?Ich sehe mich nicht als die Person, die vorn steht”: Wie diese Deepl-Forscherin 3 Teams leitet

Die Rolle der Forschung in der modernen KI-Entwicklung

Leonie Neuhäuser hat sich in der hart umkämpften KI-Branche als zentrale Figur etabliert. Als Research Managerin beim Kölner Unternehmen DeepL trägt sie eine erhebliche Verantwortung für die technologische Ausrichtung des Startups. Sie leitet dort gleich drei verschiedene Teams, die sich mit hochkomplexen Aufgabenfeldern befassen. Ein wesentlicher Schwerpunkt ihrer Arbeit liegt auf dem sogenannten Posttraining multimodaler Modelle. Dabei geht es darum, die Leistungsfähigkeit der KI-Systeme durch gezielte Nachbearbeitung und Optimierung zu steigern. Ein weiteres, besonders zukunftsträchtiges Feld, in dem Neuhäuser und ihre Teams tätig sind, ist die Entwicklung der Voice-to-Voice-Technologie. Diese Innovation ermöglicht es Nutzern, Sprache direkt in eine andere Sprache zu übersetzen, ohne den Umweg über Textbausteine gehen zu müssen. Seit April dieses Jahres ist diese Funktion ein fester Bestandteil des DeepL-Portfolios. Neuhäuser versteht sich dabei keineswegs als klassische Führungskraft, die in jeder Hinsicht die fachlich beste Person im Raum sein muss. Stattdessen setzt sie auf eine kollaborative Arbeitsweise, bei der die Expertise der einzelnen Teammitglieder im Vordergrund steht. Dieser Ansatz ist entscheidend, um den hohen Anforderungen an Präzision und Qualität gerecht zu werden, die DeepL an seine KI-Produkte stellt.

Einblicke in die fachliche Expertise und den beruflichen Werdegang

Der berufliche Hintergrund von Leonie Neuhäuser ist tief in der akademischen Forschung verwurzelt. Sie promovierte an der renommierten RWTH Aachen im Bereich der Informatik, was ihr das notwendige theoretische Fundament für ihre heutige Arbeit verlieh. Ihre akademische Laufbahn zeichnete sich bereits früh durch eine interdisziplinäre Ausrichtung aus. So absolvierte sie während ihrer Promotionszeit ein einjähriges Programm an der Hertie School in Berlin, das sich mit Governance-Fragen beschäftigte. Zudem sammelte sie internationale Erfahrung als Gastforscherin im Social Complexity Lab in Kopenhagen. Bevor sie ihre aktuelle Position bei DeepL antrat, war sie knapp zwei Jahre bei dem Übertragungsnetzbetreiber Amprion tätig. Dort legte sie eine beeindruckende Karriere hin: Bereits nach einer sechsmonatigen Betriebszugehörigkeit wurde sie zur Abteilungsleiterin für den Bereich Datenanalyse und künstliche Intelligenz befördert. Diese Stationen verdeutlichen, dass Neuhäuser sowohl in der reinen Forschung als auch in der angewandten Industrie über profunde Kenntnisse verfügt. Die Kombination aus ihrer wissenschaftlichen Strenge und ihrer Erfahrung in der Leitung von datengetriebenen Abteilungen macht sie zu einer Schlüsselfigur für die technologische Weiterentwicklung von DeepL.

