Interview mit Dr. Susanne Genzel, Data Label Managerin

Women in Tech: „Das Erfreuliche ist, dass das Thema Gleichberechtigung immer häufiger diskutiert wird“

Dominik Mohilo

In unserer Artikelserie „Women in Tech“ stellen wir inspirierende Frauen vor, die erfolgreich in der IT-Branche Fuß gefasst haben. Heute im Fokus: Dr. Susanne Genzel, Data Label Managerin bei i2x.

Die Tech-Industrie wird von Männern dominiert – so weit, so schlecht. Doch langsam, aber sicher bekommt der sogenannte Boys Club Gesellschaft von begabten Frauen: Immer mehr Frauen fassen in der Branche Fuß.

Aus diesem Grund wollen wir hier spannenden und inspirierenden Frauen die Möglichkeit geben, sich vorzustellen und zu erzählen, wie und weshalb sie den Weg in die Tech-Branche gewählt haben. Aber auch Themen wie Geschlechtervorurteile, Herausforderungen oder Förderungsmöglichkeiten kommen zur Sprache.

Unsere Woman in Tech: Dr. Susanne Genzel

Dr. Susanne Genzel © privat/S.G.

Dr. Susanne Genzel ist Data Label Managerin bei dem Berliner Start-up i2x. i2x ist eine Spracherkennungstechnologie für die Deutsche und Englische Sprache. Sie analysiert komplexe Unterhaltungen mittels Künstlicher Intelligenz in Echtzeit. Dabei generiert das Programm automatisch Trainingseinheiten, die auf die individuellen Entwicklungsfelder zugeschnitten sind, um Sales- und Servicegespräche zu optimieren. Mitarbeiter und Selbstständige können mit Hilfe der i2x-Technologie Telefonate transkribieren und Gesprächsverläufe mit Hilfe von maschinellem Lernen auswerten. i2x ist die erste Spracherkennungs- und Trainingstechnologie dieser Art weltweit.

Was hat dein Interesse für die Tech-Branche geweckt?

Man könnte meinen, ich sei technophob: Ich habe keinen Staubsauger, kein Auto, keinen eigenen Computer und keine Mikrowelle. Aber ich bin experimentierfreudig.

Interesse entsteht bei mir immer dann, wenn wiederkehrende Abläufe auftreten, die ich automatisieren kann. Möglich ist dies zum Beispiel bei Messwerten aus großen Datensätzen, die automatisch extrahiert und statistisch ausgewertet werden können. Durch eine HiWi-Tätigkeit während meines Linguistik-Studiums habe ich die Software „Praat“ kennengelernt und phonetische Analysen durchgeführt. Im Zuge meiner Diplomarbeit habe ich die Software R zur statistischen Analyse genutzt.

Vorbilder und Unterstützer

Im privaten Bereich bin ich von starken Frauen umgeben. Pippi Langstrumpf ist außerdem mit ihrer Lebenseinstellung eines meiner Vorbilder. Björk inspiriert mich zudem auf einem musikalischen bzw. künstlerischen Level.

Im privaten Bereich bin ich von starken Frauen umgeben.

Beruflich hat mich Prof. Dr. Frank Kügler schon ganz früh “entdeckt” und wir haben von 2003 bis 2019 erfolgreich miteinander gearbeitet. Er hat mich immer unterstützt, gefördert und mir viel Vertrauen entgegengebracht. Auch meine Doktormutter Prof. Dr. Caroline Féry hat mich stark geprägt. In ihrem Seminar zur prosodischen Typologie habe ich unheimlich viel Know-how erworben, das ich bei der Erstellung von Sprachkorpora und auf Feldforschungsreisen anwenden konnte.

Susannes Karriereweg

Bevor ich zu meinem jetzigen Job bei i2x kam, lag mein Fokus vor allem auf der Forschung. Aber eins nach dem anderen: Nach ein paar Umwegen bin ich mit Anfang 20 auf das Studium der allgemeinen und theoretischen Linguistik der Universität Potsdam gestoßen. Die Mischung aus Psychologie, Philosophie, Kommunikations- und Kognitionswissenschaften klang sehr spannend.

Durch meine HiWi-Tätigkeit im Bereich Phonetik / Phonologie stand ich schon früh in Kontakt mit Daten und deren Auswertung, sodass ich Forschung hautnah miterleben konnte. Als ich im fünften Semester kurz davor war, das Studium abzubrechen – die Themen wurden immer abstrakter – besuchte ich (zum Glück) ein Seminar von Rama Kant Agnihotri zur sozio-linguistischen Situation in Indien. Das hat mich enorm beeindruckt und mir eine Perspektive gegeben. Nach meinem Diplom in 2007 („Phonetische Realisierung von Fokus auf Adjektiven im Hindi”) ging ich in die Forschung. Dabei lag mein Schwerpunkt in der Analyse der Interaktion von Informationsstruktur und tonaler Struktur und ihrer phonetischen Realisierung in sprachvergleichender Perspektive. 2013 promovierte ich zum Thema „lexical and postlexical tones in Akan“ und arbeitete als Post-Doc an der Universität, bevor ich meine zwei Kinder bekam.

