Marie Mirsch arbeitet seit 2021 am Institut für Gender und Diversity in den Ingenieurwissenschaften der RWTH Aachen University und beschäftigt sich in ihrer Promotion mit Künstlicher Intelligenz & Intersektionalität.
Seit 2021 | Promotion (angestrebter Abschluss: Dr. phil.) & Wissenschaftliche Mitarbeiterin, RWTH Aachen University, Gender und Diversity in den Ingenieurwissenschaften
2017-2021 | Mathematik, M.Sc., RWTH Aachen University & Université de Montpellier
2014-2017 | Mathematik, B.Sc., RWTH Aachen University
Netzwerk Frauen- und Geschlechterforschung
European Association of Algorithmic Fairness
AI & Equality
Responsible AI for Engineers (RWTH Aachen University)
Expanding Engineering Limits: Culture, Diversity, and Gender (RWTH Aachen University)
Responsible Innovators of Tomorrow (ENHANCE University Alliance)
Responsible AI - Ein nachhaltiger und verantwortungsbewusster Umgang mit KI (Universität Koblenz)
2023-2024 | Forschungsstipendium des KI-Campus "KI-Kompetenzen"
2023 | Innovationen in der digitalen Hochschullehre
2019 | Finalistin beim "Weitergeben-Engagementpreis" der Studienstiftung des Deutschen Volkes
2014-2021 | Studien-Stipendium der Studienstiftung des Deutschen Volkes
Seit 2022 | Open Aachen - Verein für Sozial Innovative und Verantwortliche Entwicklung e.V.
2014-2019 | Études Sans Frontières - Studieren Ohne Grenzen e.V.
2017 - 2019 | Studierendenparlament der RWTH Aachen University
2015 - 2016 | Studis heißen Willkommen, Deutschunterricht für Geflüchtete
2013 - 2014 | Freiwilligendienst "weltwärts" in Agona Swedru, Ghana
Turniertanzsport, Fotografie
In meiner Promotion an der Schnittstelle von Mathematik, Ethik und Gender Studies untersuche ich die Auswirkungen von KI-Systemen auf marginalisierte Gruppen und die Rolle partizipativer Ansätze für eine inklusive Technologiegestaltung.
Als Projektleiterin des Responsible Research and Innovation (RRI) Hub koordiniere ich nationale und internationale Projekte zur Stärkung gesellschaftlicher Verantwortung in der Technikentwicklung. Zudem lehre ich zu verantwortungsvoller KI in verschiedenen universitären und internationalen Formaten.
2026
Wegner, Laila; Mirsch, Marie; Leicht-Scholten, Carmen (2026). The Emerging Relevance of Relational Justice within Algorithmic Fairness Research: A Systematic Literature Review. AI and Ethics, 6(197) https://doi.org/10.1007/s43681-026-01036-z.
Mirsch, Marie; Wegner, Laila; Strube, Jonas & Leicht-Scholten, Carmen. (2026). Toward substantive intersectional algorithmic fairness: desiderata for a feminist approach. AI and Ethics, 6(1). https://doi.org/10.1007/s43681-025-00926-y.
Mirsch, Marie; Knoth, Nils; Schultz, Ben; Bata, Katharina; Schleiss, Johannes & Carmen, Leicht-Scholten. (2026). Measuring attitudes toward responsible AI in engineering – development and validation of the RAISE scale. European Journal of Engineering Education, 1–23. https://doi.org/10.1080/03043797.2026.2620482.
2025
Decker, Marie; Wegner, Laila & Leicht-Scholten, Carmen. (2025). Procedural fairness in algorithmic decision-making: the role of public engagement. Ethics and Information Technology, 27(1). https://doi.org/10.1007/s10676-024-09811-4.
2024
Decker, Marie & Leicht-Scholten, Carmen. (2024). „Intersektionale Algorithmen?“ Herausforderungen und Chancen der Operationalisierung von Intersektionalität. Journal Netzwerk Frauen- und Geschlechterforschung NRW, vol. 2024, no. 55, p. 92. https://doi.org/10.17185/duepublico/82760.
Knoth, Nils; Decker, Marie; Laupichler, Matthias C.; Pinski, Marc; Buchholtz, Nils; Bata, Katharina & Schultz, Ben. (2024). Developing a holistic AI literacy assessment matrix – Bridging generic, domain-specific, and ethical competencies. Computers and Education Open, 6, 100177. https://doi.org/10.1016/j.caeo.2024.100177.
2025
Mirsch, Marie; Strube, Jonas & Leicht-Scholten, Carmen (2025). Invisible Inequalities - Intersectional Fairness in Educational AI. In Hilde Weerts, Mykola Pechenizkiy, Doris Allhutter, Ana M. Corrêa, Thomas Grote & Cynthia Liem (Hrsg.), Proceedings of Machine Learning Research, Proceedings of Fourth European Workshop on Algorithmic Fairness (S. 403–409). PMLR. https://proceedings.mlr.press/v294/mirsch25a.html.
2024
Decker, Marie; Schleiss, Johannes; Schultz, Ben; Moreno, Sarah G.; Stober, Sebastian & Leicht-Scholten, Carmen. (2024). Towards Responsible AI - Competencies for Engineers: An Explorative Literature Review On Existing Frameworks. In Proceedings of the 52nd Annual Conference of SEFI. https://doi.org/10.5281/zenodo.14256815.
Decker, Marie; Bernhard, Sebastian; Berg-Postweiler, Julia; Fauster, Evamaria & Leicht-Scholten, Carmen. (2024). ENHANC(E)ing Engineering Perspectives: The European MOOC Responsible Innovators of Tomorrow. In Proceedings of the 52nd Annual Conference of SEFI. https://doi.org/10.5281/zenodo.14256735.
Decker, Marie; Wegner, Laila & Leicht-Scholten, Carmen. (2024). Challenging "Subgroup Fairness": Towards Intersectional Algorithmic Fairness Based on Personas. In Mattia Cerrato, Alesia Vallenas Coronel, Petra Ahrweiler, Michele Loi, Mykola Pechenizkiy & Aurelia Tamò-Larrieux (Hrsg.), CEUR Workshop Proceedings. Proceedings of the 3rd European Workshop on Algorithmic Fairness (EWAF24). http://ceur-ws.org/Vol-3908/#paper_19.
2025
Bernhard, Sebastian; Tenbrake, Hendrik; Berg-Postweiler, Julia; Bosen, Jennifer; LEMKE, Clara; Mirsch, Marie; Nolles, Charlotte; Röhl, Calvin; Winkens, Ann-Kristin & Leicht-Scholten, Carmen. (2025). III. Ethics by Design: Welchen Beitrag können die Gender & Diversity Studies für eine zukunftsorientierte Ausbildung sozial-verantwortlicher Ingenieur*innen leisten? In Julia-Maria Mönig et al. (Hrsg.), Ethics by Design (S. 77–108). Verlag Karl Alber. https://doi.org/10.5771/9783495990223-77.
2024
Berg-Postweiler, Julia; Decker, Marie & Leicht-Scholten, Carmen. (2024). Academia as a Key Factor in Fostering Responsible Research and Innovation with and for Society: The Case of the RRI Hub at RWTH Aachen University. In Peter Letmathe (Hrsg.), Transformation Towards Sustainability: A Novel Interdisciplinary Framework from RWTH Aachen University (1st ed., S. 399–424). Springer International Publishing AG. https://doi.org/10.1007/978-3-031-54700-3_15.
Websitelink zu Veröffentlichungen
Künstliche Intelligenz, Maschinelles Lernen, Algorithmische Fairness, Intesektionalität