Am Donnerstag, den 05.02.2026 fand das HNI-Forum 2026 zum Thema “Neurosymbolic Artificial Intelligence” statt. Mehr als 80 Personen besuchten die Vortragsreihe und hörten zwei spannenden Vorträge.
In seinem Vortrag "Representation Learning to Act and Plan" sprach Gastredner Prof. Hector Geffner (RWTH Aachen) über die Grenzen moderner KI-Ansätze wie Deep Learning, Deep Reinforcement Learning und Large Language Models. Obwohl diese Methoden beeindruckende Ergebnisse erzielen, benötigen sie große Datenmengen, sind oft wenig transparent und haben Schwierigkeiten mit struktureller Wiederverwendung und Generalisierung. Prof. Geffner argumentierte, dass diese Herausforderungen durch das Lernen geeigneter symbolischer Repräsentationen adressiert werden können. Anhand von Beispielen aus dem Bereich Aktionen und Planung zeigte er, wie allgemeine Weltmodelle sowie generelle Planungsstrategien erlernt werden können, um KI-Systeme robuster und erklärbarer zu machen.
Ergänzt wurde der Vortrag mit dem Talk “Explainable Neurosymbolic Machine Learning on Knowledge Graphs” von Prof. Axel-Cyrille Ngonga Ngomo, Leiter unserer Fachgruppe Data Science, stellte die Bedeutung von Wissensgraphen für Anwendungen in sicherheitskritischen und medizinischen Bereichen heraus. Obwohl Wissensgraphen eine natürliche Grundlage für erklärbare KI bieten, wurden sie aufgrund ihrer hohen Komplexität lange Zeit vernachlässigt. In seinem Talk präsentierte Prof. Ngonga neuartige, skalierbare Lernverfahren für Wissensgraphen. Der Fokus lag auf neurosymbolischen Ansätzen, die symbolische Repräsentationen mit neuronalen Lernverfahren kombinieren und dadurch eine schnelle und zielgerichtete Lösung anstreben.
Wir bedanken uns bei allen Beteiligten für diese informative Veranstaltung!
Beide Vorträge sind unter folgenden Links auf unserem YouTube-Kanal zu finden:
https://youtu.be/_NI3VQJkTzI (Prof. Hector Geffner)
https://youtu.be/Bd2hostc00M (Prof. Axel-Cyrille Ngonga Ngomo)
