Tanja Käser ist eine Schweizer Informatikerin und Wissenschaftlerin, die sich auf die Verbindung von künstlicher Intelligenz, maschinellem Lernen und Bildung spezialisiert hat. Sie arbeitet an der École polytechnique fédérale de Lausanne, kurz EPFL, und leitet dort das Machine Learning for Education Laboratory (ML4ED). Im Mittelpunkt ihrer Forschung steht die Frage, wie digitale Systeme Lernprozesse besser verstehen, unterstützen und personalisieren können.
Besonders interessant ist Käsers wissenschaftlicher Ansatz, weil sie klassische Informatik mit Bildungsforschung verbindet. Ihre Arbeit reicht von Educational Data Mining und intelligenten Tutorsystemen bis hin zu erklärbarer künstlicher Intelligenz, Lernverhalten, selbstreguliertem Lernen und modernen Large Language Models. Damit gehört sie zu den Forschenden, die untersuchen, wie KI in Schulen, Hochschulen und digitalen Lernumgebungen sinnvoll eingesetzt werden kann.
Öffentlich verfügbare akademische Quellen dokumentieren ihre Ausbildung an der ETH Zürich, Forschungsstationen an der Stanford University und am Swiss Data Science Center sowie ihre heutige Tätigkeit an der EPFL. Private Angaben wie ihr genaues Geburtsdatum oder ihr Alter sind dagegen nicht zuverlässig öffentlich bestätigt.
Tanja Käser im Überblick
| Merkmal | Information |
|---|---|
| Vollständiger beruflicher Name | Tanja Käser |
| Beruf | Informatikerin, Forscherin und Hochschullehrerin |
| Aktuelle Institution | EPFL, Lausanne |
| Fachgebiet | Informatik und Kommunikationssysteme |
| Forschungsgruppe | Machine Learning for Education Laboratory |
| Kurzbezeichnung des Labors | ML4ED |
| Position | Tenure-Track Assistant Professor |
| Zentrale Forschungsbereiche | Machine Learning, KI in der Bildung, Educational Data Mining, Lernmodellierung |
| Studium | Informatik an der ETH Zürich |
| Promotion | Informatik, ETH Zürich |
| Promotionsjahr | 2014 |
| Forschungserfahrung | ETH Zürich, Stanford University, Swiss Data Science Center, EPFL |
| Bekannte Auszeichnung | Fritz-Kutter-Preis |
| Lehrpreis | Credit Suisse Award for Best Teaching an der EPFL, 2023 |
| Alter | Öffentlich nicht zuverlässig bestätigt |
Wer ist Tanja Käser?
Tanja Käser ist vor allem für ihre Forschung an der Schnittstelle zwischen Computerwissenschaften und Bildungswissenschaften bekannt. Statt künstliche Intelligenz ausschließlich für technische Anwendungen zu entwickeln, untersucht sie, wie Algorithmen menschliches Lernen modellieren und digitale Lernsysteme verbessern können.
Dabei geht es beispielsweise um Fragen wie: Wie lässt sich erkennen, ob ein Schüler ein Konzept wirklich verstanden hat? Welche Lernstrategie verwendet eine Person? Wann sollte ein digitales Lernsystem zusätzliche Hilfestellung anbieten? Und wie können KI-Modelle Entscheidungen so erklären, dass Lehrkräfte und Lernende sie nachvollziehen können?
Diese Fragen sind besonders relevant, weil KI-basierte Lernplattformen zunehmend in Bildungssystemen eingesetzt werden. Käsers Forschung versucht daher nicht nur, leistungsfähige Modelle zu entwickeln, sondern auch deren pädagogischen Nutzen, Transparenz und verantwortungsvolle Anwendung zu untersuchen.
Ausbildung an der ETH Zürich
Käser absolvierte sowohl ihr Masterstudium als auch ihre Promotion im Bereich Informatik an der ETH Zürich, einer der international führenden technischen Hochschulen Europas.
Bereits während ihres Studiums entwickelte sie ein starkes Interesse an der Frage, wie Computertechnologie reale menschliche Probleme lösen kann. In einem späteren EPFL-Porträt erklärte sie, dass ihr Interesse an Informatik unter anderem durch digitale Visualisierungen im Bereich Bauingenieurwesen geweckt worden sei.
Diese frühe Verbindung zwischen Technologie und praktischer Anwendung findet sich auch in ihrer späteren wissenschaftlichen Laufbahn wieder.
