Rohdaten müssen raffiniert werden:

Wie war Dein Weg zur Statistik? Du warst lange Zeit an der TU in Darmstadt und hast dort Deine Promotion und Habilitation abgelegt. Aber nicht alle Wege führen von der Mathematik zur Statistik.

Tatsächlich habe ich gar nicht mit dem Studium der Mathematik angefangen, sondern mit Elektrotechnik. Ich habe vier Semester Elektrotechnik studiert, aber recht schnell gemerkt, das ist nicht so meins. Dann bin ich zur Mathematik gewechselt, und das hat mir Spaß gemacht. Insbesondere Algebra und Stochastik waren spannend und ich habe mich dann für die Stochastik entschieden. Mit Elektrotechnik als Nebenfach habe ich meine Diplomarbeit über Signaltheorie geschrieben. Ich wollte dann in diesem Gebiet promovieren, aber das war in Darmstadt zur damaligen Zeit nicht zu realisieren. Und dann habe ich mich ganz für die Stochastik entschieden. Ich promovierte bei Herrn Lehn in einer großen, netten Gruppe über multivariate Parameterschätzung bei Klassen von unimodalen a priori Verteilungen. Auf einer der ersten Konferenzen, zu denen ich fuhr, hatte ich Kontakt zur Bayes Statistik. Von meinem Promotionsthema Minimax-Schätzung ging es dann weiter in Richtung Bayes Statistik.

Aber irgendwann hast Du Darmstadt verlassen.

Ich habe Darmstadt nach meiner Promotion verlassen und bin zuerst in die Schweiz gegangen. Da war damals Herr Polasek an der Universität Basel in den Wirtschaftswissenschaften, der auch Bayes Statistik gemacht hat. Von dort aus habe ich mich um ein Postdoc Stipendium bei der DFG beworben. Es ging um semi-parametrische Bayesianische Modellierung mit räumlich-zeitlichen Anwendungen in der Ökologie und in der Epidemiologie. Das fand ich damals spannend und das ist es auch heute noch. Das war mein Weg zur Bayesianerin.

Was läuft an diesen US Universitäten anders als in Deutschland? Was hast du da mitgenommen?

Ich war an zwei amerikanischen Universitäten; einmal an der Duke für die Postdoc-Phase und dann als Assistant Professor an der University of North Carolina in Chapel Hill, und hier auch im Rahmen der universitären Ausbildung von Bachelor- und Masterstudierenden eingebunden. Das war erstmal fremd für mich, weil ich noch aus dem Diplomsystem kam. Im Bachelor war die Ausbildung breiter angelegt und im Master dann sehr speziell. Das war komplett ungewohnt.

Aber an der Uni Basel lief es ähnlich wie in Deutschland?

Ja, das lief so ähnlich wie in Deutschland. Insofern war der Schritt in die USA wirklich ein Einblick in ein anderes System. Was mich in den USA fasziniert hat, war, dass die Doktoranden und Postdocs im Wesentlichen immer im Institut waren: Es war klar, die eigentliche Arbeitszeit ist irgendwie vorbei, man isst noch was, vielleicht zusammen. Aber danach wird weitergearbeitet! Es war immer eine große Gruppe vor Ort und das hat super viel Spaß gemacht. Und es war natürlich auch extrem produktiv.

Du hast in den USA also schon erste Erfahrungen als Hochschullehrerin gemacht. 2001 bist Du an die Universität Dortmund gewechselt und bist dort bis heute geblieben. Bist Du dort hingegangen, weil es dort eine statistische Fakultät gibt? Es ist ja die einzige eigenständige statistische Fakultät in Deutschland.

Eigentlich nicht: Als ich aus den USA zurückkam, habe ich mich zunächst über ein Stipendium des Landes Hessen habilitiert. Erst danach habe mich auf Professuren beworben. Herrn Lehns Rat lautete: Es gibt nicht so viele Stellen, du musst dich schon auf jede ausgeschriebene Stelle bewerben. Und das habe ich auch gemacht. Dass es dann in Dortmund geklappt hat, war natürlich wunderbar. Aber es war ein erfreulicher Zufall.

