Warum passiert etwas – und was wäre geschehen, wenn man anders gehandelt hätte? Fragen, die für Menschen alltäglich sind, bleiben für Künstliche Intelligenz bislang ein blinder Fleck. Genau das will Sara Magliacane ändern. Die Informatikerin wurde jetzt zur Professorin für Machine Learning an der Universität des Saarlandes berufen und bringt ein Forschungsfeld mit, das KI-Systeme grundlegend verändern könnte: kausales Denken für Maschinen.
Der Hintergrund: Heutige KI-Modelle arbeiten im Kern statistisch. Sie durchforsten riesige Datenmengen nach Mustern, erkennen Zusammenhänge und treffen darauf aufbauend Vorhersagen. Was ihnen fehlt, ist ein echtes Verständnis von Ursache und Wirkung. In der Praxis bedeutet das: Ein System kann zwar Bilder klassifizieren oder Texte generieren, aber es begreift nicht, warum ein bestimmtes Ergebnis zustande kommt – und schon gar nicht, wie sich ein anderes Vorgehen auswirken würde.
Das ist weit mehr als ein akademisches Problem. Künstliche Intelligenz steuert längst Prozesse, die tief in den Alltag eingreifen – von medizinischen Diagnosen über wirtschaftliche Entscheidungen bis hin zu autonomem Fahren und Robotik. „Viele reale Systeme basieren heute auf KI, aber ihr Handeln lässt sich nur schlecht interpretieren, weil man oft nicht so genau weiß, was die neuronalen Netzwerke im Hintergrund genau rechnen“, erklärt Magliacane. Die Konsequenz: Solche Systeme seien weder besonders verlässlich noch einfach zu handhaben, sobald sie etwa Sicherheitsvorschriften einhalten müssten.
An der Saar-Universität will die Forscherin deshalb Konzepte der Kausalität in komplexe KI-Modelle integrieren, um diese sicherer und nachvollziehbarer zu machen. Ihr Blick richtet sich dabei auf mehrere Felder gleichzeitig. Zum einen nimmt sie sich die Large Language Models vor, auf denen Anwendungen wie ChatGPT basieren. Zum anderen beschäftigt sie sich mit sogenannten Vision Language Models – Systemen, die Text und visuelle Daten wie Bilder oder Videos miteinander verknüpfen. Ein drittes Schwerpunktthema ist die sogenannte verkörperte KI, bei der etwa Pflegeroboter lernen sollen, Informationen aus ihrer Umgebung nicht nur aufzunehmen, sondern tatsächlich zu verstehen und in eigenes Handeln zu übersetzen.
Mit diesen Schwerpunkten fügt sich Magliacanes Arbeit nahtlos in die Forschungslandschaft am Saarland Informatics Campus ein. Besonders eng ist die Verbindung zum Graduiertenkolleg „Neuroexplizite Modelle für Sprachverarbeitung, Bilderkennung und Aktionsentscheidungen“, an dem neben der Universität des Saarlandes mehrere Informatik-Forschungsinstitute aus dem Umfeld beteiligt sind. Das Kolleg wird noch bis 2028 von der Deutschen Forschungsgemeinschaft gefördert und bildet damit einen idealen Rahmen für Magliacanes Vorhaben.
Die gebürtige Italienerin bringt einen beeindruckenden internationalen Werdegang mit nach Saarbrücken. Ihren Masterabschluss erwarb sie an der Polytechnischen Universität in Mailand, 2017 folgte die Promotion an der Freien Universität Amsterdam. Danach forschte sie zwei Jahre lang am IBM Thomas J. Watson Research Center in den USA, bevor sie von 2019 bis 2025 als Forscherin am renommierten MIT-IBM Watson AI Lab in Cambridge, Massachusetts, tätig war. Dort verantwortete sie als Principal Investigator von IBM mehrere Projekte in Zusammenarbeit mit der MIT-Fakultät. Parallel dazu hielt sie seit 2020 eine Assistenzprofessur am Amsterdam Machine Learning Lab der Universität Amsterdam.
Mit Sara Magliacane gewinnt die Universität des Saarlandes eine Wissenschaftlerin, die an der Schnittstelle zwischen maschinellem Lernen und kausalem Schließen arbeitet – einem Bereich, der darüber mitentscheiden dürfte, wie vertrauenswürdig und einsatzfähig KI-Systeme in Zukunft tatsächlich werden.
