Robotik & Künstliche Intelligenz

Profilbild Bojdys
CC BY 4.0
Mathematisch-Naturwissenschaftliche Fakultät
Institut für Chemie

Funktionale Nanomaterialien

Profil-Link Teilen
Der Link wurde kopiert.
Expertise

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.

Wissenschaftliche Dienstleistungen
  • Gassorptionsanalyse: Quantachrome Instruments Autosorb 1C (Prüfgase: N2, Ar)
  • Robotergestützte Synthese & Formulierung: ChemSpeed ASW 2000
  • Röntgendiffraktometer (Cu und Mo Strahlung, Transmissions, Bragg-Brentano und Reflektonomie Konfiguration)
Patente
  1. WO/2020/216408 - RECHARGEABLE LITHIUM-ION BATTERY ANODE, AND METHOD FOR PRODUCING A RECHARGEABLE LITHIUM-ION BATTERY ANODE
  2. WO/2016/027042 - TWO-DIMENSIONAL CARBON NITRIDE MATERIAL AND METHOD OF PREPARATION
Förderung (transferrelevant)
  • ERC Proof of Concept Grant (Ultra-high energy storage Li-anode materials - LiAnMAT)
  • ERC Starting Grant (Beyond Graphene Materials - BEGMAT)
MEHR ANZEIGEN
Profilbild Schlingloff
Mathematisch-Naturwissenschaftliche Fakultät
Institut für Informatik

Softwaretechnik

Profil-Link Teilen
Der Link wurde kopiert.
Expertise

Eingebettete Informatiksysteme dringen immer mehr in alle Bereiche des täglichen Lebens vor, man denke nur an Fahrassistenzsysteme im Auto, medizinische Geräte, oder Steuerungssysteme in Industrieanlagen. Je mehr diese Systeme auch sicherheitskritische Aufgaben übernehmen, desto wichtiger wird eine effektive und effiziente Qualitätssicherung dafür. Die Forschungsgruppe SVT (Spezifikation, Verifikation und Testtheorie) beschäftigt sich mit modellbasierter Entwicklung und Modellprüfung, logischer Verifikation und der automatischen Generierung und Ausführung von Tests für sicherheitskritische Software. Prof. Schlingloff ist Chief Scientist des System Quality Center am Fraunhofer-FOKUS, Berlin, und Vorstandsvorsitzender der Forschungsvereine GFaI e.V. und ZeSys e.V.

Referenzen
  • Großes deutsches Unternehmen für Kommunikation und Sensorik: Studentisches Semesterprojekt zur Erstellung eines Systems zur verteilten Überwachung der Luftqualität in Innenräumen.
MEHR ANZEIGEN
Profilbild Pinkwart
Mathematisch-Naturwissenschaftliche Fakultät
Institut für Informatik

Informatik und Gesellschaft / Didaktik der Informatik

Profil-Link Teilen
Der Link wurde kopiert.
Expertise

Der von Prof. Pinkwart geleitete Lehrstuhl „Didaktik der Informatik/Informatik und Gesellschaft“ beschäftigt sich mit einem breiten Spektrum an Themen, welches die Gebiete technologiegestütztes Lernen, Fachdidaktik der Informatik und soziotechnische Systeme umfasst. Zusätzlich entwickelt die Forschungsgruppe auf Mensch-Computer-Interaktion ausgelegte Methoden mit Hilfe von interaktiven Oberflächen, Mobilgeräten und 3D Technologien. Prof. Pinkwart ist ein angesehenes Mitglied in nationalen wie internationalen Gremien und Projekte der Grundlagenforschung und angewandter Forschung. Spezielle Expertise liegt am Lehrstuhl zu Themen der computergestützten Aus- und Weiterbildung vor – u.a. zu mobilen und ubiquitären Lehr-/Lernszenarien, zu computergestützten Gruppenlernformen und zu Adaptivitätsmechanismen im eLearning. Zu diesen Themen führen Prof. Pinkwart und sein Team zahlreiche Forschungsprojekte durch und kooperieren mit Bildungseinrichtungen und Unternehmen. Im Bereich der soziotechnischen Systeme forscht der Lehrstuhl zu Themen der Gestaltung, Implementierung und Evaluierung von gruppenorientierten Softwareanwendungen (z.B. Online-Communities).

