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

Robotergestütztes 3D-Schneiden mit maximaler Flexibilität
19.08.2026

EuroBLECH 2026: MicroStep setzt auf Schneidtechnik, Robotik und Digitalisierung

MicroStep Europa präsentiert auf der EuroBLECH 2026 neue Anlagen, Steuerungstechnologie und digitale Lösungen für die Blechbearbeitung.

Automatisierung Blech Digitalisierung Faserschneiden KI Künstliche Intelligenz Laserstrahlschneiden Prozessüberwachung Roboter Schneiden Schneidlösung
Mehr erfahren
Blueprint Talk mit (v.l.n.r.) Christoph Spranger, Yvonne Weitsch, Matteo Berioli und Moderatorin Sarah Yvonne Elsser
18.08.2026

Digital Engineering für Verteidigungstechnik: Entwicklung unter Zeitdruck

Bei einem Fachgespräch von Cadfem diskutierten Vertreter von Rohde & Schwarz, Vites und Augusta Space über die Rolle von Simulation, digitalen Zwillingen und europäischer...

Automobilindustrie Drohnen Ingenieur Luft- und Raumfahrt Maschinelles Lernen Numerische Simulation PE PU Resilienz Simulation Verteidigung
Mehr erfahren
Das Konsortialteam des Forschungsprojektes „SKIPRO“
18.08.2026

Forschungsprojekt Skipro erschließt Produktionsdaten für generative KI

Unter Leitung des Werkzeugmaschinenlabors WZL der RWTH Aachen entwickelt ein Konsortium Softwaremethoden und eine Integrationsmiddleware für den kontextbezogenen Einsatz...

Automatisierung Automatisierungssysteme Datenverarbeitung Engineering EWA IoT KI Materialforschung PE Prototypen PU
Mehr erfahren
17.08.2026

AMB 2026: SW Presents Multi-spindle Machining and Mobile Automation

chwäbische Werkzeugmaschinen (SW) will present machining and automation systems for different production volumes and industries at AMB 2026 in Stuttgart. The exhibits on...

Automation KI MES Robotic Robotics Werkzeugmaschinen
Read more
Nils Meyer (rechts) und Projektmitarbeiter Julian Greif entwickeln ein KI-Tool für die Bauteilentwicklung im Spritzguss.
14.08.2026

KI beschleunigt Berechnungen für den Spritzguss um Faktor 100

Viele Kunststoffprodukte – vom Gehäuse eines Akkuschraubers bis zum Zahnbürstengriff – werden im Spritzgussverfahren hergestellt. Dabei wird geschmolzener Kunststoff in e...

Bauteile Fertigung Konstruktion Kunststoff Kunststoffprodukte Simulation Spritzguss
Mehr erfahren