Aber es ist nicht Zufall, dass Du dort 24 Jahre geblieben bist.

Das ist richtig. Ich hatte mich schon mal weg beworben, aber wirklich auch nur einmal. Es gibt auch eigentlich keinen Grund dafür. Das ist eine ganz tolle Fakultät, die einfach sehr, sehr inspirierend ist. Außerdem mag ich Orte wie Dortmund, die vom Niveau in Kultur und Bau vielleicht nicht A+ sind, sondern eher A‑ oder B+.

Du hast zwei Kinder zur Welt gebracht. Kindererziehung und Karriereleiter, dieses Verhältnis ist nicht unproblematisch. Was hat dir dabei geholfen oder was war vielleicht eher hinderlich dabei?

Es ist nicht immer ganz einfach. Auch ist diese Phase bei mir schon 20 Jahre her und es gibt mittlerweile viele Maßnahmen, die das etwas vereinfachen und erleichtern. Aber es war auch damals möglich, insbesondere weil mich mein Doktorvater und die Fakultät in Dortmund sehr unterstützt haben. Bei Antritt in Dortmund war meine älteste Tochter gerade 8 Wochen alt und ich durfte am Anfang Kurse lehren, die man gut zu Hause vorbereiten konnte. Ich musste also nicht gleich mit z. B. Fallstudien starten, die viel Präsenz erfordern, sondern ich durfte mit einer Theorievorlesung beginnen. Das war schon sehr lieb, dass man da Rücksicht genommen hat und ich milde einsteigen durfte.

Es waren also nicht irgendwelche besonderen Förderprogramme, die du in Anspruch genommen hast, sondern die Rücksichtnahme der Kollegen?

Ja, genau!

Hast Du einen Überblick, wie es generell in der Statistik mit Professorinnen und Familie aussieht?

Ich weiß nicht, ob ich den großen Überblick habe. Aber es gibt immer mehr Nachwuchswissenschaftlerinnen mit Kindern. Und es gibt auch die männlichen Kollegen, die eine Erziehungszeit nehmen. Das war damals noch nicht möglich. Ich hätte damals schon eine Erziehungszeit nehmen können, allerdings nicht mein Mann. Aber es hat trotzdem funktioniert!

Kommen wir zu einem anderen Punkt. Du warst 10 Jahre Dekanin der Statistischen Fakultät. Wie hat sich im Laufe der Zeit das Interesse an der Statistik und am Studiengang Statistik entwickelt?

Es gab immer mal Aufs und Abs in den Anfängerzahlen. Außerdem haben wir in Dortmund schon lange neben dem Statistikstudiengang auch Studiengänge zu Datenwissenschaften im Bachelor und Master. Als uns klar wurde, dass Data Science im Aufwärtstrend liegt, haben wir diese Studiengänge im Wintersemester 2019/2020 umorganisiert zu den aktuellen Bachelor- und Masterstudiengängen in Data Science. Wir haben das gemacht, um bei dem Data Science Hype gleich vorne mit dabei zu sein. Der Master Data Science ist international ausgelegt. Daneben haben wir noch einen internationalen Master Econometrics gestartet.

Ich kann mir vorstellen, dass dann diese gehypten Namen viel stärker nachgefragt werden als die klassische Statistikbereich.

Das stimmt. Wir hatten im Wintersemester 2019/2020 in dem Data Science Master sehr viele Anmeldungen, also einige hundert. Das waren viel zu viele. Wir mussten daher die Zulassungsregeln adjustieren, damit die Nachfrage auf ein vernünftiges Maß kam. Das ist jetzt geschehen. Aber der Data Science Studiengang ist im Moment stärker nachgefragt als der Statistik Studiengang.

Wie viele Bewerber habt ihr auf eure Studiengänge?

Wir haben jetzt so ungefähr 100 Bewerbungen im Master Data Science. Die Statistik fällt dagegen deutlich ab. Beim Master Econometrics pendelt sich das so zwischen 20 und 30 Bewerbungen ein. Das ist ein sehr vernünftiges Maß.

