Award
© Amadeus Bramsiepe, KIT
23.03.2022

Heinz Maier-Leibnitz-Preis für Pascal Friederich

Heinz Maier-Leibnitz-Preis für Pascal Friederich

Pascal Friederich, Tenure-Track-Professor am Karlsruher Institut für Technologie (KIT), erhält einen Heinz Maier-Leibnitz-Preis der Deutschen Forschungsgemeinschaft (DFG). Der mit 20.000 Euro dotierte Preis gilt als die wichtigste Auszeichnung für den wissenschaftlichen Nachwuchs in Deutschland. In seiner interdisziplinär ausgerichteten Arbeit konzentriert sich Pascal Friederich auf den Einsatz Künstlicher Intelligenz in der Materialsimulation, virtuelles Materialdesign sowie autonome experimentelle Plattformen zur automatischen Materialerkennung.

„Die Anforderungen an neue, hochleistungsfähige Materialien – sei es für effiziente Energiespeicher oder für Anwendungen in der Medizin – steigen immer weiter, zugleich müssen die Entwicklungszeiten immer kürzer werden. Dieser Herausforderung stellt sich Tenure-Track-Professor Pascal Friederich mit der perfekten Verknüpfung von Methoden des Maschinellen Lernens mit den Materialwissenschaften“, sagt der Präsident des KIT, Professor Holger Hanselka. „Der Leibnitz-Preis ist eine tolle Anerkennung seiner großartigen Arbeit. Wir sind stolz und freuen uns sehr mit ihm!“

Die DFG verleiht den Heinz Maier-Leibnitz-Preis an Forscherinnen und Forscher in einem frühen Karrierestadium für herausragende Leistungen. Der Preis ist mit 20.000 Euro dotiert und soll die Ausgezeichneten dabei unterstützen, ihre wissenschaftliche Laufbahn weiterzuverfolgen. 2022 erhalten insgesamt zehn Forschende den Leibnitz-Preis. Benannt ist dieser nach dem Physiker Professor Heinz Maier-Leibnitz, DFG-Präsident von 1974 bis 1979.

Steigende Nachfrage nach leistungsfähigen Materialien

Pascal Friederich ist Tenure-Track-Professor am Institut für Theoretische Informatik (ITI) des KIT sowie assoziierter Gruppenleiter am Institut für Nanotechnologie (INT) und leitet die Forschungsgruppe AiMat (Artificial Intelligence for Materials Sciences). Sie befasst sich vor allem mit der datenbasierten Vorhersage von Materialeigenschaften, mit computergestütztem Materialdesign, mit dem Einsatz von Maschinellem Lernen zur Materialsimulation auf atomarer Skala sowie mit der direkten Verbindung von Methoden der Künstlichen Intelligenz mit Experimenten im Labor. Diese Themen gewinnen angesichts der steigenden Nachfrage nach leistungsfähigen Materialien und der Vielfalt an Anwendungsmöglichkeiten stetig an Bedeutung.

Nach dem Bachelor- und Masterstudium der Physik am KIT entwickelte Pascal Friederich im Rahmen seiner Promotion, ebenfalls am KIT, eine neue Methode zur Berechnung der Materialeigenschaften von organischen Halbleitern, die den Weg zum Design neuartiger organischer Halbleiter weist. Bei Forschungsaufenthalten am Georgia Institute of Technology/USA sowie als Marie Curie Fellow an der Harvard University/USA und an der University of Toronto/Kanada, arbeitete er an der Entwicklung von Methoden des Maschinellen Lernens für verschiedene Disziplinen. Er ist Autor zahlreicher Publikationen in renommierten wissenschaftlichen Zeitschriften.

Zur Forschung von Pascal Friederich:

Einsatz Künstlicher Intelligenz bei der Entwicklung metall-organischer Gerüstverbindungen (KIT News zu einer Publikation in der Zeitschrift Angewandte Chemie)

Anwendung von Maschinellem Lernen für schnellere und genauere Materialsimulationen (KIT Presseinformation zu einer Publikation in der Zeitschrift Nature Materials)

(Quelle: Presseinformation des KIT – Karlsruher Institut für Technologie)

Schlagworte

DesignKIMaschinelles LernenMaterialforschungMaterialwissenschaftSimulation

Verwandte Artikel

22.04.2024

Führungsrolle bei digitalen Innovationen? Industrie ist gespalten

Die Hannover Messe zeigt ab heute jede Menge digitaler Innovationen. Die industrielle Fertigung wird zunehmend digitaler und die deutschen Unternehmen sind uneins über ih...

Digitaler Zwilling Digitalisierung Industrie 4.0 Industrielle Fertigung KI
Mehr erfahren
15.04.2024

Innovationsfähigkeit entscheidet über Produktivitätssteigerungen

Maschinen- und Anlagenbauer weltweit können ihre Produktivität um 30 bis 50 Prozent steigern, indem sie Innovationen in den Bereichen KI , Lean sowie Digitalisierung und...

Additive Fertigung Anlagenbau Digitalisierung Industrie 4.0 Informationstechnologie Innovationsfähigkeit KI Maschinenbau Nachhaltigkeit Operative Technologie Produktivität
Mehr erfahren
06.04.2024

Normung und Innovation: ein nachhaltig erfolgreiches Paar

Angesichts der einschneidenden Veränderungen der wirtschaftlichen Wertschöpfung ist die Einbindung von KMU in die Normung von großer Bedeutung. Sie bekommen dadurch die...

Circular Economy Innovation KI Kreislaufwirtschaft Normung
Mehr erfahren
Die Laser-induced Breakdown Spectroscopy LIBS detektiert wertvolle Legierungen in Metallschrott, den Roboter sortenrein trennen. Das Verfahren schafft die Grundlage für geschlossene Stoffkreisläufe ohne Downcycling.
02.04.2024

Lasertechnik und KI beflügeln die Kreislaufwirtschaft

Die Recyclingbranche setzt zunehmend auf die Laser-Emissionsspektroskopie (LIBS), um wiederverwendbare Rohstoffe in Abfallströmen zu identifizieren. Das Fraunhofer-Instit...

Circular Economy KI Kreislaufwirtschaft Laser-Emissionsspektroskopie Lasertechnologien Recycling
Mehr erfahren
Der Strain Hardening Test (SHT) ermöglicht eine präzise Überprüfung der Spannungsrissbeständigkeit von Kunststoffen.
25.03.2024

SKZ setzt neue Maßstäbe in der Kunststoffprüfung mit innovativem Strain Hardening Test (SHT)

Das SKZ setzt auf fortschrittliche Prüfverfahren zur Qualitätssicherung von Kunststoffen aus Polyolefinen. Der Strain Hardening Test ermöglicht das präzise Prüfen der Spa...

AD AI AM ERP Forschung Gas KI Kunststoff MES Norm Normen Polymere Prüfverfahren Qualitätssicherung Regelwerk Regelwerke Stanzen TIG Verformung Werkstoffe Zugversuch
Mehr erfahren