In dieser Folge ist Prof. Dr. Stefan Dietze zu Gast. Er ist Professor für Data & Knowledge Engineering an der HHU und Wissenschaftlicher Direktor der Abteilung Wissenstechnologien für die Sozialwissenschaften bei GESIS, dem Leibniz Institut für die Sozialwissenschaften, in Köln. Er arbeitet an der Schnittstelle von Machine Learning, Natural Language Processing und Information Retrieval. Was das genau bedeutet, erläutert er in unserem Gespräch. Er arbeitet mit heterogenen Daten, vor allem Daten aus dem Internet, und untersucht z.B. wie Menschen Inhalte teilen, suchen und sich von ihnen beeinflussen lassen.

Dabei geht es methodisch u.a. um Fact Checking und die Klassifizierung von Vertrauenswürdigkeit, auch unter Einsatz von KI-Methoden. Übergeordnet wird beispielsweise untersucht, wie Corona-Maßnahmen das Solidaritätsverhalten in Twitter-Diskursen beeinflusst oder wie sich die Einstellung zur EU durch den Impferfolg im Vereinigten Königreich in beiden Regionen verändert hat.

Außerdem erfahren wir wie man eigentlich 10 Milliarden Tweets wissenschaftlich untersucht und warum Allrounder in den Datenwissenschaften eigentlich Einhörner sind.

0:50 Vorstellung Herr Dietze 1:15 Werdegang und Funktionen an der HHU und GESIS 5:10 Welche KI-Methoden 14:26 Sentimentanalyse / Wie wird wissenschaftlich ein Tweet untersucht 19:38 Das spannendste an der aktuellen Arbeit 23:21 Interdisziplinarität / Wo gibt es Überschneidungen? 27:38 Welche Forschungsprobleme können mit Methoden der Künstlichen Intelligenz gelöst werden? 31:02 Im Jahr 2030: Welche Aspekte Ihrer Forschung sind jetzt gesellschaftlich besonders relevant geworden?

Ein Gespräch mit Prof. Dr. Stefan Dietze und Dr. Joana Grah