Wie funktioniert Denken? (Wie) können wir es Maschinen beibringen? Und wie können wir dieses Wissen nutzen, um Maschinen für Menschen nützlicher zu machen?
Aktuell beschäftigt mich vor allem die Fähigkeit wie Menschen im Alltag Entscheidungen treffen und welche Rolle die Kategorisierung von Dingen und Situationen dabei spielt. Ich verwende Ergebnisse aus Psychologie und Wirtschaftswissenschaften um Entscheidungsprozesse im Computer zu implementieren, die denen von Menschen ähneln. Dabei geht es weniger darum, bessere automatische Antworten zu bekommen, sondern vor allem um Menschen in ihren Aufgaben besser durch Computer zu unterstützen.
Forschungsinteressen
Kognitive Systeme
Intelligenz ist kein isoliertes Phänomen. Die einzige Intelligenz, die wir kennen, lebt in menschlichen Körpern, nicht nur in den Gehirnen. Als Menschen sind wir mit unserer Umgebung verwoben und anstatt nur auf diese zu reagieren, wie die meisten lebenden Dinge um uns herum, denken wir über abstrakte Konzepte nach, malen uns Welten aus, die es nicht gibt und nicht einmal geben kann, kommunizieren miteinander und arbeiten zusammen. Kognitive Systeme sind wahrscheinlich der schwierigste Teil der KI (für mich sind sie die KI überhaupt), aber das macht sie auch zu einem extrem faszinierenden Forschungsobjekt.
Entscheidungsprozesse
Menschen meistern im Alltag komplexe Entscheidungsaufgaben unter Unsicherheit und Zeitdruck. Sobald Aufgaben in Organisationen gelöst werden, scheint man diese Fähigkeiten durch starre, an Menschen überhaupt nicht angepasste Prozesse geradezu zu unterdrücken. Aus meiner Forschung an menschlichen und maschinellen Entscheidungsprozessen übertrage ich Vorgehensweisen, die Menschen im Alltag erfolgreich nutzen, auf den unternehmerischen Alltag. Dies entspricht in etwa dem Trend der agilen Softwareentwicklung, lässt sich jedoch auch auf viele andere Fragestellungen übertragen.
Menschzentrierte KI
Egal ob Künstliche Intelligenz als Traum oder Alptraum präsentiert wird, immer steht der Computer im Mittelpunkt. Aber was wäre, wenn man die technischen Möglichkeiten geschickt mit menschlichen Fähigkeiten verbindet, wenn man Mensch und Computer als Gesamtsystem betrachtet? Jedes alltagstaugliche System muss meiner Meinung nach zuerst vom User Interface ausgehend konzipiert werden, um dann schrittweise mit intelligenten Werkzeugen ergänzt zu werden.
UX-Beratung für einen medizinischen Software-Hersteller
Beratung
User Experience Design
2021 – 2023
Transformationsberatung und -unterstützung für einen online-Anbieter von medizinischem Wissen
Beratung
User Experience Design
Business-Analyse
Anforderungsanalyse
Workshops
Prototyping
ClojureScript
JavaScript
React
Das 10 Jahre alte Unternehmen hatte bisher großen Erfolg durch schnelle Innovation in seinen online-Produkten. Durch den Fokus auf Innovation wurden jedoch konzeptionelle und architektonische Änderungen hinten angestellt und dadurch technische Schulden angehäuft, die letztendlich dazu führten, dass die Innovationskraft abnahm. In diesem Projekt sollen interne Software-Werkzeuge neu konzipiert werden, wobei die Umsetzung den täglichen Betrieb nicht beeinträchtigen darf. Idealerweise sollen während der Überarbeitung direkt neue Funktionalitäten umgesetzt werden, die in Kundenprodukten sofortigen Mehrwert schaffen.
