Professorin Dr. Gözde Gül Sahin ist seit 01. Februar 2026 neu an der Friedrich-Alexander-Universität Erlangen-Nürnberg (FAU): Als Professorin für Intelligente Sprachsysteme an der Technischen Fakultät forscht im Bereich natürliche Sprachverarbeitung (natural language processing, kurz NLP). Ziel ihrer Arbeit ist es, mithilfe effizienter Modelle, hochwertiger Datensätze und durchdachter Tests Technologien wie Large Language Models, maschinelle Übersetzung oder Grammatikkorrektur noch leistungsfähiger zu machen.
Prof. Dr. Sahin arbeitete nach ihrem Studium an der Technischen Universität Istanbul und an der Sabanci-Universität unter anderem an der Koc-Universität und am UKP-Labor der TU Darmstadt – einflussreiche Forschungseinrichtungen im Bereich NLP.
1. Warum haben Sie Erlangen oder FAU als Forschungsstandort gewählt?
Erstens hat die FAU ein wirklich beeindruckendes Vermächtnis im Bereich maschinelles Lernen und beherbergt eines der frühesten ML-Labore Deutschlands, was ein tiefes institutionelles Engagement für das Fachgebiet widerspiegelt. Doch über diese historische Stärke hinaus befindet sich Erlangen selbst in einem bemerkenswerten Forschungsökosystem. Hier gibt es große industrielle und angewandte Forschungszentren, darunter Siemens, Adidas und Fraunhofer IIS, was echte Möglichkeiten für kollaborative, wirkungsorientierte Arbeit mit meiner Gruppe schafft. Ebenso wichtig ist mir die starke interdisziplinäre Kultur an der Universität. Meine Forschung berührt mehrsprachiges Verständnis, Denken und Interpretierbarkeit, und diese Arbeit profitiert enorm von Kooperationen über die Informatik hinaus, mit Linguistik, den digitalen Geisteswissenschaften und sogar der Medizin. Erlangen hat diesen kollaborativen Geist eingebaut. Schließlich gibt es noch die praktische Frage: Moderne NLP-Forschung erfordert erhebliche Rechenressourcen. Der High-Performance Cluster der FAU gibt mir die Infrastruktur, um die ehrgeizige Arbeit zu verfolgen, die ich tun möchte. All diese Faktoren zusammen – der Forschungsruf, das kollaborative Ökosystem, die institutionellen Ressourcen und die Nähe zur führenden Industrie – machten FAU zur richtigen Wahl für den Start meines unabhängigen Labors hier.
2. Was ist die Vision hinter Ihrer Forschung?
Das Kernproblem, das ich anspreche, ist folgendes: Aktuelle große Sprachmodelle benötigen enorme Datenmengen, die sich auf Billionen von Token belaufen, um gut zu funktionieren. Aber in Wirklichkeit lernen Menschen nicht auf diese Weise. Ein Kind kann die Muster aus wenigen Beispielen erkennen, und ein Arzt lernt aus Tausenden von Fällen, nicht aus Billionen von Beispielen. Meine grundlegende Frage ist also: Wie können wir Modellen ermöglichen, mit begrenzten Daten effektiv zu argumentieren? Dies unterscheidet sich in mehrere miteinander verbundene Herausforderungen. Erstens: Wie messen wir überhaupt, ob ein Modell gut darin ist, aus kleinen Datenmengen zu lernen? Zweitens: Wie können wir Modelle mit externen Mechanismen wie Domänenregeln, Wissensdatenbanken, logischen Verifizierern und Beweisprüfern ergänzen, um ihre Argumentation zu lenken? Und drittens: Welche architektonischen Innovationen machen das möglich? Unser Ansatz umfasst mehrere Aspekte: Wir erstellen Bewertungsbenchmarks, um die Lernkapazität von Few-Shots rigoros zu messen, entwerfen Strategien zur Generierung synthetischer Daten und erforschen neuartige Architekturen. Letztlich ist die Vision, Modelle mit Experteninformationen zu verbinden, sei es grammatikalische Regeln für eine unbekannte Sprache, domänenspezifische Einschränkungen oder formales Verifikationsfeedback für MATHEMATISCHE Theorembeweiser-LLM-Assistenten. Das Ziel ist es, von massiven, spröden Systemen hin zu Modellen zu wechseln, die mit fachkundiger Anleitung effizient lernen können und sie für Anwendungen mit hohem Einsatz wirklich vertrauenswürdig machen.
