Die Werner-von-Siemens-Fellows eröffnen neue Horizonte in Technik und Naturwissenschaften
Individualisierte Privatsphäre im Maschinellen Lernen, Co-Design von Hard- und Software für alltagstaugliche KI, die genauesten Messungen mit Atom-Uhren, mehr Sicherheit über die Prognose von Ermüdungsbrüchen und Ionenfallen in Nanophotonik: In fünf Beiträgen gewähren die Werner-von-Siemens-Fellows Jahrgang 2025 Einblick in ihre zukunftsweisenden Forschungsgebiete. Diese fünf Persönlichkeiten, die Werner-von-Siemens-Fellows 2025, die auf diesem Weg ihre Forschungsarbeit vorstellen, repräsentieren eine Generation von Forschenden, die sich den großen Fragen unserer Zeit stellt und Wandel nicht als Bedrohung, sondern als Gestaltungsaufgabe begreift.
Dr. Franziska Boenisch: Individualisierte Privatsphäre im maschinellen Lernen
Dr. Franziska Boenisch wurde als Werner-von-Siemens-Fellow ausgezeichnet für die Entwicklung eines neuen Paradigmas im Bereich des Datenschutzes für KI-Modelle: der individualisierten Privatsphäre. Mit ihrem Ansatz eines flexiblen, nutzerzentrierten Verständnisses von Differential Privacy – einem mathematischen Konzept zum Schutz der Privatsphäre bei der Veröffentlichung statistischer Informationen – ermöglicht sie es erstmals, individuelle Datenschutzpräferenzen von Patient:innen in das Training großer Sprachmodelle (LLMs) einzubeziehen. Ihre Arbeit stellt einen bedeutenden Fortschritt insbesondere für den Einsatz von KI im Gesundheitswesen dar, wo Vertrauen und Datensouveränität entscheidend sind.
Dr. Elena Jordan: Ionenfallen mit integrierter Nanophotonik
Dr. Elena Jordan wurde für ihre Pionierarbeit auf dem Gebiet der mobilen Quantensensorik ausgezeichnet. Sie entwickelt skalierbare Ionenfallen mit integrierter Nanophotonik – einer Schlüsseltechnologie für Quantensensoren und Quantencomputer. Ihr innovatives Fallendesign wurde bereits patentiert und erfüllt höchste Anforderungen in der fundamentalen Physik und der Frequenzmetrologie. Damit schafft Elena Jordan die Voraussetzungen für portable Quantensensoren und den Einsatz von Quantentechnologieanwendungen außerhalb spezialisierter Labore. Dies markiert einen entscheidenden Schritt hin zu einer breiten gesellschaftlichen Nutzung der Quantentechnologie.
Dr.-Ing. Martha Kalina: Simulation von Ermüdungsbrüchen
Dr.-Ing. Martha Kalina wurde für ihre Forschung an der Schnittstelle von Maschinenbau, Werkstoffmechanik und numerischer Mathematik ausgezeichnet. Mit ihrem Phasenfeldmodell zur Simulation von Rissinitiierung und -fortschritt entwickelt sie neue Ansätze zur Lebensdauerprognose moderner Werkstoffe. Die Methode erlaubt erstmals eine skalierbare und mikroskopisch präzise Analyse von Ermüdungsschäden – ein wichtiger Beitrag zur Entwicklung nachhaltiger, langlebiger Materialien für Maschinen und Bauteile. Ihre Arbeit verbindet grundlegende Wissenschaft mit konkretem Nutzen für Industrie und Gesellschaft.
Dr. Johannes Tiedau: Grundlagen für die erste optische Kernuhr
Dr. Johannes Tiedau erhielt die Auszeichnung für einen wissenschaftlichen Meilenstein auf dem Weg zur ersten optischen Kernuhr: Gemeinsam mit Kolleg:innen der Technischen Universität Wien gelang es ihm, mithilfe eines Lasers den Kernzustand im Isotop Thorium-229 zu verändern. Die neuartige Uhrengeneration hat das Potenzial, die Genauigkeit aktueller optischer Atomuhren nochmals deutlich zu übertreffen und eröffnet neue Wege für fundamentale Tests der Physik sowie hochpräzise Zeitmessung. Seine Forschung verbindet fundamentale Grundlagenforschung mit konkreten Anwendungsperspektiven in Metrologie und Navigation.
Dr. Taha Soliman: KI mit Co-Design von Hard- und Software
Dr. Taha Soliman wurde als Werner-von-Siemens-Fellow für seine Entwicklung innovativer Hardware-Architekturen und Optimierungsmethoden für effiziente eingebettete KI-Systeme ausgezeichnet. Durch die kombinierte Weiterentwicklung von Hard- und Software reduziert er Latenz und Energieverbrauch, wodurch KI-Anwendungen alltagstauglich werden. Seine Forschung ermöglicht den ressourcenschonenden Betrieb komplexer neuronaler Netze und fördert so die Umweltverträglichkeit und Energieeffizienz. Damit macht er KI zu einer Technologie, die auch im eingebetteten Kontext zuverlässig und nachhaltig eingesetzt werden kann.
