Fachbereich Informatik

Forschungsbereiche

Modell eines Gehirns auf einem Computerbildschirm
Biomedizinische Informatik
Lehre in der theoretischen Informatik
Theorie
Fahrzeug-Roboter Maschinelles Lernen
Maschinelles Lernen
Versuchsperson
Vision & Cognition
Software & Systems Engineering
Wilhelm Schickard  Dissertation Award

Der Fachbereich Informatik ist eingebettet in eine in Deutschland einzigartige Forschungslandschaft:


Der Fachbereich Informatik ist an einer Reihe von übergreifenden Forschungsprojekten beteiligt. Am 01. Januar 2019 startete der Exzellenzcluster "Maschinelles Lernen in der Wissenschaft", der zusammen mit dem MPI für Intelligente Systeme und dem Leibniz-Institut für Wissensmedien im Rahmen der Exzellenzinitiative eingeworben werden konnte.

Weitere übergreifenden Forschungsprojekte mit Beteiligung des Fachbereichs Informatik sind:

Auch ethische Fragen des maschinellen Lernens und der künstlichen Intellizenz werden beispielsweise in der Arbeitsgruppe "Ethik und Philosophie der künstlichen Intelligenz" untersucht.

Biomedizinische Informatik

Die Forschung in der Bioinformatik, der Medizininformatik und der Systembiologie beschäftigt sich mit der Entwicklung von Modellen, Algorithmen und Softwarewerkzeugen zur Beantwortung von Fragen in den Lebenswissenschaften. Die Tübinger Forschung in diesem Bereich berührt eine Vielzahl von Fragestellungen, zum Beispiel aus der Phylogenie, der Evolution von Proteinstrukturen, der Strukturbioinformatik, dem computergestützten Wirkstoffentwurf, der Immunoinformatik, der Genomik, der Mikrobiomanalyse und der Genexpressionsanalyse. Viele dieser Fragestellungen sind dabei sehr grundsätzlich, haben aber oft auch direkte Anwendungen auf medizinische Fragestellungen, wie der Entwicklung von personalisierten Krebsimpfstoffen oder der Wechselwirkung zwischen Mikroben und Wirt bei einer Infektion.

Forscher der Bio- und Medizininformatik in Tübingen tragen zu einer ganzen Reihe von interdisziplinären Zentren bei:

Arbeitsgruppen

Prof. Dr. math. Daniel Huson
Algorithmen der Bioinformatik
Biomedizinische Informatik

Sand 14, Raum: C 310a
daniel.husonspam prevention@uni-tuebingen.de

Prof. Dr.-Ing. Oliver Kohlbacher
Angewandte Bioinformatik
Biomedizinische Informatik

Sand 14, Raum: C 317
oliver.kohlbacherspam prevention@uni-tuebingen.de

Prof. Dr. rer. nat. Sven Nahnsen
Biomedical Data Science
Biomedizinische Informatik

 M3 Forschungszentrum
sven.nahnsenspam prevention@uni-tuebingen.de

Prof. Dr. math. Kay Nieselt
Integrative Transkriptomik
Biomedizinische Informatik 

Sand 14, Raum: C 326a
kay.nieseltspam prevention@uni-tuebingen.de

Prof. Dr. rer. nat. Nico Pfeifer
Methoden der Medizininformatik
Biomedizinische Informatik | Machinelles Lernen

Sand 14, Raum: C 405
nico.pfeiferspam prevention@uni-tuebingen.de

Prof. Dr. Manfred Claassen (kooptiert)
Klinische Bioinformatik

Prof. Dr. Carsten Eickhoff (kooptiert)
E-Health and Medical Data Science

Prof. Dr.-Ing. Thomas Küstner (kooptiert)
Medical Image and Data Analysis

Prof. Andrei Lupas, Ph.D. (Honorarprofessor)
Proteinevolution

Prof. Dr. Stephan Ossowski (kooptiert)
Computational Genomics

Maschinelles Lernen

Die Forschung im Bereich des Maschinellen Lernens leistet zum einen Beiträge zum Verständnis der Grundprinzipien:

Wir arbeiten außerdem an konkreten Anwendungen des maschinellen Lernens wie zum Beispiel in der Computer Vision, Robotik, Medizin und Biologie. Unsere Forschung leistet also auch Beiträge dafür, dass das Maschinelle Lernen eine zentralere Rolle im Prozess des wissenschaftlichen Erkenntnisgewinns in einem breiten Spektrum von Disziplinen einnehmen kann.