Wissenschaftliche Dienstleistungen
  • Interaktiver Tisch (Multitouch)
  • Elektronische Tafeln
  • Tablets (Kurssatz, 20 Stück)
Referenzen
  • Kooperation mit Unternehmen aus der IT-Branche (Medienproduktion und eLearning): Beratung zu didaktischen Konzepten für Online-Kurse
  • Kooperation mit eLearning-Unternehmen: Lernergruppenformierung in großen Online-Kursen
  • Kooperation mit Automobilzulieferer: Gestaltung von Mensch-Maschine-Schnittstellen für Produktionsmaschinen
  • Kooperation mit Automobilhersteller: multimodale Steuerungskonzepte für Fahrzeuginfotainment-Systeme
MEHR ANZEIGEN
Profilbild Leser
Mathematisch-Naturwissenschaftliche Fakultät
Institut für Informatik

Wissensmanagement in der Bioinformatik

Profil-Link Teilen
Der Link wurde kopiert.
Expertise

Die Forschungsarbeiten von Prof. Leser und seinen Mitarbeitern und Mitarbeiterinnen beschäftigen sich mit allen Aspekten der Integration und Analyse heterogener und verteilter Daten, der Modellierung, Implementierung und Optimierung komplexer Wissens- und Datenbanken sowie der automatischen Analyse von natürlichsprachlichen Texten (Text Mining bzw. Informationsextraktion). Dies umfasst Themen wie Data Warehouses und multidimensionale Indexierungsverfahren, Graphdatenbanken, Deep Web und Semantic Web, maschinelles Lernen, Ähnlichkeitssuche, Scientific Workflows und ETL-Prozesse, statistische Datenanalysemethoden und Methoden zur Abschätzung und Sicherung der Datenqualität. Die Gruppe forscht in vielfältigen interdisziplinären Projekten, vor allem mit Kollegen und Kolleginnen aus der biomedizinischen Grundlagen- und angewandten Forschung.

Wissenschaftliche Dienstleistungen

Sehr gute IT-Ausstattung:

  • mehrere moderne Rechencluster (20-80 CPUs, 1 TB Hauptspeicher)
  • Cluster mit 60+ Kernen
  • 50 TB+ Speicherkapazität
Referenzen
  • Beratung und Prototypentwicklung für ein IT-Systemhaus im Bereich Stammdatenstandardisierung und -integration
  • Algorithmenentwicklung und -evaluation zur Datenqualitätsanalyse für einen IT-Produkthersteller
  • Beratung und Entwicklung von Text-Mining-Verfahren für einen internationalen Pharmakonzern
  • Gemeinsame Systementwicklung mit einem mittelständischen Biotechnologieunternehmen im Bereich der Bewertung humaner Genotypveränderungen (gefördert vom Bundesministerium für Wirtschaft und Energie (BMWi))
MEHR ANZEIGEN
Profilbild Hafner
Mathematisch-Naturwissenschaftliche Fakultät
Institut für Informatik

Adaptive Systeme

Profil-Link Teilen
Der Link wurde kopiert.
Expertise

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.