Meine Rolle
Analyse und Darstellung bisheriger Systemfunktionalitäten und Mängel
Erstellung und Präsentation von Informationen für das Management zur Darlegung der Notwendigkeit der Überarbeitung
Informieren und Einbeziehen verschiedener Beteiligter (Nutzersicht, Software-Entwicklung, Produktdesign)
Planung von Teilzielen und Projektschritten
User Experience Research
Recherche von zentralen Libraries
Funktionales Prototyping eines Web-Frontends
Feedback
Rückmeldungen von Projektbeteiligten aus dem Feedback-Prozess des Kunden:
very structured and well prepared for meetings
an iterative approach that can deal with uncertainty and gets closer to a clear picture on every iteration
great presenter of results and insights
inspiring with new angles on old issues
not only capable on a concept level but also a quick prototyper
great user-centric end-to-end thinking
2019 – 2021
Heuristic categorization
selbstfinanziertes Forschungsprojekt
Kategorisierung
Entscheidungsprozesse
Kognition
Künstliche Intelligenz
Explainable AI
Prototyping
Clojure
JavaFX
ClojureScript
React
2019 – 2022
Begutachtung von Großprojekten für die Europäische Kommission
Künstliche Intelligenz
Autonome Roboter
User Experience Design
Industrie
Gutachten
2018 – 2023
Cognitive plausibility of story-based motion representation
Kooperation mit Frank Papenmeier (Psychologie, Uni Tübingen) und Juan Purcalla (Informatik, Uni Tübingen)
mit Jutta Kretzberg und Marieke van Vugt, Fokusthema Flexibility
Kognition
Künstliche Intelligenz
Schulungen
2020 – 2021
Minimic: Tuberkuloseerkennung in Mikroskopiebildern
Data Science
Explainable AI
Beratung
Prototyping
Recherche
Python
2021
Digitalisierungsstrategie eines mittelständischen Logistik-Dienstleisters
Beratung
Business-Analyse
Anforderungsanalyse
Workshops
Marktrecherche
Roadmap
Logistik
Projektleitung
Der Kunde wollte sein Geschäft stärker digitalisieren und hat bereits damit angefangen seine Softwarelandschaft seinen Bedürfnissen anzupassen. Dabei stellen sich mehrere Herausforderungen:
die Fülle von Anforderungen, die sich einerseits aus dem operativen Geschäft, andererseits aus der zukünftigen strategischen Ausrichtung, ergibt
geringe Erfahrung des Kunden im Bereich Softwareentwicklung und -wartung
die Größe des Marktes von Softwarekomponenten und Dienstleistungsportalen
die Notwendigkeit von Schnittstellen zwischen Softwarelösungen für verschiedene Teilaufgaben
Vorgehen
Entwicklung von Domänenverständnis durch Workshop und dauernde Absprachen
Verständnis der spezifischen Kundenanforderungen
ständige Diskussion von Zwischenergebnisse, Rückfragen, und weiteren Schritten
Recherche von Logistik-Portalen
Recherche von Transportmanagement-Lösungen
Aufzeigen und Einschätzen von Lösungsalternativen
Ergebnis
Ergebnisbericht:
Zusammenfassung der geschäftlichen Ziele
allgemeinen Überlegungen zur Gestaltung einer Software-Landschaft
konkrete Rechercheergebnisse
Roadmap für die nächsten Schritte und langfristige Strategieprojekte
2020
Konzeption eines datengetriebenen Dashboards
Data Science
User Experience Design
Modellierung
Business-Analyse
Machbarkeitsprüfung
MVP
Telekommunikation
2019 – 2020
Entwicklung und Prototyping eines Interaktionskonzepts für die Intralogistik
User Experience Design
User Research
Workshops
Interaktionsdesign
Informationsarchitektur
Agile Software-Entwicklung
Roadmap
Logistik
Automobilbranche
Projektleitung
Es sollte ein User Interface für eine neuartige Software im Bereich Intralogistik entwickelt werden. Die Software erlaubt es fahrerlose Transportsysteme verschiedener Hersteller in einem System zu überwachen und zu steuern, sowie durch KI-Planungsalgorithmen die Effizienz zu steigern.
