News

Bildquelle: peshkova/Adobe Stock

Die Universität Bayreuth hat eine neue Forschungsinfrastruktur auf den Weg gebracht: das Research Center for AI in Science & Society (RAIS²). Diese zentrale Plattform zur Vermittlung von KI-Expertise an der UBT vernetzt Forschende, Entwicklerinnen und Anwenderinnen von KI-Methoden über alle Fakultäten hinweg. Hier widmen sich Expertinnen und Experten gemeinsam den aktuellen gesellschaftlichen, ökonomischen, ökologischen und technologischen Herausforderungen und Chancen, die KI mit sich bringt.

„Wir setzen bei RAIS² auf interdisziplinäre und transdisziplinäre wissenschaftliche Zusammenarbeit, wie sie für die Uni Bayreuth typisch ist“, sagt Universitätspräsident Prof. Dr. Stefan Leible. „Damit soll das Thema Künstliche Intelligenz über die Grenzen der verschiedenen Wissenschaftsdisziplinen hinweg, in Anbindung mit Partnern in der Region, und auch in einem gesellschaftlichen Diskurs vorangetrieben werden.“ Das Forschungszentrum soll zum wissenschaftlichen Fortschritt in diesem Feld beitragen und darüber hinaus Impulse für Lehre, Wissenstransfer und Wissenschaftskommunikation liefern. Konkret besteht das Forschungszentrum zum Zeitpunkt der Gründung aus den folgenden fächerübergreifenden Säulen, die in Zukunft noch weiter ausgebaut werden sollen:

1. AI Technology (Lead: Prof. Dr. Anton Schiela) - Hier bündelt sich die theoretische und methodische Grundlage für die Aktivitäten des RAIS² in Forschung und Lehre.

2. AI for Life Sciences (Lead: Prof. Dr. Jörg Müller) – Diese Säule fasst sowohl die Expertise in der Identifikation und Entwicklung von KI-Verfahren zur Beantwortung von Fragestellungen in den Lebenswissenschaften, als auch den Erkenntnisgewinn in den Lebenswissenschaften mit Methoden der Künstlichen Intelligenz zusammen.

3. AI for Materials (Lead: Prof. Dr. Johannes Margraf) - Die Verknüpfung von KI in den Materialwissenschaften und experimenteller Materialforschung verdeutlicht die gelebte Interdisziplinarität am Bayreuther Campus. Erwartet wird ein Alleinstellungsmerkmal mit nationaler und internationaler Sichtbarkeit.

4. AI for Business and Industry (Lead: Prof. Dr. Agnes Koschmider) – Die Bedeutung von und das Volumen an Daten nimmt auch in Wirtschaft und Industrie kontinuierlich zu, was die Nachfrage nach Methoden steigert, um die Daten effizient zu analysieren und Künstliche Intelligenz effektiv einzusetzen. Diese Säule widmet sich speziell diesen Anwendungen, auch in enger Zusammenarbeit mit dem Institut für Entrepreneurship und Innovation an der Universität Bayreuth.

5. AI in Society (Lead: Prof. Dr. Lena Kästner) - Moderne KI-Systeme durchdringen zunehmend unseren Alltag. Vor diesem Hintergrund stellt diese Säule die Frage: Welche Auswirkungen hat der breite Einsatz von KI auf die moderne Gesellschaft?

6. AI for Environmental Sciences (Lead: Prof. Dr. Lisa Hülsmann) - Ziel ist es, die zunehmende Fülle an Daten für die Erkenntnisgewinnung und Vorhersage in Umweltthemen zu nutzen und Lösungen für aktuelle Probleme wie Klimawandel, Umweltverschmutzung, Lebensraumverlust und Artensterben zu entwickeln

Kontakt:
Prof. Dr. Johannes Margraf
Inhaber des Lehrstuhls für KI in der physiko-chemischen Materialanalytik
Tel.: +49 (0) 921 55 4970
E-Mail: johannes.margraf@uni-bayreuth.de