NewIn 2024

Zeynep Akatas Forschungsgebiet ist das erklärbare maschinelle Lernen. Dabei konzentriert sie sich auf die Frage, wie die Entscheidungen des Modells Personen am besten vermittelt werden können. Dies erfordert die Arbeit mit Datenströmen, die möglichst für alle verständlich sind. Ihr Ansatz kombiniert verschiedene Methoden des maschinellen Sehens und Lernens sowie der Verarbeitung natürlicher Sprache. 

Zeynep Akata ist Liesel Beckmann Distinguished Professorin für Informatik an der TUM und Direktorin des Instituts für Erklärbares Maschinelles Lernen am Helmholtz Zentrum München. Sie hat am National Institute for Research in Digital Science and Technology (INRIA) Rhône-Alpes in Frankreich promoviert. Als Postdoc war sie am Max Planck Institute (MPI) for Informatics an der University of California, Berkeley. Anschließend arbeitete sie als Assistenzprofessorin an der Universität Amsterdam und als Professorin an der Universität Tübingen. Sie wurde unter anderem mit einem ERC Starting Grant ausgezeichnet und war in diesem Jahr in den Capital Top 40 unter 40.

Hartwig Anzt forscht an der Entwicklung und Optimierung numerischer Methoden für effizientes Hochleistungsrechnen. Ein Schwerpunkt sind dabei Methoden, die möglichst wenig Rechenressourcen brauchen und schnell arbeiten. Zudem arbeitet er an Techniken, die es ermöglichen, Berechnungen parallel und ohne strenge Synchronisation durchzuführen. Außerdem forscht er zu Themen wie Fehlertoleranz, Energieeffizienz und der Nutzung moderner Computerarchitekturen wie GPUs (Grafikprozessoren). Neben der Entwicklung neuer Algorithmen versucht er, nachhaltige Softwareentwicklung im akademischen Bereich zu fördern und einen gesunden Software-Lebenszyklus zu gewährleisten.

Hartwig Anzt studierte und promovierte am Karlsruher Institut für Technologie (KIT). Nach einem PostDoc an der University of Tennessee leitete er eine Helmholtz-Nachwuchsgruppe am KIT. 2022 erhielt er einen Ruf als Professor an die University of Tennessee und wurde dort Direktor des Innovative Computing Lab (ICL). Er ist Autor des Open-Source-Softwarepakets MAGMA-sparse und verantwortlicher Leiter der mathematischen Softwarebibliothek Ginkgo, die weltweit im wissenschaftlichen Hochleistungsrechnen eingesetzt werden. Hartwig Anzt war Principal Investigator im Bereich Softwaretechnologie (ST) des US Exascale Computing Project (ECP). Er ist Principal Investigator im EuroHPC-Projekt MICROCARD. Zudem ist er gewählter Programm-Manager der SIAM Activity Group on Supercomputing.

Berthold Bäumls Forschungsgebiet ist die „autonom lernende KI“, das heißt, das Deep (Reinforcement) Learning ausgehend von physikalischen Grundprinzipien und Simulationsmodellen. Sein Ziel ist es, intelligente humanoide Roboter zu schaffen, die den menschlichen Fähigkeiten nahekommen, insbesondere bei der geschickten Manipulation mit mehrfingrigen Händen.

Berthold Bäuml ist Leiter und Gründer des gemeinsamen Forschungslabors „Autonome, lernende Roboter“ mit dem Institut für Robotik und Mechatronik des Deutschen Zentrums für Luft- und Raumfahrt (DLR). Seine Forschung führte zur Entwicklung eines der weltweit fortschrittlichsten mobilen humanoiden Roboters: DLR Agile Justin. Er erhielt zahlreiche Auszeichnungen bei den wichtigsten internationalen Robotik-Konferenzen, etwa den 2016 Best Cognitive Robotics Finalist der IEEE International Conference on Robotics and Automation (ICRA), sowie viel Aufmerksamkeit in den Medien.