Prof. Martin Butz, Ph.D.
Kognitive Modellierung
Maschinelles Lernen | Vision & Cognition

Sand 14, Raum: C 415
martin.butzspam prevention@uni-tuebingen.de

Dr. Shahram Eivazi (Festo IoC)
Autonomous Systems
Maschinelles Lernen | Software & System-Engineering

Sand 14, Raum: C220
shahram.eivazispam prevention@uni-tuebingen.de
 

Prof. Dr.-Ing. Andreas Geiger
Autonomes maschinelles Sehen
Machinelles Lernen | Vision & Cognition

Maria-von-Linden-Str. 6, Raum: 30-28/A24
a.geigerspam prevention@uni-tuebingen.de

Dr. Bedartha Goswami
Maschinelles Lernen in den Klimawissenschaften
(Exzellenzcluster "Maschinelles Lernen")
Maschinelles Lernen

Maria-von-Linden-Straße 6, Raum: 40-5/A10
bedartha.goswamispam prevention@uni-tuebingen.de

Prof. Dr. rer. nat. Matthias Hein
Maschinelles Lernen
Theorie | Maschinelles Lernen

Maria-von-Linden-Straße 6, Raum: 30-7/A24
matthias.heinspam prevention@uni-tuebingen.de

Prof. Dr. rer. nat. Ulrike von Luxburg
Theorie des maschinellen Lernens
Theorie | Maschinelles Lernen

Maria-von-Linden-Straße 6, Raum: 30-5/A24
ulrike.luxburgspam prevention@uni-tuebingen.de

Prof. Dr. Detmar Meurers
Sprache und KI in der Bildung
Maschinelles Lernen, Vision & Cognition

 Leibniz Institut für Wissensmedien, Schleichstraße 6, Raum: 8.307
detmar.meurersspam prevention@uni-tuebingen.de

Prof. Dr. rer. nat. Nico Pfeifer
Methoden der Medizininformatik
Biomedizinische Informatik | Machinelles Lernen

Sand 14, Raum: C 405
nico.pfeiferspam prevention@uni-tuebingen.de

Prof. Dr. rer. nat. Andreas Zell
Kognitive Systeme
Machinelles Lernen | Vision & Cognition

Sand 1, Raum: A 310
andreas.zellspam prevention@uni-tuebingen.de


Prof. Dr. Matthias Bethge (kooptiert)
Computational Neuroscience and Machine Learning

Prof. Michael J. Black, Ph.D. (Honorarprofessor)
Perceiving Systems

Prof. Dr. Moritz Hardt (Honorarprofessor)
Social Foundations of Computation

Prof. Dr. Hilde Kühne (coopted)
Multimodal Learning

Prof. Dr. Bernhard Schölkopf (Honorarprofessor, FB Physik)
Empirical Inference

Software & System-Engineering

Die Lehrstühle im Bereich „Software & Systems Engineering“ befassen sich mit den Kernbereichen der praktischen und technischen Informatik von den theoretischen Grundlagen bis zu praktischen Anwendungen. In der praktischen Informatik stehen die effiziente Konstruktion großer Softwaresysteme, die Analyse und Transformation strukturierter Daten, Algorithmen für das automatische Beweisen und Optimieren sowie Lösungen für komplexe Web-basierte verteilte Systeme im Fokus der aktuellen Forschung. In der technischen Informatik stellen der Entwurf, die Analyse und die Optimierung von eingebetteten Systemen, Kommunikationsnetzen und Rechnerarchitekturen sowie technische Anwendungen maschineller Lernverfahren den Schwerpunkt der aktuellen Forschung.

