HPI Alumni Reunion UK

Das HPI-Alumni-Netzwerk trifft sich in Großbritannien: Am Dienstag, dem 16. Juni 2026, laden wir alle HPI-Alumni aus der Region herzlich zu einem geselligen Abend im Zentrum von London ein.

Die Veranstaltung soll Gelegenheit bieten, Kontakte zu pflegen, Ideen auszutauschen und zu erkunden, wie die HPI-Alumni-Community in Großbritannien wachsen kann.

Die Veranstaltung beginnt mit einem Vortrag von Univ. Prof. Dr. med. Georg Kaissis vom Hasso-Plattner-Institut mit dem Titel "The Accidental AI Researcher". 

Im Anschluss an den Vortrag bleibt ausreichend Zeit für Diskussionen, Networking und informellen Austausch. Gemeinsam werden wir erkunden, ob Interesse an der Einrichtung eines regelmäßigeren HPI-Alumni-Formats oder -Chapters in Großbritannien besteht.

Vortrag – "The Accidental AI Researcher"

Was passiert, wenn ein Radiologe von der Frage besessen ist, ob medizinische KI sowohl leistungsstark als auch vertrauenswürdig sein kann? In diesem Vortrag beschreibe ich meinen Weg von der klinischen Medizin über maschinelles Lernen hin zur Forschung an der Scfhnittstelle von Datenschutz, Sicherheit und KI im Gesundheitswesen – einschließlich Stationen an der TUM, am Imperial College und bei Google DeepMind, bevor ich zum HPI kam. Ich erörtere, wie die Arbeit mit echten Patienten meinen Ansatz zur Entwicklung von KI-Systemen geprägt hat, die den Datenschutz respektieren, Fairness gewährleisten und interpretierbar bleiben. Ich möchte aufzeigen, dass die interessantesten Probleme oft an den Grenzen zwischen den Disziplinen liegen und dass das Fehlen eines traditionellen Informatik-Hintergrunds ebenso sehr ein Vorteil wie ein Nachteil sein kann.

Mehr über Prof. Georg Kaissis

Georg Kaissis ist Leiter des Fachbereichs "Digital Health and Human-Centred Transformative AI" (HTAIL) am HPI. Als Facharzt für Radiologie war er zuvor als Senior Research Scientist bei Google DeepMind in London tätig und leitete die Forschungsgruppe "Privacy-preserving and Trustworthy Machine Learning" an der Technischen Universität München. Seine Forschung konzentriert sich auf die technischen und normativen Aspekte zuverlässiger künstlicher Intelligenz in der Medizin, mit besonderem Schwerpunkt auf Differential Privacy, Sicherheit und Fairness.