Die greifbaren Meriten eines Forschers sind seine Veröffentlichungen. Jedem Paper geht ein langer Prozess voraus, den man als eigenes Projekt bezeichnen kann. Von der Recherche über die Hypothesenentwicklung und Experimentdurchführung bis hin zur Auswertung der erhobenen Daten und dem Schreiben vergehen meist Jahre. Das wohl größte Projekt war meine Doktorarbeit zum Thema “lexical and post-lexical tones in Akan”. Sie ist eine der ersten experimental-phonetischen Arbeiten zur Prosodie in der afrikanischen Tonsprache Akan.

Da für mich eine Professur nicht infrage kam und ich die reine Forschung in Verbindung mit meiner Mutterschaft zu eremitisch gefunden hätte, habe ich nach 12 Jahren akademischer Laufbahn entschieden, mein Glück in der freien Wirtschaft zu versuchen. In meinem Vorstellungsgespräch bei i2x habe ich mich direkt wohlgefühlt. Die Arbeitskultur und Teamgröße passen, auch die Internationalität der Kolleginnen und Kollegen hat mir gefallen. Ausschlaggebend war letztendlich aber der sehr gute thematische Fit.

Ein Tag in Susannes Leben

Als Data Label Managerin fungiere ich als Schnittstelle zwischen Gesprächsdaten und maschinellem Lernen. Labeling ist ein wesentlicher Bestandteil der Datenverarbeitung für überwachtes maschinelles Lernen. Durch Labeling werden Daten einer bestimmten Kategorie zugeordnet. Die gelabelten Daten werden genutzt, um Algorithmen zu trainieren und zu optimieren. Meine Hauptaufgabe ist es also, sicherzustellen, dass für den Prozess des maschinellen Lernens qualitativ hochwertige Daten in ausreichend großer Zahl zu Verfügung stehen. Ich unterstütze verschiedene Teams bei der Umsetzung von Ideen und Projekten. Dabei geht es vor allem um die Frage, wie bestimmte Konzepte quantifiziert bzw. aus den Daten extrahiert werden können. Außerdem manage ich das Team der in-house Labeling Agents und überblicke den gesamten Labeling-Prozess – von der Idee über die Erstellung der Labeling-Aufgabe im Labelingtool bis hin zur Verteilung der Labeling-Tasks.

Jeder Arbeitstag sieht anders aus.

Zusätzlich realisiere ich ein eigenes Projekt zum Thema Kommunikationsfähigkeiten. Hier geht es darum, die Kommunikationsfähigkeiten der Teilnehmer eines Gesprächs messbar zu machen. Dazu zählen zum Beispiel verbale, soziale und emotionale Fähigkeiten. Diese werden auf textueller und supra-segmentaler Ebene analysiert. Hierbei betrachte ich nicht nur das Gesprochene des Call-Center-Agenten, sondern bewerte auch die Interaktion mit dem Gesprächspartner. Mein Ziel ist, die kompositionale Interpretation von Bedeutungen aus Text und Prosodie maschinell erlernbar zu machen.

Jeder Arbeitstag sieht dabei anders aus. Ich recherchiere viel Fachliteratur, bereite Daten für das Labeling auf und konzipiere eigene Experimente. Außerdem habe ich beinahe täglich Meetings, die ich vor- und nacharbeite.

Wieso gibt es nicht mehr Frauen in der Tech-Branche?

Viele unterschiedliche Faktoren beeinflussen, dass Frauen in der Tech-Branche bisher unterrepräsentiert sind. Die Arbeitszeiten sind in vielen Unternehmen nicht sehr kinderfreundlich. Darüber hinaus „vererbt“ die Umwelt bzw. Kultur die gesellschaftlich verankerten Stereotype von einer Generation zur nächsten. Das beginnt im Elternhaus und wird im Bildungssystem fortgeführt: Erzieher und Grundschullehrer sind meist weiblich. Stereotyp formuliert, ist es eher unwahrscheinlich, dass eine weibliche Bezugsperson einen Computer programmiert oder ein Smartphone auseinanderbaut. Technische Affinität bei Mädchen bleibt dadurch leider oft unentdeckt oder wird nicht gefördert.

Viele unterschiedliche Faktoren beeinflussen, dass Frauen in der Tech-Branche bisher unterrepräsentiert sind.

Wenn Männer in die Rolle der Bezugsperson schlüpfen, führt dies automatisch dazu, dass Kinder mehr mit Hobbies konfrontiert werden, die in der Gesellschaft als vornehmlich „männlich“ wahrgenommen werden. Das muss also das Ziel sein, um langfristig ein Gleichgewicht zu erreichen.

Generell bin ich der Meinung, dass Hürden dazu da sind, übersprungen zu werden. Sollte sich jemand diskriminiert fühlen, rate ich dazu, dies direkt anzusprechen.