Praktische Informatik

Technische Informatik

Jun.-Prof. Dr. Jonathan  Brachthäuser
Software Engineering
Software & System-Engineering

Sand 13, Raum: B 215
jonathan.brachthaeuserspam prevention@uni-tuebingen.de

Prof. Dr. rer. nat. Oliver Bringmann
Eingebettete Systeme
Software & System-Engineering

Sand 13, Raum: B 209
oliver.bringmannspam prevention@uni-tuebingen.de

Dr. Shahram Eivazi (Festo IoC)
Autonomous Systems
Maschinelles Lernen | Software & System-Engineering

Sand 14, Raum: C220
shahram.eivazispam prevention@uni-tuebingen.de
 

Prof. Dr. rer. nat. Torsten Grust
Datenbanksysteme
Software & System-Engineering

Sand 13, Raum: B 318
torsten.grustspam prevention@uni-tuebingen.de

Prof. Dr. rer. nat. Michael Menth
Kommunikationsnetze
Software & System-Engineering

Sand 13, Raum: B 302
michael.menthspam prevention@uni-tuebingen.de

Prof. Dr.-Ing. Klaus Ostermann
Programmiersprachen
Software & System-Engineering

Sand 13,  Raum: B 217
klaus.ostermannspam prevention@uni-tuebingen.de

Prof. Dr. rer. nat. Thomas Walter
Informationsdienste
Software & System-Engineering

Wächterstr. 76, Raum: 1.105
thomas.walterspam prevention@uni-tuebingen.de


Prof. Dr. habil. Thomas Kropf (Honorarprofessor)
Eingebettete Systeme

Theorie

Die theoretische Informatik erforscht die Grundlagen unseres Fachgebiets. Einerseits stellt sie grundsätzliche Fragen wie zum Beispiel:

Andererseits entwickelt die theoretische Informatik Formalisierungen, die in anderen Bereichen der Informatik verwendet werden, um komplexe Systeme zu beschreiben und zu analysieren.

Prof. Dr. rer. nat. Matthias Hein
Maschinelles Lernen
Theorie | Maschinelles Lernen

Maria-von-Linden-Straße 6, Raum: 30-7/A24
matthias.heinspam prevention@uni-tuebingen.de

Prof. Dr. rer. nat. Michael Kaufmann
Algorithmik
Theorie

Sand 13, Raum: B 112
michael.kaufmannspam prevention@uni-tuebingen.de

Jun.-Prof. Dr. Anna Levina (Martius)
Self-organization and optimality in neuronal networks
Theorie | Vision & Cognition

Maria-von-Linden-Straße 6, Raum: 20-5/A15
anna.levinaspam prevention@uni-tuebingen.de

Prof. Dr. rer. nat. Ulrike von Luxburg
Theorie des maschinellen Lernens
Theorie | Maschinelles Lernen

Maria-von-Linden-Straße 6, Raum: 30-5/A24
ulrike.luxburgspam prevention@uni-tuebingen.de


Jun.-Prof. Dr. Stephan Eckstein (kooptiert)
Mathematische Methoden in der Informatik

Prof. Dr. Reinhard Kahle (kooptiert)
Theorie und Geschichte der Wissenschaften

Vision & Cognition

Ein Alleinstellungsmerkmal des Fachbereichs Informatik ist die Konzentration an Expertise in der visuellen Wahrnehmung, der multisensorischen und sensomotorischen Verarbeitung und der Interaktion dieser Prozesse mit abstrakteren, kognitiven Mechanismen und Enkodierungen. Neben den technischen Gebieten der Bildverarbeitung, Robotik, intelligente Softwareagenten und Computergrafik sind gleichzeitig die Psychophysik und die Kognitionswissenschaft im Kollegium vertreten. Damit wird die gesamte Bandbreite einer menschzentrierten Forschung ermöglicht, die nicht nur den algorithmisch und technologischen Fortschritt im Auge hat, sondern auch die Möglichkeiten der menschlichen Wahrnehmung analysiert und mit berücksichtigt.

