Katja Bühler hat Anfang 2021 die wissenschaftliche Leitung des Wiener COMET-Zentrums VRVis übernommen. Wir haben mit der Mathematikerin und Informatikerin über Visual Computing, den Einsatz von KI und aktuelle Vorzeigeprojekte gesprochen.

Report: Welche Ziele haben Sie sich als neue wissenschaftliche Leiterin des VRVis gesetzt?

Katja Bühler: Das VRVis erfolgreich in die Zukunft zu führen und die Innovationskraft weiter zu stärken. Mit dem VRVis als etabliertes Forschungszentrum bin ich in der komfortablen Situation, mich auf ein wunderbares Team stützen zu können. Wir können auf 20 Jahre Forschungsarbeit zurückblicken und wollen auch die nächsten 20 Jahre erfolgreich sein. Am VRVis gute Voraussetzungen dafür zu schaffen, um in einer Welt mit einem exponentiell wachsenden Technologie- und Forschungsoutput zu bestehen und zu wachsen, sehe ich als größte Herausforderung. Ein weiteres Anliegen ist, unser Image als reine Visualisierungs- und VR-Forschende zu durchbrechen. Wir beschäftigen uns tatsächlich mit der gesamten »Daten-Pipeline«, von der Integration und Analyse von Daten bis hin zur Integration von Visual Computing und Simulationsumgebungen. Die Visualisierung ist dann oft erst das Ergebnis am Ende eines langen Prozesses.

Report: Womit beschäftigt sich Visual Computing?

Bühler: Prinzipiell steht der Begriff für eine Sammlung von Methoden, die eine Mensch-Maschine-Kommunikation mit visuellen Mitteln ermöglichen. Die Visualisierung als Tor zum Menschen muss gut designt sein, um einen effizienten Zugang zu Daten zu ermöglichen – das allein ist ein eigener Forschungsgegenstand, mit dem wir uns intensiv beschäftigen. Aber viele Aufgaben, die Visual Computing abdeckt, sind für den Benutzer nicht sichtbar: Es geht um komplexe Daten aus oft unterschiedlichen Bereichen, die mitunter gesäubert und in die richtigen Strukturen gebracht werden müssen. Welche Daten sind dabei für die User wichtig und wie kann ich diese für meine speziellen Anforderungen aufbereiten?

Für die effiziente Verarbeitung und Analyse von Daten entwickeln und integrieren wir Machine-Learning- und Artificial-Intelligence-Methoden.  Letztlich zeigt unsere Erfahrung, wie wichtig es ist, an einem Projekt interdisziplinär zu arbeiten, um effizient zu sein – von der Datenbank bis zur Visualisierung der Ergebnisse am Computer.

Report: Sehen Sie Unternehmen in der Lage, solche Strukturen für die Entwicklung von Produkten oder Services aus dem Boden zu stampfen? Was ist hier der Vorteil einer Zusammenarbeit mit dem VRVis?

Bühler: Natürlich braucht es viel Erfahrung und die richtigen Leute. Wir haben bereits Systeme, auf die Unternehmen aufbauen können, und passen diese auch dem jeweiligen Bedarf an. Ein Beispiel ist unsere Hochwassersimulation Visdom, die in einer Kooperation mit der TU Wien entstanden ist und mittlerweile einen Kundenstock in Deutschland und Österreich hat. Hier werden Simulationen mit der Möglichkeit zu Interaktionen verbunden, um relativ zügig Szenarien für Hochwasserschutzmaßnahmen testen zu können.

In einem anderen Bereich, den Neurowissenschaften, integrieren wir komplexe Daten, um Forschende dabei zu unterstützen, das Gehirn von Fruchtfliegen, Mäusen und Menschen besser zu verstehen. Ein Gehirn hat ja einen räumlichen Kontext, den wir durch von uns entwickelte Datenstrukturen und Interfaces effizient durchsuchbar machen. Wir haben laufende Projekte – mit Forschern, aber auch mit der Pharmaindustrie, um zum Beispiel die Entwicklung von Medikamenten zu beschleunigen. Auch hier bauen wir auf eine eigene Softwarebasis auf, die es uns ermöglicht, schnell auf neue Anforderungen zu reagieren.

Report: In welcher Weise verändert Visualisierungstechnik die Arbeit von Menschen in unterschiedlichen Einsatzbereichen?

Bühler: Visual Computing ist eine etablierte Technologie, die aus IT-Anwendungen in vielen Bereichen nicht mehr wegzudenken ist. Die Technologie ermöglicht einen intuitiven Zugang zu komplexen Daten und ist eine der Schlüsseltechnologien in einer durch Daten getriebene und etwa durch Digital Twins repräsentierte Welt. Unsere Partner kommen aus vielen verschiedenen Sektoren, wie Industrie, Bau- und Energiewirtschaft, Mobilität, Medizin, Life Science, Sicherheit und Geologie.

Themen wie Überwachung von Prozessen in der Industrie durch Visual Analytics und die Qualitätssicherung in der Fertigung und Bauwirtschaft mittels Deep-Learning-basierter Datenanalyse, Datenrekonstruktion und Visualisierung sind am VRVis in vielen Projekten verankert. So können mit unseren Lösungen Bauteile auf dem Fließband überprüft, die Überwachung von Rissen im Tunnelbau oder die Digitalisierung von Bauwerken umgesetzt werden.

