Elisabeth Bergherr auf Digitalisierungsprofessur berufen


Neue Professorin für Raumbezogene Datenanalyse und Statistische Lernverfahren an der Wirtschaftswissenschaftlichen Fakultät der Georg-August- Universität Göttingen ist seit dem 1. Oktober 2020 Dr. Elisabeth Bergherr. Vor ihrem Wechsel nach Göttingen leitete sie die Gruppe AG Computationale Biostatistische Modellierung sowie eine Freigeist-Fellowship Nachwuchsgruppe an der Friedrich-Alexander-Universität Erlangen-Nürnberg.

Die Schwerpunkte in der Forschung liegen in der Methodenentwicklung an der Schnittstelle von Statistik und maschinellem Lernen, dem sogenannten statistischen Lernen, sowie bayesianischer Verfahren. Generelles Ziel sind immer erklärbare Modelle für inhaltliche Fragestellungen.

In der Lehre ist die Professur insbesondere in die methodische Ausbildung der Studierenden im Bereich quantitativer Methoden eingebunden. Im Wintersemester hält Prof. Bergherr beispielsweise die Statistik-Grundlagenvorlesung für Bachelorstudierende sowie die Vorlesung zur Räumlichen Statistik für Masterstudierende.

Nach ihrem Statistik-Studium an der LMU München und ihrer Promotion zum Dr. rer. nat. in Göttingen 2013 (Erstgutachter: Prof. Dr. Thomas Kneib; Dissertationsthema: „Bayesian Structured Additive Quantile Regression“), hatte Elisabeth Bergherr Positionen als Postdoktorandin an den Universitäten Göttingen, Liverpool und Erlangen-Nürnberg inne.

Sie ist darüber hinaus gewähltes Mitglied des Exekutivkomitees der „Statistical Modelling Society“ sowie „Associate Editor“ der Fachzeitschrift Statistical Modelling. Ferner ist sie die stellvertretende Leiterin der AG „Statistical Computing“ der Deutschen Gesellschaft für Medizinische Informatik, Biometrie und Epidemiologie (GMDS).

Die Professur für Raumbezogene Datenanalyse und Statistische Lernverfahren ist eine der vom Land Niedersachsen geförderten Digitalisierungsprofessuren. Die Universität Göttingen und die Hochschule für Angewandte Wissenschaft und Kunst (HAWK) waren in einer ersten Ausschreibungsrunde mit ihrem gemeinsamen Antrag zur „Data Science Region Südniedersachsen“ erfolgreich.

Weitere Informationen finden Sie auf den Webseiten der Professur.