Von Machine-Lerning-Forschung zum Buchautor! Christoph Molnar ist jetzt bei Real Scientists DE!

Diese Woche freuen wir uns auf unseren Kurator Christoph Molnar (@ChristophMolnar)! Christoph hat Statistik (Bachelor und Master) an der LMU München studiert, und 2022 im Bereich Machine Learning promoviert. Er ist jetzt freiberuflicher Autor und schreibt Fachbücher rund um das Thema Machine Learning.

 

Wie bist du in der Wissenschaft gelandet?

Auf Umwegen.

Nach meiner Masterarbeit war ich mir sicher: Ich will absolut nicht in die Wissenschaft. Das Schreiben der Masterarbeit war nervenaufreibend und ich war froh nie wieder eine wissenschaftliche Arbeit schreiben zu müssen.
Ironischerweise bin ich mittlerweile hauptberuflich Autor. Nach dem Studium habe ich als Data Scientist bei einem Startup gearbeitet, später als Statistiker bei dem Schweizer Register für rheumatische Erkrankungen. Abstand zur Uni und neue Erfahrungen haben mir geholfen. Ich habe gemerkt, wie unperfekt und chaotisch die Welt ist, und dass auch die Wissenschaft alles andere als perfekt ist. So konnte ich meinen eigenen Perfektionismus durch mehr Pragmatismus austauschen. Aus meinem neuen Blick auf unsere chaotische Welt war die Forschung nicht mehr so abschreckend. Gleichzeitig habe ich neben meinem Statistiker-Job wieder angefangen Paper zu lesen, und deren Inhalte zusammenzufassen (Schreiben also!). Es hat mir so viel Spaß gemacht, dass ich mich entschied einen Doktor zu machen.

Warum hast du dich für dein aktuelles Feld entschieden, und/oder was hält dich dort?

Die Entscheidung Statistik zu studieren war einfach, weil es in gewisser Hinsicht bedeutete, dass ich mich NICHT entscheiden musste: Statistik ist wie ein Hausmeisterschlüssel der die Türen zu allen Branchen aufmachen kann. Daten analysiert man (fast) überall: In quantitativen Wissenschaften (z.B. Ökologie), in mittelständischen Unternehmen, in der medizinischen Forschung, im Marketing, ...
Machine Learning ist ein ähnliches "Schweizer Taschenmesser", welches Einsatz in vielen Bereichen findet, von automatischer Erkennung von Produktschäden, und Vorhersage von Absatzzahlen, bis hin zur Erkennung von Hackerangriffen. Allerdings gibt es ein Problem: Prognosemodelle des Machine Learning sind oft undurchsichtige Algorithmen. Statistik ist das Gegenteil: Statistische Modelle sind (weitestgehend) interpretierbar, da man meist über Zusammenhänge lernen möchte. Zum Beispiel ob ein Medikament den Krankheitsverlauf beeinflusst, oder warum manche Wälder stärker von Dürre betroffen sind. Mein Feld, Interpretable Machine Learning, beschäftigt sich damit Interpretierbarkeit - soweit möglich - auch zum Machine Learning zu bringen.

Tatsächlich bin ich aber nicht mehr an der Universität, sondern freiberuflicher Autor. Mich hat letztendlich das Paper schreiben genervt: Es gibt starke Konventionen wie ein Paper formatiert und strukturiert werden muss -  zum Teil sinnvoll, aber für mich nimmt es den Spaß am Schreiben; Publish-or-perish bedeutet: Es ist wichtiger viele, aber möglichst kleine "Forschungspakete" in den "richtigen" Journals zu publizieren, anstatt bedeutungsvolle Forschung zu machen. Der Peer Review Prozess - im Kern eine super Idee - gleicht mehr einer Lotterie als einer Qualitätsprüfung, weil Editoren (in meinem Feld) Schwierigkeiten haben, anständige Reviewer zu finden.
Jetzt schreibe Fachbücher rund um das Thema Machine Learning. Interpretierbarkeit ist weiterhin ein zentrales Thema, über das ich schreibe.

Erzähle uns etwas über deine Arbeit!

Die Antwort hat zwei Teile: Meine Doktorzeit und meine Zeit danach.

 

In meiner Doktorarbeit habe ich mich mit der Interpretierbarkeit von Algorithmen des Machine Learning beschäftigt. Da dieses Feld teilweise neu ist, war ein Teil meiner Arbeit die Konsolidierung von Methoden: Übersichtsarbeiten schreiben, Software entwickeln, Stärken und Schwächen verschiedener Interpretationsmethoden zusammenfassen. Ansonsten habe ich mich in meiner Doktorarbeit mit der Weiterentwicklung bestehender Methoden und mit der Untersuchung von Limitationen von Interpretationsmethoden beschäftigt.

