ETH Zürich stärkt Forschung in den Datenwissenschaften

Wer heute mit dem Smartphone fotografiert, erhält automatisch ganze Fotoalben mit Titel, Datum, Reisekarte und Standortbezeichnungen digital zusammengestellt. Ohne eigenes Zutun. Die Resultate sind erstaunlich gut, jedenfalls so, dass ein Betrachter nicht einfach beurteilen kann, wer das Album erstellt hat: ein Mensch oder eine Maschine?

Das ist nur ein Beispiel, wie Computer im Alltag bestimmte Aufgaben lösen können, die früher dem Menschen vorbehalten schienen, weil sie Intelligenz und Lernfähigkeit voraussetzen. Für die Technologien und Methoden, die das möglich machen, haben sich klingende Namen wie «künstliche Intelligenz» oder «maschinelles Lernen» durchgesetzt.

Gemeint sind damit in der Regel lernfähige Berechnungsverfahren, sogenannte intelligente Algorithmen, mit denen sich kluges Lösen von Aufgaben automatisieren lässt. Beim maschinellen Lernen etwa lernt ein Computer anhand von Beispieldaten, wie er selbständig Muster und Regelmässigkeiten in Datensätzen erkennen kann.

Effiziente, intelligente Algorithmen, die selber lernen, wie sie in den Daten das erwünschte Wissen finden, wirken sich nicht nur auf private Nutzer und industrielle Abläufe aus, sie verändern auch die Art, wie sich Forschende und Computer ihre Arbeit teilen. Besonders bei sehr grossen, komplexen und uneinheitlichen Datenmengen können solche Algorithmen wertvolle Erkenntnisse ermöglichen, die sonst unbemerkt blieben.

Sowohl Beobachter als auch Gestalter dieser rasanten Entwicklung der datengetriebenen Methoden ist Peter Bühlmann. Von Haus aus ist der ETH-Professor ein Statistiker. Seit Jahresbeginn leitet er die neue Initiative der ETH Zürich für die «Grundlagen der Datenwissenschaften» («ETH Foundations of Data Science»). Wie man aus Daten Informationen und Erkenntnisse gewinnen kann, ist seit jeher das Kerngeschäft der Statistik.

Die datengetriebenen Ansätze unterscheiden sich jedoch von den klassischen, sagt Bühlmann mit der Prise Witz, die ihn auszeichnet: «Im klassischen Ansatz der Statistik ging ein Forscher von einer wissenschaftlichen Fragestellung aus und überlegte sich sehr sorgfältig, welche Daten er mit welcher Methode erhob, um daraus möglichst informative Schlüsse zu ziehen. Weil die Daten heute, zugespitzt gesagt, wie automatisch vom Himmel fallen, ist das oftmals nicht mehr so.»