Zuerst zu dir persönlich: Welche Hashtags beschreiben dich am besten?
#Neugierig, #Datenliebhaberin, #Brückenbauerin, #Lernjunkie, #Sinnstiftend
Erzähl uns mehr zu den Hashtags.
Neugier ist mein Antrieb, denn ich hinterfrage gerne, tauche tief ein und höre selten auf zu fragen. Als Datenliebhaberin finde ich in Zahlen und Mustern Geschichten, die andere vielleicht übersehen. Brückenbauerin beschreibt meine Rolle wörtlich: Ich verbinde Technologie mit Menschen: Ärzt:innen, Pflegende, Patient:innen. Lernjunkie, weil jede neue Herausforderung für mich eine Einladung ist, etwas dazuzulernen. Und sinnstiftend? Das ist mein Anspruch. Hinter jedem Datenpunkt steckt ein Mensch, und genau das vergesse ich nie.
Nun zu deiner beruflichen Tätigkeit: Was machst du bei der Hochschule Luzern?
Ich arbeite als wissenschaftliche Mitarbeiterin am Institut für Kommunikation und Marketing (IKM) der Hochschule Luzern im SNF-Projekt «SmartRehab». Ziel ist es, Rehabilitationsleistungen für Menschen mit Rückenmarksverletzungen durch erklärbare KI-Empfehlungssysteme zu verbessern. Meine Rolle: Bindeglied zwischen der HSLU und dem Schweizer Paraplegiker-Zentrum, also zwischen Technologie und dem klinischen Alltag. Inhaltlich beschäftige ich mich mit Trustworthiness und Explainability von KI-Systemen sowie mit Datenerhebung, -aufbereitung und damit verbunden natürlich mit der Forschung.
Was hast du davor gemacht und weshalb bist du Teil von der Hochschule Luzern geworden?
Ursprünglich komme ich aus den Wirtschaftswissenschaften – Bachelor an der Universität Luzern, danach erste Einblicke in einer Marketingagentur und einem Startup. Dort merkte ich schnell: Die Arbeit mit Daten fasziniert mich. Excel wurde mir irgendwann zu eng, also startete ich den Master in Applied Information and Data Science an der HSLU.
Während des Studiums war ich als Masterassistentin tätig und schrieb meine Thesis bei meinem heutigen Co-Supervisor. Danach fragte er mich, ob ich mir eine Mitarbeit vorstellen könnte. Doktorieren stand nicht explizit auf meinem Plan, aber Forschen hat mich schon immer gereizt. Die Kombination aus Gesundheitswissenschaften und KI, mit echtem Praxisbezug und echtem Impact, hat mich überzeugt.
Was ist das Spannendste an deiner Arbeit?
Die kontinuierliche Entdeckungsreise. Jeden Tag gibt es etwas Neues zu lernen, neue Lücken zu entdecken und daran zu arbeiten, sie zu schliessen. Besonders fasziniert mich der Moment, wenn aus unstrukturierten Rohdaten echte Erkenntnisse entstehen, Erkenntnisse, die am Ende Menschen helfen. Denn das ist es, was mich antreibt: Daten nicht als Selbstzweck zu sehen, sondern als Mittel, um etwas Sinnvolles zu bewirken.
Welche Data-Scientist-Fähigkeiten sind in deinem Job besonders gefragt?
Aktuell stehen Data Engineering und Exploratory Data Analysis im Vordergrund. Im weiteren Projektverlauf kommt aber der gesamte Data-Science-Kreislauf zum Tragen: von der Datenerhebung über Feature Engineering und Modellierung bis zur Evaluation und Visualisierung. Besonders wichtig ist dabei etwas, das man nicht immer auf dem Radar hat: die Fähigkeit, komplexe Zusammenhänge verständlich zu erklären. Explainability ist in meiner Arbeit nicht nur ein technisches Ziel, sondern auch eine kommunikative Aufgabe gegenüber Ärzt:innen, Pflegenden und Patient:innen.
Siehst du dich eher als Techie, als Analysefreak, als kreatives Genie, als Management-Superheld oder als genialen Allrounder?
Allrounderin mit Analysefreak-Kern. Die Arbeit mit Daten, sie zu verstehen, zu hinterfragen und «zum Sprechen zu bringen» ist mein eigentlicher Antrieb. Gleichzeitig erfordert meine Rolle als Bindeglied zwischen Technologie und Gesundheitswesen auch mehr als technische Skills. Ich kommuniziere mit Ärzt:innen, arbeite mit Pflegenden zusammen und muss komplexe Modelle für Menschen erklärbar machen, die nicht Data Scientists sind. Da ist ein gesunder Allrounder-Anteil definitiv kein Nachteil.
Was hat dich während des Studiums (MSc in Applied Information and Data Science) am meisten fasziniert?
Eindeutig die Projektarbeiten und spezifisch daran der Moment, wenn man den gesamten Data-Science-Zyklus durchläuft, Muster entdeckt und Geschichten aus Daten liest. Besonders schön war der kollaborative Aspekt: Ergebnisse gemeinsam besprechen, sich gegenseitig challengen, merken, dass es oft kein eindeutiges Richtig oder Falsch gibt. Und dann kam ChatGPT – das hat die Neugier nochmal auf ein neues Level gebracht. Plötzlich konnte man noch schneller tiefer eintauchen, Alternativen finden, Probleme aus mehr Blickwinkeln betrachten. Diese Neugier trägt mich bis heute.
Was sind aktuell die grössten Herausforderungen in deinem Job?
Der Einstieg in eine Doktorarbeit bedeutet vor allem eines: Man ist sich selbst überlassen. Man liest unzählige Papers, besucht Konferenzen, sammelt Eindrücke und schwimmt zwischendurch auch das eine oder andere Mal ;-). Die eigene Nische zu finden, zu verstehen, wo die eigene Forschung wirklich etwas beiträgt, das braucht Zeit. Mein erstes wichtiges Learning: Je mehr ich lese, desto weniger scheine ich zu verstehen – bis sich irgendwann die Puzzleteile zusammenfügen.
Welchen Rat würdest du jemandem geben, der dasselbe machen möchte wie du?
Mach es nicht für den Titel. Mach es, weil dich die Forschung wirklich antreibt. Idealerweise sogar begeistert. Rückschläge gehören dazu: Papers werden abgelehnt, man forscht wochenlang in eine Richtung und merkt dann, dass es womöglich der falsche Ansatz war. Wer das akzeptieren und daraus lernen kann, wird daran wachsen. Ehrgeiz ist wichtig, aber Resilienz ist mindestens genauso wertvoll.
Und nun zum Schluss: Welchen neuen Hashtag strebst du für die Zukunft an?
#ZukunftMitgestalten: Ich möchte nicht nur verstehen, wie KI funktioniert, sondern aktiv mitgestalten, wie sie verantwortungsvoll und menschenzentriert eingesetzt wird. Gerade an der Schnittstelle von Gesundheit und Technologie steckt enormes Potenzial, und ich möchte dort gerne meinen Teil dazu beitragen.
Wir danken Michelle Koch für ihr Engagement und die Zeit, die sie sich genommen hat, um diese wertvollen Einblicke mit uns zu teilen.
