Prof. Dr. Alan Akbik beschäftigt sich mit Forschung im Bereich des Maschinellen Lernens (ML) und des Natural Language Processing (NLP). Sein Ziel ist es, Maschinen in die Lage zu versetzen, natürliche Sprache menschengleich zu erwerben, zu verstehen und zu verwenden.

Zu diesem Zwecke entwickelte er eines der weltweit führenden Deep-Learning-Frameworks für NLP, welches bereits in über 1.000 Forschungs- und Industrieprojekten im Einsatz ist.

https://indd.adobe.com/view/d0350ae0-6591-4f69-ad02-6d2508979a8f

Professor Bojdys Forschung konzentriert sich auf das Design kovalenter organischer Polymere mit Nutzung als organische Transistorbauelemente und Anwendung auf lichtreaktive Polymere (z.B. Nat. Commun. 2019. DOI: 10.1038/s41467-019-11264-z). Darüber hinaus kooperieren sein Team und er mit verschiedenen etablierten Batterie- und Beschichtungsunternehmen und mit einem Berliner KMU.

Vor kurzem wurde das Patent der Forschungsgruppe für hochkapazitive Anoden (WO2020DE100294, DE102019110450), die aus ihren Materialien aufgebaut sind, erfolgreich lizenziert. Zudem ist die Gruppe gewillt diese Technologie mit ihren Industriepartnern im Rahmen des neu gegründeten European Innovation Council (EIC) weiter zu entwickeln.

Professor Bojdys ist seit 2018 Mitglied der "Young Scientists" des Weltwirtschaftsforum (WEF) und seit 2019 im Beirat tätig.

Prof. Dobbek untersucht die biochemischen Grundlagen des Wachstums von Bakterien auf Substraten wie Kohlendioxid, Kohlenmonoxid, sowie den umweltverschmutzenden aromatischen Substanzen. Ein spezieller Fokus liegt auf der funktionellen und strukturellen Untersuchung von metallhaltigen Enzymen, die unreaktive Moleküle in Abwesenheit von Sauerstoff umsetzen und es Bakterien ermöglichen unter scheinbar lebensfeindlichen Bedingungen zu wachsen. Ziel ist die Entwicklung neuer (Bio-)Katalysatoren zur energieeffizienten Umsetzung von Kohlendioxid und Kohlenmonoxid, sowie die Generierung von neuen Enzymen für den biologischen Abbau von mensch- und umweltschädigenden Substanzen.

Prof. Freytag ist Inhaber des Lehrstuhls für Datenbanken und Informationssysteme (DBIS). Zu seinen Forschungsinteressen gehören alle Aspekte der Verarbeitung von Abfragen und Abfrageoptimierung in (objekt-) relationalen Datenbanksystemen, neue Entwicklungen im Datenbankbereich (z.B. semi-strukturierte oder graph-basierte) Daten, Datenqualität, Big Data Analytics sowie Schutz der Privatsphäre im Kontext von Datenbanksystemen. Darüber hinaus ist er in vielen Kooperationen zur Nutzung von Datenbanktechnologie in Anwendungen wie Geoinformationssysteme (GIS), Bioinformatik, Physik sowie Life Sciences involviert. In den letzten Jahren erhielt Prof. Freytag viermal den IBM Faculty Award für kooperatives Arbeiten in den Bereichen Datenbanken, Middleware und Bioinformatik/Life Sciences, sowie in 2009 und 2010 den HP Labs Innovation Research Awards für seine Forschung im Datenbankbereich und Cloud Computing. Er war 2003 Mit-Organisator der VLDB (Very Large Data Bases) Konferenz in Berlin, der wichtigsten Datenbankkonferenz weltweit, und gleichzeitig Mitglied der VLDB-Stiftung (VLDB Endowment Inc.) von 2001 bis 2007. Prof. Freytag ist seit 2009 Sprecher des Fachbereichs DBIS der Gesellschaft für Informatik (GI).

Der Forschungsschwerpunkt von Prof. Greifeneder und ihrem Team am Lehrstuhl für Information Behavior liegt auf der Benutzerforschung. Sie beschäftigt sich insbesondere mit dem Such- und Benutzerverhalten von Menschen im Umgang mit Informationen oder Metadaten sowohl bei der Bibliotheksnutzung als auch in Bereichen wie Digitalen Bibliotheken oder Forschungsdaten. Ein Fokus liegt dabei auf der Nutzung von Online-Erhebungsverfahren, dem Testen in natürlichen Testumgebungen sowie der Sicherung der Datenvalidität unter Labor- und natürlichen Bedingungen. Auch das Information-Sharing-Verhalten von Nutzern im privaten Bereich sowie die Kontextforschung spielen eine wichtige Rolle in der Arbeit des Lehrstuhls.

