a. an Informationswissenschaftler, Medienwissenschaftler und Medieninformatiker.
Meine Lehrveranstaltungen im Bereich Informationsphilosophie und -ethik behandeln Methoden und Anwendungen auf dem Gebiet der Big Data, Künstlichen Intelligenz und des Machine Learning aus (informations-)ethischer und erkenntnistheoretischer Sicht. Dabei werden Konzepte und insbesondere konkrete Anwendungsfälle sowie Fallbeispiele, die im Zusammenhang mit der (intelligenten) Verarbeitung von (Massen-)Daten stehen, mittels Techniken des ethischen Begründens bzw. Hinterfragens, der ethischen Entscheidungsfindung, der Verantwortungszuschreibung sowie mittels Fragen nach der Erkenntnisautonomie systematisch analysiert. Im Fokus all dieser Analysen steht stets nicht nur die philosophische Durchdringung des Gegenstands, sondern vor allem die Entwicklung lebenspraktisch dienlicher Handlungsempfehlungen für den Umgang mit den betreffenden KI-Methoden.
Ich lehre keine KI-Methoden o. Ä.. Den (informations-)ethischen bzw. erkenntnistheoretischen Blick auf derartige Methoden oder Anwendungen vermittle ich den Studierenden mittels Vorlesungseinheiten zu allgemein- und bereichsethische Konzepten, geführten Gruppendiskussionen, Fallbeispielen, an denen die Studierenden in Teams spezifische Fragestellungen beantworten sollen, Lernspielen, Lektüreeinheiten und – je nach Kurs und Thema – in der Begleitung einschlägiger Projekt- oder Seminararbeiten.
Nach erfolgreichem Abschluss meiner Lehrveranstaltungen im Bereich Informationsphilosophie und -ethik sind Studierende in der Lage, ethische Frage- und Problemstellungen u. a. im Kontext von Software und Datenverarbeitung analytisch zu reflektieren, hierbei auf etablierte allgemeinethische Konzepte zurückzugreifen sowie eigene einschlägige ethische Urteile zu fällen bzw. lebenspraktisch dienliche Handlungsempfehlungen zu geben und letztendlich aus der Beschäftigung mit dem Themenfeld einschlägige Software-Projekte oder empirische Studien zur Entgegnung bzw. Ergründung offener bereichsethischer Fragestellungen abzuleiten.
Methoden und Anwendungen, die im Zusammenhang mit Big Data, Künstlicher Intelligenz und Machine Learning stehen, besitzen nicht nur Relevanz in der Forschung, sondern sind längst in unserem Alltag angekommen – wenn wir Suchmaschinen verwenden, im Social Web News lesen, online-daten, online-shoppen, videospielen, smarte persönliche Assistenten oder Gadgets nutzen, sind KI und Big Data (oft) nicht weit. Auch im Kredit- und Versicherungswesen, in der Justiz oder beim Recruiting und bei der Terrorismusbekämpfung gehören Künstliche Intelligenz & Co. – je nach Staat und Branche – längst zum (Standard-)Repertoire von Unternehmen oder staatlichen Einrichtungen. So mag es auch nicht verwundern, dass KI-Kompetenzen immer weniger als bloßes Fachwissen wahrgenommen werden, sondern zunehmend eine Schlüsselqualifikation in der modernen Arbeitswelt darstellen.
Ich beschäftige mich hauptsächlich mit Thick Data statt mit Big Data 😉 d. h. ich forsche hauptsächlich qualitativ.
Ich forsche zum Thema KI ausschließlich in Bezug auf menschliches Informationsverhalten, menschliche Informationsinteraktion sowie Algorithmen- und Maschinenethik.
Wissen über Maschinen- und Algorithmenethik habe ich mir hauptsächlich im Selbststudium angeeignet.
Wie bereits erläutert werden KI-Kompetenzen immer weniger als bloßes Fachwissen wahrgenommen, sondern stellen zunehmend eine Schlüsselqualifikation in der modernen Arbeitswelt dar. Hochschulen sollten daher frühzeitig auf diese Entwicklung reagieren, indem Lehrveranstaltungen zu den Bereichen Big Data, Künstliche Intelligenz und Machine Learning sowohl studien- als auch berufsbegleitend absolviert werden können und die dabei erworbenen Kompetenzen zudem auf Basis einer (allgemein) anerkannten Richtlinie zertifizierbar sind – eine Richtlinie also, wie man sie beispielsweise bereits im Zusammenhang mit Qualifikationsnachweisen für Sprachkompetenzen kennt.
Ich begrüße das Projekt „Wissen schafft2 Daten“ mit seiner Zielsetzung, Forschungsbestrebungen in den Bereichen Big Data, Künstliche Intelligenz und Machine Learning zu vereinen, sehr, da das Vorhaben es auf lange Sicht möglich machen kann, wissenschaftliche und praktische Kompetenzen in den genannten Bereichen zielorientiert zu bündeln und zielgruppenspezifisch zu vermitteln. So leistet das Projekt zum einen wertvollen Beitrag in Sachen Interdisziplinarität und schafft zum anderen unerlässliche Rahmenbedingungen für fortschrittliches forschendes sowie wirtschaftliches Handeln in einer zunehmend technologisierten Welt.
Frau Kilian, vielen Dank dass Sie sich Zeit genommen haben, uns diese Fragen zu beantworten. Wir wünschen Ihnen noch einen schönen Tag!