Der Fachbereich ist zudem am interfakultärem Cognitive Science Center der Universität Tübingen beteiligt. Das CSC  verfolgt das Ziel, zusammen mit der Geistes- und Naturwissenschaft, ein tieferes Verständnis der Kognition zu gewinnen. Denn Kognition generiert Verhalten, Sprache und dadurch unsere Kultur. Sie ist unabdingbar grundiert in der Physik, Biologie und Neurobiologie und kann durch die Modellierung mit Hilfe des Maschinellen Lernens, der Mathematik, und Statistik verstanden werden.

Prof. Martin Butz, Ph.D.
Kognitive Modellierung
Maschinelles Lernen | Vision & Cognition

Sand 14, Raum: C 415
martin.butzspam prevention@uni-tuebingen.de

Prof. Dr. Peter Dayan, PhD (Humboldt-Professur für Künstliche Intelligenz)
Computational Neuroscience
Vision & Cognition

Max-Planck-Ring 8
peter.dayanspam prevention@tuebingen.mpg.de

Prof. Dr. rer. nat. Volker Franz
Experimentelle Kognitionswissenschaft
Vision & Cognition

Sand 6, Raum: F 236
[email protected]

Prof. Dr.-Ing. Andreas Geiger
Autonomes maschinelles Sehen
Machinelles Lernen | Vision & Cognition

Maria-von-Linden-Str. 6, Raum: 30-28/A24
a.geigerspam prevention@uni-tuebingen.de

Prof. Dr. Maria Knobelsdorf
Informatik und ihre Didaktik
Vision & Cognition

Sand 13, Raum: B109
maria.knobelsdorfspam prevention@uni-tuebingen.de

Prof. Dr.-Ing. Hendrik Lensch
Computergrafik
Vision & Cognition

Maria-von-Linden-Straße 6, Raum: 20-7/A24
hendrik.lenschspam prevention@uni-tuebingen.de

Jun.-Prof. Dr. Anna Levina (Martius)
Self-organization and optimality in neuronal networks
Theorie | Vision & Cognition

Maria-von-Linden-Straße 6, Raum: 20-5/A15
anna.levinaspam prevention@uni-tuebingen.de

Prof. Dr. Zhaoping Li, PhD
Sensory and Sensorimotor Systems
Vision & Cognition

Max-Planck-Ring 8, Raum 112
zhaoping.lispam prevention@uni-tuebingen.de

Prof. Dr. Detmar Meurers
Sprache und KI in der Bildung
Maschinelles Lernen, Vision & Cognition

 Leibniz Institut für Wissensmedien, Schleichstraße 6, Raum: 8.307
detmar.meurersspam prevention@uni-tuebingen.de

Prof. Dr. rer. nat. Andreas Schilling
Visual Computing
Vision & Cognition

Sand 14, Raum C 407
schillingspam prevention@uni-tuebingen.de

Prof. Dr. rer. nat. Andreas Zell
Kognitive Systeme
Machinelles Lernen | Vision & Cognition

Sand 1, Raum: A 310
andreas.zellspam prevention@uni-tuebingen.de


Prof. Dr. Philipp Berens (kooptiert)
Data Science for Vision Research

Prof. Dr. Michael Franke (kooptiert)
Allgemeine Sprachwissenschaft & Pragmatik

Prof. Dr.-Ing. Martin Giese (coopted)
Computational Sensomotorics

Prof. Dr. Hilde Kühne (kooptiert)
Multimodal Learning

Prof. Dr. Bettina Rolke (kooptiert)
Evolutionary Cognition