Wir haben uns heute auf der DAGStat Konferenz getroffen, die unter dem Motto „Statistik in Zeiten von AI“ steht (siehe Abb. 1). Was ist deine Einschätzung? Spielt die Statistik überhaupt noch eine Rolle bei dem ganzen Hype um die sogenannte „künstliche Intelligenz“? Du hast Dich mal zu einem Zitat in der New York Times geäußert, das da lautete: „Data is the new oil of the Global Economy“.

Full size image

Ja, wir haben einen Artikel zur Rolle der Statistik im Bereich künstlicher Intelligenz geschrieben, also in welchen Teilbereichen von KI sie eine besondere Rolle spielt (Friedrich et al. 2022). Und das sind fast alle Teilgebiete: Zunächst einmal die Datenerhebung. Also in irgendeiner Form gehört Versuchsplanung dazu und auch die Überprüfung der Qualität der Daten sowie das Ersetzen von Missing Data in der Vorverarbeitung. Die Hoffnung, ganz viele Daten werden es schon richten, ist trügerisch. Es müssen schon qualitativ hochwertige Daten sein. Natürlich ist es schön, wenn man Modelle bzw. Systeme mit vielen Daten trainieren kann. Aber man muss halt schauen, mit welchen Daten man trainiert. Die sollten möglichst nicht verzerrt sein. Für die Anwendungen können wir Statistiker, glaube ich, eine Menge beitragen, sowohl beim Umgang mit Verzerrungen als auch bei der Modellierung und der Interpretation. Ein letzter Punkt betrifft die Nachhaltigkeit. Was nutzt es, wenn wir gute Daten haben und eine Menge Daten zum Trainieren? Im Sport würde man vielleicht sagen: Naja, zu viel trainieren ist auch nicht gut. Das schadet irgendwie dem Körper. Und hier würde man vielleicht sagen: Naja, zu viel trainieren heißt, unnötige Analysen und überflüssiger, unnötiger Energieverbrauch. Man könnte auch mit weniger Daten hinkommen. Ich glaube, an dieser Stelle können Statistiker auch eine Menge bewirken.

Ihr hattet in dem Artikel, den Du angesprochen hast, das Bild von dem Erdöl aufgenommen und ergänzt, dass die nackten Daten eigentlich nur das Rohöl sind. Es kommt darauf an, es zu raffinieren und hierin liegt Stärke der Statistik. Dieses Bild hat mir sehr gut gefallen.

Wir machen was aus dem Rohöl. Wer sich einmal eine Raffinerie angeschaut hat, der weiß, dass raffinierbar machen ein großer, komplexer, technologischer Prozess ist. Und genauso verhält sich das mit dem analysierbar machen von Daten.

Kommen wir noch mal auf Dortmund und die Statistik-Fakultät zu sprechen. Ihr führt dort eine Absolventenstatistik seitdem der Statistik Studiengang existiert. Kann es sein, dass Dortmunder Statistik-Abgänger bessere Berufschancen haben im Vergleich zu Abgängern, die Ihren Abschluss an einem isolierten Statistik-Lehrstuhl gemacht haben?

Also, das kann ich nicht beurteilen. Bei uns ist es so, dass unsere Absolventen immer einen Job finden und sie finden gute Jobs. Viele bekommen auch ihren Traumjob. Das ist einfach immer noch so! Und das größere informelle Statistik-Netzwerk aus ehemaligen Absolventen (siehe zum Beispiel Abb. 2), das hier an der Statistik Fakultät existiert, ist in jedem Fall hilfreich bei der Berufswahl.

Full size image

Du hast nach deiner 10-jährigen Tätigkeit als Dekanin noch weitere Engagements angenommen. Du bist zur Zeit die Vorsitzende der Deutschen Arbeitsgemeinschaft Statistik, der DAGStat, der mittlerweile 15 Fachgesellschaften sowie das Statistische Bundesamt angehören. Wie ich gerade erfahren habe, wirst Du den Vorsitz noch eine weitere Amtsperiode übernehmen. Dem eigenen Anspruch nach ist Statistik „eine Schlüsselwissenschaft für die Gesellschaft und Wissenschaft“ (https://www.dagstat.de/ueber-uns Zugriff am 09.04.2025.). Die DAGStat veranstaltet alle drei Jahre eine große Statistik-Konferenz. Wir treffen uns ja hier auf der DAGStat-Tagung. Aber sind Anspruch und Wirklichkeit vielleicht doch nicht deckungsgleich? Wie siehst du das? Was sollte eventuell geändert werden?