Am Lehrstuhl für Software Engineering arbeitet Prof. Grunske mit seinem Team an Softwaretechnikmethoden insbesondere im Bereich der automatisierten Entwicklung und Qualitätskontrolle von Softwaresystemen. Ein weiter Schwerpunkt ist die Arbeit mit probabilistischen Techniken, auf dessen Grundlage wahrscheinliche und weniger wahrscheinliche Verhaltensweisen eines Programms modelliert werden können, was es erlaubt, Anomalien besser zu entdecken und zu beheben. Zum Einsatz kommen solche statistischen Modelle u. a. beim Monitoring und Debugging von Programmen während der Laufzeit sowie beim Softwaretest – so wird die Entwicklung sicherer und zuverlässiger Softwaresysteme unterstützt. Weitere Forschungsschwerpunkte von Prof. Grunske sind die Entwicklung von Methoden, mit der Qualitätsanforderungen an ein Softwaresystem präzise definiert werden können; die Formalisierung von Verifikationsbedingungen sowie die (technische) Sicherheit in eingebetteten Systemen und Prozess- und Performancemanagement.

Professorin Hafners Forschung beschäftigt sich damit, Prinzipien der Intelligenz von biologischen Systemen zu extrahieren und auf künstliche adaptive Systeme zu übertragen. Der Schwerpunkt ist dabei die Übertragung kognitiver Fähigkeiten auf autonome Roboter. Die Herausforderung besteht nicht nur darin, intelligente autonome Roboter zu entwickeln, sondern auch biologische Fähigkeiten durch Roboter-Experimente besser zu verstehen. Schwerpunkte unserer Forschung sind sensomotorisches Lernen, interne Modelle zur Vorhersage, Aufmerksamkeitsprozesse, sowie räumliche Kognition. Die Methoden für die Entwicklung der Modelle reichen von evolutionären Algorithmen über neuronales Lernen bis zur Informationstheorie. Als Plattformen nutzen wir mobile Roboter (humanoide, fahrende, fliegende und tauchende Roboter) sowie Softwaresimulationen. Professor Hafner ist IEEE Senior Member und PI in mehreren EU-Projekten.

https://indd.adobe.com/view/d0350ae0-6591-4f69-ad02-6d2508979a8f

Professorin Hillmans Forschungsschwerpunkt liegt in der Untersuchung des Einflusses von Haltungsbedingungen und Managementverfahren auf das Wohlergehen landwirtschaftlicher Nutztiere. So reicht ihre Forschung in dem Bereich Tierwohl («Animal Welfare») von der Validierung von Tierwohlindikatoren, einschließlich der Tiergesundheit, bis hin zur praktischen Umsetzung von Tierwohlmaßnahmen.

Dabei fokussieren sich Hillmann und ihr Team auf das Verhalten der Tiere. Darüberhinaus verwenden sie Informationen über die Tiergesundheit, wie (stress-)physiologische Größen und ökonomisch relevante Merkmale (z.B. Fleischqualität).

Ethische und gesetzliche Betrachtungsweisen spielen dabei ebenfalls eine Rolle. Praktische Probleme in der Haltung von Tieren stehen dabei im Vordergrund. Neben klassischen Verhaltensbeobachtungen, häufig unter Zuhilfenahme von Videoaufzeichnungen, kommen stress-physiologische, klinische und kognitive Parameter hinzu, aber auch Techniken zur automatisierten Erfassung von tierischem Verhalten.
Viele Probleme in der Haltung von Tieren stehen im Zusammenhang mit einer Störung in der Verhaltenssteuerung. Professorin Hillmanns Grundlagenforschung in der Verhaltenssteuerung führt somit auch zu Lösungen von praktisch relevanten Verhaltensproblemen bei Nutz-, Heim-, Labor- und Zootieren. Solche Lösungen wirken an den Wurzeln der Probleme, da sie auf dem ursächlichem Verständnis des zugrundeliegenden Steuerungsmechanismus basieren.
Sowohl in der Anwendung, wie auch in den Grundlagenfragen spielt die Messung und Berücksichtigung von Emotionen bei Tieren als Bestandteil der Steuerung des Verhaltens, sowie in Bezug auf deren Wohlergehen eine entscheidende Rolle.

Ihre Forschung bewegt sich somit im Spannungsfeld zwischen naturwissenschaftlich/klinischer Grundlagenforschung, Anwendung und Fragestellungen aus den Bereichen Agrarökonomie und Sozialwissenschaften.

Prof. Hostert forscht an modernen Verfahren der digitalen Satellitenbildauswertung. Im Fokus stehen dabei Fragen des globalen Wandels, insbesondere der großräumigen Kartierung in Agrar- und Forstsystemen, sowie naturnahen Ökosystemen weltweit. Um Veränderungen auf der Erdoberfläche zu analysieren, bedient er sich der Methoden des maschinellen Lernens, Big Data, hyperspektralen und multisensorischen Konzepten und insbesondere auch Zeitreihenanalysen. Regionale Fokusregionen sind Deutschland, der mediterrane Raum und Südamerika, vermehrt auch Subsahelafrika und Zentralasien.