Referenzen
  • Lokales Unternehmen für Automation und Robotik: Studentisches Semesterprojekt zur Entwicklung eines kollaborativen Flottenmanagements für autonome Transportroboter.
MEHR ANZEIGEN
Profilbild Grass
Mathematisch-Naturwissenschaftliche Fakultät
Institut für Informatik

Drahtlose Breitbandkommunikationssysteme

Profil-Link Teilen
Der Link wurde kopiert.
Expertise

Als Professor für das Fachgebiet „Drahtlose Breitbandkommunikationssysteme“ befasst sich Professor Eckhard Grass mit Kommunikationssystemen für höchste Datenraten. Ein wesentlicher Schwerpunkt liegt dabei auf Verfahren, welche die Effizienz und Zuverlässigkeit der drahtlosen Datenübertragung erhöhen. Dazu entwickeln und untersuchen er und seine Mitarbeiter auch Systeme, die auf sehr hohen Trägerfrequenzen arbeiten. Im Fokus der Forschungen und Entwicklungen stehen vor allem der Physical Layer (PHY) sowie der MAC layer.

Wissenschaftliche Dienstleistungen
  • Kompletter Satz an Standardwerkzeugen für Modellierung, Simulation, Entwurf und Test von Kommunikationssystemen
  • Pool von Software Defined Radio (SDR) Modulen
  • Verschiedene FPGA-Plattformen sowie Entwurfswerkzeuge für FPGA-Design
  • Module für mmWellen Kommunikation
  • Messtechnik wie Oszilloskope, Spectrum Analyzer, Arbitrary Waveform Generators
Referenzen
  • Entwicklung eines Systemen zur drahtlosen Hochgeschwindigkeitskommunikation bei gleichzeitiger Abstandsmessung für deutschen Automobilzulieferer
  • mmWellen Kommunikationssystem mit integrierter Positionsbestimmung für Augemted Reality Anwendungen für deutschen Industrieausrüster
  • Entwicklung eines Systems zur sicheren drahtlosen Kommunikation für Industrie 4.0 gemeinsam mit deutschen Industriepartnern
  • mmWellen Verbindungen für 5G Transportnetze gemeinsam mit mehreren europäischen Industriepartnern
MEHR ANZEIGEN
Profilbild Eisert
Mathematisch-Naturwissenschaftliche Fakultät
Institut für Informatik

Visual Computing

Profil-Link Teilen
Der Link wurde kopiert.
Expertise

Der Lehrstuhl Visual Computing befasst sich mit der Entwicklung neuer Verfahren zur Analyse und Synthese von Bild- und Videodaten. Diese beinhalten Methoden zur Schätzung von Form, Material, Bewegung sowie Deformation von Objekten und Personen aus Einfach- und Mehrkamerasystemen. Zusammen mit nationalen und internationalen Partnern werden die Algorithmen in Systemen aus den Anwendungsbereichen Multimedia, VR/AR, Industrie, Medizin und Sicherheit eingesetzt.

Wissenschaftliche Dienstleistungen
  • Diverse Kameras
  • Multispektralsensoren, 3D Sensoren
  • Beleuchtung und Kalibriersysteme
Referenzen
  • Entwicklung neuer Verfahren zur automatischen Inspektion und Schadensklassifikation von Abwasserkanälen zusammen mit einem Wasserversorgungsunternehmen
  • Entwicklung von Augmented Reality Verfahren zur Fertigungsunterstützung in der Automobilindustrie
  • Untersuchungen multispektraler Bildgebung für die Gewebeklassifikation zusammen mit einem Medizintechnikhersteller
MEHR ANZEIGEN
Profilbild Schmidt
Lebenswissenschaftliche Fakultät
Albrecht Daniel Thaer-Institut für Agrar- und Gartenbauwissenschaften

