Ali Kookani möchte Künstliche Intelligenz nicht nur leistungsfähiger machen, sondern auch menschlicher – im besten Sinne. „Die heutigen Sprachmodelle wirken für viele Menschen bereits kreativ“, sagt er. „Aber in Wahrheit wiederholen sie nur mit statistischer Wahrscheinlichkeit, was im Internet bereits existiert. Sie mischen Informationen, aber sie haben keine eigene Idee.“ Was heute als „Reasoning“ propagiert werde – etwa wenn ein System bei komplexen Aufgaben eine „Kette von Gedanken“ präsentiert – sei in Wahrheit keine echte Schlussfolgerung, sondern eher ein algorithmisch vereinfachtes Puzzle.
Im Zentrum von Ali Kookanis Forschung stehen Empfehlungssysteme. Kund:innen begegnen diese Technologie auf vielen Wegen – auf Streaming-Plattformen wie Netflix, bei Online-Shops wie Amazon, oder in Sozialen Medien. Doch so ausgeklügelt diese Systeme erscheinen, sie stoßen schnell an Grenzen. „Ich bekomme manchmal gute Vorschläge, aber manchmal auch völlig Unpassendes“, so Ali Kookani. „Zum Beispiel, wenn mir ein Online-Versandhändler auch nach dem Kauf eines Laptops weiterhin andere Laptops empfiehlt – anstatt Zubehör wie eine passende Tasche oder Maus.“ Der Grund für die Schwierigkeiten bei den Empfehlungen liegt auf der Hand: Menschen sind unberechenbar. Sie ändern ihre Meinung, entwickeln neue Interessen, brechen mit alten Mustern. Für Maschinen, die auf vergangenem Verhalten basieren, ist das eine große Hürde.
Mit seinem Dissertationsprojekt ist Ali Kookani in der Arbeitsgruppe von Dietmar Jannach am Institut für Artificial Intelligence und Cybersecurity eingebettet, wo es bereits umfassende Expertise zu Recommender Systems gibt. Das Institut ist Projektpartner des vom Österreichischen Wissenschaftsfonds FWF geförderten Cluster of Excellence „Bilateral AI“. Ziel von Bilateral AI ist es, die zwei Forschungsstränge in der KI-Entwicklung zusammen zu führen: Die symbolische KI basiert auf Logik, während bei der subsymbolischen KI künstliche neuronale Netze mit riesigen Datenmengen trainiert werden. Mit Bilateral AI hofft man nun, durch die Stärken beider Methoden die Leistungsfähigkeit von KI-Systemen entscheidend zu erweitern.
Seinen Weg in die KI-Forschung fand Ali Kookani über Umwege. Kookani stammt aus der iranischen Hauptstadt Teheran, einer pulsierenden Metropole mit über zehn Millionen Einwohnern. Auf die Frage, ob er sich schon immer für Mathematik begeistert habe, lächelt Ali: „Ich war gut, ja – aber kein Genie wie Stephen Hawking.“
Er studierte Elektrotechnik im Bachelorstudium, entdeckte jedoch während seines Studiums seine Begeisterung für das Programmieren – und damit auch für Künstliche Intelligenz. Es folgte ein Masterstudium an der Universität Teheran, der führenden Universität des Landes mit Schwerpunkt auf Deep Learning. Über einen Kontakt mit Dietmar Jannach wurde er auf die Ausschreibung einer Doktoratsstelle an der Universität Klagenfurt aufmerksam – und nahm seine neue Arbeit im März 2025 auf.
Der Wechsel vom Großstadttrubel Teherans in eine kleine österreichische Stadt war für ihn ein großer, aber willkommener Schritt. „Ich habe früher täglich mehr als zwei Stunden in der U-Bahn verbracht“, sagt er. „Jetzt fahre ich mit dem Fahrrad in fünfzehn Minuten zur Uni.“ Die gewonnene Zeit kann er nun in seine Forschung stecken. In der Weiterentwicklung von Künstlicher Intelligenz sei noch viel zu tun, wie er betont: „Wir kennen ja alle die Szenarien von außer Kontrolle geratenen Robotern aus Science-Fiction-Filmen. Ich sehe da wenig Gefahr, weil wir für viele nützliche Technologien noch sehr weit von ‚verstehender‘ KI, die menschenähnlich denken kann, entfernt sind.“ In die Modelle, mit denen Ali Kookani arbeitet, sind ethische Leitlinien eingebaut. „Wir wollen Modelle schaffen, die mit echter Kreativität und Intelligenz Entscheidungen treffen – in dem Rahmen von Verantwortung, Fairness und Transparenz.“