Dr. Andrea Beyer

Dr. Andrea Beyer entwickelt Infrastrukturen, um Forschende in den Geisteswissenschaften mit modernen Computermethoden zu befähigen. Im Daidalos-Projekt stellt sie Natural Language Processing-Verfahren (wie automatische Wortartenerkennung, Entitätsidentifikation und Themenmodellierung) für die Analyse antiker Texte bereit — ohne dass Philologen selbst Programmierer sein müssen. Im Projekt AI-SKILLS gestaltet sie ein hochschulweites Zertifikatsprogramm, das Studierenden aller Fachrichtungen ermöglicht, KI-Methoden in ihrer eigenen Disziplin anzuwenden. Ihr Fokus liegt auf dem Wissenstransfer: Sie baut Brücken zwischen Informatik und traditionellen akademischen Feldern, um Forschung und Lehre durch digitale Werkzeuge zu modernisieren.

🔒 Das System hat 500 mögliche Industrie-Partner gefunden — Firmen, Scores und Begründungen sind nur für eingeloggte Nutzer:innen sichtbar. Anmelden

• Anwendungsorientierte Infrastruktur für KI-Communities in Lehr-Lern-Settings

  Quelle ↗

  Das Projekt AI-SKILLS zielt auf die Entwicklung und Implementierung eines curricular integrierten Zertifikatsprogramms “Künstliche Intelligenz” an der Humboldt-Universität zu Berlin, das Studierenden aller Disziplinen die domänenspezifische Auseinandersetzung mit KI-Methoden und KI-Technologien ermöglicht. Die KI-bezogenen Lehrangebote sowie die notwendige IT-Infrastruktur werden so in die Hochschulbildung eingebunden, dass Lehrende und Studierende den Nutzen von KI in ihrem Fachgebiet über einen ausdrücklich forschungsorientierten Zugang erleben. Das Zertifikatsprogramm legt den Schwerpunkt auf Methoden des Maschinellen Lernens und der symbolischen KI, um die Bedarfe aus allen Fachrichtungen zu adressieren. Die Qualifizierung der zukünftigen Fachkräfte schließt hierbei auch die Auseinandersetzung mit den ethischen, rechtlichen und gesellschaftlichen Herausforderungen ein. Um generisch relevante KI-Methoden bzw. Technologien mit fachspezifischen Anwendungsszenarien zu verzahnen, setzt AI-SKILLS auf ein didaktisches Konzept, das mit Hilfe von JupyterHub (als Lernumgebung) und Computational Essays (als Prüfungsformat) eine tiefe Verankerung von KI-bezogenen Studienangeboten in der Breite der Hochschulbildung fördert. Durch den Aufbau aktiver Communities of Practice und die systematische Einbindung zentraler Hochschuleinrichtungen werden Austausch, Verbreitung und Nachnutzung der entstehenden KI-basierten Lehr-Lern-Materialien nach Prinzipien des Open Science vorangetrieben. Mit einer engen Verzahnung aus kompetenzorientierter Didaktik und Methoden der KI-Forschung, einer ständigen Weiterentwicklung der ITInfrastruktur, die sich agil an den Bedarfen der Studierenden und Lehrenden orientiert, sowie einer kontinuierlichen Evaluation der einzelnen Maßnahmen sichert das Projekt zugleich die nachhaltige Implementierung und Wirksamkeit des Vorhabens.

• Daidalos-Projekt - Entwicklung einer Infrastruktur zum Einsatz von Natural Language Processing für Forschende der Klassischen Philologie

  Quelle ↗

• Patient-Focused Benefit-Risk Analysis to Inform Regulatory Decisions: The European Union Perspective

  2016

  Value in Health · DOI

• Is quantitative benefit–risk modelling of drugs desirable or possible?

  2011

  Drug Discovery Today Technologies · DOI

• Risk Attitudes and Personality Traits Predict Perceptions of Benefits and Risks for Medicinal Products: A Field Study of European Medical Assessors

  2015

  Value in Health · DOI