Doktorarbeit über computergestütztes Mathematiklernen
2014 schloss Tanja Käser ihre Promotion in Informatik an der ETH Zürich ab.
Ihre Dissertation trug den Titel:
„Modeling and Optimizing Computer-Assisted Mathematics Learning in Children“
Die Arbeit beschäftigte sich mit der Modellierung und Optimierung computergestützter Mathematik-Lernprozesse bei Kindern. Schon zu diesem Zeitpunkt lag ihr wissenschaftlicher Schwerpunkt damit klar im Bereich technologiegestütztes Lernen.
Ihre Dissertation wurde später mit dem Fritz-Kutter-Preis 2015 ausgezeichnet. Diese Auszeichnung würdigt herausragende und praxisorientierte Arbeiten aus dem Bereich Informatik.
Berufserfahrung außerhalb der Universität
Interessant an Käsers Karriere ist, dass sie nicht ausschließlich im akademischen Umfeld tätig war.
Nach ihrem Studium beziehungsweise in einer frühen Phase ihrer Laufbahn arbeitete sie ungefähr ein Jahr als Beraterin bei McKinsey. Diese Erfahrung zeigt, dass sie neben wissenschaftlicher Forschung auch Einblicke in wirtschaftliche und strategische Arbeitsfelder sammelte.
Danach kehrte sie jedoch in die Forschung zurück und konzentrierte sich zunehmend auf Bildungsinformatik und maschinelles Lernen.
Wissenschaftliche Karriere nach der Promotion
Nach ihrer Promotion setzte Käser ihre Forschung im Bereich Educational Data Mining, maschinelles Lernen und digitale Bildung fort.
Zu ihren frühen Forschungsgebieten gehörten unter anderem:
- intelligente Tutorsysteme
- Modellierung von Schülerwissen
- Vorhersage von Lernerfolg
- Analyse von Lernstrategien
- automatisierte Lernunterstützung
- personalisierte Bildungssoftware
- datenbasierte Bildungsforschung
Dabei beschäftigte sie sich mit der Frage, wie Daten aus digitalen Lernsystemen verwendet werden können, um Lernende besser zu verstehen.
Forschungsaufenthalt an der Stanford University
Ein wichtiger Abschnitt ihrer wissenschaftlichen Laufbahn führte Tanja Käser an die Stanford University in Kalifornien.
Dort arbeitete sie als Postdoktorandin im Umfeld der Stanford Graduate School of Education. Diese Phase war für ihre weitere Entwicklung besonders relevant, weil Stanford international zu den bedeutenden Zentren für Bildungsforschung, künstliche Intelligenz und Learning Sciences gehört.
Während dieser Zeit beschäftigte sie sich unter anderem mit der Analyse von Lernverhalten und der Vorhersage von Leistungen auf Grundlage digitaler Interaktionen.
Ein Forschungsschwerpunkt bestand darin zu untersuchen, wie die Art und Weise, in der Lernende Aufgaben erkunden und bearbeiten, Hinweise auf ihre späteren Leistungen geben kann.
Tätigkeit beim Swiss Data Science Center
Im Juni 2019 wechselte Tanja Käser zum Swiss Data Science Center, wo sie als Senior Data Scientist tätig war.
Das Swiss Data Science Center arbeitet an datenwissenschaftlichen Projekten zwischen Forschung und praktischer Anwendung. Für Käser bot diese Tätigkeit die Möglichkeit, ihre Kenntnisse in Machine Learning und Data Science in unterschiedlichen Kontexten einzusetzen.
Ihre Erfahrungen in diesem Umfeld ergänzten ihren akademischen Hintergrund und bereiteten den Weg für ihre spätere Professur an der EPFL.
Berufung an die EPFL
Ende 2019 wurde Tanja Käser zur Tenure-Track Assistant Professor im Bereich Informatik und Kommunikationssysteme an der EPFL berufen.
Ihre Tätigkeit an der Universität begann im Jahr 2020.
Der Start fiel damit in die Zeit der COVID-19-Pandemie, in der Hochschullehre und wissenschaftliche Zusammenarbeit stark durch digitale Formate geprägt waren. Für eine Forscherin, deren Arbeit sich ohnehin intensiv mit digitaler Bildung beschäftigt, war diese Phase besonders relevant.
Seitdem hat Käser ihre Forschung zu Machine Learning und Bildung weiter ausgebaut.
Machine Learning for Education Laboratory
An der EPFL leitet Käser das Machine Learning for Education Laboratory, kurz ML4ED.
