Göttingen: Professor Maurer erhält prestigeträchtige Humboldt-Professur

Göttingen: Professor Maurer erhält prestigeträchtige Humboldt-Professur

Göttingen, Deutschland - Am 5. Juni 2025 gab die Universität Göttingen bekannt, dass Prof. Dr. Reinhard Maurer für eine Alexander von Humboldt-Professur nominiert wurde. Diese Auszeichnung, die durch die Universität Göttingen und das Max-Planck-Institut für Multidisziplinäre Naturwissenschaften (MPI-NAT) unterstützt wird, ist mit fünf Millionen Euro über einen Zeitraum von fünf Jahren dotiert. Die Finanzierung erfolgt aus Mitteln des Bundesministeriums für Forschung, Technologie und Raumfahrt.

Prof. Maurer gilt als Pionier in der Anwendung von Maschinellem Lernen und Künstlicher Intelligenz in der theoretischen Chemie. Seine Forschungsansätze sind nicht nur für die computergestützte Materialforschung von Bedeutung, sondern auch übertragbar auf andere Fachgebiete. Am Campus-Institut Data Science (CIDAS) in Göttingen plant er den Aufbau einer Plattform für „Scientific AI and Predictive Modelling“.

Forschungsschwerpunkte

Die Forschung von Maurer konzentriert sich auf die Theorie und Simulation von molekularen Reaktionen auf Oberflächen und in Materialien. Besonders hervorzuheben ist sein neuer Ansatz, bei dem Deep Learning eingesetzt wird, um Experimentergebnisse vorherzusagen. Der entwickelte Algorithmus ermöglicht das inverse Design von Molekülstrukturen, die spezifische chemische Eigenschaften aufweisen.

Nach seiner Promotion im Jahr 2014 an der TU München war Maurer Postdoc an der Yale University. An der University of Warwick hatte er zunächst die Position eines Assistant Professors inne und wurde 2020 zum Associate Professor sowie 2022 zum Full Professor ernannt. Derzeit bekleidet er eine Doppel-Professur für rechnergestützte Oberflächenchemie und Grenzflächenphysik. Zu seinen bisherigen Auszeichnungen zählen ein Future Leaders Fellowship (2019), ein ERC Starting Grant (2022) und der Faraday early career prize: Marlow Prize (2024).

Maschinelles Lernen in der Forschung

Das Thema Maschinelles Lernen (ML) nimmt auch außerhalb der theoretischen Chemie eine zentrale Rolle ein. In einem breiteren Kontext wird ML als entscheidende Schlüsseltechnologie für kognitive Systeme auf Basis der Künstlichen Intelligenz angesehen. Es beeinflusst viele Bereiche von der Güterproduktion über Logistik bis zur Medizintechnik und ist somit essenziell für die wirtschaftliche Entwicklung weltweit.

Die Forschung auf diesem Gebiet wird nicht nur von Maurer vorangetrieben, sondern auch von Wissenschaftlern wie Suvrit Sra, der als Professor für „Resource Aware Machine Learning“ an der Technischen Universität München (TUM) tätig sein wird. Sra hat bedeutende methodische Arbeiten zu Optimierungsproblemen geleistet und wird künftig die Zusammenarbeit zwischen Mathematik und Maschinellem Lernen fördern.

Die TUM ist bereits führend in der Künstlichen Intelligenz in Deutschland, und Sras Professur wird sich auf Robustheit, Verlässlichkeit und Ressourceneffizienz von ML konzentrieren. Die Kooperation mit der Informatikerin Stefanie Jegelka, die ebenfalls eine Humboldt-Professur innehat, soll die ML-Forschung nachhaltig prägen.

Die Notwendigkeit der Aufklärung über ML-Technologien ist ein wiederkehrendes Thema, insbesondere in der Debatte um deren Akzeptanz in der Gesellschaft. Eine Studie vom Fraunhofer-Institut, das sich mit den Kompetenzen und Herausforderungen des Maschinellen Lernens auseinandersetzt, zeigt die Relevanz dieser Technologien für die internationale Wettbewerbsfähigkeit Deutschlands und Europas auf. Eine faktenbasierte Diskussion über ML wird somit als unverzichtbar erachtet, um Fehlannahmen und Mythen entgegenzuwirken.

Die Auszeichnungen und Nominierungen von Forschern wie Maurer und Sra sind Ausdruck der wachsenden Bedeutung und Anerkennung von Maschinellem Lernen in der akademischen Welt und darüber hinaus. Die Entwicklungen in diesem Bereich werden weiterhin einen maßgeblichen Einfluss auf verschiedene Disziplinen ausüben.

Für weitere Informationen zu den Themen rund um Maschinelles Lernen und die damit verbundenen Forschungsprojekte können die folgenden Links besucht werden: Uni Göttingen, Humboldt-Stiftung, Fraunhofer-Institut.