Herausforderungen in der KI-Entwicklung: Der Kampf gegen Halluzinationen

Ein zentrales Thema in der täglichen Arbeit von Leonie Neuhäuser ist die Qualitätssicherung der KI-Modelle. Besonders die Problematik der sogenannten Halluzinationen – also Fälle, in denen die KI inhaltlich falsche oder erfundene Informationen generiert – stellt eine ständige Herausforderung dar. In ihrer Funktion als Forschungsleiterin koordiniert sie die Strategien, mit denen ihre Teams gegen diese Phänomene vorgehen. Dabei geht es vor allem um die Feinabstimmung der Modelle während des Posttrainings. Die Arbeit erfordert ein hohes Maß an technischem Verständnis und die Fähigkeit, komplexe Fehlerquellen in neuronalen Netzen zu identifizieren. Neuhäuser betont, dass es in einer solchen Umgebung nicht darum geht, dass eine einzelne Führungsperson alle Antworten kennt. Vielmehr ist es ihre Aufgabe, den Rahmen zu schaffen, in dem Spezialisten ihre Expertise einbringen können, um die Zuverlässigkeit der Systeme kontinuierlich zu erhöhen. Die Arbeit an der Voice-to-Voice-Technologie erfordert zudem eine präzise Synchronisation zwischen der Spracherkennung, der Übersetzung und der anschließenden Sprachausgabe, wobei jeder dieser Schritte potenzielle Fehlerquellen birgt, die es systematisch zu minimieren gilt.

Führungsphilosophie und die Dynamik in der Teamleitung

Die Art und Weise, wie Leonie Neuhäuser ihre drei Teams führt, ist von einer bewussten Zurückhaltung geprägt. Sie selbst äußert, dass sie sich nicht als die Person sieht, die notwendigerweise immer vorn stehen muss. Dieser Führungsstil ist ein bewusster Gegenentwurf zum klassischen Bild der Führungskraft, die als unfehlbare Autorität auftritt. Für Neuhäuser steht die Befähigung ihrer Mitarbeiter im Zentrum ihres Handelns. Sie sieht ihre Rolle primär darin, Hindernisse aus dem Weg zu räumen und die notwendigen Ressourcen für die Forschung bereitzustellen. Dass sie drei Teams gleichzeitig leitet, erfordert ein exzellentes Zeitmanagement und die Fähigkeit, zwischen verschiedenen technologischen Schwerpunkten schnell zu wechseln. Einzuordnen ist das so: In der schnelllebigen KI-Branche ist eine solche agile Führungsstruktur ein entscheidender Vorteil, da sie es erlaubt, flexibel auf neue wissenschaftliche Erkenntnisse oder veränderte Anforderungen der Nutzer zu reagieren. Den Berichten zufolge ist dieser kooperative Ansatz ein wesentlicher Bestandteil der Unternehmenskultur bei DeepL, der es ermöglicht, hochkomplexe Forschungsprojekte effizient in marktreife Produkte zu überführen.

Offene Fragen und der Blick in die Zukunft

Obwohl die bisherigen Erfolge von Leonie Neuhäuser und ihren Teams bei DeepL deutlich sichtbar sind, bleiben einige Aspekte ihrer Arbeit im Verborgenen. Der Quelltext lässt offen, wie genau die internen Prozesse zur Fehlererkennung bei den multimodalen Modellen im Detail strukturiert sind. Auch über die spezifische Zusammensetzung der drei Teams und die genaue Anzahl der Mitarbeiter, die unter ihrer Leitung stehen, gibt es keine Informationen. Zudem wird nicht spezifiziert, welche weiteren technologischen Meilensteine nach der Einführung der Voice-to-Voice-Technologie für die kommenden Monate geplant sind. Es bleibt ebenfalls unklar, inwiefern die akademische Ausbildung an der Hertie School ihre heutige Sicht auf die ethische Verantwortung von KI-Unternehmen beeinflusst hat. Wie es konkret weitergeht, bleibt abzuwarten: Die Arbeit an der Verbesserung der KI-Modelle ist ein kontinuierlicher Prozess, der keine festen Endpunkte kennt. Da sich die Technologie in einer rasanten Entwicklungsphase befindet, wird der Fokus für Neuhäuser und ihre Teams weiterhin auf der Skalierung der bestehenden Lösungen und der Erforschung neuer Ansätze zur Steigerung der Übersetzungsqualität liegen. Die strategische Ausrichtung von DeepL wird dabei maßgeblich davon abhängen, wie erfolgreich die Integration der multimodalen Modelle in die breite Anwendung gelingt.