Das Labor untersucht, wie künstliche Intelligenz, maschinelles Lernen und datenbasierte Methoden eingesetzt werden können, um menschliches Lernen besser zu verstehen.
Forschungsschwerpunkte des ML4ED
Zu den wichtigen Themen gehören:
- personalisierte Lernsysteme
- Educational Data Mining
- Lernverhaltensanalyse
- Knowledge Tracing
- erklärbare künstliche Intelligenz
- intelligente Tutorsysteme
- automatisiertes Feedback
- selbstreguliertes Lernen
- generative KI
- Large Language Models in der Bildung
Der Forschungsansatz geht dabei über reine Leistungsprognosen hinaus.
Statt lediglich vorherzusagen, ob ein Schüler eine Aufgabe richtig oder falsch beantworten wird, sollen Modelle verstehen, warum Lernende bestimmte Fehler machen, welche Strategien sie verwenden und welche Unterstützung ihnen tatsächlich helfen könnte.
Was bedeutet Machine Learning für Bildung?
Machine Learning for Education beschreibt den Einsatz lernender Algorithmen in Bildungssystemen.
Ein einfaches Beispiel ist eine digitale Lernplattform, die erkennt, dass ein Schüler wiederholt Schwierigkeiten mit einem bestimmten mathematischen Konzept hat. Ein intelligentes System könnte daraufhin zusätzliche Übungen anbieten oder eine andere Erklärung auswählen.
Käsers Forschung beschäftigt sich jedoch auch mit anspruchsvolleren Problemen.
Dazu zählen die Modellierung langfristiger Wissensentwicklung, die Erkennung von Lernstrategien und die Analyse komplexer Interaktionen zwischen Lernenden und digitalen Lernmaterialien.
Educational Data Mining
Ein weiterer wichtiger Bereich ihrer Arbeit ist Educational Data Mining.
Dabei werden Daten aus Lernumgebungen analysiert, um Muster im Lernverhalten zu erkennen.
Solche Daten können beispielsweise Informationen darüber enthalten:
- welche Aufgaben bearbeitet wurden
- wie lange Lernende dafür benötigten
- welche Fehler auftraten
- wie oft Hinweise verwendet wurden
- in welcher Reihenfolge Lerninhalte bearbeitet wurden
- welche Lernstrategien erkennbar waren
Aus diesen Informationen können Modelle entstehen, die Lernprozesse besser beschreiben oder individuelle Unterstützung ermöglichen.
Explainable AI in der Bildung
Eine zentrale Herausforderung moderner KI besteht darin, dass viele leistungsfähige Modelle schwer nachvollziehbar sind.
Dieses sogenannte Black-Box-Problem ist im Bildungsbereich besonders kritisch.
Wenn ein KI-System behauptet, ein Schüler habe ein bestimmtes Konzept nicht verstanden oder benötige eine bestimmte Unterstützung, sollten Lehrkräfte möglichst nachvollziehen können, warum das System zu dieser Einschätzung gelangt ist.
Käser beschäftigt sich deshalb auch mit Explainable Artificial Intelligence, also erklärbarer künstlicher Intelligenz.
Ziel ist es, KI-Systeme zu entwickeln, deren Entscheidungen transparenter und nachvollziehbarer werden.
KI, Ethik und Verantwortung
Mit dem wachsenden Einsatz künstlicher Intelligenz in Bildungseinrichtungen werden ethische Fragen immer wichtiger.
KI-Systeme können Lernende klassifizieren, Leistungen prognostizieren oder Empfehlungen aussprechen. Solche Entscheidungen können erhebliche Auswirkungen haben.
Deshalb müssen mögliche Verzerrungen, Datenschutz, Transparenz und Fairness berücksichtigt werden.
Käsers Forschung betrachtet KI in der Bildung daher nicht ausschließlich als technisches Optimierungsproblem. Auch die Auswirkungen solcher Systeme auf Lernende, Lehrkräfte und Bildungseinrichtungen spielen eine wichtige Rolle.
Forschung zu Large Language Models
In den vergangenen Jahren hat sich Käsers Arbeit zunehmend auf Large Language Models und generative künstliche Intelligenz ausgeweitet.
Modelle dieser Art können im Bildungsbereich unterschiedliche Aufgaben übernehmen, beispielsweise:
- Fragen beantworten
- Erklärungen erzeugen
- individuelles Feedback geben
- Lernende durch Problemlösungsprozesse führen
- Übungsaufgaben erstellen
- diagnostische Hinweise liefern
Gleichzeitig entstehen neue Risiken.