Biosystemtechnik

Profil-Link Teilen
Der Link wurde kopiert.
Expertise

Die Biosystemtechnik arbeitet an der Schnittstelle zwischen Ingenieurwissenschaften und biologischen Produktionsprozessen. Prof. Schmidt und seine Arbeitsgruppe entwickeln ingenieurtechnische Lösungen für eine nachhaltige Produktion von pflanzlichen Agrarprodukten und Technologien für eine sichere und saubere Umwelt. Es entstehen Innovationen im Pflanzenbau in Gewächshäusern, Freiland und anderen intensiven Pflanzenproduktionssystemen. Im Fokus liegen alternative Energieversorgungskonzepte (Niedrigenergiegewächshäuser) und geschlossene Stoffkreisläufe für den intensiven Pflanzenbau (Wasserhygiene, Sensorik und Algorithmen für die vollautomatische Nährlösungsversorgung von Pflanzen in geschlossenen Kreisläufen). Zentrale Arbeitsschwerpunkte sind die Sensorentwicklung bei der Gasanalytik und Klimamesstechnik sowie die Entwicklung von Software für die Entscheidungsunterstützung in Automationssystemen. Es werden energetische Bewertungen von Produktionsanlagen oder Teilsystemen vorgenommen und Prozessanalysen erstellt.

Wissenschaftliche Dienstleistungen
  • Versuchsgewächshäuser mit Energie- und Stoffstromanalytik, CO2-Anreicherung, Kunstlicht und Fogsystemen
  • Pflanzenmonitore für die Dauermessung von Fotosynthese, Transpiration, Gewebetemperaturen, Stomataleitwerten, Klimamesstechnik, Gasanalytik (CO2, Ethylen), Bodenfeuchtesensoren
  • Frei programmierbares Automatisierungssystem für die Klima- und Prozesssteuerung in Gewächshäusern
Referenzen
  • G.F. Schreinzer Positronik, Steinbeis GmbH & Co. KG: Entwicklung eines Automatisierungssystems für Gewächshäuser auf der Basis von Messinformationen von Pflanzen (Phytocontrol)
  • Steinbeis GmbH & Co. KG: Nationales Verbundprojekt „Zukunftsinitiative Niederigenergiegewächshaus“ (ZINEG)
  • Pronova Analysentechnik GmbH & Co. KG: Entwicklung ionenselektiver Sensoren zur kontinuierlichen Erfassung von Ionenanteilen in zirkulierenden Nährlösungsversorgungssystemen; Entwicklung eines Messgerätes zur Analyse phytometrischer Reaktionen an Pflanzen
  • newtec Umwelt­technik GmbH: Entwicklung eines rezirkulierenden Bewässerungssystems mit vermindertem phytosanitärem Risiko in Gewächshäusern
MEHR ANZEIGEN
Profilbild Reulke
Mathematisch-Naturwissenschaftliche Fakultät
Institut für Informatik

Computer Vision

Profil-Link Teilen
Der Link wurde kopiert.
Expertise

Als Professor für Computer Vision beschäftigt sich Professor Reulke mit klassischen Verfahren zur Bildverarbeitung und 3D Rekonstruktion sowie modernen Ansätzen zum maschinellen Lernen. Typische Anwendungsgebiete sind Objektdetektion und Tracking von Menschen und Fahrzeugen im öffentlichen Raum, die dreidimensionale Erfassung der Umwelt und die Charakterisierung von Sensoren für diese Aufgabenstellungen. Die Anwendungen beziehen sich auf terrestrische Kamerasysteme sowie optische Sensoren auf Flugzeug- und Weltraumplattformen. Gleichzeitig gibt es eine Vielzahl von Kooperationen mit KMUs im Großraum Berlin.