Vorgehen
Vor-Ort-Begehungen, Beobachtung und Interviews
agile Konzeptentwicklung im ständigen Austausch mit dem Kunden
Erstellung einer UX-Landkarte für die aktuelle und zukünftige Entwicklung des User Interfaces
2019 – 2021
Sort-it: Demonstrationsprototyp eines Wissenswerkzeugs
Kategorisierung
Entscheidungsprozesse
Kognition
User Experience Design
Künstliche Intelligenz
Prototyping
Agile Software-Entwicklung
ClojureScript
React
Projektleitung
In agilen Entwicklungsprozessen hat man es ständig mit komplexen Zusammenhängen zu tun. Software-Werkzeuge folgen entweder quantiativen Mustern (z.B. Tabellenverarbeitung), die den Lösungsraum von Anfang an einschränken, oder qualitativen notizartigen Mustern (z.B. Textverarbeitung), die sehr viel Freiheit erlauben, aber keine automatischen Inferenzen zulassen. In diesem Projekt sollte exploriert werden wie ein Werkzeug diese beiden Welten verbinden kann um komplexe Wissensbestände intuitiv zu erfassen und auszuwerten.
Vorgehen
initialer Wegwerf-Prototyp mit JavaScript/React anhand einer konkreten Aufgabe (Aus-
wertung von UX-Interviews)
Konzeption des weiter zu entwickelnden Prototyps
Identifikation von Alleinstellungsmerkmalen gegenüber anderen Wissenswerkzeugen
Projektarchitektur mit ClojureScript (mit Reagent/React, shadow-cljs)
Entwicklung theoretischer Grundkonzepte für eine intuitive und effiziente Aufgabenmodellierung
Iterative Entwicklung des Prototyps anhand von weiteren realen Anwendungsszenarien (Auswertung UX-Workshops, Konzeption von Texten, Aufgabenplanung, Erstellen von Personas, Literaturrecherche)
erste Marketingschritte zur Gewinnung von AnwenderInnen
Prototyp eines interaktiven Decision-Support Systems
Explainable AI
Entscheidungsprozesse
Künstliche Intelligenz
User Experience Design
Prototyping
Clojure
JavaFX
Automobilbranche
2018 – 2019
Konzeption und Technischer Durchstich eines Machine Learning Werkzeugs
Data Science
User Experience Design
Prototyping
Agile Software-Entwicklung
Python
JavaScript
Projektleitung
2017 – 2018
PräBea: Prävention für Beatmungspatienten durch systemgestütztes Feedback für die Intensivpflege
BMBF-Verbundprojekt
Data Science
User Experience Design
Medizintechnik
Projektleitung
2014 – 2018
Prototypenbasierte Wissensrepräsentation für Alltagsgegenstände
Juniorprofessurenprogramm des Landes Baden-Württemberg
Kategorisierung
Künstliche Intelligenz
Projektleitung
2012 – 2018
Human-Centered Artificial Intelligence
Junges Kolleg der Bayerischen Akademie der Wissenschaften
Entscheidungsprozesse
Kognition
Autonome Roboter
Clojure
JavaFX
Human-Centered Artificial Intelligence ist ein interdisziplinärer Ansatz um künstliche Intelligenz als Werkzeug für eine bessere Mensch-Maschine-Interaktion zu nutzen. Basierend auf Ergebnissen der Psychologie und Biologie verallgemeinert er klassiche Techniken der künstlichen Intelligenz, sodass sie besser für Menschen verständlich sind und eine natürliche Interaktion zwischen menschlicher und künstlicher Intelligenz erlauben.