Als selbstständiger Autor ist ein Teil dieser Arbeit gleichgeblieben, vor allem das Lesen von Papern und natürlich das Schreiben an sich.
Aber ich muss mich jetzt auch um Marketing kümmern, und dem ganzen Orgakram rund um die Selbstständigkeit wie z.B. Buchhaltung.
Meine Fachbücher richten sich an Personen die sich bereits mit Machine Learning auskennen. Mein erstes Buch, Interpretable Machine Learning, stellt Methoden vor, um Machine Learning Modelle interpretierbar zu machen. Im Moment arbeite ich an meinem zweiten Buch, Modeling Mindsets, welches die verschiedenen Philoshopien beschreibt, mit denen man Daten analysieren kann, zum Beispiel Statistik versus Machine Learning.

Motivation: Warum sollte sich die Öffentlichkeit für deine Forschung/Arbeit interessieren?

Machine Learning und Statistik sind nützliche Werkzeuge, um Forschung zu betreiben, (digitale) Produkte zu bauen und Prozesse zu automatisieren.
Aber gerade Machine Learning, oder besser gesagt Künstliche Intelligenz, ist viel von Hype umgeben, getrieben von fehlenden Informationen, und übertriebenen Pressemitteilungen.
Ich denke, dass speziell die Interpretierbarkeit von Machine Learning ein wichtiges Mittel ist, um einen genaueren Blick auf Machine Learning Algorithmen zu werfen. Interpretierbarkeit ist auch ein wichtiges Werkzeug, um Probleme von Machine Learning Algorithmen aufzudecken, Fairness zu studieren und Vertrauen aufzubauen.

Hast du irgendwelche interessanten externen/zusätzlichen Aufgaben/Tätigkeiten?
Tatsächlich bin ich gerade dabei, mich von vielen Aufgaben zu trennen und mich aufs Schreiben zu konzentrieren. Das bedeutet zum Beispiel, dass ich oft Nein sage zu den meisten Meetings und Einladungen für Talks. Das wird wahrscheinlich nicht immer so bleiben.
Zum Beispiel bin ich am Überlegen nicht nur Bücher zu schreiben, sondern auch später einmal Onlinekurse anzubieten.

Irgendwelche interessanten Hobbies, von denen du uns erzählen möchtest?
Ich mache Calisthenics, also Kraftsport mit Eigengewicht, meistens draußen. Ansonsten habe ich Spaß an allem was mit Essen zu tun hat: Von Einkaufen, Kochen, und Essen, bis hin zu mit Gewürzen zu experimentieren und selber Lebensmittel zu fermentieren, z.B. Tempeh oder Sauerkraut.
Wenn ich in eine neue Stadt bereise, mache ich diese zwei Dinge immer als erstes: Nach einem Calisthenics Park suchen, und in einen Supermarkt gehen.

Wie sieht dein idealer freier Tag aus (Forscher sind ja auch nur Menschen)?
Sport machen. Zum Beispiel Calisthenics oder einen Fahrradausflug mit meiner Partnerin und Freunden. Dann für Freunde kochen und gemeinsam essen.

Bitte begrüßt Christoph ganz herzlich bei Real Scientists DE!

Wer für Nonprofit Organisationen arbeitet und warum! Marlene Walk ist jetzt bei Real Scientists DE!

Diese Woche freuen wir uns auf unsere Kuratorin Marlene Walk (@marlene_walk)! Dr. Marlene Walk hat
Soziale Arbeit (Diplom) an der HAWK Hildesheim und Nonprofit Management (Master) an der Hochschule Osnabrück studiert und 2015 im Bereich Nonprofit Management an der University of Pennsylvania promoviert. Aktuell forscht und lehrt Marlene an der Paul H. O’Neill School of Public and Environmental Affairs an der Indiana University in Indianapolis. Marlenes interdisziplinäre Forschung liegt an der Schnittstelle von Personalmanagement, Organizational Behavior und Change Management.

 

Wie bist du in der Wissenschaft gelandet?

Wie lange habt ihr Zeit? Ich wusste schon nach meinem Diplom (Soziale Arbeit/Sozialpädagogik), dass ich einen Master machen wollte. Diesen habe ich im Bereich Nonprofit Management gemacht. Während des Studiums hatte ich die Gelegenheit ein Auslandssemester und eine Summer School zu machen. Dort habe ich zufällig meine spätere Doktormutter kennengelernt. Die Feinheiten der Story, vor allem der Hintergrund als Arbeiterkind/FirstGen, zwei Abschlüsse von Fachhochschulen und den Weg zur Promotion an einer IvyLeague University werde ich in meiner Woche als Kuratorin teilen.

