06.05.2026
Johannes Paetzold erhält eine Förderung aus dem Emmy Noether-Programm der Deutschen Forschungsgemeinschaft (DFG) für die Entwicklung nachvollziehbarer Künstlicher Intelligenz.
Johannes Paetzold verbindet Methoden aus Geometrie, Topologie und Graphentheorie mit aktuellen KI-Architekturen. | © privat
Künstliche Intelligenz erzielt heute beeindruckende Ergebnisse bei der Analyse von Bildern und Texten – doch wie moderne Modelle zu ihren Entscheidungen gelangen, bleibt oft eine Blackbox. Genau hier setzt Johannes Paetzold an, der nun von der Deutschen Forschungsgemeinschaft im Rahmen des Emmy Noether-Programms ausgezeichnet wird. Die Fördersumme beträgt inklusive Programmpauschale rund 2,1 Millionen Euro für einen Zeitraum von sechs Jahren.
Derzeit fehlt grundlegenden Vision-Language Models (VLMs) oft das Verständnis für zugrunde liegende physikalische Zusammenhänge. Gerade in sensiblen Bereichen wie der Medizin ist diese fehlende Nachvollziehbarkeit ein zentrales Hindernis für den verlässlichen Einsatz. Paetzolds Ziel ist es, moderne Vision-Language-Modelle so weiterzuentwickeln, dass sie Strukturen und Zusammenhänge in Bildern tatsächlich verstehen – und ihre Entscheidungen für Menschen nachvollziehbar machen.
Dafür verbindet er Methoden aus Geometrie, Topologie und Graphentheorie mit aktuellen KI-Architekturen. Die Grundidee: Geometrische Konzepte wie der kürzeste Weg auf einer Karte oder das Wiedererkennen eines Objekts unabhängig von seiner Lage sind dem menschlichen Denken vertraut. Werden solche Konzepte in KI-Systeme integriert, sollten diese robuster, nachvollziehbarer und besser interpretierbar sein.
Im Fokus stehen medizinische Anwendungen wie die Früherkennung von Augen-, Gefäß- und Krebserkrankungen; die Methoden sind jedoch allgemein einsetzbar, etwa für Satellitenbilder. „Langfristig sollen KI-Werkzeuge entstehen, die behandelnden Ärztinnen und Ärzten verlässliche Entscheidungshilfen bieten und zugleich für Patientinnen und Patienten verständlich bleiben“, sagt Paetzold.