Zeynep Akata (* 1986) ist eine türkische Informatikerin, deren Forschungsschwerpunkt auf erklärbarer, multimodaler künstlicher Intelligenz liegt. Sie ist Liesel Beckmann Distinguished Professor of Computer Science an der Technischen Universität München und Leiterin des Institute for Explainable Machine Learning am Helmholtz Zentrum München. Sie wurde durch Arbeiten zum Nullschusslernen und zur Kombination von Bild- und Sprachinformation in erklärbaren Modellen bekannt.
Leben Akata studierte Technische Informatik an der Trakya-Universität und Medieninformatik an der RWTH Aachen und wurde 2014 an der Universität Grenoble/INRIA promoviert. Zwischen 2011 und 2014 war sie Research Scientist am Xerox Research Center Europe und zugleich Doktorandin am INRIA Rhône-Alpes. Nach Stationen als Postdoktorandin am Max-Planck-Institut für Informatik (2014–2017) und an der University of California, Berkeley (2016–2017) war sie 2017–2019 Assistant Professor an der Universität Amsterdam und wissenschaftliche Leiterin des UvA-Bosch Delta Lab; sie leitete von 2017 bis 2023 eine Senior-Gruppe am Max-Planck-Institut für Informatik und forschte von 2020 bis 2023 als Senior Researcher am Max-Planck-Institut für Intelligente Systeme. Von 2019 bis 2023 hatte sie eine W3-Professur für Explainable Machine Learning an der Universität Tübingen inne, die im Rahmen des Exzellenzclusters Machine Learning: New Perspectives for Science eingerichtet wurde. Seit 2024 ist sie Liesel Beckmann Distinguished Professor an der TUM und leitet zudem das Institute for Explainable Machine Learning am Helmholtz Zentrum München.
Wirken Akatas Forschung zielt auf eine selbsterklärende KI, die mit minimalem menschlichen Zutun lernt, Entscheidungen transparent begründet und verlässlich mit Menschen interagiert. Früh entwickelte sie mit dem Attribute Label Embedding (2013) einen Nullschussansatz, der neue Bildklassen allein aus sprachlichen Beschreibungen erschließbar macht und damit die Kopplung von Bild- und Sprachinformation systematisch nutzt. Ihre Arbeiten zur Erklärbarkeit kombinieren visuelle, sprachliche und konzeptionelle Elemente und sind etwa für die Nachvollziehbarkeit von KI-Diagnosen in der medizinischen Bildanalyse bedeutsam. Im Jahr 2019 erhielt sie für das Projekt Deeply Explainable Intelligent Machines einen ERC Starting Grant und wechselte im Oktober 2019 als Professorin an die Universität Tübingen. Weitere Anerkennungen umfassen den German Pattern Recognition Award (2021) und den ECVA Young Researcher Award (2022). Für ihre Leistungen wurde sie 2023 mit dem Alfried-Krupp-Förderpreis ausgezeichnet. Im Jahr 2025 ehrten sie die Leopoldina und die Commerzbank-Stiftung mit dem ZukunftsWissen-Preis.
Einzelnachweise
Kategorie:Informatiker Kategorie:Person (Künstliche Intelligenz) Kategorie:Türke Kategorie:Geboren 1986 Kategorie:Frau