Wer spricht?
Christian Bauckhage ist Professor für Informatik (Mustererkennung) an der Universität Bonn, Lead Scientist für Maschinelles Lernen am Fraunhofer-Institut für Intelligente Analyse- und Informationssysteme (IAIS) und Co-Direktor des Lamarr-Instituts für Maschinelles Lernen und Künstliche Intelligenz. Über 20 Jahre Forschung in Industrie und Wissenschaft, mehr als 200 Publikationen, Mitträger von OpenGPT-X — Europas Antwort auf die großen Sprachmodelle. Sein Thema: KI nüchtern, mathematisch fundiert und souverän gedacht.
Biografie
- Fachgebiet: Informatik, Maschinelles Lernen, Data Science, Mustererkennung — zuletzt Quantencomputing für intelligente Systeme.
- Studium & Werdegang: Studium der Informatik und Physik in Bielefeld. Forschungsaufenthalt am INRIA Grenoble. Promotion in Informatik an der Universität Bielefeld (2002). Danach am Centre for Vision Research der York University in Toronto, anschließend Senior Scientist bei den Deutsche Telekom Laboratories in Berlin.
- Wendepunkt: 2008 Ruf nach Bonn — seither Aufbau eines der sichtbarsten deutschen ML-Standorte, verzahnt mit dem Fraunhofer IAIS und (seit 2019) dem Lamarr-Institut, einem der vom Bund geförderten nationalen KI-Kompetenzzentren.
- Rollen heute: Professor Uni Bonn · Lead Scientist ML Fraunhofer IAIS · Co-Direktor Lamarr-Institut.
- Werk in Zahlen: Miterfinder von 4 Patenten, (Mit-)Autor von 200+ Publikationen zu Mustererkennung, Data Mining und intelligenten Systemen, mehrere mit Best-Paper-Awards.
Bücher & Publikationen
| Titel | Jahr | Beschreibung |
|---|---|---|
| Informed Machine Learning | 2023 | Sammelband (mit u. a. Bauckhage) zur Verbindung von datengetriebenem Lernen und explizitem Vorwissen — der Kern der „hybriden KI”. |
| Wissenschaftliche Arbeiten & Lehrmaterial (Lamarr / Fraunhofer IAIS) | laufend | 200+ Paper zu Pattern Recognition, Data Mining, Quantum Machine Learning; frei zugängliche Vorlesungsskripte und Tutorials. |
(Bauckhage publiziert primär wissenschaftlich — keine populären Sachbücher; genialokal-Suchlink für den Fachsammelband, ansonsten Verweis auf die frei zugänglichen Institutsquellen.)
Empfehlenswerte Videos & Vorträge
- KI — Wir haben noch gar nichts gesehen! (Mathe by Daniel Jung, 2026) — schwache vs. starke KI, hybride & erklärbare KI, KI in Audit und Steuerfahndung, Quantencomputing, OpenGPT-X und Europas KI-Souveränität.
- Künstliche Intelligenz und die Zukunft der Arbeit (Daniel Jung, 2019) — das erste Gespräch bei Daniel Jung; die Basis, gegen die das Interview von 2026 zeigt, wie schnell sich das Feld bewegt.
- Meet the Scientist — KI-Experte auf der MS Wissenschaft — allgemeinverständliche Einführung in Maschinelles Lernen.
Kernthesen
- „Wir haben noch gar nichts gesehen.” Die Entwicklung der KI steht trotz des Hypes am Anfang — die eigentlichen Umbrüche stehen noch bevor.
- Schwache statt starke KI. Heutige Systeme sind hochspezialisierte Werkzeuge (schwache KI); von echter, allgemeiner Intelligenz (starke KI, AGI) sind sie weit entfernt — die Begriffe sauber zu trennen ist entscheidend gegen den Hype.
- Hybride & erklärbare KI. Reines Deep Learning reicht nicht — die Zukunft liegt in der Verbindung von datengetriebenem Lernen mit explizitem Wissen (informed machine learning), damit Systeme nachvollziehbar und in kritischen Feldern (Audit, Finanzverwaltung) einsetzbar werden.
- KI im Konkreten. Anwendungen in Wirtschaftsprüfung und Steuerfahndung (PwC, Landesamt für Finanzen NRW) zeigen: der Wert entsteht in nüchterner, geprüfter Anwendung, nicht im Versprechen.
- Quantencomputing über Umwege. Klassische ML-Probleme lassen sich als Hopfield-Netze formulieren und so auf Quantenhardware abbilden — ein Brückenschlag zwischen zwei jungen Feldern.
- Europäische KI-Souveränität. Mit OpenGPT-X arbeitet Europa an eigenen, offenen Sprachmodellen — technologische Unabhängigkeit als politische wie wissenschaftliche Notwendigkeit.
Politische / ideologische Einordnung
Keine parteipolitische Positionierung. Bauckhage argumentiert als Wissenschaftler mit einem klaren Anliegen: europäische technologische Souveränität und ein nüchterner, entmystifizierender Umgang mit KI gegen den Marketing-Hype. Sein OpenGPT-X-Engagement trägt eine gemeinwohl- und unabhängigkeitsorientierte Note (öffentlich geförderte, offene Alternative zu den US-Konzernmodellen).
Verbindungen zu anderen Denkern
- Ken Ono — Beide Naturwissenschaftler an dem Punkt, an dem die Maschine den Kern ihres Fachs erreicht (Bauckhage: AlphaFold, Erdős-Vermutung; Ono: FrontierMath). Beide ziehen dieselbe Konsequenz für Bildung — weg von der Tiefenexpertise, die die KI ohnehin bald besser hat, hin zu Urteilsvermögen, Querbezügen und der guten Frage.
- Pascal Kaufmann — Zwei neurowissenschaftlich denkende KI-Köpfe, die beide auf kleine, souveräne europäische Modelle setzen — Bauckhage über hybride KI und Verticals (Lamarr/Sophie), Kaufmann über Swiss GPT. Wo Bauckhage die technische Effizienz begründet (24 Watt vs. 10 Megawatt), setzt Kaufmann auf Vertrauen als Marke — verwandtes Ziel, andere Fundierung.
- Frederike Kaltheuner — Die politökonomische Ergänzung zu Bauckhages Ingenieursblick: Kaltheuner analysiert Marktkonzentration und Europas strukturelle Abhängigkeit, Bauckhage benennt denselben Standortnachteil vom Machbaren her — fehlende Rechenreserven, Datenrecht, Zahlungswille. Diagnose von zwei Seiten desselben Problems.
- Markus Gabriel — Kollegen an der Universität Bonn mit gegensätzlichem Zugang zur KI: Der Philosoph Gabriel deutet sie als moralisch anschlussfähiges Resonanzfeld, der Informatiker Bauckhage nennt den Transformer nüchtern „das Dümmste” — ein lokales Optimum, das trotzdem die Welt umbaut. Reibungspunkt: Muss man Intelligenz verstehen, um sie zu bauen?