Topic

Interview

“Data is a small part of the story”: a glimpse into the life of a data scientist

Hagen Hoferichter is a data scientist, but not just any data scientist. He specializes in the intersection of Machine Learning and embedded devices in the IoT world. Instead of being an obstacle, Hagen’s background as an Electrical Engineer gives him a unique edge when it comes to creating innovative data-gathering devices together with clients. Based on extensive experience working with clients from the healthcare sector, Hagen categorically emphasizes that data science work is more than just programming or number crunching. The most crucial part of his work consists of explaining data science to clients and exchanging expertise to ultimately enable him to create groundbreaking solutions. We met up with Hagen to find out about the most essential ingredients that allows a data scientist to solve intractable client problems.

Fostering AI architects: a data strategy intern tells her story

As a Data Strategy Intern at idalab, Tina Emambakhsh explores how AI-/ML-based healthcare technology can be regulated in the future. Before joining idalab, Tina gained experience in a wide range of disciplines and sectors, having worked at the Austrian Embassy in Tehran, KPMG and Strategy&. Tina studied International Business Administration at WU Vienna and at Universidad del Pacífico, Peru, and is currently pursuing a master’s degree in International Economic Policy and Economics at SciencesPo and the Stockholm School of Economics. Her research interests lie at the interface between public policy and media.

AI beyond pattern recognition #1: Interview with Christoph von der Malsburg

Today, the world seems enamoured  by the possibilities of Artificial Intelligence. As of now, this largely amounts to powerful, yet predictable and widely understood algorithms for search and pattern recognition, that inspired the era of Data Science and Machine Learning. While the effects of these techniques are undoubtedly great and in many use cases their potential has yet to be unlocked, their capabilities are far from human cognition:

Was kann KI – heute und morgen? – Interview mit Paul von Bünau für RETHINKING LAW

Professor Stephan Breidenbach und Dr. Paul von Bünau nähern sich in diesem Interview der Frage, was Künstliche Intelligenz heute im Kern ausmacht und was Voraussetzungen für echtes Verstehen wären. Darüber hinaus erörtern sie, welche Innovationen KI im Bereich der Rechtsdienstleistungen heute ermöglicht und welche Potenziale in Zukunft noch gehoben werden können.

The Data behind Altered States of Consciousness: Interview with Timo Torsten Schmidt

When we want to grasp the subjective experiences of others, we count on their verbal accounts. Limited to language, quantifying how something feels for an individual is very hard. It is even more arduous for altered states of consciousness where descriptions become somewhat metaphorical.

Der Mythos der Juristen: Für Standardisierung zu individuell – Interview mit Professor Breidenbach Teil II

Anlässlich der Veröffentlichung des „Rechtshandbuch Legal Tech“, erschienen im C.H. Beck Verlag, waren wir im Gespräch mit Professor Breidenbach. Ausgehend von seinem Buchkapitel „Industrialisierung des Rechts“ entwickelte sich eine lebhafte Diskussion zum „Möglichkeitsraum Legal Tech“. Im zweiten Teil des Interviews sprechen wir über die digitale Fertigungsstraße, darüber, was sich an der Ausbildung der Juristen ändern sollte, wie man durch Potenzialentfaltung an Schulen gegen die Spaltung der Gesellschaft vorgehen könnte, und die Frage, ob die Industrialisierung des Rechts den Juristen von seiner Arbeit entfremdet.

Der Mythos der Juristen: Für Standardisierung zu individuell – Interview mit Professor Breidenbach Teil I

Anlässlich der Veröffentlichung des „Rechtshandbuch Legal Tech“, erschienen im C.H. Beck Verlag, waren wir im Gespräch mit Professor Breidenbach. Ausgehend von seinem Buchkapitel „Industrialisierung des Rechts“ entwickelte sich eine lebhafte Diskussion zum „Möglichkeitsraum Legal Tech“.

PEAT – Deep Learning und Pflanzenkrankheiten

Data Science ist in der Landwirtschaft angekommen und ein junges Start-up aus Hannover sorgt in der Szene aktuell für Furore: PEAT nutzt Deep Learning zur Erkennung von Pflanzenkrankheiten. Robert Strey, CTO und Co-Founder, erklärt im Interview die Technologie und Vision des Unternehmens.

“We need to develop tools which empower domain experts to find insights”: Interview with Patrick Lucey

In a multi-billion business such as sports, data science can provide teams the crucial edge to success in a highly competitive environment. We talked to Patrick Lucey, Director of Data Science at STATS about the challenges and opportunities of data science in professional sports.