Es war eine E-Mail des CISPA-Faculty Dr. Yang Zhang, die Dr. Franziska Boenisch auf die letzte Bewerbungsrunde im Tenure-Track-Programm des CISPA aufmerksam werden ließ. Zhang ist Teil ihres Netzwerks. „Ich hatte gerade meinen Post-Doc in Kanada angefangen, war noch nicht am Suchen und wollte eigentlich noch mindestens ein Jahr dableiben“, erzählt Boenisch. „Aber dann waren das Angebot und die Möglichkeit hier zu arbeiten, doch zu gut. Im Post-Doc geht es ja im Endeffekt darum, eine Professur zu bekommen und dann war das eben ein bis zwei Jahr früher, als ich das gedacht hatte.“ So kam es, dass sie zum 1. September als Faculty am CISPA gestartet ist.
Am CISPA hat sie die Schnittstelle von Informationssicherheit und maschinellem Lernen interessiert. „Ich arbeite an Sicherheit und Privatsphäre von maschinellem Lernen. Deswegen glaube ich, dass ich hier in beide Richtungen tolle Kollaborationen und Unterstützung finden kann, um gemeinsame Arbeiten vorantreiben zu können.“ Was sie aus ihrer Post-Doc-Zeit beim kanadischen Vector Institute in Toronto mitbringt, ist das Streben nach Exzellenz, was auch zu den unverrückbaren Grundsätzen von CISPA-Gründungsdirektor Prof. Dr. Dr. h.c. Michael Backes gehört. „Ich habe in Toronto auch viele Verbindungen zu Wissenschaftler:innen knüpfen können, die an den neuesten Entwicklungen des maschinellen Lernens arbeiten. Und wenn ich jetzt meine eigenen PhD-Studierenden habe, will ich sie miteinander in Kontakt bringen, Praktika ermöglichen, aber auch Vorträge hier im Haus“, so Boenisch über ihre Pläne.
Arbeitsschwerpunkte
Angetrieben wird Boenisch von einer großen Faszination für das maschinelle Lernen: „Ich denke, das ist eine der spannendsten Techniken unseres Jahrtausends, weil wir damit so viele Probleme in der Wissenschaft, in der Gesellschaft und beim Klima lösen können. Aber oft kann dort das maschinelle Lernen noch nicht genutzt werden, weil es etwa in der Medizin oder der Finanzwelt immer den Aspekt des Privatsphäreschutzes gibt.“ Boenisch hat es sich zur Aufgabe gemacht, hierfür Lösungen zu entwickeln. Eine nicht ganz einfache Aufgabe: „Gleichzeitig Privatsphäre zu garantieren und präzise Vorhersagen zu bekommen, ist unglaublich schwierig“, so die CISPA-Faculty.
Ein Fokus von Boenischs Forschung, der sich aus dem Umgang mit den Trainingsdaten ableitet, ist der individualisierte Privatsphäreschutz und deren Umsetzung in individualisierten ML-Modellen. „Das ist etwas, das gerade häufig vernachlässigt wird. Denn viele Privatsphäre-Anwendungen definieren meist nur ein Schutz-Level für eine ganze Gruppe, wie etwa alle Patient:innen im Krankenhaus“, erzählt sie. Für sie steht jedoch im Vordergrund, dass die Gesellschaft vielfältig ist und einzelne Menschen ganz unterschiedliche Anforderungen an ihren Privatsphäreschutz stellen. „Das unterscheidet meine Forschung in diesem Bereich von der vieler anderer. Ich möchte das Individuum mit den eigenen Bedürfnissen in den Fokus stellen“, so die CISPA-Faculty.
Das SPRINT ML Lab
Um diese Forschungslücke zu schließen, hat Boenisch zusammen mit Dr. Adam Dziedzic, der ebenfalls zum 1. September als Faculty am CISPA begonnen hat, das SprintML Lab gegründet. SprintML steht für „Secure, Private, Robust, Interpretable, and Trustworthy Machine Learning”. Das Ziel des Forschungslab beschreibt Boenisch folgendermaßen: „Heutzutage beschäftigen sich viele ML-Systeme vor allem mit einer Frage: Wie können wir die besten Voraussagen machen. Was wir wollen, ist weiterhin beste Voraussagen zu erzielen, aber trotzdem diese von der Gesellschaft gewünschten Aspekte wie Privatsphäre mit einzubeziehen.“ Um das umsetzen zu können, sind Boenisch und Dziedzic auf der Suche nach Mitarbeiter:innen, sowohl PhD-Studierenden als auch Post-Docs und Praktikant:innen. Was Interessierte mitbringen sollen ist „bestenfalls eine große Begeisterung für das maschinelle Lernen. Aber darüber hinaus eigentlich nur das Interesse, ML-Modelle besser zu machen für die Gesellschaft.“ Wer mit Boenisch spricht und ihre Begeisterung für das Thema erlebt hat keinen Zweifel, dass sie das Ziel eines 10-köpfigen Teams bald erreichen wird.
