Die erste Arbeit mit dem Titel „Towards Trustworthy AI: Evaluating SHAP and LIME for Facial Emotion Recognition“ basiert auf der Masterarbeit von Selina Lorch, wissenschaftliche Mitarbeiterin mit Schwerpunkt Data Analytics & Künstliche Intelligenz am TTZ Günzburg. Sie untersucht, wie KI-Modelle zur Gesichtserkennung von Emotionen transparenter und nachvollziehbarer gestaltet werden können. Im Fokus steht der Vergleich der Erklärungsverfahren SHAP und LIME, die aufzeigen, welche Gesichtsbereiche – wie Augen, Mund und Wangen – für die Emotionserkennung besonders relevant sind. Die Forschung zeigt, dass Erklärbarkeit ein zentraler Baustein für vertrauenswürdige KI-Systeme ist, während die menschliche Interpretation der Ergebnisse weiterhin unverzichtbar bleibt.
Die zweite Arbeit, „Assessing Sequential Databases for Spontaneous and Posed Facial Expression Recognition“, entstand im Rahmen der kooperativen Promotion von Jens Gebele, wissenschaftlicher Mitarbeiter mit Schwerpunkt Data Analytics & Künstliche Intelligenz, die über BayWISS in Zusammenarbeit mit Prof. Dr. Frank Schwab und Prof. Dr. Sebastian von Mammen von der Universität Würzburg durchgeführt wird. Diese Studie analysiert die Qualität von Datenbanken, die spontane (echte) und gestellte (künstliche) Gesichtsausdrücke enthalten. Die Forschung liefert praktische Empfehlungen, wie die Qualität von Datensätzen verbessert werden kann – ein wichtiger Schritt für präzisere und zuverlässigere KI-Systeme.
Beide Forschungsbeiträge unterstreichen die führende Rolle des TTZ Günzburg im Bereich der Künstlichen Intelligenz. Die gewonnenen Erkenntnisse bieten nicht nur eine Basis für zukünftige wissenschaftliche Projekte, sondern auch die Chance, innovative KI-Technologien in die regionale Wirtschaft zu übertragen und so die Wettbewerbsfähigkeit der Region nachhaltig zu stärken.
