Charlotte Debus
Charlotte Debus entwickelt skalierbare Methoden, mit deren Hilfe KI-Modelle nicht nur effizienter arbeiten sondern auch über den Grad der Unsicherheit ihrer Aussagen informieren.
Robustheit und Effizienz von KI-Anwendungen
Hochleistungsrechnen
Nachhaltigkeit in der KI-Forschung
Charlotte Debus forscht am Scientific Computing Center (SCC) des Karlsruher Instituts für Technologie (KIT) und entwickelt KI-Methoden für naturwissenschaftliche Anwendungen. Dabei interessiert sie vor allem die Frage, wie maschinelles Lernen robuster und effizienter werden kann, sodass derartige Methoden auch in komplexen und kritischen Bereichen eingesetzt werden können, etwa der Wettervorhersage, dem Energiesystem oder der medizinischen Diagnostik. Die Modelle sollen zudem auch Aussagen treffen über den Grad der Unsicherheit ihrer Vorhersagen.
Da viele dieser Anwendungen auf extrem großen Datenmengen beruhen, spielt Hochleistungsrechnen (HPC) eine zentrale Rolle in Debus’ Forschung: Gemeinsam mit ihrem Team entwickelt die Physikerin skalierbare KI-Verfahren und nutzt dafür Ansätze des verteilten Rechnens, die speziell für den Einsatz auf modernen Supercomputern optimiert sind.
Besonders wichtig ist Debus dabei die Nachhaltigkeit von KI-Forschung: Maschinelles Lernen und KI-Methoden verbrauchen große Mengen Energie. Deshalb entwickelt Debus mit ihrem Team Algorithmen, welche die verwendeten Rechenressourcen maximal effizient nutzen.
Debus studierte Physik an der Universität Heidelberg, wo sie auch promovierte. Nach Stationen am Deutschen Krebsforschungszentrum und am Deutschen Zentrum für Luft- und Raumfahrt forscht sie seit 2020 am KIT. Seit 2022 leitet sie dort die Nachwuchsgruppe „Robust and Efficient Artificial Intelligence“.