Markus Becherer forscht an magnetischen Komponenten für spinbasierte Signalverarbeitung und Sensorik. Ein Schwerpunkt liegt auf ferro- und ferrimagnetischen Materialien, ihrer Strukturierung im Nanobereich und ihrer elektrischen und optischen Charakterisierung. Mit den entwickelten Methoden lassen sich die Bauelementeigenschaften präzise einstellen.

Markus Becherer hat im Anschluss an eine Berufsausbildung bei der Sick AG an der TUM Elektrotechnik und Informationstechnik studiert. 2011 wurde er an der TUM zum Dr.-Ing. promoviert und 2017 habilitiert. Von 2017 bis 2020 war er kommissarischer Leiter des Lehrstuhls für Nanoelektronik und leitet seit dieser Zeit auch das ZEITlab, das Zentrale Elektronik- und Informationstechniklabor der CIT. 

Chunyang Chens Forschungsinteresse gilt der automatisierten Softwareentwicklung, insbesondere der datengesteuerten Entwicklung mobiler Apps. Daneben interessiert er sich für Mensch-Computer-Interaktion und Software-Sicherheit. Seine Forschungen gehen hauptsächlich in zwei Richtungen: KI für Software Engineering, das heißt, KI-gesteuerte automatisierte Softwareentwicklungsprozesse wie Codegenerierung und Softwaretests. Die andere Richtung ist Software Engineering für KI, also eine erleichterte Bereitstellung von KI in realer Software und die Gewährleistung etwa ihrer Zugänglichkeit, Verlässlichkeit oder Sicherheit.

Chunyang Chen studierte während seiner Promotion an der Nanyang Technological University, Singapur, Software Engineering. Anschließend war als Lecturer, Senior Lecturer und Adjunct Professor an der Monash University, Australien, tätig. Seine Forschung wurde unter anderem mit dem ACM SIGSOFT Early Career Researcher Award, dem Facebook Research Award, vier ACM SIGSOFT Distinguished Paper Awards und mehreren Best Paper und Demo Awards ausgezeichnet.

Felix Dietrichs Forschungsgebiet ist die Analyse und Entwicklung numerischer Algorithmen für das maschinelle Lernen. Es beinhaltet unter anderem Algorithmen, die die Simulation und Analyse komplexer, dynamischer Systeme ermöglichen, sie effizienter gestalten und optimieren. Er forscht an Distributionen für Parameter neuronaler Netzwerke, Kernel-Methoden und numerische Approximation von Koopman- und Laplace-Operatoren. 

Felix Dietrich studierte Scientific Computing an der Hochschule München und der Königlich Technischen Hochschule Stockholm. Den Master und Doktorgrad in Mathematik erhielt er an der TUM im Elite Programm TopMath. Von 2017 bis 2019 war er als Postdoc in den USA an der Johns Hopkins University und der Princeton University. Dann kehrte er als Postdoc am Lehrstuhl für Scientific Computing an die TUM zurück und leitete ab 2022 seine eigene DFG Emmy Noether Nachwuchsgruppe.

Can Dincers Forschungsinteresse gilt der Entwicklung von bioanalytischen Materialien, Sensoren oder Mikrosystemen und deren Kombination mit Datenwissenschaft und künstlicher Intelligenz für One-Health: Gesundheit von Menschen, Tieren und Umwelt. Sein Schwerpunkt liegt auf Einweg-Sensorik für Point-of-Need- und Wearable-Anwendungen.

Sein Studium der Mikrosystemtechnik hat Can Dincer an der Universität Freiburg abgeschlossen, wo er 2016 auch mit summa cum laude promoviert hat. Danach war er als Gastwissenschaftler am Department of Bioengineering am Imperial College London, UK, tätig. Er ist Associate Editor der Zeitschrift „Biosensors and Bioelectronics“ (Elsevier) und Mitglied des Redaktionsausschusses der Zeitschriften „Advanced Sensor Research“ (Wiley) und „The Innovation Materials“ (Cell Press).

