Stefanie Jegelka und Suvrit Sra erhalten Spitzenprofessuren für Künstliche Intelligenz

Die Technische Universität München (TUM) hat im Wettbewerb um den höchstdotierten Forschungspreis Deutschlands zwei weitere Erfolge erzielt: Prof. Stefanie Jegelka und Prof. Suvrit Sra werden jeweils mit einer Alexander von Humboldt-Professur für Künstliche Intelligenz (KI) ausgezeichnet. Beide forschen bislang am Massachusetts Institute of Technology (MIT). Die TUM hat damit als einzige deutsche Universität zehn Humboldt-Professuren eingeworben.

Stefanie Jegelka wurde 2012 an der Universität Tübingen und an der ETH Zürich promoviert. Danach forschte sie zunächst an der University of California in Berkeley und wurde dann an das MIT in Cambridge als Professorin berufen. Die Informatikerin ist Expertin für künstliche Neuronale Netzwerke, mit denen sich u.a. zuverlässige Voraussagen über die Eigenschaften von bestimmten Molekülen, medizinischen Wirkstoffkombinationen und deren Nebenwirkungen treffen lassen.

Der Mathematiker Suvrit Sra wurde 2007 an der University of Texas promoviert und forschte bis 2015 in Tübingen am Max-Planck-Institut für Intelligente Systeme. Auch er ist derzeit am MIT als Professor tätig. Suvrit Sra hat mit seinen grundlegenden methodischen Arbeiten zu unterschiedlichen Optimierungsproblemen zu den großen Fortschritten der letzten Jahre auf dem Gebiet des Maschinellen Lernens beigetragen.

Stefanie Jegelka wird in die Fakultät für Informatik und Suvrit Sra in die Fakultät Mathematik berufen. Beide werden künftig Mitglied der im Rahmen der TUM Agenda 2030 aus der Informatik, der Mathematik und der Elektro- und Informationstechnik entstehenden TUM School of Computation, Information and Technology und bilden strategische Brückenköpfe zu dem im Jahr 2020 im Zuge der Exzellenzstrategie eingerichteten Munich Data Science Institute (MDSI) sowie dem BMBF-geförderten Munich Center for Machine Learning (MCML). Damit verstärkt die TUM strategisch ihre international führenden Kernkompetenzen zu Maschinellem Lernen und Künstlicher Intelligenz.

TU Technische Universität München

Das könnte Sie auch Interessieren

Bild: Fraunhofer IGD
Bild: Fraunhofer IGD
Software Arrange beschleunigt Absortierprozesse

Software Arrange beschleunigt Absortierprozesse

In Kombination mit einer Augmented-Reality-Brille bietet eine neue Software des Fraunhofer IGD digitale Unterstützung von Absortiervorgängen. Zusammengehörige Bauteile werden direkt im Sichtfeld der Beschäftigten an der Produktionslinie farblich überlagert. Anwender im Automotive-Bereich können so etwa durch beschleunigte Prozesse und eine minimierte Fehleranfälligkeit Kosten reduzieren.

Bild: Coscom Computer GmbH
Bild: Coscom Computer GmbH
Software-Plattform für KI und maschinelles Lernen

Software-Plattform für KI und maschinelles Lernen

Vermehrt interessieren sich Unternehmen dafür, auf Basis ihrer Fertigungsinformationen Verbesserungspotenziale in der Produktionsplanung und -steuerung zu heben. Maschinelles Lernen und künstliche Intelligenz (KI) kann aber nur dann wirtschaftlich sinnvoll eingesetzt werden, wenn alle relevanten Daten im Zugriff sind und deren Struktur zu den Anwendungen passen. Das Coscom-ECO-System soll eine Plattformökonomie als Basis für Business Intelligence (BI) bieten.

Bild: Benteler International AG
Bild: Benteler International AG
Produktionsfehler: KI findet die Nadel im Heuhaufen

Produktionsfehler: KI findet die Nadel im Heuhaufen

In der Qualitätsprüfung ist Zeit ein wichtiger Faktor: Wer Fehler rechtzeitig findet, kann sie effektiv und kostensparend beheben. Gemeinsam mit dem Fraunhofer IEM setzt der Automobilzulieferer Benteler dafür in der Warmumformung von Fahrzeugteilen auf Echtzeit-Sensordaten und Künstliche Intelligenz. Damit können Produktionsfehler schneller erkannt, behoben und zukünftig sogar vermieden werden.

Bild: ©NicoElNino/stock.adobe.com
Bild: ©NicoElNino/stock.adobe.com
Strukturierter Beratungsansatz für KI-Einsatzbereiche im Unternehmen

Strukturierter Beratungsansatz für KI-Einsatzbereiche im Unternehmen

„Künstliche Intelligenz ist eine, wenn nicht die wichtigste Zukunftstechnologie für Unternehmen.“ Diese Aussage bejahen 70 Prozent der Befragten der jüngsten Bitkom-Studie zu KI. Aber nur 10 Prozent aller Unternehmen haben KI-Technologie aktiv im Einsatz, lediglich 30 Prozent planen und diskutieren deren Anwendung. Was ist der Grund für diese große Diskrepanz?

Bild: Blue Yonder, Inc.
Bild: Blue Yonder, Inc.
Künstliche Intelligenz – mehr als eine Wissenschaft

Künstliche Intelligenz – mehr als eine Wissenschaft

Data Science ist mittlerweile ein fester Bestandteil der strategischen Planung in vielen Unternehmen. Um künftige Entwicklungen realistisch zu planen, brauchen wir Künstliche Intelligenz (KI) und Maschinelles Lernen (ML). Insbesondere im Einzelhandel vertrauen immer mehr große Player auf KI-Lösungen, die präzise Prognosen ermöglichen und zum Beispiel Bestände oder Preise optimieren. Doch viele Entscheidungsträger glauben noch nicht daran, dass KI in den Lieferketten der Zukunft eine tragende Rolle spielen wird. Der Grund hierfür liegt in einer falschen Sicht auf die Wissenschaft.

Bild: ©Stock57/stock.adobe.com
Bild: ©Stock57/stock.adobe.com
KI-Verfahren für die Produktion

KI-Verfahren für die Produktion

Mathematiker der Hochschule Darmstadt (h_da) entwickeln gemeinsam mit dem Hanauer Simulationsdienstleister und Softwareunternehmen SimPlan und dem Automationsexperten Fibro Läpple Technology neue KI-Technologien. Im Rahmen des Loewe-Projekts ‚KISPo‘ will das Konsortium eine autonome, selbstlernende Steuerungssoftware für Produktionsanlagen entwickeln, wie sie z.B. bei der Herstellung von Komponenten für Windräder oder Elektromotoren zum Einsatz kommen. Es wäre die erste KI-Software dieser Art. Damit würde eine von Industrieverbänden und Forschung lange bemängelte Technologielücke geschlossen. Das Land Hessen fördert das Projekt für zwei Jahre mit 320.000 Euro. Konsortialführerin ist die Hochschule Darmstadt.