Warum hast du dich für dein aktuelles Feld entschieden, und/oder was hält dich dort?

Während meines Masterstudiums habe ich parallel weiterhin als Jugendreferentin eines Jugendverbands gearbeitet. Obwohl mir die Arbeit an sich Spaß machte, hatte ich mir den Arbeitskontext anders vorgestellt und hatte mit enttäuschten Erwartungen zu kämpfen. Meine eigene Erfahrung machte ich dann zum Thema meiner Masterarbeit – warum sind viele junge Mitarbeitende enttäuscht von der Arbeit in Nonprofit Organisationen? Sowohl in meinem Diplom als auch im Masterstudium liebte ich die Vorlesungen im Bereich Personalmanagement. Da lag es nah, dieses Thema aus der Sicht des Personalmanagements zu begutachten.

Die Masterarbeit ist inzwischen etliche Jahre her, aber noch immer beschäftige ich mich mit ähnlichen Forschungsthemen. Allerdings habe ich meine Arbeit auch auf unbezahlten Mitarbeitende in Nonprofit Organisationen (Ehrenamtliche) ausgeweitet.

Ein Teil meiner aktuellen Forschung versucht die Frage zu beantworten, wer für Nonprofit Organisationen arbeitet und warum. Einen Schwerpunkt lege ich hier auf die Bindung zum Dritten Sektor—definiert als die Stärke der Identifizierung mit und Engagement im Nonprofit Sektor. Gemeinsam mit zwei Kolleginnen der North Carolina State University und der University of Wisconsin, Green Bay habe ich 2016 eine Langzeitfragebogenerhebung (@NESP_Careers) gestartet, um Faktoren zu identifizieren, die Mitarbeitende an den Sektor binden sowie Faktoren, die zu einer reduzierten Bindung führen. Wir fokussieren uns speziell auf die Gruppe von Nonprofit Management Absolvent*innen, da diese durch den Studiengang bereits eine Präferenz für den Nonprofit Sektor signalisieren.

Erzähle uns etwas über deine Arbeit!

Nonprofit Organisationen sind wichtige Akteure – im sozialen aber auch kulturellen und Umweltbereich. Oftmals sind diese Organisationen klein und können mit dem Gehalt nicht mit privatwirtschaftlichen Anbietern mithalten. Die Möglichkeit woanders bessere Konditionen zu finden sind da, daher ist es sehr wichtig zu verstehen, warum jemand für Nonprofit Organisationen arbeiten will und welche Gründe es gibt dort zu bleiben.

Und genau das versucht meine Arbeit zu tun. Ich erforsche wie Mitarbeitende und Ehrenamtliche mit einem sich verändernden organisationalen Umfeld zurechtkommen und versuche zu erklären, warum Menschen für Nonprofit Organisationen arbeiten, wie sie auf Wandel reagieren, und welche Faktoren ihr Bleibeverhalten beeinflusst. Spannend finde ich hieran die Kombination aus Personalthemen und organisationalem Wandel.

 
Motivation: Warum sollte sich die Öffentlichkeit für deine Forschung/Arbeit interessieren?

Schwere Frage. Spannend an meiner Arbeit ist vielleicht, wie vielfältig sie ist. Ich arbeite meist parallel an mehreren Projekten in unterschiedlichen Phasen. Als Sozialwissenschaftlerin ganz ohne Lab nur mit Computer. Vielleicht ein etwas anderes Arbeiten als manche*r Kurator*innen vor mir. Dies hoffe ich im Laufe der Woche zu zeigen.

Hast du irgendwelche interessanten externen/zusätzlichen Aufgaben/Tätigkeiten?
Ich bin Social Media Editor für ein Journal in meinem Bereich.

Irgendwelche interessanten Hobbies, von denen du uns erzählen möchtest?
Mit zwei kleinen Kindern zu Hause (10 Monate/4 Jahre) bleibt leider nicht so viel Zeit für Hobbies. Paw Patrol anschauen, gehört eher zu den Leiden einer Mutter… Wenn die Kiddos im Bett sind und ich noch wach, dann spiele ich (immer noch) Breath of the Wild.

Wie sieht dein idealer freier Tag aus (Forscher sind ja auch nur Menschen)?
Nur arbeitsfrei oder auch kinderfrei? J Definitiv Kaffee, alles Chaos im Haus links liegen lassen und etwas unternehmen.   

Bitte begrüßt Marlene ganz herzlich bei Real Scientists DE!

 

Wie uns Fische und Würmer helfen, die Kommunikation zwischen Nervenzellen zu verstehen! Sebastian M. Markert ist jetzt bei Real Scientists DE!

