*Das Interview wurde ursprünglich auf Englisch geführt. Für die Originalfassung bitte auf die englische Seite wechseln

1. Können Sie sich an den Moment erinnern als Ihnen bewusst wurde, dass Sie Mathematik mögen und Sie beschlossen haben, Mathematikerin zu werden?

Ja! Als ich zur Schule ging, mochte ich den Mathematikunterricht. Während sich die meisten meiner Klassenkamerad_innen über Mathematik beschwerten, machte es mir Spaß, lange Berechnungen anzustellen und dann manchmal nach Fehlern in meinen Berechnungen zu suchen. In den ersten Schuljahren mochte ich Mathematik und alle mathematikbezogenen Fächer wie Physik. Ich wusste nicht, dass ich Mathematikerin werden würde oder mich irgendwann dafür entscheiden würde. Später, zu Beginn der Oberstufe, als alle Schüler_innen sich für einen Schwerpunkt entscheiden mussten, schwankte ich zwischen zwei Richtungen: entweder Mathematik und Physik oder Biologie und Chemie. Ich entschied mich begeistert für Mathematik und Physik und bin bis heute glücklich mit meiner Entscheidung. Am Ende der Oberstufe entschied ich mich erneut, Mathematik an der Universität zu studieren und Mathematikerin zu werden.

2. Können Sie Ihre Forschung kurz für Laien erklären?

Mein Forschungsgebiet in der Mathematik ist die Unsicherheitsquantifizierung (UQ), die eine Brücke zwischen Mathematik, Statistik und Wahrscheinlichkeitstheorie bildet. UQ ist ein multidisziplinäres Gebiet und steht in engem Zusammenhang mit wissenschaftlichem maschinellen Lernen und Datenwissenschaft, mit einem breiten Anwendungsspektrum in der Computerwissenschaft und Ingenieurwesen, einschließlich Medizin und Biologie. In realen Problemen gibt es immer Unsicherheiten und Variabilitäten, und es ist von großer Bedeutung, diese zu quantifizieren, damit man ein genaueres, quantitatives Verständnis der physikalischen oder biologischen Phänomene erhält. Die UQ befasst sich mit diesen Unsicherheiten in zwei Richtungen: Vorwärts- und Rückwärtsprobleme. Das Ziel der Vorwärts-UQ ist es, zu analysieren, wie sich Unsicherheiten durch ein mathematisches Modell ausbreiten und die Modelllösung beeinflussen, während die Rückwärts-UQ darauf abzielt, die Unsicherheiten und Modellunbekannten zu schätzen, indem sie als Rückwärtsprobleme formuliert und aus statistischer und bayesscher Perspektive gelöst werden. Der Schwerpunkt meiner Forschung liegt derzeit auf unendlich dimensionalen bayesschen Rückwärtsproblemen und maschinellem Lernen für die UQ.

3. Welche Aspekte Ihrer Arbeit gefallen Ihnen am besten? Und welche gefallen Ihnen am wenigsten?

An einer akademischen Laufbahn gefällt mir, dass man immer wieder vor neuen Herausforderungen steht und darauf vorbereitet sein muss. Außerdem mag ich es, dass man ständig neue Leute kennenlernt, mit ihnen zusammenarbeitet und sich ein Forschungsnetzwerk in der Community aufbaut. Man hat auch die Freiheit, seine Gedanken und Lösungsansätze zu einem mathematischen Problem in einer Arbeit zu veröffentlichen, indem man mathematische Algorithmen entwickelt, um das Problem zu lösen und die mathematischen Herausforderungen zu meistern. Das sind alles schöne Aspekte einer akademischen Tätigkeit. 

4. Gab es Menschen, die Sie ermutigt haben, Ihre Karriere fortzusetzen? Wie wichtig waren sie für Sie?

Ja, es gibt eine Person, die mich immer ermutigt, meine Komfortzone zu verlassen und mich neuen Herausforderungen zu stellen. Die mich motiviert weiterzumachen und nicht aufzugeben, und die mich in Zeiten des Scheiterns und des Erfolgs unterstützt. Diese Person ist mein Mann, der mich immer sehr unterstützt hat und eine wichtige Rolle in den Höhen und Tiefen meiner akademischen Laufbahn gespielt hat. Darüber hinaus erhalte ich auf meinem akademischen Weg immer freundliche Unterstützung von Professor_innen und erfahrenen Kolleg_innen, die mir in verschiedenen Bereichen meiner akademischen Laufbahn sehr freundlich und aufmerksam zur Seite stehen, wofür ich immer dankbar bin und es sehr schätze. 

5. Als Mathematiker_in muss man mit vielen frustrierenden Situationen umgehen, beispielsweise wenn man eine Zeit lang an einem Problem festhängt. Wie gehen Sie damit um?

Ja, das stimmt. Diese frustrierenden Situationen sind in einer akademischen Laufbahn unvermeidlich, und man muss damit zurechtkommen. Wenn ich bei einem Problem nicht weiterkomme, versuche ich zunächst, es zu lösen. Wenn das nicht funktioniert und es sich nicht um eine dringende Angelegenheit handelt, lege ich das Problem in der Regel für eine Weile beiseite und gönne mir eine Pause, um mich zu erholen. In der Zwischenzeit arbeite ich an einem anderen Problem, behalte aber das erste im Auge. Wenn ich mich nach einiger Zeit wieder damit befasse, habe ich in der Regel eine bessere und fundiertere Lösung dafür. 

6. Was sind Ihrer Meinung nach die größten Herausforderungen für Frauen in der Wissenschaft? Und wie können diese Herausforderungen bewältigt werden?

Die akademische Forschung bringt immer Herausforderungen mit sich, sowohl für Männer als auch für Frauen. Einige Herausforderungen in der Wissenschaft könnten jedoch für Frauen ausgeprägter sein. Ich denke, dass Wissenschaftlerinnen selbstbewusster sein sollten, wenn sie sich neuen Herausforderungen stellen; insbesondere jüngere Frauen sollten an sich glauben. Sie sollten sich freiwillig für akademische Aufgaben melden, sich auf Stellen bewerben usw. In diesem Fall würde ich mir die Ratschläge meiner älteren Kollegen genau anhören; im fem*MA-Netzwerk helfen wir gerne Mathematikerinnen und vermitteln ihnen Mentoring-Programme an der TU Wien.

7. Welchen Rat würden Sie Studierenden geben, die in der Wissenschaft arbeiten möchten?

Geben Sie Ihr Bestes und seien Sie in jedem Moment und in jedem Abschnitt Ihrer Karriere die perfekte Version Ihrer selbst. Der Moment und die Chance kommen nie wieder; Sie gestalten und formen jetzt Ihre zukünftige Karriere. Sie sollten stolz auf sich sein, wenn Sie in Zukunft auf diesen Moment zurückblicken. Arbeiten Sie daher hart und verlieren Sie keine Zeit.

--------------------------------------

Weitere Links zu Interviews mit Leila Taghizadeh

Ihre eigene Webseite: 
www.tuwien.at/mg/asc/taghizadeh

Ein Interview der TU Wien über Frauen in der Wissenschaft:
www.tuwien.at/alle-news/news/woman-in-science-leila-taghizadeh-mathematikerin