Herr Fischer, was hat Sie bewogen, Mathematik zu studieren und welche Rolle spielte der Mathematik-Unterricht in der Schule für Ihre Entscheidung?
Es gab mehrere Beweggründe Mathematik zu studieren, jedoch die wichtigsten - denke ich - waren die folgenden Punkte: 1. Ich war an Naturwissenschaften, Technik, Informatik und vielem mehr interessiert, jedoch konnte ich mich nicht entscheiden, in welchem Gebiet ich mich im Rahmen eines Studiums oder einer Ausbildung vertiefen sollte. Unter all diesen Gebieten ist die Mathematik in gewisser Weise der größte gemeinsame Nenner, daher wollte ich zunächst Mathematik studieren. 2. Der Mathematik-Unterricht hat mir stets viel Spaß gemacht, jedoch als wir den Hauptsatz der Integral- und Differentialrechnung behandelten, konnte ich es einfach nicht glauben, dass der Flächeninhalt unter dem Graphen eines Polynoms so einfach berechnet werden kann - durch erhöhen der Exponenten, teilen der Koeffizienten durch den entsprechenden Exponenten und anschließendes Auswerten an den Randpunkten. Daher wollte ich diesem Sachverhalt auf den Grund gehen. 3. Obwohl ich schon gute Gründe hatte, um ein Mathematik-Studium zu beginnen, traf ich die endgültige Entscheidung erst, nachdem ich während meiner Zivildienstzeit am Schülerstudiums der Universität Stuttgart teilnehmen konnte. So ein Schnupper-Studium kann ich jedem Abiturienten empfehlen, der mit dem Gedanken spielt, sich in Mathematik einzuschreiben.
Warum haben Sie sich gerade für die Uni Stuttgart entschieden?
Da ich gerne in der Nähe meines Heimatortes (20 km nördlich von Heilbronn) bleiben wollte, kamen nur die Universitäten in Heidelberg, Karlsruhe und Stuttgart in Frage. Stuttgart war meine erste Wahl, da ich während meines Schülerstudiums schon einige Dozenten und den Campus der Universität Stuttgart kennenlernte. Zusätzlich wurde diese Entscheidung dadurch erleichtert, dass die Universität Stuttgart eine der wenigen Universitäten in Baden-Württemberg war, die von Studienanfängern mit einem guten Abitur keine Studiengebühren in Höhe von 500€/Semester einforderte.
Hat das Mathe-Studium immer Spaß gemacht?
Ganz ehrlich - Nein. Die vielen Nächte mit wenig Schlaf und das Bangen, ob man den Anforderungen der anstehenden Prüfungen gerecht werden kann, sind kein Spaß. Jedoch die Glücksmomente einer neunen Erkenntnis lassen all die Anstrengungen und Mühen in den Hintergrund rücken.
Warum haben Sie sich im Bereich Stochastik vertieft?
Während des Bachelor-Studiums hörte ich aus so vielen Bereichen wie möglich Vorlesungen und habe mich bei der Auswahl der Vorlesungen öfters auch von älteren Studenten beraten lassen. Die Entscheidung für die Stochastik habe ich nach einem Praxis-Semester bei der Firma Bosch getroffen, als ich dort sah, welch großes Interesse an stochastischen Verfahren besteht. Als dann noch zufällig im darauffolgenden Semester eine neue Vorlesungsreihe von Prof. Dr. Steinwart zur nichtparametrischen Statistik startete, war die Entscheidung getroffen.
Sie haben für Ihre Master-Arbeit einen Preis gewonnen. Welches Problem haben Sie in dieser Arbeit gelöst?
Mein Betreuer und ich haben die Güte von sogenannten LS-SVMs bzgl. der sup-Norm untersucht. Im Wesentlichen handelt es sich bei LS-SVMs um das Verfahren der kleinsten Quadrate Regression, das den meisten bekannt ist. Für einige Anwendungen ist die Güte einer Schätzung mit der sup-Norm zu bewerten natürlicher als mit der sonst verwendeten L2-Norm. Doch sind nicht alle interessanten Fragen zu diesem Thema vollständig gelöst, z.B. ist noch nicht geklärt, ob diese Ergebnisse in gewissem Sinne optimal sind, oder ob man diese noch verschärfen kann.
Womit beschäftigen Sie sich in Ihrer Dissertation?
Die Überschrift lautet - Lernen mit hochdimensionalen Daten. Jedoch habe ich zunächst noch versucht, die offene Frage nach der Optimalität der Ergebnisse der Master-Arbeit zu beantworten, was mir bisher leider nicht gelungen ist. Seit ein paar Monaten arbeite ich am eigentlichen Thema - Lernen mit hochdimensionalen Daten. Dabei konzentrieren wir uns zunächst auf SVMs mit unendlich dimensionalen Eingabedaten. Jedoch gibt es viele weitere interessante Verfahren auf diesem Gebiet, die man ebenfalls untersuchen könnte.
Besitzt dieses Thema irgendeine praktische Relevanz?
Lernen mit hochdimensionalen Daten ist derzeit von großer praktischer Relevanz. Ich würde behaupten, jedes größere Unternehmen versucht derzeit, Verfahren aus diesem Bereich gewinnbringend einzusetzen. Diese Verfahren treffen wir heute schon bei der Bilder-Suche von Google, bei Produkt-Vorschlägen bei Amazon und der Spracherkennung von Siri an. Jedoch sind wir nicht direkt an der Entwicklung neuer Produkte mit Hilfe von Lernverfahren interessiert, sondern untersuchen das asymptotische Verhalten dieser Verfahren und durch welche Voraussetzungen dieses beeinflusst wird. D.h., wir versuchen neue Erkenntnisse zu gewinnen, die bei einer konkreten Problemstellung helfen, ein passendes Verfahren auszuwählen und die Entwicklung neuer Verfahren anzuregen.
Als wissenschaftlicher Mitarbeiter sind Sie auch in die Lehre eingebunden. Lenkt diese Tätigkeit nicht zu sehr von Ihrer eigenen Forschung ab?
Sicherlich lenkt die Lehre von der eigenen Forschung ab, jedoch kann ich die Frage, ob es zu sehr ablenkt, erst am Ende der Promotion beantworten. Allgemein ist die Lehre ein sehr heikles Thema, bei dem es viele verschiedene Meinungen und Interessen gibt. Aber ich bin froh, dass ich die Lehre aus der Perspektive des Lehrenden kennenlernen durfte und es macht auch Spaß mit guten und motivierten Studenten zusammenzuarbeiten.
Vielen Dank für dieses Interview.
Simon Fischer, M.Sc.
Institut für Stochastik und Anwendung