Prinzipien
Propose
Entscheidungen von Menschen wie Maschinen beruhen auf Alternativen. Im Gegensatz zu gängigen KI-Verfahren sind die Alternativen in meinem Algorithmus nicht vordefiniert, sondern werden im Entscheidungsprozess dynamisch erarbeitet.
Evaluate
Alternativen werden in meinem Modell von unabhängigen Evaluationsprozessen bewertet. Diese repräsentieren verschiedene Gesichtspunkte der Lösungsqualität und können sich widersprechen.
Focus
Bei gängigen KI-Verfahren werden verschieden Evaluationsaspekte durch gewichtete Summen in einen Wert verrechnet. Die Ergebnisse sind meist unintuitiv, da Menschen bei ihren Entscheidungen keine gewichteten Summen bilden, was durch empirische Studien nachgewiesen ist. Mein Verfahren imitiert menschliche Heuristiken mit Methoden der Sozialwahltheorie.
Iterate
Durch wiederholtes Generieren bzw. Adaptieren von Alternativen, Evaluieren und Fokussieren, wird die Lösung schrittweise bestimmt. Das Verfahren kann vollautomatisch ablaufen oder in einem kollaborativen Prozess mit Menschen.
Forschungsmethode
Wissenschaft ist ein iterativer Prozess von Beobachten und Theoriebildung. Genau so habe ich meinen Algorithmus entwickelt und genau so kann er für konkrete Fragestellungen genutzt werden. Durch das Protoyping von Anwendungsfällen bekommt man schnell ein Gefühl dafür was gut funktioniert und wo Verbesserungsbedarf besteht.
In dem Ansatz geht es nicht darum, eine Speziallösung für ein spezifisches Problem zu entwickeln, sondern einen allgemeinen Mechanismus, der auf viele verschiedene Aufgabenstellungen übertragbar ist. Deshalb ist das Verfahren an zwei sehr unterschiedlichen Aufgaben entwickelt worden: dem Traveling Salesperson Problem (einem Problem aus der theoretischen Informatik, das in vielen realen Aufgaben in abgewandelter Form vorkommt) und der Navigation von autonomen Robotern (d.h. der Roboter hat die Aufgabe einen Zielpunkt zu erreichen und muss dafür den nächsten Befehl an seine Räder schicken).
Das Verfahren eignet sich vor allem für Beinahe-Optimierungsprobleme, also Aufgaben, die sich nicht vollständig formalisieren lassen, die jedoch zu unübersichtlich sind um von Menschen ohne technische Unterstützung gelöst zu werden, z.B.
Erstellung von Produktionsplänen
Kategorisierung von Produktgruppen
Planung von Verkaufsniederlassungen
Bildung von (Kunden-)Kohorten
Wartung komplexer IT-Systeme
Im Gegensatz zu klassischen Optimierungsverfahren zeichnet sich mein Ansatz aus durch
Alexandra Kirsch. Heuristic Problem Solving with Abstract Knowledge in the Context of the Travelling Salesperson Problem. 2014. (unpublished article) [pdf from HAL]
Alexandra Kirsch. Humanlike Problem Solving in the Context of the Traveling Salesperson Problem. In: AAAI Fall Symposium on Advances in Cognitive Systems. AAAI Press, 2011. [pdf from HAL]
2013 – 2016
Modellbasiertes Opportunistisches Roboterplanen für Mensch-Roboter-Kollaboration (MORPH)
Deutsche Forschungsgemeinschaft
Entscheidungsprozess
Autonome Roboter
Projektleitung
2010 – 2013
Reasoning about Human Behavior Patterns
TUM Institute for Advanced Study
Explainable AI
Autonome Roboter
User Experience Design
Projektleitung
2009 – 2012
Planning for Adaptive Robot Assistance
Exzellenzcluster Cognition for Technical Systems, TUM
Alisa Volkert, Jona Schröder, Alexandra Kirsch. Categorization in Real-World Tasks. In: Proceedings of the Seventh Annual Conference on Advances in Cognitive Systems, pp. 37 – 54. 2019. (Tech. Rep. No. COLAB2-TR-4) [pdf from HAL]
Juan Purcalla Arrufi, Alexandra Kirsch. Extending Qualitative Representations of Motion. In: 14th biannual conference of the German Society for Cognitive Science (KogWis). Darmstadt, Germany, 2018.
