The Young Investigator Network is the platform and democratic representation of interests for independent junior research group leaders and junior professors at the Karlsruhe Institut of Technology.
Peer Community
Interessensvertretung
Weiterbildung
Führung in der Wissenschaft
Individueller Support
Fördermöglichkeiten
Künstliche Intelligenz (KI) kann eine Schlüsselrolle für die Energiewende spielen. Damit sie zuverlässig eingesetzt werden kann, müssen ihre Methoden transparent und nachvollziehbar sein. Dieses Ziel verfolgt die von Tenure-Track-Professor Benjamin Schäfer geleitete Helmholtz-Forschungsgruppe "Data-Driven Analysis of Complex Systems" (DRACOS), die das Präsidium des KIT evaluiert und „mit außerordentlichem Erfolg“ bewertet hat. Schäfer verfolgt das Ziel, KI-Modelle für die Analyse großer Datenmengen aus Energiesystemen transparenter zu gestalten. Bisher ist oft unklar, welche Faktoren eine KI nutzt, um eine Vorhersage zum Haushaltsverbrauch zu machen.
Im Inneren von Zellen bilden Ribonukleinsäuren (RNA) und Proteine charakteristische membranlose Tröpfchen. Diese biomolekularen Kondensate fungieren als organisatorische Knotenpunkte, die ein breites Spektrum zellulärer Funktionen von der Genregulation bis hin zu Stressreaktionen steuern. Durch die Kombination von experimentellen Analysen mit Deep Learning zur Bestimmung, welche RNAs zu Clustern neigen, identifizierten die Forschende um Miha Modic eine bisher unbekannte RNA-Klasse, die während der frühen Entwicklung aktiv ist. Ihre Ergebnisse bieten ebenfalls einen konzeptionellen und mechanistischen Deutungsrahmen, um pathogene Kondensate bei Krankheiten zu interpretieren.
Waldbrände, Überschwemmungen oder Dürren: Eine Künstliche Intelligenz (KI) des KIT soll künftig helfen, solche Ereignisse weltweit präziser, schneller und energieeffizienter vorherzusagen. Im Projekt „WOW – a World model of Our World“ entwickeln Forschende ein KI-Weltmodell, das verschiedene KI-Modelle zur Simulation von Klima, Wetter und Umwelt effizient verknüpft. „Moderne KI-Methoden können physikbasierte Simulationen auf Supercomputern nicht nur kostengünstig nachahmen, sondern sogar direkt Zusammenhänge aus Beobachtungsdaten erlernen“, so Projektkoordinator Peer Nowack. Die Carl-Zeiss-Stiftung fördert das Vorhaben mit sechs Millionen Euro.
WOW project