Das derzeit wohl spektakulärste Einsatzfeld im Bereich »Geospatial Visualization« ist der Mars. Die NASA-Rover-Mission »Perseverance« nutzt ein Visualisierungstool, das wir in Zusammenarbeit mit Joanneum Research entwickelt haben. Mit PRo3D wird über Messdaten aus Laserscans und Fotos das Terrain der Umgebung des Rovers in einer 3D-Rekonstruktion abgebildet und mit verschiedensten Daten annotiert.

Wir beschäftigen uns aber auch mit der Übersetzung von Daten für andere Sinne als dem Sehen, etwa mit haptischen Interfaces für Blinde. Es gibt erfolgreiche Arbeiten mit taktilen Reliefs von Kunstwerken – die eigentlich für alle Menschen sehr spannend sind. Ich jedenfalls schaue und fasse Dinge gerne an.

Report: Wo kann heute bereits KI den Menschen unterstützen?

Bühler: Ich verwende den Begriff KI nicht besonders gerne, da er oft missbräuchlich verwendet wird. Hätte man bereits eine echte KI, könnte diese selbstständig auf Veränderungen ihrer Umwelt reagieren. Wir arbeiten zurzeit vielmehr mit Teilbereichen der KI, klassischen Machine-Learning- sowie Deep-Learning-Methoden, also trainierbaren neuronalen Netzen. Dabei wird nicht mehr mit von Menschen definierten Datenmerkmalen gearbeitet, sondern ein neuronales Netzwerk lernt Merkmale, die für eine bestimmte Aufgabe relevant sind. Ein Nachteil ist, dass man diese Features dann nicht mehr interpretieren kann. Es gibt nun, auch von uns, erste Schritte, die Erklärbarkeit der Lernprozesse dieser Systeme zu verbessern. Gerade in Anwendungsbereichen wie der Medizin ist es wichtig zu wissen, auf welcher Basis ein neuronales Netzwerk eine Entscheidung getroffen hat.

Report: Unter welchen Voraussetzungen funktioniert ein Deep-Learning-basiertes System besonders gut?

Bühler: Heutige Deep-Learning-Lösungen funktionieren überall dort gut, wo wir es mit einem relativ geschlossenen Umfeld und einer klaren Aufgabe zu tun haben. In diesem System sollten Daten auch nicht stark variieren. Schwieriger wird es, wenn sich das Umfeld und die Daten auf unvorhersehbare Art verändern. Das beginnt bei medizinischen Bildern, beispielsweise schon mit unterschiedlichen Einstellungen bei Magnetresonanz- oder Ultraschallaufnahmen. Oft fließen im Training eines neuronalen Netzwerkes lokale Faktoren ein, die nicht generalisierbar sind. So kann es eine von Krankenhaus zu Krankenhaus unterschiedliche Befundungskultur geben, die Trainingsdaten und damit die Ergebnisse des Netzwerkes in eine bestimmte Richtung beeinflussen. Man muss also die Einflüsse erkennen und prüfen, und genügend Variabilität in den Trainingsdaten sicherstellen, um relativ zuverlässige Methoden entwickeln zu können.

Mein Idealbild von der Arbeit mit einer KI ist ein – auch visueller – Dialog, um bei komplexeren Entscheidungen eine zweite Meinung einzuholen, samt Begründung. Auch wenn uns die KI viele Aufgaben abnehmen kann, sollte der Mensch bei kritischen Entscheidungen weiterhin im Zentrum stehen und das letzte Wort haben.

Report: Zum nach wie vor existierenden weiblichen Fachkräftemangel in der Technik: Ihre Gedanken und Empfehlungen dazu?

Bühler: Auch das VRVis hatte lange Zeit einen geringen Frauenanteil von 10 bis 15 Prozent. Den Anteil der Forscherinnen zu erhöhen, war schlussendlich eine Forderung der FFG. Heute haben wir einen Frauenanteil von 30 Prozent. Meine persönliche Beobachtung ist, dass Frauen, die sichtbar sind, tatsächlich weitere Frauen anziehen. Die Bewerbungslage hat sich in den vergangenen Jahren deutlich verbessert. Ich kann nur empfehlen: Stellt mehr Frauen ein. Der Rest entwickelt sich von selbst.

Zur Person
Katja Bühler studierte Mathematik am Karlsruher Institut für Technologie. Nach einem Forschungsaufenthalt an der Universidad Central de Venezuela wechselte sie nach Österreich, wo sie an der TU Wien zur Doktorin der Informatik promovierte und als Universitätsassistentin tätig war. 2002 wechselte sie als Senior Researcher ans VRVis Zentrum für Virtual Reality und Visualisierung und übernahm 2003 die Leitung der Biomedical Image Informatics-Gruppe. Für ihre Forschungsarbeit erhielt sie mehrere Auszeichnungen, beispielsweise den science2business Award oder zuletzt den renommierten TU Frauenpreis 2020.