Forschungsbereiche

Die Forschung in Biomedizinischer Informatik in Tübingen konzentriert sich auf die Entwicklung innovativer Modelle, Algorithmen, KI-Methoden und Softwarewerkzeuge zur Beantwortung zentraler Fragestellungen in den Lebenswissenschaften. Die Forschung deckt ein breites Spektrum an Themen ab, mit besonderen Schwerpunkten in der Phylogenetik, der Evolution von Proteinstrukturen, der strukturellen Bioinformatik, der computergestützten Wirkstoffforschung, der Immuninformatik, der Genomik (und aDNA), der Mikrobiomforschung, der Integration von Multi-Omics-Daten, der Genexpressionsanalyse, dem datenschutzwahrenden maschinellen Lernen, klinischen Entscheidungshilfesystemen, medizinischen Large Language Models (LLMs) sowie dem Schutz medizinischer Daten.

Diese vielfältige und interdisziplinäre Forschungslandschaft bietet enormes Potenzial, um das wissenschaftliche Verständnis zu erweitern und aktuelle Herausforderungen in der Medizin zu adressieren – etwa die beschleunigte Entwicklung personalisierter Krebsimmuntherapien oder ein besseres Verständnis der Interaktion zwischen Mikrobiom und Wirt während einer Infektion.

Die Tübinger Forscherinnen und Forscher in Bioinformatik und Medizinischer Informatik sind eng eingebunden in verschiedene führende interdisziplinäre Forschungszentren und Graduiertenprogramme, darunter:

• Interfakultäres Institut für Biomedizinische Informatik (IBMI)
• Zentrum für Quantitative Biologie (QBiC)
• Deutsches Zentrum für Infektionsforschung (DZIF)
• Internationale Max-Planck-Forschungsschulen: “From Molecules to Organisms” und “Intelligent Systems”
• Geogenomisches Archäologie-Campus Tübingen (GACT)

Laufende Forschungsprojekte (Auswahl)

Verbünde und Verbundprojekte

• 2019–2032: Exzellenzcluster: Controlling Microbes to Fight Infections (CMFI)
• 2019–2032: Exzellenzcluster: Maschinelles Lernen: Neue Perspektiven für die Wissenschaft
• 2019–2032: Exzellenzcluster: Image-guided and Functionally Instructed Tumor Therapies (iFIT)
• Universität Tübingen & Boehringer Ingelheim: AI & Data Science Fellowship Program

Die Lehrstühle im Bereich „Foundations of Computing“ befassen sich mit den Kernbereichen der theoretischen, praktischen und technischen Informatik von den theoretischen Grundlagen bis zu praktischen Anwendungen. 

Die theoretische Informatik stellt grundsätzliche Fragen zu Berechenbarkeit, Effizienz und Fähigkeiten von Funktionen und Algorithmen und entwickelt Formalisierungen, die in anderen Bereichen der Informatik verwendet werden, um komplexe Systeme zu beschreiben und zu analysieren. 

• Welche Funktionen kann ein Computer prinzipiell berechnen, welche nicht?
• Zu welchen Fragestellungen gibt es effiziente Algorithmen?
• Können wir beweisen, dass manche Algorithmen besser sind als andere, und in welchem Sinne?
• Können Computer bestimmte Aufgaben “von selber lernen”, und wenn ja, welche und wie?

In der praktischen Informatik stehen die effiziente Konstruktion großer Softwaresysteme, die Analyse und Transformation strukturierter Daten, Algorithmen für das automatische Beweisen und Optimieren sowie Lösungen für komplexe Web-basierte verteilte Systeme im Fokus der aktuellen Forschung. 

