Michael Fauss ist Forschungswissenschaftler am ETS Research Institute. Seine Arbeit konzentriert sich auf die Anwendung künstlicher Intelligenz auf Bildung und Tests, mit besonderem Schwerpunkt auf Fairness und Testsicherheit. Dieser Schwerpunkt umfasst die Entwicklung und Bewertung neuartiger Methoden zur Förderung von Fairness in human-in-the-loop-KI-Systemen, die Verbesserung der Genauigkeit und Fairness der Plagiatserkennung bei Sprach- und Schreibbewertungen sowie die Erforschung von Techniken zur Klassifizierung gesprochener und schriftlicher Kommunikation in kollaborativen Problemlösungsaufgaben. Darüber hinaus erforscht er den Einsatz statistisch robuster Methoden in Modellen der Item-Response-Theorie, um Fairness und Zuverlässigkeit zu verbessern, indem überoptimistische Annahmen berücksichtigt werden.
Michael promovierte 2016 in Elektrotechnik an der Technischen Universität Darmstadt. 2017 erhielt er den Dissertationspreis der Deutschen Informationstechnologiegesellschaft für seine Doktorarbeit über robuste sequentielle Detektion. Von 2019 bis 2022 war er Postdoktorand in der Gruppe von Prof. H. Vincent Poors an der Princeton University, wo er an statistischer Robustheit, sequentieller Erkennung und Schätzung sowie der Rolle von Ähnlichkeitsmaßen in der statistischen Inferenz arbeitete. Als Hauptforscher (PI) oder Co-PI hat er mehrere Fördermittel von der National Science Foundation und der Deutschen Forschungsstiftung erhalten. Er hat über 60 peer-reviewte Artikel in führenden Fachzeitschriften und Konferenzen veröffentlicht, darunter die Annals of Statistics und den ISI World Statistics Congress.
Michael Fauss | LinkedIn
Zuletzt aktualisiert: 10.03.2025