Christiane Fuchs, Professorin für Data Science an der Universität Bielefeld, beschäftigt sich mit Fragen zu staatlichen Interventionen während einer Pandemie, der wirtschaftlichen Situation und der Überweisung von Menschen mit chronischen Schmerzen in den geeigneten medizinischen Fachbereich. Sie nutzt in ihrer Forschung Daten, um Antworten auf diese Fragen zu finden. Fuchs verfolgt das Ziel, mithilfe von Mathematik und interdisziplinären Ansätzen die Dynamik von verschiedenen Phänomenen zu verstehen und Szenarien mit Wahrscheinlichkeiten zu entwerfen. Dabei betont sie die Rolle des Zufalls und die interdisziplinäre Zusammenarbeit mit Fachgebieten wie Mathematik, Informatik, Medizin und Sozialwissenschaften.
In ihrem Projekt KINBIOTICS arbeitet Christiane Fuchs an KI-basierten Empfehlungen zur Antibiotikagabe bei Sepsis-Patienten. Diese Empfehlungen sollen Ärzten unterstützen, die richtige Behandlung auszuwählen, indem sie klinische Werte, medizinische Leitlinien und Erfahrungen berücksichtigen. Die KI-Algorithmen sollen auf Daten trainiert werden, um Vorhersagen zur individuellen Wirkung und möglichen Nebenwirkungen zu ermöglichen. Fuchs betont jedoch, dass die Maschine keine endgültige Entscheidung treffen soll, sondern nur Ideen liefern soll, um Ärzte zu unterstützen.
Christiane Fuchs arbeitet in verschiedenen Disziplinen wie Arbeitsmarktstudien, Medizin und Finanzdaten. Sie betont die Wichtigkeit der Datenqualität und des interdisziplinären Austauschs, um verlässliche Analysen zu ermöglichen. Neben ihrer Anwendungsorientierung schätzt Fuchs auch theoretische Fragestellungen und die Schönheit der Zahlen. Sie entdeckte ihre Begeisterung für Mathematik bereits früh und studierte dieses Fach. Als Vorbild für andere Frauen mit Kindern auf ihrem Weg in der Forschung ermutigt sie, ihren eigenen Weg zu gehen und setzt sich für nachhaltige, offene und reproduzierbare Forschung ein.
Christiane Fuchs ist seit 2018 Professorin an der Universität Bielefeld und leitet die Data Science Gruppe. Sie absolvierte Studien in Computational Modelling und Mathematik mit Informatik und promovierte in Statistik. Neben ihrer wissenschaftlichen Arbeit engagiert sie sich für die Förderung von Frauen in der Forschung und setzt sich für offene und reproduzierbare Forschung ein.