• Deklarative Sprachen für die Analyse und Transformation strukturierter Daten
• Neue Paradigmen für datenintensives Programmieren
• Effiziente Konstruktion großer Softwaresysteme
• Definition, Analyse und Verifikation von Softwaresystemen
• Algorithmen zum Rechnen in der Mathematischen Aussagenlogik

In der technischen Informatik stellen der Entwurf, die Analyse und die Optimierung von eingebetteten Systemen, Kommunikationsnetzen und Rechnerarchitekturen sowie technische Anwendungen maschineller Lernverfahren den Schwerpunkt der aktuellen Forschung.

• Entwurf und Verifikation sicherer eingebetteter Systeme
• Timing- und Poweranalyse eingebetteter Software
• Architekturentwurf: von der Systemebene bis zum Tapeout
• Neural Interfaces and Brain Signal Decoding
• Design, Optimierung und Anwendung von Kommunikationsnetzen
• Internet-Protokolle, Software-Defined Networking (SDN)
• Industrie-, Automobil- und Satellitennetze, 5G/6G
• Ausfallsicherheit, Netzwerksicherheit, Cyber Security

Laufende Forschungsprojekte (Auswahl)

Verbünde und Verbundprojekte

• 2019–2032: Exzellenzcluster: Maschinelles Lernen: Neue Perspektiven für die Wissenschaft

Die Forschungsgruppen im Bereich maschinelles Lernen decken ein breites Themenspektrum ab, das von der Arbeit an den theoretischen Grundlagen über wissenschaftliche und industrielle Anwendungen bis hin zu den gesellschaftlichen Auswirkungen des maschinellen Lernens reicht. Zu den aktuellen Forschungsthemen gehören:

• Entwicklung fairer, robuster, sicherer und geschützter maschineller Lernsysteme
• Entwurf effizienter Lernalgorithmen in Bezug auf Hardware, Berechnung, Daten und Integration von Vorwissen
• Korrekte Quantifizierung der Unsicherheit bei Vorhersagen
• Lernen mit multimodalen Daten, insbesondere mit Text, Bildern, Video, Ton usw.
• Lernen mit Agenten in dynamischen Umgebungen
• Ethische und gesellschaftliche Fragen, die sich aus der Nutzung von KI-Systemen ergeben

Im Rahmen des Exzellenzclusters „Maschinelles Lernen: Neue Perspektiven für die Wissenschaft“ arbeiten wir mit Wissenschaftlerinnen und Wissenschaftlern aus vielen verschiedenen Bereichen zusammen, beispielsweise mit Forschenden aus den Bereichen Computational Neuroscience, Medizin, Biologie, Geowissenschaften und Physik, aber auch aus den Bereichen Sozialwissenschaften, Recht und Philosophie.
 

Wir arbeiten eng mit anderen Partnern zusammen, die in Tübingen im Bereich KI forschen:

• Max-Planck-Institut für Intelligente Systeme
• Max-Planck-Institut für Biologische Kybernetik
• ELLIS-Institut Tübingen
• Hertie-Institut für KI in der Hirnforschung
• CZS-Institut für Künstliche Intelligenz und Recht

Wir sind auch Teil größerer Initiativen in Tübingen, Deutschland und Europa:

• Tübingen AI Center
• Konrad-Zuse-Schule für Exzellenz in Lern- und Intelligenten Systemen (ELIZA)
• ELIAS: European Lighthouse of AI for Sustainability
• Open Euro LLM

Das Tübingen AI Center organisiert jedes Jahr den Bundeswettbewerb für Künstliche Intelligenz (BWKI).