Alexandra Kirsch. Explain to whom? Putting the User in the Center of Explainable AI. In: Proceedings of the First International Workshop on Comprehensibility and Explanation in AI and ML 2017, co-located with 16th International Conference of the Italian Association for Artificial Intelligence (AI*IA 2017). Bari, Italy, 2017. (invited paper) [pdf from HAL]
Roman Roor, Jonas Hess, Matteo Saveriano, Michael Karg, Alexandra Kirsch. Sensor Fusion for Semantic Place Labeling. In: International Conference on Vehicle Technology and Intelligent Transport Systems (VEHITS). 2017. [pdf from HAL]
Diedrich Wolter, Alexandra Kirsch. Qualitative Spatial Reasoning for Boosting Learning-Based Robotics. In: Workshop Machine Learning in Planning and Control of Robot Motion, in conjunction with International Conference on Intelligent Robots and Systems (IROS). 2015. [pdf from HAL]
Alisa Volkert, Alexandra Kirsch. Prototype-based Knowledge Representation of Everyday Objects. In: 4. Interdisziplinärer Workshop Kognitive Systeme. 2015. [pdf from HAL]
Nataliia Kushnirenko, Alexandra Kirsch. Social acceptability of opportunistic behaviour of an assistant robot in human-robot everyday collaboration. In: Workshop ``Planen, Scheduling und Konfigurieren, Entwerfen'', held in conjunction with German Conference on Artificial Intelligence. Stuttgart, Germany, 2014. [pdf from HAL]
Michael Karg, Alexandra Kirsch. Low Cost Activity Recognition Using Depth Cameras and Context Dependent Spatial Regions. In: Workshop on Autonomous Robots and Multirobot Systems (ARMS), Proceedings of the Ninth International Conference on Autonomous Agents and Multiagent Systems (AAMAS). Paris, France, 2014. [pdf from HAL]
Alexandra Kirsch. Heuristic Problem Solving with Abstract Knowledge in the Context of the Travelling Salesperson Problem. 2014. (unpublished article) [pdf from HAL]
Christina Lichtenthäler, Alexandra Kirsch. Legibility of Robot Behavior : A Literature Review . 2014. (unpublished article) [pdf from HAL]
Christina Lichtenthäler, Alexandra Kirsch. Towards Legible Robot Navigation — How to Increase the Intend Expressiveness of Robot Navigation Behavior. In: International Conference on Social Robotics — Workshop Embodied Communication of Goals and Intentions. 2013. [pdf from HAL]
Michael Karg, Alexandra Kirsch. Simultaneous Plan Recognition and Monitoring (SPRAM) for Robot Assistants. In: Workshop on Human Robot Collaboration, held in conjunction with Robotics Science and Systems (RSS). 2013. [pdf from HAL]
Séverin Lemaignan, Gilberto Echeverria, Michael Karg, Jim Mainprice, Alexandra Kirsch, Rachid Alami. Human-Robot Interaction in the MORSE Simulator. In: Proceedings of the 2012 Human-Robot Interaction Conference (HRI late breaking report). 2012. [pdf from HAL]
Alexandra Kirsch. Humanlike Problem Solving in the Context of the Traveling Salesperson Problem. In: AAAI Fall Symposium on Advances in Cognitive Systems. AAAI Press, 2011. [pdf from HAL]
Christina Lichtenthäler, Tamara Lorenz, Alexandra Kirsch. Towards a Legibility Metric: How to Measure the Perceived Value of a Robot. In: International Conference on Social Robotics (ICSR), work in progress track. 2011. [pdf from HAL]
