Uni­ver­si­tät Bay­reuth erhält drei neue Pro­fes­su­ren für Künst­li­che Intelligenz

Symbolbild Bildung

Die Uni­ver­si­tät Bay­reuth erhält drei neue Pro­fes­su­ren auf dem Gebiet der Künst­li­chen Intel­li­genz. Dies gab Bay­erns Wis­sen­schafts­mi­ni­ster Bernd Sibler heu­te in Mün­chen bekannt. Mit Anträ­gen auf den Gebie­ten des Ener­gie­ma­nage­ments, des maschi­nel­len Ler­nens und der Mate­ri­al­for­schung konn­te sich die Uni­ver­si­tät Bay­reuth im Wett­be­werb der baye­ri­schen Uni­ver­si­tä­ten und Hoch­schu­len um ins­ge­samt 50 neue KI-Pro­fes­su­ren durch­set­zen. Der Aus­bau von For­schung und Leh­re im Bereich Künst­li­che Intel­li­genz ist ein Schwer­punkt der im Okto­ber 2019 von Mini­ster­prä­si­dent Dr. Mar­kus Söder ange­kün­dig­ten High­tech Agen­da Bayern.

„Die Ent­schei­dung der Baye­ri­schen Staats­re­gie­rung, an der Uni­ver­si­tät Bay­reuth drei neue Pro­fes­su­ren für Künst­li­che Intel­li­genz ein­zu­rich­ten, ist ein Mei­len­stein für die stra­te­gi­sche Wei­ter­ent­wick­lung unse­rer Uni­ver­si­tät auf einem zen­tra­len Zukunfts­feld. Sie setzt zugleich neue Impul­se für inner­baye­ri­sche Koope­ra­tio­nen zwi­schen Uni­ver­si­tä­ten und Hoch­schu­len für ange­wand­te Wis­sen­schaf­ten. Die neu­en KI-Pro­fes­su­ren in Bay­reuth sind in ver­schie­de­nen Fakul­tä­ten ange­sie­delt, aber durch fach­li­che Quer­ver­bin­dun­gen wer­den sie die inter­dis­zi­pli­nä­re Ver­net­zung auf unse­rem Cam­pus wei­ter deut­lich stär­ken. Die­ser schö­ne Erfolg wäre nicht mög­lich gewe­sen ohne die enga­gier­te Zusam­men­ar­beit vie­ler Mit­glie­der unse­rer Uni­ver­si­tät bei der Aus­ar­bei­tung der För­der­an­trä­ge. Allen Betei­lig­ten gilt mein herz­li­cher Dank – gera­de auch den­je­ni­gen Wis­sen­schaft­le­rin­nen und Wis­sen­schaft­lern, deren Anträ­ge heu­te nicht zum Zuge gekom­men sind. Die dar­in ent­hal­te­nen Ideen und Vor­ha­ben blei­ben gleich­wohl wert­vol­le Anknüp­fungs­punk­te für die Wei­ter­ent­wick­lung der Uni­ver­si­tät Bay­reuth auf die­sem wich­ti­gen Gebiet“, erklär­te Uni­ver­si­täts­prä­si­dent Prof. Dr. Ste­fan Leib­le heu­te nach der Bekannt­ga­be der Entscheidung.

Von der Grund­la­gen­for­schung zu tech­no­lo­gie­na­hen Projekten 

„Künst­li­che Intel­li­genz erweist sich immer mehr als ein zen­tra­ler Inno­va­ti­ons­mo­tor für das 21. Jahr­hun­dert. Die Uni­ver­si­tät Bay­reuth begrüßt daher die muti­ge Ent­schei­dung der baye­ri­schen Staats­re­gie­rung, in For­schung und Ent­wick­lung auf die­sem Gebiet umfas­send und nach­hal­tig zu inve­stie­ren. Unse­re neu­en KI-Pro­fes­su­ren sind ein bedeu­ten­der Schub für die inno­va­ti­ve Dyna­mik an der Uni­ver­si­tät Bay­reuth. Mit ihren fach­li­chen Schwer­punk­ten schla­gen sie einen Bogen von einer theo­re­tisch gepräg­ten Grund­la­gen­for­schung bis hin zur tech­no­lo­gi­schen Anwen­dung der KI in den Natur­wis­sen­schaf­ten. Sie ent­hal­ten daher ein gro­ßes Poten­zi­al für gemein­sa­me For­schungs- und Ent­wick­lungs­ar­bei­ten mit Unter­neh­men, aber auch für die Grün­dung von Start-ups, die wir in Bay­reuth gezielt för­dern“, sagt Prof. Dr. Tor­sten Eymann, Vize­prä­si­dent der Uni­ver­si­tät Bay­reuth für den Bereich Digi­ta­li­sie­rung und Innovation.

Intel­li­gen­tes Energiemanagement

Eine neue Pro­fes­sur für Intel­li­gen­tes Ener­gie­ma­nage­ment wird sich mit Grund­la­gen und Anwen­dun­gen künst­li­cher Intel­li­genz im Bereich der elek­tri­schen Ener­gie­ver­sor­gung und den elek­tri­schen Ener­gie­net­zen befas­sen. Einen Schwer­punkt bil­den dabei dezen­tra­le Ener­gie­sy­ste­me, an denen erneu­er­ba­re Ener­gie­quel­len wie Son­ne und Wind einen hohen Anteil haben. Zahl­rei­che ver­schie­de­ne Akteu­re und Geschäfts­mo­del­le sind in die­sen Syste­men ver­knüpft. Des­halb muss regel­mä­ßig eine gro­ße Zahl wider­sprüch­li­cher Infor­ma­tio­nen und unsi­che­rer Pro­gno­sen ver­ar­bei­tet wer­den. Im Zen­trum der Pro­fes­sur ste­hen daher die Ent­wick­lung neu­er KI-Metho­den: Sie sol­len bes­se­re Vor­her­sa­gen von Ener­gie­er­zeu­gung und Ener­gie­be­darf, von ver­füg­ba­ren Spei­cher­ka­pa­zi­tä­ten und von Netz­eng­päs­sen ermög­li­chen, aber auch einer bes­se­ren Steue­rung und Rege­lung des Gesamt­sy­stems die­nen. Zum intel­li­gen­ten Ener­gie­ma­nage­ment zäh­len der Ein­satz von Kraft­wer­ken, das Lade­ma­nage­ment von sta­tio­nä­ren Spei­chern und Elektrofahrzeugen.

Auf die­se Wei­se wird die Pro­fes­sur einen wich­ti­gen Bei­trag zu einer ver­läss­li­chen Ver­sor­gung mit Erneu­er­ba­ren Ener­gien lei­sten kön­nen. Sie ist dabei in das Pro­fil­feld „Ener­gie­for­schung und Ener­gie­tech­no­lo­gie“ der Uni­ver­si­tät Bay­reuth inte­griert. Mit dem Zen­trum für Ener­gie­tech­nik (ZET), dem Baye­ri­schen Zen­trum für Bat­te­rie­tech­nik (Bay­Batt) und der Fraun­ho­fer FIT Pro­jekt­grup­pe Wirt­schafts­in­for­ma­tik wird sie auf dem Bay­reu­ther Cam­pus eng zusam­men­ar­bei­ten. Der erfolg­rei­che Antrag für die Pro­fes­sur wur­de von der Uni­ver­si­tät Bam­berg sowie von den Hoch­schu­len für Ange­wand­te Wis­sen­schaf­ten in Hof und Mün­chen unter­stützt. Es ist neben dem Antrag der TH Rosen­heim zur KI-gestütz­ten Ener­gie­da­ten­ana­ly­se der ein­zi­ge Antrag auf dem Gebiet der Ener­gie­tech­nik, der sich im KI-Wett­be­werb der baye­ri­schen Uni­ver­si­tä­ten und Hoch­schu­len durch­set­zen konnte.

Maschi­nel­les Lernen 

„Daten­ge­trie­be­ne dyna­mi­sche Opti­mie­rung und Kon­trol­le“ ist das The­ma einer wei­te­ren neu­en KI-Pro­fes­sur. Es geht dabei um ein tech­no­lo­gi­sches Pro­blem, das vie­len Unter­neh­men, For­schungs­in­sti­tu­ten und Ver­wal­tungs­ein­rich­tun­gen auf den Nägeln brennt: Klas­si­sche Ver­fah­ren des maschi­nel­len Ler­nens benö­ti­gen oft mehr IT-Kapa­zi­tä­ten, als auf mobi­len Syste­men zur Ver­fü­gung steht, die in Echt­zeit auf neue Situa­tio­nen reagie­ren müs­sen. Die neue Pro­fes­sur wird in For­schung und Ent­wick­lung auf die Über­win­dung die­ser Pro­ble­ma­tik hin­ar­bei­ten. Sie ist an der Schnitt­stel­le von Mathe­ma­tik, Infor­ma­tik und Robo­tik ange­sie­delt. Das Ziel ist es, Tech­ni­ken des maschi­nel­len Ler­nens mit Ver­fah­ren der opti­ma­len Steue­rung und Rege­lung so zu ver­knüp­fen, dass sie auch in mobi­len Syste­men genutzt wer­den kön­nen. Für die For­schungs­er­geb­nis­se wird es eine Viel­zahl von Anwen­dungs­fel­dern geben: Dazu zäh­len bei­spiels­wei­se die Ent­wick­lung auto­no­mer Fahr­zeu­ge, der Ein­satz von Robo­tern in der Medi­zin und effi­zi­en­te umwelt­freund­li­che Tech­no­lo­gien (Cle­an­Tech). Geplant ist daher auch eine Zusam­men­ar­beit mit der Ener­gie­for­schung an der Uni­ver­si­tät Bay­reuth, ins­be­son­de­re mit dem Baye­ri­schen Zen­trum für Bat­te­rie­tech­nik (Bay­Batt). Die Pro­fes­sur ist zudem Teil eines Ver­bunds neu­er KI-Pro­fes­su­ren, an denen auch die TU Mün­chen und die Katho­li­sche Uni­ver­si­tät Eich­stätt-Ingol­stadt betei­ligt sind.

Nach­hal­ti­ge Materialien 

Mate­ri­al­for­schung und ‑ent­wick­lung sind von zen­tra­ler Bedeu­tung für die For­schung an der Uni­ver­si­tät Bay­reuth. Sie erstreckt sich auf die Pro­fil­fel­der „Poly­mer- und Kol­loid­for­schung“, „Neue Mate­ria­li­en“ sowie „Ener­gie­for­schung und Ener­gie­tech­no­lo­gie“. Eine neue KI-Pro­fes­sur auf dem Gebiet der phy­si­ko-che­mi­schen Mate­ri­al­ana­ly­tik wird neue Mög­lich­kei­ten der Künst­li­chen Intel­li­genz für die­ses inter­dis­zi­pli­nä­re For­schungs­feld erschlie­ßen. Ein wich­ti­ges Ziel ist es dabei, ein tie­fe­res Ver­ständ­nis der Bezie­hun­gen zwi­schen Struk­tu­ren und Eigen­schaf­ten von Mate­ria­li­en zu gewin­nen. Weil aber Mess­da­ten in der Mate­ri­al­for­schung oft sehr viel­fäl­tig und kom­plex sind, müs­sen für ihre Aus­wer­tung neue com­pu­ter­ge­stütz­te Ver­fah­ren ent­wickelt und erprobt werden.

Die neue Pro­fes­sur wird dabei an der Schnitt­stel­le zwi­schen expe­ri­men­tel­ler Mate­ri­al­for­schung und com­pu­ter­un­ter­stütz­ter Aus­wer­tung ange­sie­delt sein. Dadurch sol­len Ana­ly­sen von Struk­tu­ren und Eigen­schaf­ten neue­ster Mate­ria­li­en schnel­ler, prä­zi­ser, und viel­schich­ti­ger durch­ge­führt wer­den kön­nen. Wert­vol­le Impul­se wer­den ins­be­son­de­re für die Berei­che zeit­auf­ge­lö­ster Streu­me­tho­den, Mikro­sko­pie und Spek­tro­sko­pie erwar­tet. In allen drei Berei­chen ver­fügt die Uni­ver­si­tät Bay­reuth über lei­stungs­star­ke For­schungs­tech­no­lo­gien, die auf eine in Deutsch­land ein­zig­ar­ti­ge Wei­se mit­ein­an­der ver­netzt sind. Dadurch wer­den umfas­sen­de Mate­ri­al­ana­ly­sen auf ver­schie­den­sten Län­gen- und Zeit­ska­len mög­lich, stel­len aber zugleich sehr hohe Anfor­de­run­gen an das wis­sen­schaft­li­che Ver­ständ­nis der gewon­ne­nen Daten. Mit Hil­fe Künst­li­cher Intel­li­genz las­sen sich daher ent­schei­den­de Fort­schrit­te bei der Ent­wick­lung von Mate­ria­li­en erzie­len, wie sie künf­tig für nach­hal­ti­ge Tech­no­lo­gien benö­tigt wer­den. Die Bay­reu­ther Pro­fes­sur ist Teil eines Ver­bunds, an dem auch eine neue KI-Pro­fes­sur an der Hoch­schu­le Coburg betei­ligt ist.

Wei­te­re Informationen 

zu den neu­en KI-Pro­fes­su­ren an baye­ri­schen Uni­ver­si­tä­ten und Hoch­schu­len ent­hält die heu­ti­ge Pres­se­mit­tei­lung des Baye­ri­schen Staats­mi­ni­ste­ri­ums für Wis­sen­schaft und Kunst:

www.stmwk.bayern.de/pressemitteilung/11941/nr-119-vom-15–05-2020.html