"Als Professorin für Informatik ist Digitalisierung mein Forschungsfeld. Geändert hat sich das öffentliche Bewusstsein und die Wahrnehmung der Forschungsfelder, beispielsweise im Bereich Künstliche Intelligenz."

Prof. Dr.-Ing. Alke Martens
Universität Rostock/IEF
Praktische Informatik
Chief Digital Officer (CDO)

Prof. Dr.-Ing. Ralf Bill
Universität Rostock/AUF
Geodäsie und Geoinformatik

"Als der Informatik nahestehende Disziplin spielt das Digitale naturgemäß seit Jahrzehnten eine treibende Kraft in der Geodäsie und Geoinformatik. Alle von uns erforschten und entwickelten Methoden nutzen oder generieren digitale Information (Geoinformationen), um ein einigermaßen realitätsnahes Abbild der realen Welt im Rechner entstehen zu lassen.

Neu und spannend für die eigene aktuelle Forschung ist der Paradigmenwechsel in Wirtschaft, Verwaltung und Wissenschaft hin zu mehr Offenheit: seien dies nun offene Daten (Open Data, Open Government Data, Volunteered geographic Information - also nutzergenerierte Daten), offene Software (Open Source) oder auch der Anreiz Open Access zu publizieren. Gerade die zunehmende Verfügbarkeit offener Daten ermöglicht deutlich attraktivere Forschungsbedingungen und bereichert auch ungemein die Lehre. Und die Wissenschaft selbst ist natürlich gefordert ihre eigenen Daten über Forschungsdateninfrastrukturen der Gemeinschaft verfügbar zu machen. Hierzu entwickeln und betreiben wir solche Dateninfrastrukturen in mehreren Forschungsprojekten und bieten Daten und Ergebnisse wissenschaftlicher Forschung auch noch lange nach dem Ende von Projektlaufzeiten nachhaltig zur Nachnutzung an."

"Digitalisierung ist für mich der Weg von Information in die elektronische Speicherung, der Wechsel zwischen verschiedenen Speicherorten und aus der Speicherung heraus. Statistik kommt an einzelnen Stellen zum Einsatz, gerade auch beim Weg der Veröffentlichung von Daten, also dem verdichteten Weg von Information aus der Speicherung. Aber auch die Datenerhebung hat statistische Anteile. Wegen der Nähe von Information und Wahrscheinlichkeit nehmen inzwischen stochastische Algorithmen, wie etwa die MCMC-Verfahren, einen bedeutenden Teil in der Statistik ein."  

Prof. Dr. Rafael Weißbach
Universität Rostock/WSF
Lehrstuhl für Statistik und Ökonometrie

Dr. Volkmar Weckesser
Chief Information Officer (CIO)
CENTOGENE AG

"In my responsibility, I drive the improvement of the digitalization of Centogene. Centogene is an innovative solution provider for pharma in the field of rare hereditary diseases. We have a global reach and get orders form more than 100 countries worldwide. Medical knowledge and data management drive our business model. Therefore, digitalization is key for us to act globally and generate new knowledge and insight in rare diseases. We develop digitalization by

1. Offering more efficient and easy to use processes to our customers: the physicians and their patients as well as our industry partners
2. Automate our internal processes for higher efficiency and better quality
3. Invest in our data management, data quality and analytical skills
4. Develop new solutions and products in the digital world, e.g. our myLSDapp to support the communication between patient and physician.

Especially the data management and the usage of artificial intelligence based on our structured and high quality data is critical for us to generate new insights and knowledge for rare diseases. This is to the advantage of the patients and improves the treatments of those diseases."

"Digitalization, understood as the conversion from analog to digital, replacing paper by computers, using more computer technologies in teaching, service and administration is the dead boring. The exciting part of digitalization is what can be done with and extracted from structured data. Data Science is about the extraction of pattern and knowledge from data and it provides the foundation of new ways to make money - or save lives, when applied to medical data. Here are my main thoughts for this argument: (i) Technological advances drive specialization but to learn from data, we require the opposite – an integration of data, tools and methodologies. (ii) The ICT aspects of data generation are not new. What is new, is the need for methodologies to make sense of data. (iii) Current approaches are too focused on the identification of associations, not causation. Understanding complex systems requires not only machine learning but process thinking and systems theory. (iv) Solutions, using AI and machine learning are not smart, but complex.

The consequences from my perspective on digitalization on education and training is that (i) Inter- and multidisciplinary approaches are gaining importance: (a) Not individual expertise is important but how they are brought together. Multiple types of data and methodologies need to be combined. (b) Learning, learning from each other, communication skills become more important. (ii) Not less but more human values are required: (a) Creative knowledge becomes more important. (b) Judging results and decision making are key skills. (iii) More quantitative thinking is required: (a) Interpreting data, weighing evidence are key competences. (b) Not one approach but the creation of workflows is necessary for practical solutions."

Prof. Dr. Olaf Wolkenhauer
Universität Rostock/IEF
Systems Biology and Bioinformatics