Diese Woche freuen wir uns auf unseren Kurator Sebastian M. Markert (@sci_bastian)! Sebastian hat in
Würzburg Bio studiert und dort auch 2019 seinen Doktor gemacht. Dabei hat er kleinen Würmern auf die Synapsen geschaut, um zu verstehen, wie die Nervenzellen in dem Wurm miteinander kommunizieren. Danach ist er an die Johns Hopkins University in Baltimore, USA, gegangen und hat noch mehr tolle und ausgefallene Mikroskope benutzt, um Bilder von Synapsen zu machen. Diesmal im Zebrafisch und um zu verstehen, wie eigentlich Licht im Auge in Nervensignale codiert wird. Oder anders gesagt, was eigentlich passiert, wenn wir die Augen zumachen. Das ist eine kniffligere Frage, als man meinen möchte! Jetzt ist er wieder vorübergehend nach Würzburg gezogen, um mal wieder etwas mit seinen Lieblingstieren, den Würmern, zu machen. Im November geht er dann voraussichtlich nach Heidelberg, um sich wieder den Augen zu widmen. Außerdem will er mal großer YouTuber werden und bietet auf seinem sci_bastian Kanal geführte Bahnreisen auf der EvolutionEisenbahn durch den Stammbaum des Lebens an. 

 

Wie bist du in der Wissenschaft gelandet?

Ich war eigentlich schon immer in der Wissenschaft. Vielleicht könnte man sagen, ich habe sie nie verlassen. Schon als kleines Kind wollte ich immer wissen, wie alles funktioniert und wollte "Professor" werden :) 

Warum hast du dich für dein aktuelles Feld entschieden, und/oder was hält dich dort?

Es gibt ja fast unendlich viele spannende Fragen, aber die Frage danach, wie Bewusstsein entsteht, wie das Gehirn und das Nervensystem funktionieren, ist doch einfach die spannendste.  

Erzähle uns etwas über deine Arbeit!

Ich versuche zu verstehen, wie Neuronen miteinander kommunizieren. Das spezielle an meiner Arbeit ist, dass ich super-moderne bildgebende Verfahren dazu benutze. Also zum Beispiel neue Techniken der Elektronenmikroskopie. Damit kann ich Synapsen, also die Kommunikationsschnittstellen, sichtbar machen und direkt während ihrer Arbeit untersuchen. Das tolle ist, man kann immer coole Bilder zeigen!  

Motivation: Warum sollte sich die Öffentlichkeit für deine Forschung/Arbeit interessieren?

Oft wird bei Forschung gefragt: "Wozu ist das gut?" Bei meiner Forschung möchte ich am liebsten immer stolz verkünden: Für gar nichts! Ich mache das einfach nur, weil ich verstehen will, wie etwas funktioniert. Das nennt man Grundlagenforschung. Das ist Forschung ohne ein konkretes Ziel, wie zum Beispiel eine Krankheit zu heilen. In der Praxis ist solche scheinbar ziellose Grundlagenforschung aber extrem wertvoll. Vielleicht sogar die wertvollste Art von Forschung. Denn nur, wenn wir verstehen, wie etwas funktioniert, können wir auf neue Ideen kommen. Und dann am Ende auch Krankheiten heilen. Und mal ehrlich, wer will denn nicht wissen, wie das Gehirn funktioniert, wie Erinnerungen gebildet und gespeichert werden, oder woher das Bewusstsein kommt?

Hast du irgendwelche interessanten externen/zusätzlichen Aufgaben/Tätigkeiten?
Das Einzige, was genauso toll ist wie Wissenschaft machen, ist über Wissenschaft reden und die Begeisterung weiterzutragen. Deswegen habe ich jetzt angefangen, einen YouTube-Kanal aufzubauen. Wer sich auch nur ein bisschen für Biologie oder Evolution interessiert, darf gerne mal auf dem sci_bastian Kanal vorbeischauen, eine Reise auf der EvolutionEisenbahn mitmachen und Feedback geben :) 

Irgendwelche interessanten Hobbies, von denen du uns erzählen möchtest?
Kuchen backen! Und Eis essen! Hat jemand ultimative Backrezepte oder echte Geheimtipps für weltbeste Eisdielen?

Außerdem bin ich Zelda-Fan.

Wie sieht dein idealer freier Tag aus (Forscher sind ja auch nur Menschen)?
Eis essen gehört auf jeden Fall dazu. Und sich mit guten Freunden über das Leben, das Universum und den ganzen Rest unterhalten. Am besten bei einem Brettspiel und selbstgemachter Pizza.

Bitte begrüßt Sebastian ganz herzlich bei Real Scientists DE!