Ein KI-Tutor darf einem Lernenden beispielsweise nicht einfach die Lösung einer Aufgabe verraten, wenn eigentlich der Denkprozess trainiert werden soll.
Deshalb untersuchen aktuelle Forschungsarbeiten auch, wie LLM-basierte Lernsysteme kontrolliert, personalisiert und pädagogisch sinnvoll gestaltet werden können.
D-VET Hub und berufliche Bildung
Käser ist außerdem mit dem Digital Vocation, Education and Training Hub, kurz D-VET Hub, verbunden.
Dieses Forschungsprogramm beschäftigt sich mit digitalen Technologien für berufliche Bildung und lebenslanges Lernen.
Zu den untersuchten Themen gehören unter anderem selbstreguliertes Lernen, Problemlösungskompetenz, erklärbare Modelle und übertragbare KI-Methoden.
Gerade im Bereich beruflicher Bildung können digitale Lernumgebungen interessant sein, weil praktische Fähigkeiten häufig mit theoretischem Wissen kombiniert werden müssen.
Tanja Käser als Hochschullehrerin
Neben ihrer Forschung ist Käser auch in der universitären Lehre aktiv.
An der EPFL unterrichtete sie unter anderem große Einführungskurse in diskreter Mathematik mit mehreren hundert Studierenden.
Ihre Lehrmethode legt Wert auf aktive Beteiligung.
Statt ausschließlich lange Vorlesungen zu halten, nutzt sie Fragen, Diskussionen, kurze Aufgaben und Wiederholungen, um herauszufinden, ob Studierende Inhalte tatsächlich verstanden haben.
Credit Suisse Award for Best Teaching 2023
Für ihre Arbeit in der Lehre erhielt Tanja Käser 2023 den Credit Suisse Award for Best Teaching an der EPFL.
Die Universität würdigte damit insbesondere ihre Fähigkeit, Studierende aktiv in den Lernprozess einzubeziehen und theoretische Inhalte verständlich zu vermitteln.
Diese Auszeichnung passt zu ihrem wissenschaftlichen Schwerpunkt: Käser erforscht nicht nur, wie Menschen lernen, sondern setzt entsprechende Erkenntnisse auch in ihrer eigenen Hochschullehre ein.
Veröffentlichungen und wissenschaftlicher Einfluss
Tanja Käser verfügt über eine umfangreiche wissenschaftliche Publikationsliste.
Ihre Arbeiten beschäftigen sich unter anderem mit:
- Knowledge Tracing
- intelligenten Tutorsystemen
- strukturierten Vorhersagemodellen
- Lernstrategien
- KI-basiertem Feedback
- personalisierten Lernsystemen
- erklärbarer KI
- multimodalen Lernmodellen
- generativer KI
- LLM-basierten Lernassistenten
Ihre Forschung wurde auf internationalen Konferenzen und in wissenschaftlichen Publikationen im Bereich Machine Learning, Learning Analytics und Educational Data Mining veröffentlicht.
Aktuelle Entwicklungen 2026
Auch 2026 ist Tanja Käser weiterhin aktiv in der Forschung zu künstlicher Intelligenz und Bildung.
Aktuelle Arbeiten ihres Forschungsumfelds beschäftigen sich unter anderem mit multimodalen Large Language Models, personalisierten Bildungsagenten, Feedbacksystemen, diagnostischem Denken und der Frage, wie LLM-Tutoren eingesetzt werden können, ohne Lernenden unbeabsichtigt direkte Lösungen zu liefern.
Darüber hinaus wird zunehmend untersucht, wie KI nicht nur Prüfungsergebnisse, sondern auch Faktoren wie Selbstständigkeit, Motivation, kognitive Prozesse und verantwortungsvolles Lernen beeinflusst.
Damit verschiebt sich die Forschungsfrage zunehmend von „Kann KI Lernen verbessern?“ hin zu „Wie muss KI gestaltet werden, damit sie Lernen nachhaltig, transparent und verantwortungsvoll unterstützt?“
Wie alt ist Tanja Käser?
Das genaue Alter von Tanja Käser ist öffentlich nicht zuverlässig dokumentiert.
Weder ihre offiziellen Hochschulprofile noch ihre akademischen Forschungsprofile nennen ein eindeutig bestätigtes Geburtsdatum.
Webseiten, die ohne nachvollziehbare Quelle ein konkretes Alter oder Geburtsjahr nennen, sollten deshalb nicht als verlässlich angesehen werden.