MEHR ANZEIGEN
Profilbild Härdle
Wirtschaftswissenschaftliche Fakultät

Ladislaus von Bortkiewicz Professor für Statistik

Profil-Link Teilen
Der Link wurde kopiert.
Expertise

Prof. Härdles Forschungsfokus liegt auf quantitativer Finanzwissenschaft, insb. auf multivariaten Verfahren im Finanzwesen, sowie auf Verfahren zur Dimensionsreduzierung und computerbasierter Statistik. Prof. Härdle ist Mitgründer des Blockchain Research Center (BRC). Das BRC dient als Plattform für Akademiker und Industriepraktiker für wissenschaftliche Diskussionen und Kooperationen. Als Leiter des Sonderforschungsbereichs für Ökonomisches Risiko (SFB 649) und dem interdisziplinären Center for Applied Statistics and Economics (C.A.S.E.) beschäftigt er sich vor allem mit der Untersuchung von ebensolchen Risiken in einem globalen Kontext. Durch Prof. Härdles Forschung soll die Bewertung solcher Risiken erleichtert und Unsicherheiten bei Entscheidungsfindungen von volkswirtschaftlichen Akteuren vermindert werden. Er ist Gastprofessor am Wang Yanan Institute for Studies in Economics (WISE) der Xiamen Universität, China, und Leiter der International Research Training Group „High Dimensional Non Stationary Time Series“ (ITRG 1792). Ausgezeichnet wurde er u.a. 2012 mit dem „Multa Scripsit Award“ der Fachzeitschrift „Econometric Theory“.

Google Scholar

Wissenschaftliche Dienstleistungen
  • Crypto Currency Valuation
  • Quantlets
  • Multivariate statistische Analyse (Faktoranalyse, Clusteranalyse etc.)
  • Portfolio Optimierung
  • Risikomanagement (Financial Risk Meter)
  • Hedgegeschäft
  • Preisfestsetzung von Derivaten
  • funktionelle Datenanalyse
  • nicht- und semiparametrische Verfahren
  • Informationsvisualisierung (VizTech)
Referenzen
  • Fortlaufende Kooperationen mit führenden, internationalen Finanzinstituten und Vortragstätigkeit für selbige
  • Liquiditätsvorhersagen für Bitcoin (Bitwala)
  • Sentimentanalysen für den Cryptomarkt (Augmento)
  • Financial Risk Meter (Firamis)
  • Center for Applied Statistics and Economics (C.A.S.E.): Interdisziplinäres Zentrum, um die immer komplexer werdenden Probleme im Feld der Ökonomie und den angrenzenden Bereichen mit Fachwissen, quantitativen Methoden und unter Verwendung moderner Computertechniken zu untersuchen und Lösungswege zu entwickeln. Zu den erforschten Themen gehören z.B. Wetterrisiken, alternde Gesellschaften, Kriminalität oder Immobilienmärkte.
  • Sonderforschungsbereich für Ökonomisches Risiko (SFB 649): Transdisziplinäres Forschungszentrum in dem sich Experten aus den Bereichen Ökonomie, Mathematik und Statistik zusammenfinden, um ökonomische Risiken und die dazugehörigen Faktoren zu untersuchen. Forschende haben so eine Plattform ihre Ergebnisse auch international zu diskutieren und neue Kooperationen anzustreben.
Weiterbildung
  • Machine Learning in FinTech (Risk Management Institute, Singapore)
  • Smart Data Analytics (Bundesbank)
  • Ultra High Dimensional Time Series (Bundesbank)
  • SupTech und RegTech Workshops
MEHR ANZEIGEN
Profilbild Grunske
Mathematisch-Naturwissenschaftliche Fakultät
Institut für Informatik

Software Engineering

Profil-Link Teilen
Der Link wurde kopiert.
Expertise

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.

Wissenschaftliche Dienstleistungen
  • Softwaretechnik
  • Test und Verifikation
  • Statistik/Wahrscheinlichkeitstheoretische Methoden
Referenzen
  • Formalisierung von Anwendungszenarien in Zusammenarbeit mit der TWT GmbH im Projekt „Safe.Spec: Qualitätssicherung von Verhaltensanforderungen“
  • Gewinnung probabilistischer Modelle aus Softwaresystemen, die im Software-Engineering-Prozess als Spezifikation weiterverwendet werden können, im Projekt „EMPRESS: Extracting and Mining of Probabilistic Event Structures from Software Systems”
  • Entwicklung von Evaluationsmöglichkeiten probabilistischer Modelle und Machine-Learning-basierten Techniken für die Transformation von Modellen im Projekt „ENSURE-II: ENsurance of Software evolUtion by Run-time cErtification”
MEHR ANZEIGEN