Laufende Forschungsprojekte (Auswahl)

Verbünde und Verbundprojekte

• 2019–2032: Exzellenzcluster: Maschinelles Lernen: Neue Perspektiven für die Wissenschaft
• 2017–2029: Sonderforschungsbereich: Robust Vision (SFB 1233) (mit MPI-IS)
• Internationale Max-Planck-Forschungsschule für Intelligente Systeme (IMPRS-IS) (u. a. mit MPI-IS)

Einzelprojekte

• 2026–2031: ERC Consolidator Grant an Andreas Geiger: Computational Assistants for Scientific Discovery (CASIDO)
• 2025–2030: ERC Starting Grant an Claire Vernade: Continual and Sequential Learning for Artificial Intelligence (ConSequentIAL)
• 2024–2029: ERC Consolidator Grant an Philipp Hennig: Advanced Numerics for Uncertainty and Bayesian Inference in Science (ANUBIS)
• 2023–2028: ERC Consolidator Grant an Georg Martius: Model-based Reinforcement Learning for Versatile Robots in the Real World (REAL-RL)
• 2023–2028: ERC Consolidator Grant an Jakob Macke: DeepCoMechTome
• 2022–2028: Projekt der Carl-Zeiss-Stiftung: Certification and Foundations of Safe Machine Learning Systems in Healthcare
• 2020–2025: ERC Starting Grant für Andreas Geiger: Learning Generative 3D Scene Models for Training and Validating Intelligent Systems (LEGO-3D)

Die Forschungsgruppen im Bereich Vision & Kognition untersuchen die Verarbeitung visueller Informationen beim Menschen und in künstlichen Systemen. Übergeordnete Ziele sind die Verknüpfung menschlicher kognitiver Fähigkeiten mit Erkenntnissen über zugrunde liegende neuronale Prozesse sowie die Entwicklung und Implementierung technischer kognitiver Systeme. Die Forschung umfasst Psychophysik und kognitive Neurowissenschaften, Multisensor- und sensomotorische Verarbeitung, fortgeschrittene Bildanalyse, Robotik, intelligente Softwaresysteme und Computergrafik. Zu den aktuellen Forschungsthemen gehören:

• Fotorealistische 3D-Erfassung
• Mobile Roboter
• Selbstlernende Avatare in der virtuellen Realität
• Computermodelle des menschlichen Sehens und Erkennens
• Visuell gesteuerte menschliche Motorik und damit zusammenhängende Gehirnprozesse
• Räumlich-zeitliche Segmentierungs- und Prognosesysteme
• Generative, rekurrente und selbstorganisierte künstliche neuronale Netze 

Die Gruppen sind Teil des interfakultären Cognitive Science Center der Universität Tübingen. Dieses Zentrum bringt Forscher aus den Natur- und Geisteswissenschaften zusammen und verfolgt das Ziel, ein tieferes Verständnis der Kognition zu erlangen. Kognition liegt Verhalten, Wahrnehmung, Sprache und – allgemeiner – der menschlichen Kultur zugrunde. Kognition ist fest in der Physik, Biologie und Neurobiologie verankert und kann durch Modellierungstechniken unter Verwendung von maschinellem Lernen, Mathematik und Statistik untersucht werden.

Laufende Forschungsprojekte (Auswahl)

Verbünde und Verbundprojekte

• 2019–2032: Exzellenzcluster: Maschinelles Lernen: Neue Perspektiven für die Wissenschaft
• 2017–2029: Sonderforschungsbereich: Robust Vision (SFB 1233) (mit MPI-IS)

Einzelprojekte

• 2026–2031: ERC Consolidator Grant an Andreas Geiger: Computational Assistants for Scientific Discovery (CASIDO)
• 2025–2029: ERC Starting Grant an Charley Wu: Compositional Compression in Cognition and Culture (C4)
• 2024–2028: Research Unit: Land-Atmospheric Feedback Interactions (Mitglied: Martin Butz).
• 2024–2027: BBVA Foundation Programme Grant an Felix Wichmann zusammen mit M. Bertalmío (Madrid) und J. Malo (Valencia) zu Vision Science and Artificial Neural Networks.
• 2020–2026: Research Unit: Modal & Amodal Cognition (Mitglieder: Martin Butz, Volker Franz, Charley Wu).
• 2020–2025: ERC Starting Grant an Andreas Geiger: Learning Generative 3D Scene Models for Training and Validating Intelligent Systems (LEGO-3D)