31.07.2025
Erfolg im Reinhart-Koselleck-Programm der DFG: TUD-Professur Jürgen Czarske wirbt renommierte Forschungsförderung über rund 1,5 Millionen Euro ein
Für das Forschungsvorhaben „Physics-Informed Deep Learning Systems for Secure Information Transmission with Multimode Fibers“ (Phys-Deep-Fiber) erhält die Professur für Mess- und Sensorsystem-Technik (Inhaber: Prof. Jürgen Czarske) der Technischen Universität Dresden (TUD) eine Förderung im renommierten Reinhart-Koselleck-Programm der Deutschen Forschungsgemeinschaft (DFG). Mit diesem Programm fördert die DFG besonders innovative und anspruchsvolle Forschungsvorhaben und bietet durch eine Fördersumme von rund 1,5 Millionen Euro über fünf Jahre großen Spielraum für die Forschung.
In dem Projekt möchte das Forschungsteam mit Physik-fundierten neuronalen Netzwerken zum nächsten Level der faseroptischen Informationsübertragung gelangen. Nach 2014 ist das bereits die zweite Koselleck-Förderung zu einem Thema der Energie- und Prozesstechnik für Czarske: „Das Reinhart-Koselleck-Projekt gibt meinem Team mit seiner flexiblen Gestaltung über fünf Jahre die Möglichkeit, diese Ideen grundlegend zu verfolgen. Koselleck-Projekte werden sehr selektiv und nach strengen Kriterien in einem mehrstufigen Begutachtungsprozess vergeben. Es ist ein großer Vertrauensvorschluss, eine große Ehre und Bestätigung der eingeschlagenen neuen Wege für das Team und ein Ansporn für neue wissenschaftliche Durchbrüche”, so Prof. Jürgen Czarske.
Beiträge zur „Explainability“ und zum hohen Energiebedarf von KI-Lösungen
Künstliche Intelligenz (KI) hat sich u. a. für Dialogsysteme wie ChatGPT und bei der Interpretation von CT-Aufnahmen etabliert. Hochkarätige Forschungspreise wurden bereits für KI-basierte Durchbrüche in der Physik und Chemie vergeben. Ein grundlegendes Problem von KI sind die „Explainability“ – also wie KI-Anwendungen zu ihren Ergebnissen kommen – und der enorme Energiebedarf. Auch diese Fragen werden Czarkse und sein Team im eingeworbenen Koselleck-Projekt adressieren.
Physikalisch fundierte Deep-Learning-Systeme erweisen sich zunehmend wie Schweizer Taschenmesser als universell einsetzbar für viele Anwendungen. Darunter in Zukunft auch optische Kommunikation und Sensorik, automatisiertes Fahren, intelligente (Endo)-Mikroskopie für die Biomedizin, Metaverse-Anwendungen, moderne Laserbasierte Fertigungs-/Produktionstechnologien, Quantenkommunikation, Quantenbildgebung und Quantencomputing.
Informationssicherheit bei Glasfaser-Kommunikation erhöhen
Die Kommunikationstechnologien auf Glasfaser-Basis bilden das Rückgrat des Internets. Fortschritte sind nicht nur für das anhaltend exponentielle Wachstum der Datenraten, sondern insbesondere für die Datensicherheit sowie für energiesparende Paradigmenwechsel in der Informationstechnik wichtig. Im neuen Koselleck-Projekt werden zudem neuartige XAI-basierte Messsysteme adressiert, wobei datengetriebene Algorithmen mit physikalischen Modellen kombiniert werden. Optische neuronale Netze werden mithilfe künstlicher Intelligenz trainiert, kommen aber ohne stromhungrige GPUs aus. Optische neuronale Netze weisen auf einen Paradigmenwechsel nicht nur beim Energieverbrauch und der Nachhaltigkeit, sondern auch bei der Echtzeitmessung der Lichtstreuung.
Zur Person: Prof. Jürgen Czarske
Prof. Jürgen Czarske ist Chair Professor und Direktor an der TU Dresden und leitet das Kompetenzzentrum BIOLAS und das Institut für Grundlagen der Elektrotechnik an der Fakultät Elektrotechnik und Informationstechnik, ist kooptierter Professor für Physik und adjunct Professor in Arizona. Prof Czarske wurde ausgezeichnet mit dem Joseph Fraunhofer Award / Robert M Burley Prize in Washington D.C., OPTICA (Society for Advancing Optics and Photonics Worldwide, USA); Laser Instrumentation Award, IEEE (Institute of Electrical and Electronics Engineers, USA), Chandra S. Vikram Award in Optical Metrology, San Diego by SPIE (International Society of Optics and Photonics, USA).