Alexander Fraser forscht an Ansätzen des maschinellen Lernens für Übersetzung, Sprachmodellierung und mehrsprachige natürliche Sprachverarbeitung (Natural Language Processing, NLP). Sein Schwerpunkt liegt auf dem Umgang mit spärlichen Daten und der Integration von linguistischem und weltlichem Wissen in KI-Systemen. Seine Vision sind große Sprachmodelle für alle Sprachen der Welt, die es jeder Person ermöglichen, jederzeit in ihrer Muttersprache zu kommunizieren.

Alexander Fraser promovierte 2007 an der University of Southern California in Informatik. Im Anschluss lehrte er an der Universität Stuttgart und der Ludwig-Maximilians-Universität München, wo er ab 2017 Professor für Informations- und Sprachverarbeitung war. Der European Research Council (ERC) förderte seine Forschung mit einem Starting Grant, einem Proof of Concept Grant und 2024 mit einem Advanced Grant. Er ist ein Principal Investigator des Munich Center for Machine Learning.

Theoretisch gibt es keinen Unterschied zwischen Theorie und Praxis, aber praktisch schon. Deshalb arbeitet Stephen Kobourov sowohl an theoretischen als auch an praktischen Aspekten der Algorithmik: vom Entwurf, der Analyse und der Implementierung effizienter Algorithmen bis hin zu Anwendungen in den Bereichen Informationsvisualisierung, Algorithmische Geometrie und Graphenzeichnen. Die U.S. National Science Foundation, das U.S. Office of Naval Research und das Landwirtschaftsministerium der USA haben seine Forschung bereits gefördert.

Stephen Kobourov erhielt Abschlüsse in Informatik und Mathematik vom Dartmouth College und einen MSc und PhD in Informatik von der Johns Hopkins University. Er war Assistenzprofessor, außerordentlicher Professor und ordentlicher Professor an der University of Arizona, wo er auch als stellvertretender Direktor des Data Science Institute tätig war. Er war Fulbright Scholar an der Universität von Botswana, Distinguished Fulbright Chair an der Karls-Universität in Prag und Humboldt Fellow an der Eberhard-Karls-Universität Tübingen.

Stephan Krusche will Bildung mit Technologie, Automatisierung und KI verbessern. Dazu entwickelt er innovative Lehrmethoden und Plattformen. Diese sollen das Engagement der Studierenden steigern, die Arbeitsbelastung der Lehrkräfte verringern und personalisiertes Lernen fördern. Er entwickelte die quelloffene Lern- und Forschungsplattform Artemis, die in vielen Kursen an der TUM eingesetzt wird, um die Lernerfahrung zu verbessern. Zudem setzt er sich für die Förderung von Frauen im MINT-Bereich ein und erhielt dafür 2024 den Angela Molitoris Diversity Award der TUM. 

Stephan Krusche entwickelte schon früh eine Leidenschaft für Mathematik und brachte sich das Programmieren aus einem Buch bei. Er studierte Informatik und promovierte an der TUM.  Für sein Engagement erhielt er mehrere Lehrpreise, darunter 2020 den Ars Legendi Preis für herausragende Leistungen in der Lehre.

Lorenzo Masias Forschungsschwerpunkt ist die weiche, tragbare Robotik (Exosuits). Der Einsatz von Textilien und leichten, stabilen Materialien gewährleistet, dass Geräte angenehm zu tragend sind, sich den Körperbewegungen anpassen und sich damit nahtlos integrieren. Sie werden in der Rehabilitation und im Sport eingesetzt, unterstützen die Muskelbewegungen und verbessern die menschliche Leistungsfähigkeit. Die größte Herausforderung besteht darin, eine optimale Kraftkontrolle und -unterstützung zu erreichen und gleichzeitig Komfort, Flexibilität und natürliche Bewegungen zu ermöglichen. 

