Übersicht Projekte

Auf dem Gebiet der 3D Metamaterialien werden im Clusters 3D Matter Made to Order maßgeschneiderte künstliche Materialien entwickelt, die ein breites Spektrum an so in der Natur nicht vorkommenden Eigenschaften aufweisen.

Prof. Dr. Jörg Mittelstät, Professor für Pharmazeutische Biotechnologie an der Hochschule Reutlingen, erforscht im Projekt „CAR-AdMATRIX“ programmierbare Biomaterialien, um eine bessere und kostengünstigere Krebstherapie zu ermöglichen.

Die Prisma-Förderung ermöglicht es Prof. Dr. Alexander Breuer, Professor für Skalierbare daten- und rechenintensive Analysen an der Universität Jena, seine Kompetenzen vom Server auf den Mobile & Embedded-Bereich zu erweitern.

Ziel des Projektes ist es, einen Adsorptionswärmespeicher zu entwickeln, der regenerative Wärme speichern und Temperaturen über 100 °C bereitstellen kann, wie sie beispielsweise im Gewerbe- und Dienstleistungssektor benötigt werden.

Wie sieht der optimale Wohnstandort für die Generation der Babyboomer aus? Zur Klärung dieser Frage werden mathematische Verfahren und KI-Technologien analysiert, die Entscheidungsprozesse in den Kommunen unterstützen können.

Prof. Dr. Marco Kuhrmann wurde zum Wintersemester 2021 als Stiftungsprofessor für Agile Systementwicklung (mit Fokus auf regulierte Domänen) an der Hochschule Reutlingen berufen.

Wie kann Künstlicher Intelligenz in der Mikrobiomforschung zu besseren Früherkennung von Alzheimer oder Typ-2-Diabetes führen? Erforscht werden neuartige KI-Modelle, die die Mikrobiomzusammensetzung bei physiologischen Änderungen vorhersagen sollen.

Dr. Simon Krause ist Chemiker und Materialwissenschaftler und arbeitet auf dem Gebiet der dynamischen nanoporösen Gerüstmaterialien. Er studierte Chemie an der University of Nottingham und der TU Dresden. Seit 2021 ist er Gruppenleiter am Max-Planck-Institut für Festkörperforschung in Stuttgart.

Im interdisziplinären Forschungszentrum sollen die strukturellen Grundlagen von algorithmischer Intelligenz tiefergehend verstanden, und so Grenzen und Möglichkeiten bekannter Verfahren des maschinellen Lernens besser erfasst werden.

Um einen Durchbruch bei der Behandlung von Hirntumoren zu erzielen, wird ein KI-gestütztes Modell entwickelt, das das Zusammenspiel von Genaktivität und Therapieansprechen analysiert. Ziel ist die Vorhersage der Wirkung von Medikamenten und die Optimierung personalisierter Therapien für Krebspatienten.