3. Welche Bedeutung wird Ihre Forschung (in der Zukunft) für die weitere Entwicklung von Erlangen als Innovationszentrum haben?
Die von uns entwickelten Technologien haben eine breite Palette von Anwendungsbereichen, und diese Breite ist einer der Gründe, warum sie hier wertvoll sind. Wir verfügen bereits über fundierte, praktische Erfahrungen in mathematischer Theorembeweise, maschineller Übersetzung, Dialogagenten, grammatikalischer Fehlerkorrektur, Textvereinfachung, Fragebeantwortung und linguistischer Analyse. Nur um einige zu nennen. Dort sehe ich die größte Chance. Die FAU hat bewusst Strukturen für interdisziplinäre KI-Arbeit aufgebaut, und unsere Expertise umfasst mehrere davon. Das Department of Digital Humanities and Social Studies ist ein natürlicher Partner für unsere linguistische Analysearbeit. Ich bin auch wirklich begeistert von der medizinischen und klinischen Seite, wo Sprachtechnologie klare, wirkungsvolle Anwendungen hat, und von FAUs Rechts- und Menschenrechtsforschung, bei der verlässliche Texttechnologien für große, risikoreiche Dokumentenarbeit von Bedeutung sind. Und natürlich bieten uns die etablierten Industriepartner in der Region Wege, Forschung in reale Auswirkungen umzusetzen. Der Punkt ist nicht eine einzelne Zusammenarbeit; es liegt daran, dass Erlangen die Dichte starker Nachbargruppen hat, um solche Arbeiten möglich zu machen. Die Studentendimension ist mir genauso wichtig. Durch die Durchführung von Dissertationsprojekten, Seminaren und Vorträgen an der Grenze, wie etwa Seminare über Verstärkungslernen mit nachweisbaren Belohnungen und Vorträge zur modernen natürlichen Verarbeitung, bilden wir Menschen aus, die später die lokalen Forschungsgruppen, die Industriepartner und das größere Ökosystem stärken. Ein starkes Labor produziert nicht nur Arbeiten; Es bringt Talente hervor, die in der Region bleiben und zirkulieren. Zusammen mit der Vielfalt der Anwendungen, den internen Kooperationen zwischen Geisteswissenschaften, Medizin und Recht, den Industriepartnern und einem stetigen Strom qualifizierter Studierender bin ich zuversichtlich, dass diese Arbeit Erlangens Position auf der KI-Karte deutlich stärken und für nationale und internationale Fördermittel sowie für die besten Studierenden attraktiver machen wird.
4. Was macht Erlangen Ihrer Meinung nach zu einem Ort, an dem Menschen gerne arbeiten und leben?
Für mich läuft es auf ein paar Dinge hinaus, die schwer an einem Ort zu finden sind. Erstens ist es die sicherste Stadt, in der ich je gelebt habe. Um ein kleines, aber aufschlussreiches Beispiel zu geben: Mir wurde hier noch nie ein Fahrrad gestohlen, was viel über das tägliche Leben aussagt. Es ist außerdem bemerkenswert gut gebildet. Das allgemeine Bildungsniveau gehört zu den höchsten, die ich je erlebt habe, und in diesem Sinne erinnert es mich an Edinburgh. Gleichzeitig ist es wirklich international, und die Menschen sind aufgeschlossen und deutlich flexibler, als man es in einer typischen deutschen Stadt erwarten würde. Es ist etwas Besonderes, unter so vielen nachdenklichen, vernünftigen und toleranten Menschen zu leben. Außerdem ist die Lebensqualität ausgezeichnet. Die Stadt ist kompakt genug, dass fast alles innerhalb einer fünfminütigen Radfahrt erreichbar ist, was eine echte Work-Life-Balance ermöglicht. Und es ist voller Parks und Grünflächen, was es besonders für Familien angenehm macht. Es ist also diese Kombination – sicher, gebildet, international und grün –, die Erlangen zu einem Ort macht, an dem es einfach ist, sowohl gut zu arbeiten als auch gut zu leben.