Lorenzo Masia ist stellvertretender Direktor des Munich Institute for Robotic and Machine Intelligence. Er ist ein Maschinenbauingenieur, dessen Karriere sich über drei Kontinente erstreckt: als Forscher am Massachusetts Institute of Technology (MIT) und Teamleiter am Italian Institute of Technology, Assistant Professor an der Nanyang Technological University in Singapur, Associate Professor an der Universität Twente in den Niederlanden und ordentlicher Professor an der Universität Heidelberg. Er wurde mit fünf IEEE Best Paper Awards ausgezeichnet und war General Chair für die IEEE RAS BIOROB 2024 Konferenz.

Die Forschung von Ali Sunyaev trägt den vielfältigen Nutzungskontexten digitaler Technologien Rechnung, indem sie menschliches Verhalten in Bezug auf IT-Anwendungen untersucht. Dabei spielen theoriegeleitetes Design, computergestützte Methoden und empirische Forschung eine wesentliche Rolle. Zu seinen Forschungsschwerpunkten zählen sichere und dezentrale Informationssysteme für kritische Infrastrukturen, darunter Cloud-Anwendungen, Blockchain-Lösungen, der Schutz von medizinischen Daten sowie vertrauenswürdige KI.

Ali Sunyaev ist seit Oktober 2024 als Vice President der TUM für die Führung und Weiterentwicklung des TUM Campus Heilbronn verantwortlich. Zuvor war er Direktor des Instituts für Angewandte Informatik und Formale Beschreibungsverfahren (AIFB) und Professor am Karlsruher Institut für Technologie (KIT) sowie Professor an der Universität Kassel und an der Universität zu Köln. Er hat an der TUM Informatik studiert und im Bereich Wirtschaftsinformatik promoviert. Als Gastprofessor war er an der Harvard University und am Keldysh Institute of Applied Mathematics (Russische Akademie der Wissenschaften).

Stefan Wagner entwickelt und bewertet Techniken, Methoden und Werkzeuge, die eine bessere Entwicklung hochwertiger Software ermöglichen. Seine Forschungsinteressen erstrecken sich auf mehrere Bereiche, darunter Softwarequalität, menschliche Faktoren, KI-basierte Softwareentwicklung, Automobilsoftware, KI-basierte Systeme und empirische Studien. Er forscht praxisorientiert und kooperiert mit Unternehmen, um die Herstellung von Software zu verbessern.

Stefan Wagner war Professor für Empirisches Software Engineering an der Universität Stuttgart und dort als Studiendekan sowie Sprecher der Artificial Intelligence Software Academy (AISA) tätig. Er studierte Informatik in Augsburg und Edinburgh sowie Psychologie in Hagen. 2007 promovierte er in Informatik an der TUM. Er hat mehr als 130 wissenschaftliche Artikel mit Peer-Review veröffentlicht und das Buch „Software Product Quality Control“ verfasst. Zudem erhielt er mehrere Auszeichnungen für das beste Konferenzpapier.

Violetta Wegers Forschungsgebiet ist die kodierungsbasierte Kryptografie. Diese Schnittmenge aus Kodierungstheorie und Kryptografie ist einer der wichtigsten Kandidaten für die Post-Quantum-Kryptografie. Sie arbeitet an der Konstruktion und Sicherheit solcher Systeme und erforscht neue mathematische Objekte, die für diese Zwecke verwendet werden können.

Violetta Weger ist Rudolf Mößbauer Tenure Track Assistant Professor an der TUM und TUM IAS Fellow. Sie studierte und promovierte in Mathematik an der Universität Zürich. Von 2021 bis 2022 war sie als Postdoc am University College Dublin, Irland und an der TUM mit einem Nationalfonds-Stipendium tätig. Im Anschluss war sie als Marie-Curie-Stipendiat an der TUM und an der TU Eindhoven, Niederlande.