Wenn Künstliche Intelligenz (KI) Bilder analysiert, ist es für den Menschen oft nicht nachvollziehbar, wie die KI die einzelnen Bildelemente einordnet. Um etwa bei medizinischen Bildern zu verstehen, warum die KI eine Abweichung als eine bestimmte Krankheit diagnostiziert, ist es hilfreich, wenn die KI erklärt, wie sie zu der Entscheidung gelangt ist. Die Informatikerin Zeynep Akata forscht auf dem Gebiet der erklärbaren KI und entwickelt KI, die visuelle, sprachliche und konzeptuelle Elemente kombiniert und so ihre Entscheidungen Menschen transparent machen kann. Für ihre wissenschaftlichen Leistungen erhält Akata den „ZukunftsWissen“-Preis der Nationalen Akademie der Wissenschaften Leopoldina und der Commerzbank-Stiftung. Der mit 50.000 Euro dotierte Preis wird ihr im Rahmen der Jahresversammlung der Leopoldina, die sich in diesem Jahr dem Thema KI widmet, am Donnerstag, 25. September 2025 in Halle (Saale) verliehen.

KI lernt allein durch Beschreibungen

Prof. Dr. Zeynep Akata ist Professorin für Informatik an der Technischen Universität München und Direktorin des Institute for Explainable Machine Learning bei Helmholtz Munich. Bei der Bilderkennung muss eine KI anhand großer Datenmengen lernen, was eine Klasse von einer anderen unterscheidet (beispielsweise einen Hund von einer Katze). Ein roter Faden in Akatas Forschung ist ihre innovative Kombination von Bildern und Sprache, um mit der KI diese Klassifikation zu trainieren. Neben den Bildern wird auch anhand von sprachlichen Attributen erklärt, was die Merkmale eines Hunds oder einer Katze sind. Dadurch kann die KI anhand nur weniger Beispiele in den Trainingsdaten lernen (Low-Shot-Learning). Bereits 2013 entwickelte Akata das Attribute Label Embedding (ALE), ein Model des Zero-Shot Learnings, mit dem KI neue Bildklassifikationen sogar ganz ohne Trainingsdaten allein durch Beschreibungen erkennen kann: Wenn beispielsweise eine KI nur anhand von Katzen- und Hundebildern sowie sprachlichen Erläuterungen trainiert wurde, kann sie trotzdem das Bild eines Zebras erkennen, wenn sie zuvor erklärt bekam, welche Merkmale ein Zebra aufweist. Akatas aktuelle Forschung zu erklärbarer KI hat das Ziel, die Entscheidungen der KI nachvollziehbar zu machen und dadurch das Vertrauen der Nutzer*innen zu stärken. So erklärt die KI bei der Bildklassifikation, wieso ein Bildelement einer bestimmten Klasse zugeordnet wurde (beispielsweise dem Zebra), und markiert die entsprechenden Merkmale im Bild, die zur Klassifikation beigetragen haben (Hufe, Streifen, etc.). In ihrer Forschung zu generativer KI hat Akata zudem neue Methoden der automatischen Erstellung realistischer Bilder aus Textbeschreibungen entwickelt.

Zeynep Akata studierte Technische Informatik und Medieninformatik an der Trakya Universität/Türkei und der RWTH Aachen. Nach ihrem Ph.D. in Computer Science am INRIA Rhône-Alpes/Frankreich und Stationen am Max-Planck-Institut für Informatik in Saarbrücken, der University of California in Berkeley/USA und der Universität Amsterdam/Niederlande, hatte sie von 2019 bis 2023 eine W3-Professur für Informatik an der Universität Tübingen inne. Gleichzeitig forschte sie als Senior Group Leader am Max-Planck-Institut für Informatik in Saarbrücken und als Senior Researcher am Max-Planck-Institut für intelligente Systeme in Tübingen. Seit 2024 ist sie Liesel Beckmann Distinguished Professorin für Informatik an der Technischen Universität München und leitet das Institute for Explainable Machine Learning bei Helmholtz Munich. Für ihre Forschungsleistungen hat Akata bereits zahlreiche Auszeichnungen erhalten, darunter 2014 den Lise Meitner Award for Excellent Women in Computer Science der Max-Planck-Gesellschaft, 2019 den Preis für junge Wissenschaftler*innen der Stiftung Werner-von-Siemens-Ring und 2023 den Alfried-Krupp-Förderpreis der Alfried Krupp von Bohlen und Halbach-Stiftung. 2019 erhielt Akata zudem einen ERC Starting Grant der Europäischen Kommission. 2024 zeichnete sie das Capital Magazin als eine von Deutschlands „Top 40 unter 40“ aus.

Herausforderungen der Zukunft im Blick

Mit dem Preis „ZukunftsWissen – der Early Career Award von Leopoldina und Commerzbank-Stiftung“ zeichnen Leopoldina und Commerzbank-Stiftung jährlich herausragende Nachwuchswissenschaftler*innen aus. Der Preis ist mit 50.000 Euro dotiert. Mit der Auszeichnung werden Wissenschaftler*innen geehrt, die hervorragende Leistungen auf dem Themengebiet der jeweiligen Leopoldina-Jahresversammlung erbracht haben und die in ihren Forschungen Herausforderungen der Zukunft in den Blick nehmen. Dabei kann der Bezug zum Thema der Jahresversammlung weit gefasst werden und aus allen an der Leopoldina vertretenen Disziplinen stammen. Besonders erwünscht sind fächerübergreifende Forschungen. Der Preis ist mit einem öffentlichen Vortrag der Preisträgerin oder des Preisträgers zur Jahresversammlung verbunden.

Weitere Informationen zum Preis