Frauen in MINT-Fächern

Diversität ist unglaublich wichtig, denn Vielfalt ist bereichernd. Ich denke hier an unterschiedliche Altersklassen, Geschlechter, Nationalitäten, Lebenswege etc.

In der Wissenschaft gab es oft zu jedem großen Wissenschaftler eine Frau im Hintergrund, die ebenfalls entscheidend mitwirkte. Frauen sind präsent, oft jedoch nicht in vorderster Reihe. Dies hat gesellschaftliche und auch biologische Gründe. Es sind nun einmal die Frauen, die Kinder bekommen, dies führt zu einem Ungleichgewicht. 46% der erwerbstätigen Frauen arbeiten aus familiären Gründen in Teilzeit, dazu kommt oft noch das Familienmanagement. Dies erschwert eine klassische Karriere.

Diversität ist unglaublich wichtig, denn Vielfalt ist bereichernd.

Frauen bringen oft eine andere Perspektive auf das Sozialgefüge innerhalb eines Unternehmens mit. Bei i2x habe ich beispielsweise angeregt, dass regelmäßige Coffee Dates für ein besseres Kennenlernen sowie ein Buddy-Programm ins Leben gerufen werden. Neurobiologisch bedingt verfügen Frauen über andere Problemlösungsstrategien als Männer. Die Kombination der unterschiedlichen Ansätze ist also empfehlenswert.

Dadurch, dass ich selbst kein Techy im klassischen Sinne bin, kann ich Problemstellungen ganz befreit angehen. Ich denke weniger über die Implementierung als viel mehr über das Konzept dahinter nach. Aber das hat eigentlich nichts damit zu tun, dass ich eine Frau bin, sondern soll ein generelles Plädoyer für Diversität sein. Auch wirtschaftlich, bei Produktentwicklungen, sollte immer ein diverses Team involviert sein. Denn die meisten Produkte sollen nicht nur für Männer eines bestimmten Alters funktionieren, sondern für eine große Zielgruppe.

Immer wenn es um die Bedienungsfreundlichkeit geht, sollten möglichst verschiedene Menschen Mitspracherecht haben. Das Gleiche gilt für das Programmieren von Künstlicher Intelligenz und für jegliche Bereiche, die mit Emotionen zu tun haben. Die gesamte Gesellschaft muss hier abgebildet werden.

Die Zukunft der Diversity-Debatte

Ich denke nicht, dass die Diversity-Debatte bald Geschichte sein wird, denn wir sind gerade erst am Anfang. Ungleichheit auf dem Arbeitsmarkt entsteht vor allem dann, wenn Frauen Kinder bekommen und ihre Mutterrolle annehmen. Zum Glück ist unsere Gesellschaft auf dem Weg, dass auch Männer in ihrer Rolle als Vater gestärkt werden. Väter sollten nicht nur Versorger, sondern auch aktives Elternteil sein. Hier ist jedoch noch viel Entwicklungsspielraum, vor allem in der freien Wirtschaft.

Das Erfreuliche ist, dass das Thema Gleichberechtigung immer häufiger diskutiert wird – so ist es zumindest in meinem Bekanntenkreis. Die Bewusstheit ist ein erster Schritt, um einen gesellschaftlichen Wandel herbeizuführen.

Hindernisse

Mir selbst hat man keine Steine in den Weg gelegt – nicht, dass ich davon wüsste. Es gibt sicher Klischees über Frauen im Allgemeinen, das gilt aber umgekehrt auch für Männer, unterschiedliche Nationalitäten, bestimmte Altersgruppen etc. Jeder Mensch ist einzigartig und hat seine Stärken und Schwächen. In meinen Augen gibt es auch kein allgemein gültiges Klischee über „Techies”. In unserem Machine Learning-Team sind beispielsweise Menschen mit ganz unterschiedlichen Hintergründen und Charakteren (Sozialwissenschaftler, Mathematiker, Physiker, Wirtschaftswissenschaftler).

Tipps & Tricks

Der erste Schritt ist der wichtigste: Einfach mal in interessante Unternehmen gehen und schauen, ob das Gesamtpaket für einen persönlich passt.

Jeder Mensch ist einzigartig und hat seine Stärken und Schwächen.

Es ist schwierig, eine allgemeinbildende Aussage darüber zu treffen, was andere Mädchen und Frauen über die Arbeit in der Tech-Branche wissen sollten. Über i2x kann ich sagen, dass ich hier für mich den optimalen Arbeitsplatz gefunden habe. Die Menschen in unserem Machine Learning Team haben alle einen akademischen Background, das ist eine sehr gute Grundlage für die gemeinsame Zusammenarbeit. Ich fühle mich hier wertgeschätzt und kann meine Kompetenzen vollumfänglich einbringen.

Geschrieben von
Dominik Mohilo
Dominik Mohilo
Dominik Mohilo studierte Germanistik und Soziologie an der Goethe-Universität in Frankfurt. Seit 2015 ist er Redakteur bei S&S-Media.
Kommentare

Hinterlasse einen Kommentar

avatar
4000
  Subscribe  
Benachrichtige mich zu: