Neu berufen an die Universität Tübingen

W 1-Juniorprofessur für Klinische Psychologie und Psychotherapie des Kindes- und Jugendalters (Mathematisch-Naturwissenschaftliche Fakultät)

Im Oktober 2024 hat Anna Georg die W 1-Juniorprofessur für Klinische Psychologie und Psychotherapie des Kindes- und Jugendalters an der Mathematisch-Naturwissenschaftlichen Fakultät angetreten.

Anna Georg hat von 2006 bis 2012 Psychologie an der Universität Heidelberg studiert, mit Psychopathologie als Nebenfach und dem Zusatzfach Ethnologie. Nach ihrer Ausbildung als Psychotherapeutin wurde sie 2020 an der Universität Heidelberg in Psychologie promoviert. 

Ab 2020 übernahm Anna Georg in Heidelberg die Forschungsleitung der Ambulanz für Familientherapie des Universitätsklinikums Heidelberg und gründete dort im Jahr 2024 die Sektion „Parent-Child Interactions in Families at risk“. Parallel forschte sie als Post-doc an verschiedenen Projekten am Universitätsklinikum Heidelberg, am University College London und dem Anna Freud Centre London. An der Universität Mannheim übernahm sie 2024 die Vertretungsprofessur für Klinische Psychologie, Kinder- und Jugendpsychologie, bevor sie den Ruf an die Universität Tübingen erhielt.

Der Arbeitsbereich Klinische Psychologie und Psychotherapie des Kindes- und Jugendalters in Tübingen ist mit der Forschung zur Genese, Diagnostik, Prävention und Behandlung von psychischen Erkrankungen im Kindes- und Jugendalter befasst. 

An Anna Georgs Professur angegliedert ist eine Psychotherapeutische Hochschulambulanz für Kinder, Jugendliche und Familien, in der zu Lehr- und Forschungszwecken psychische Störungen bei Kindern, Jugendlichen und Familien behandelt werden. Der Arbeitsbereich und die Hochschulambulanz befinden sich aktuell im Aufbau.

Zu Anna Georgs Forschungsschwerpunkten gehören Eltern-Kind-Interaktionen und deren kognitive, emotionale und psychophysiologische Korrelate, psychische und Verhaltensstörungen in der frühen Kindheit, transaktionale Perspektiven der Entwicklungspsychopathologie, Transmission psychischer Erkrankung und peripartale Gesundheit. 

Maximilian von Platen

W 3-Professur für Maschinelles Lernen in der Wissenschaft II (Mathematisch-Naturwissenschaftliche Fakultät)

Mario Krenn hat zum Juni 2025 die W 3-Professur für Maschinelles Lernen in der Wissenschaft II an der Mathematisch-Naturwissenschaftlichen Fakultät angetreten. Die Professur wurde im Rahmen des Exzellenzclusters „Maschinelles Lernen: Neue Perspektiven für die Wissenschaft" eingerichtet.

Mario Krenn möchte in seiner Forschung verstehen, wie man Wissenschaft mit maschinellem Lernen extrem beschleunigen kann, indem man Prozesse des wissenschaftlichen Arbeitens umfassend automatisiert. Er konzentriert sich dabei auf Anwendungen im Bereich der Physik, insbesondere der Quantenphysik. Sein Ziel ist es, mit intelligenten Algorithmen neuartige Experimente zu designen, mit denen man das Universum von den kleinsten bis zu den größten Strukturen besser beobachten kann.

Die Automatisierung von Wissenschaft ist für Krenn jedoch keine rein technische Frage. Für ihn ist es genauso essenziell, zu verstehen, wie gute menschliche Wissenschaftlerinnen und Wissenschaftler arbeiten und was genau sich hinter Konzepten wie Kreativität, Verständnis und Neugier verbirgt. 

Über sein langfristiges Ziel sagt Mario Krenn: „Ich möchte Forschende künstlich nachbauen“. Es geht ihm konkret darum, jegliche Aspekte menschlichen wissenschaftlichen Arbeitens mit Computern nachzuahmen. Damit meint er nicht, den Mensch in der Wissenschaft zu ersetzen. Vielmehr ist Krenn davon überzeugt, dass Forschende durch einen kreativen Umgang mit künstlicher Intelligenz zu neuen Fragestellungen inspiriert werden können, und dass schlaue Computerprogramme ungewöhnliche Lösungswege finden können, auf die Menschen allein nicht kommen würden. 

Mario Krenn studierte von 2006 bis 2012 Physik in Wien. Dort wurde er 2017 in der Gruppe von Anton Zeilinger im Bereich der Quantenphysik promoviert, wo er anschließend auch als Postdoc arbeitete. 2019 ging er mit einem Erwin-Schrödinger-Stipendium als Postdoc an die University of Toronto, dort war er am Vector Institute for Artificial Intelligence tätig. Bevor er den Ruf nach Tübingen annahm, leitete er ab Herbst 2021 das „Artificial Scientist Lab“ am Max-Planck-Institut für die Physik des Lichts in Erlangen.

Theresa Authaler

W 1-Juniorprofessur für Maschinelles Lernen und Intelligente Systeme IV (Tübingen AI Center)

Im Juni 2025 hat Nicole Ludwig die W 1-Juniorprofessur für Maschinelles Lernen und Intelligente Systeme IV am Tübingen AI Center angetreten. In der Climate, Energy, and Machine Learning Systems Group wird Ludwig an der Schnittstelle von maschinellem Lernen, Klimawissenschaft und Energiesystemen forschen, mit dem Ziel, evidenzbasierte Entscheidungen für eine nachhaltige Entwicklung zu unterstützen.

Nicole Ludwig schloss 2014 ihr Bachelorstudium der Wirtschaftswissenschaften an der Universität Freiburg ab, mit einem Schwerpunkt in Statistik und Ökonometrie. Dieser Hintergrund in der quantitativen Analyse brachte sie zu statistischen Lernverfahren, die ihre weitere akademische Laufbahn prägten. Von 2014 bis 2016 absolvierte Ludwig den Master of Science in Wirtschaftswissenschaften und Informatik an den Universitäten Freiburg und Oslo. Anschließend promovierte sie am Karlsruher Institut für Technologie und an der Universität Oxford mit einer Arbeit zu Maschinellem Lernen für Energiesysteme.

Nach ihrer Promotion war Dr. Ludwig als Postdoc bei der Wissenschaftsplattform Helmholtz AI tätig, bevor sie 2020 als Nachwuchsgruppenleiterin an das Exzellenzcluster "Maschinelles Lernen – Neue Perspektiven für die Wissenschaft" der Universität Tübingen wechselte.

Nicole Ludwig befasst sich in ihrer Forschung mit den komplexen Herausforderungen der Anpassung an den Klimawandel in Energiesystemen. Sie untersucht, wie sich die veränderten Klimabedingungen – einschließlich Temperaturschwankungen und wechselnde Windmuster – auf die Erzeugung erneuerbarer Energien und die Netzinfrastruktur auswirken werden. Indem sie Klimawissenschaft und angewandte Methoden des maschinellen Lernens integriert, entwickelt Nicole Ludwig hochauflösende, umsetzbare Prognosen, die politische Entscheidungen für eine widerstandsfähige Gestaltung der Energieinfrastruktur erleichtern. Ihr Forschungsbereich erstreckt sich auch auf umfassendere Nachhaltigkeitsbewertungen, einschließlich der Auswirkungen auf landwirtschaftliche Systeme und die Anfälligkeit der Infrastruktur für extreme Wetterereignisse.

Claudia Brusdeylins

W 3-Professur für Mediengestützten Wissenserwerb in informellen und außerschulischen Lernorten (Mathematisch-Naturwissenschaftliche Fakultät und Leibniz-Institut für Wissensmedien) 

Eva Specker hat zum 01. April 2025 die W 3-Professur für Mediengestützten Wissenserwerb in informellen und außerschulischen Lernorten an der Mathematisch-Naturwissenschaftlichen Fakultät und dem Leibniz-Institut für Wissensmedien (IWM) angetreten. 

Eva Specker schloss an der Universität Amsterdam zunächst 2014 ihren Bachelor in Psychologie ab, anschließend machte sie 2016 ebenfalls dort den Forschungsmaster in Psychologie. Parallel absolvierte sie Museumsstudien, Kunstgeschichte und Kunstwissenschaft als Nebenfächer und arbeitete bis 2015 als wissenschaftliche Mitarbeiterin in verschiedenen Projekten. 

Im Jahr 2019 wurde Specker an der Universität Wien ihre in Psychologie promoviert, in einem interdisziplinären Projekt zusammen mit Kunsthistorikern. Anschließend war sie als Postdoc an der Universität Wien tätig, wo sie von 2022 bis 2025 eine vom Österreichischen Wissenschaftsfonds FWF geförderte Forschungsgruppe leitete und 2025 auch ihre Habilitation abschloss. Außerdem war sie von 2018 bis 2022 (studentisches) Mitglied des Editorial Boards der Zeitschrift Psychology of Aesthetics, Creativity, and the Arts, seit 2022 ist sie als Associate Editor für die Zeitschrift tätig. Außerdem ist Eva Specker seit 2022 ist Vorstandsmitglied der International Association of Empirical Aesthetics (IAEA).

Am IWM leitet Eva Specker die Arbeitsgruppe Ästhetik und Lernen (ALL). Mit ihrer Arbeitsgruppe möchte sie verstehen, wie ästhetische Erfahrungen eine Quelle des Lernens sein können und was man aus ästhetischen Erfahrungen lernen kann. Sie hat sich schon immer für die Rolle interessiert, die Ästhetik und Kunst in unserem Leben spielen, und dafür, wie sie Quellen des Lernens im weitesten Sinne sein können. Um diese Themen zu untersuchen, geht sie von einem starken psychologischen Hintergrund aus, integriert aber auch andere interdisziplinäre Perspektiven.

Dabei verfolgt sie einen kombinierten Ansatz, der darauf abzielt, Erkenntnisse aus kontrollierten experimentellen Laborsettings auf ökologisch valide, lebensnahe informelle Lernsituationen zu übertragen. Ein besonderer Schwerpunkt liegt auf dem Lernen in Museen. Die Arbeitsgruppe verwendet eine Vielzahl von Methoden (z.B. Eye-Tracking, Virtual Reality), die die komplette Bandbreite von computerbasierten Aufgaben bis hin zu realen Interaktionen abdecken.

Maximilian von Platen