Michael Karg, Martin Sachenbacher, Alexandra Kirsch. Towards Expectation-based Failure Recognition for Human Robot Interaction. In: 22nd International Workshop on Principles of Diagnosis, Special Track on Open Problem Descriptions. 2011. [pdf from HAL]
Alexandra Kirsch, Thibault Kruse, E. Akin Sisbot, Rachid Alami, Martin Lawitzky, Drazen Brscic, Sandra Hirche, Patrizia Basili, Stefan Glasauer. Plan-based Control of Joint Human-Robot Activities. Künstliche Intelligenz, 24(3), pp. 223 – 231, 2010. [pdf from HAL]
Alexandra Kirsch, Fan Cheng. Learning Ability Models for Human-Robot Collaboration. In: Workshop on Learning for Human-Robot Interaction Modeling at Robotics: Science and Systems (RSS). 2010. [pdf from HAL]
Alexandra Kirsch. Be a Robot — A Study on Everyday Activities Performed in Real and Virtual Worlds. Tech. rep. TUM-I1006. Technische Universität München, 2010. [pdf from HAL]
D. Brscic, M. Eggers, F. Rohrmüller, O. Kourakos, S. Sosnowski, D. Althoff, M. Lawitzky, A. Mörtl, M. Rambow, V. Koropouli, J.R. Medina Hern'andez, X. Zang, W. Wang, D. Wollherr, K. Kühnlenz, C. Mayer, T. Kruse, A. Kirsch, J. Blume, A. Bannat, T. Rehrl, F. Wallhoff, T. Lorenz, P. Basili, C. Lenz, T. Röder, G. Panin, W. Maier, S. Hirche, M. Buss, M. Beetz, B. Radig, A. Schubö, S. Glasauer, A. Knoll, E. Steinbach. Multi Joint Action in CoTeSys — Setup and Challenges. Tech. rep. CoTeSys-TR-10-01. CoTeSys Cluster of Excelence: Technische Universität München & Ludwig-Maximilians-Universität München, 2010.
Alexandra Kirsch, Thibault Kruse, Lorenz Mösenlechner. An Integrated Planning and Learning Framework for Human-Robot Interaction. In: 4th Workshop on Planning and Plan Execution for Real-World Systems (held in conjuction with ICAPS 09). 2009. [pdf from HAL]
Michael Beetz, Jan Bandouch, Alexandra Kirsch, Alexis Maldonado, Armin Müller, Radu Bogdan Rusu. The Assistive Kitchen — A Demonstration Scenario for Cognitive Technical Systems. In: Proceedings of the 4th COE Workshop on Human
Adaptive Mechatronics (HAM). 2007. [pdf from HAL]
Alexandra Kirsch. Towards High-performance Robot Plans with Grounded Action Models: Integrating Learning Mechanisms into Robot Control Languages. In: ICAPS Doctoral Consortium. 2005. [pdf from HAL]
Alexandra Kirsch, Michael Schweitzer, Michael Beetz. Making Robot Learning Controllable: A Case Study in Robot Navigation. In: Proceedings of the ICAPS Workshop on Plan Execution: A Reality Check. 2005. [pdf from HAL]
Armin Müller, Alexandra Kirsch, Michael Beetz. Object-oriented Model-based Extensions of Robot Control Languages. In: 27th German Conference on Artificial Intelligence. 2004. [pdf from HAL]
Freek Stulp, Alexandra Kirsch, Suat Gedikli, Michael Beetz. AGILO RoboCuppers 2004. In: RoboCup International Symposium 2004. 2004. [pdf from HAL]
Michael Beetz, Freek Stulp, Alexandra Kirsch, Armin Müller, Sebastian Buck. Autonomous Robot Controllers Capable of Acquiring Repertoires of Complex Skills. In: RoboCup International Symposium 2003. 2003. [pdf from HAL]