Was wir gut hinbekommen haben, ist die Vernetzung untereinander, zwischen den unterschiedlichen Fachgesellschaften, und der fachliche Austausch über die DAGStat Konferenzen. Was wir noch nicht so gut geschafft haben, ist das Hineinreichen in die Gesellschaft und die Politik. Da sehe ich viel Luft nach oben. Wir hatten uns schon in der letzten Legislaturperiode ein Forschungsdatengesetz¹ und eine Überarbeitung des Bundesstatistikgesetzes gewünscht. Aber wir gehen davon aus, dass diese Initiativen unter der neuen Bundesregierung wieder aufgenommen werden. Trotzdem sollten auch wir aus den Fachgesellschaften weiter in die Politik reinreichen und das Gespräch mit den Politikern suchen. Dafür sind sicher unsere DAGStat-Symposien² ein gutes Instrument. Ich glaube, da können wir noch mehr machen, auch mit Pressemitteilungen und Stellungnahmen.

Das ist eine lange Agenda und ich kann mich erinnern, dass vor 15 Jahren ähnliche Programmpunkte aktuell waren. Man braucht halt einen langen Atem.

Ja, genau!

Kommen wir noch mal auf die ganz persönliche Ebene zurück. Gibt es etwas in Deiner Laufbahn als Hochschullehrerin, worauf Du besonders stolz bist? Vielleicht eine Publikation, für die man sich viel Mühe gemacht hat, ein Projekt oder eine Änderung im Studienbetrieb?

Ja, die gibt es! Es gibt eine Handvoll Publikationen, die irgendwie besonders in Erinnerung bleiben. Da ist beispielsweise eine Publikation³ zusammen mit Nicky Best und Robert Wolpert, die wir in einem gemeinsamen kleinen Forschungsaufenthalt in Australien revidiert haben. Das hat sehr viel Spaß gemacht und der Artikel ist bestimmt durch den Forschungsaufenthalt besser geworden. Und dann natürlich diese Fußballpublikation⁴, die wir für Herrn Trenklers Geburtstag geschrieben haben.

Worum ging es dabei?

Um die Haltefähigkeiten der Torhüter. Das hatte zwar nichts mit meinem Forschungsgebiet über räumlich-zeitliche Daten zu tun, aber das Medienecho war enorm.

Kommen wir jetzt zu der anderen Seite des Spektrums, wo man sich geärgert hat.

Ach, das Gute ist, dass Ärger irgendwie schnell verfliegt und es dann doch positiv weitergeht. Etwas, was ich mir wünschen würde, wäre, aus einem gescheiterten SFB-Vorhaben doch noch ein erfolgreiches Projekt zu machen. Ich war an einer SFB-Initiative in der Chemie beteiligt, die letztlich nicht gefördert wurde. Ich glaube, dass an der Schnittstelle von Statistik (mit Machine Learning) und Chemie eine Menge Potenzial liegt und würde mir wünschen, dass daraus noch ein erfolgreicher Projektantrag entsteht.

Dann zum Abschluss noch die Frage: Was willst du als Nächstes anpacken? Eine bestimmte Veröffentlichung oder ein Projekt?

Ich glaube, es ist noch mal Zeit für ein großes Projekt. Im Rahmen der Epidemiologie vielleicht unter dem Aspekt, wie man in einer Extremsituation wie der Pandemie wirkungsvoller in die Politik reinreichen kann. Zum Beispiel anhand guter Daten über Simulationsstudien schnell schwierige Situationen durchspielen zu können.

Ja, hoffen wir mal, dass es bei der nächsten Pandemie besser klappt und die Statistik ein hilfreiches Instrument zur Verfügung stellen kann. Herzlichen Dank für das Interview.