Frauen* in der Wissenschaft 2025 @ Fakultät für Informatik
10-Jahres-Jubiläum des International Day of Women and Girls in Science
An der gemeinsamen, diesjährigen Kampagne an der Universität Wien beteiligen sich auch diese Forschungseinrichtungen der Universität Wien: die Fakultäten für Geowissenschaften, Geographie und Astronomie, Chemie, Lebenswissenschaften, Mathematik und Physik, das Zentrum für Mikrobiologie und Umweltsystemwissenschaft der Universität Wien, die Max Perutz Labs sowie der Forschungsverbund Data Science @ Uni Vienna.
![](/fileadmin/_processed_/d/6/csm_lila_gr_7e34e10b4c.png)
Carolina Atria
Doktorandin
... ist interessiert daran, mit Machine Learning biologische Netzwerke zu erforschen.
Anna Beer
Postdoc
... forscht im Bereich Data Mining und entwickelt Methoden zum Wissensgewinn aus Daten.
![](/fileadmin/_processed_/d/1/csm_orange_kl_efc7bcf294.png)
Katerina Schindlerova
(Hlavackova-Schindler) Privatdoz. Senior Scientist
... beschäftigt sich mit Methoden der Causal Inference und Causal Discovery und mit Algorithmen von Maschinellem Lernen und Data Mining.
» Projekte, Publikationen und Lehre von Katerina Schindlerova
![](/fileadmin/_processed_/d/a/csm_gruen_gr_224eb0c6b4.png)
Kathrin Hanauer
TT-Professorin
... untersucht, wie sich Algorithmen in der Praxis im Vergleich zu theoretischen Erwartungen oder Garantien verhalten und erforscht Methoden, um ihre tatsächliche Anwendbarkeit zu verbessern.
![](/fileadmin/_processed_/2/c/csm_orange_gr_53c2f72da2.png)
Patrizia Sailer
Doktorandin
... untersucht, wie Webentwicklungskurse in der Hochschulbildung so gestaltet werden können, dass Studierende mit unterschiedlichen Vorkenntnissen und Erfahrungen entsprechend ihrem Wissensstand gefördert und gefordert werden.
![](/fileadmin/_processed_/d/a/csm_gruen_gr_224eb0c6b4.png)
Lena Bauer
Doktorandin
... beschäftigt sich mit der Entwicklung von Methoden zur Wissensgewinnung aus Daten, insbesondere auch mit Anwendungen im medizinischen Bereich.
![](/fileadmin/_processed_/6/2/csm_gelb_gr_9ddc675a37.png)
Lara Ost
Doktorandin
... entwickelt effiziente Algorithmen für dynamische Daten und ist interessiert an Anwendungen in den Naturwissenschaften.
![](/fileadmin/_processed_/c/5/csm_gelb_kl_669027f1fb.png)
Laura Koesten
Postdoc
... untersucht in ihrer Forschung Möglichkeiten zur Verbesserung der Interaktion zwischen Mensch und Daten indem sie sich mit dem Verständnis von Daten und deren Visualisierung, der Suche und Wiederverwendung von Daten, sowie mit ethischen und kooperativen Aspekten der Arbeit mit Daten befasst.
![](/fileadmin/_processed_/c/5/csm_gelb_kl_669027f1fb.png)
Renate Motschnig
Universitätsprofessorin
... vermittelt und erforscht bedeutsames Lernen und Future Skills im Kontext der Informatik.
Vanessa Tudor
Doktorandin
... konzentriert sich auf die Integration agiler Methoden in die Hochschulbildung, um die Lehrmethoden zu verbessern, die Zusammenarbeit zu fördern und die Studierenden besser auf die Herausforderungen der Arbeitswelt vorzubereiten
Laura Lotteraner
Doktorandin
... beschäftigt sich mit Umweltfragen im Zusammenhang mit Grund- und Oberflächenwasser und dessen Verschmutzung und nutzt dafür Datenvisualisierung und moderne Datenanalyseverfahren.
![](/fileadmin/_processed_/5/1/csm_lila_kl_7030b1073b.png)
Sana Dodangeh
Doktorandin
... analysiert das dynamische Verhalten von Organisationsprozessen im Laufe der Zeit, um ein tieferes Verständnis für ihre Entwicklung und ihre Optimierung zu erlangen.
Sophia Heck
Doktorandin
... fokussiert sich auf die Entwicklung und Verbesserung von Algorithmen für unterschiedliche Anwendungsbereiche, mit dem Ziel, ihre Effizienz in der Praxis zu steigern.
Frauen* in Informatikforschung und -lehre
Informatica Feminale – Summerschool
Die Informatica Feminale wurde 1997 geschaffen. Sie ist unter anderem ein Raum des fachlichen Austausches und hat die nachhaltige fachliche Einbindung von Informatikerinnen und Fachfrauen im IT-Bereich zum Ziel. Die Informatica Feminale ist auch Ort des Experimentierens, um veränderte Studienkonzeptionen und neue fachinhaltliche Studienangebote zu entwickeln.
Female Research
Das Paper "FairDen: Fair Density-Based Clustering" von Anna Beer (Fakultät für Informatik) und 4 weiteren Co-Autorinnen (Lena Krieger, Pernille Matthews, Anneka Myrup Thiesson, Ira Assent) wurde auf der ICLR 2025, einer der hochrangigsten Konferenzen für Machine Learning, angenommen.