Für eine seriöse Biografie ist es besser, diese Information als nicht öffentlich bestätigt zu kennzeichnen.
Gibt es Informationen über Tanja Käsers Privatleben?
Über ihr Privatleben sind nur sehr wenige verifizierte Angaben öffentlich verfügbar.
Informationen zu Ehepartner, Kindern, Familie oder Vermögen gehören nicht zu den dokumentierten akademischen Informationen.
Ihr öffentliches Profil konzentriert sich eindeutig auf ihre wissenschaftliche Arbeit, Lehre und Forschung.
Warum ist Tanja Käser wissenschaftlich relevant?
Tanja Käser ist vor allem deshalb interessant, weil ihre Forschung zwei Bereiche verbindet, die gesellschaftlich zunehmend an Bedeutung gewinnen: künstliche Intelligenz und Bildung.
Die zentrale Herausforderung besteht nicht nur darin, immer leistungsfähigere KI-Systeme zu entwickeln. Entscheidend ist auch, ob diese Systeme Lernende tatsächlich unterstützen.
Käsers Forschung beschäftigt sich genau mit diesem Problem.
Sie untersucht, wie Lernverhalten mathematisch modelliert werden kann, wie Lernsysteme individuelle Unterstützung anbieten können und wie KI verständlicher, transparenter und verantwortungsvoller gestaltet werden sollte.
Fazit
Tanja Käser hat sich als Forscherin an der Schnittstelle von Informatik, maschinellem Lernen und Bildungswissenschaften etabliert. Nach ihrem Studium und ihrer Promotion an der ETH Zürich sammelte sie Erfahrung in Forschung, Beratung und Data Science. Stationen an der Stanford University und am Swiss Data Science Center führten schließlich zu ihrer Professur an der EPFL.
Heute leitet sie dort das Machine Learning for Education Laboratory und beschäftigt sich mit zentralen Zukunftsfragen der digitalen Bildung. Educational Data Mining, personalisierte Lernsysteme, erklärbare KI, generative künstliche Intelligenz und Large Language Models gehören zu ihren wichtigsten Forschungsthemen.
Auch ihre Auszeichnungen, darunter der Fritz-Kutter-Preis und der Credit Suisse Award for Best Teaching, zeigen, dass ihre Arbeit sowohl wissenschaftlich als auch in der Hochschullehre Anerkennung gefunden hat.
Wer nach Informationen zu Tanja Käser, ihrer Karriere oder ihrem Alter sucht, sollte jedoch zwischen verifizierten akademischen Fakten und nicht bestätigten privaten Angaben unterscheiden. Besonders ihr genaues Alter und Geburtsdatum sind derzeit nicht zuverlässig öffentlich dokumentiert.
Häufig gestellte Fragen zu Tanja Käser
Wer ist Tanja Käser?
Tanja Käser ist eine Informatikerin, Forscherin und Hochschullehrerin an der EPFL. Ihre Forschung konzentriert sich auf Machine Learning, künstliche Intelligenz und digitale Bildung.
Wo arbeitet Tanja Käser?
Sie arbeitet an der École polytechnique fédérale de Lausanne und leitet dort das Machine Learning for Education Laboratory.
Was erforscht Tanja Käser?
Ihre Forschung umfasst unter anderem Educational Data Mining, Lernmodellierung, personalisierte Lernsysteme, Explainable AI und Large Language Models für Bildungsanwendungen.
Wo hat Tanja Käser studiert?
Sie absolvierte ihr Masterstudium und ihre Promotion in Informatik an der ETH Zürich.
Wie alt ist Tanja Käser?
Ihr genaues Alter und Geburtsdatum sind öffentlich nicht zuverlässig bestätigt.
Hat Tanja Käser an der Stanford University gearbeitet?
Ja. Sie war als Postdoktorandin im Umfeld der Stanford Graduate School of Education tätig.
Welche Auszeichnungen hat Tanja Käser erhalten?
Zu ihren dokumentierten Auszeichnungen gehören der Fritz-Kutter-Preis für ihre Dissertation sowie der Credit Suisse Award for Best Teaching an der EPFL im Jahr 2023.
Womit beschäftigt sich das ML4ED-Labor?
Das Machine Learning for Education Laboratory untersucht, wie künstliche Intelligenz und maschinelles Lernen eingesetzt werden können, um Lernprozesse zu verstehen, zu modellieren und zu verbessern.
