Zu Hauptinhalt springen

Forschung


Data Analytics Technologies

Der wissenschaftliche Erkenntnisgewinn hängt in allen Fachdisziplinen maßgeblich davon ab, dass riesige Datenmengen in kürzester Zeit analysiert werden können. Dieses Thema wird in den nächsten Jahren nicht nur Wissenschaft, sondern auch Wirtschaft und Gesellschaft immer stärker durchdringen. Im Schwerpunkt Data Analytics Technologies erreichen wir die benötigte Effizienz, indem wir optimierte Rechnerarchitekturen, effizienten Code für parallele Datenverarbeitung und vor allem innovative Algorithmen entwickeln. Anwendungsbeispiele erstrecken sich von der Cryo-Elektronenmikroskopie in der Biochemie über Spracherkennung in den Informationswissenschaften bis hin zu Tumorprogressionsmodellen in der Medizin.

Explainable AI (XAI)

Wer folgenschwere Entscheidungen trifft, muss diese auch erklären können. Während Lerntheorie gut begründet, wie lernende Systeme grundsätzlich funktionieren, fehlen häufig die theoretischen Grundlagen, um einzelne Entscheidungen der Systeme zu verstehen: Warum hat der Fahrassistent in genau dieser Situation gebremst? Warum schlägt das System für diesen Krebspatienten eine Immuntherapie und keine Chemotherapie vor? Warum meldet ein lernendes System basierend auf harmlos wirkenden Ereignisdaten einen schwerwiegenden IT -Sicherheitsvorfall? Mit dem Schwerpunkt in XAI schaffen wir diese theoretischen Grundlagen. Damit bauen wir Brücken von der Informatik und der Mathematik in die Rechts -, Politik – und Wirtschaftswissenschaften, die Medizin sowie in die Naturwissenschaften, in denen XAI neben der Vorhersage komplexer Phänomene zu deren Erklärung und zur Theoriebildung beiträgt.

Algorithms in Precision Medicine

Personalisierte Präzisionsmedizin berücksichtigt individuelle Unterschiede in Genetik, Physiologie, Umwelt und Lebensstil von Patienten mit dem Ziel, die mit der zielgerichteten Strategie zur Behandlung oder Prävention einer Erkrankung bei gleichzeitiger Minimierung von unerwünschten Nebenwirkungen zu finden. Im Schwerpunkt Precision Medicine entwickeln wir Verfahren der künstlichen Intelligenz, die aus den molekularen Eigenschaften eines Patienten solche Therapieempfehlungen destillieren und diese dem behandelnden Arzt und auch dem Patienten erklären (XAI). Damit bauen wir eine Brücke von Informatik, Data- Science und HPC hinüber zur Medizin, Vorklinik und Biochemie.

Human-Computer Interaction

Intelligente Systeme und Interaktionstechniken erhöhen die Vielfalt des Austauschs zwischen Mensch und Maschine. Beispiele sind die Nutzung intelligenter Assistenzsysteme für ältere Menschen, der Einsatz von Brain-Computer-Interfaces in der medizinischen Grundlagenforschung und die Visualisierung komplexer Prozesse und Daten in der digitalen Fabrik. Im Schwerpunkt Mensch-Maschine-Interaktion erforschen und entwickeln wir datengetriebene und intelligente Verfahren für die Gestaltung sozio-technischer Systeme, um die digitale Lebenswelt verantwortungsbewusst und menschzentriert zu gestalten. Damit bilden wir auch die notwendigen Brücken in die Human- und Geisteswissenschaften.

IT Security und Process Science

Die Analyse, Gestaltung sowie Validierung prozessorientierter Informationssysteme mit hohen Security-Anforderungen wird in hochgradig vernetzten Wertschöpfungsketten weiter stark an Bedeutung gewinnen. Im Schwerpunkt IT Security und Process Science erforschen und entwickeln wir sowohl die hierfür notwendigen Grundlagen (z. B. Sicherheitsmechanismen, Prozesstheorien) als auch einschlägige Anwendungen. Beispiele sind Security/Privacy by Design auf Basis kryptographischer Verfahren sowie Analyse und Qualitätsmessung komplexer Ereignisdaten in prozessorientierten Informationssystemen unter Nutzung maschineller Lernverfahren. Dies ergibt eine breite Schnittstelle in die Wirtschaftswissenschaften.


Die Mitglieder der Fakultät für Informatik und Data Science kooperieren mit folgenden Wissenschaftsdisziplinen an der Universität Regensburg:


  1. Fakultäten

Fakultät für Informatik und Data Science

FIDS