Ambitioniert ans Werk gemacht

Verbunden bleiben

26.01.2018

Ambitioniert ans Werk gemacht

Erfahrungen mit dem Nachwuchsförderprogramm Athene Young Investigator

Derzeit tragen zehn herausragende junge Wissenschaftlerinnen und Wissenschaftler der TU Darmstadt den Titel „Athene Young Investigator“ (AYI). Die TU-Vizepräsidentin für Forschung und Innovation, Professorin Mira Mezini, zieht im Interview eine erste Zwischenbilanz, wie das Förderprogramm wirkt. Außerdem im Porträt: Athene Young Investigator Michael Muma.

Prof. Dr. Mira Mezini. Bild: Katrin Binner
Prof. Dr. Mira Mezini. Bild: Katrin Binner

Die TU Darmstadt hat mit dem Athene Young Investigator ein neues Förderprogramm aufgelegt. Wer wird gefördert?

Mit dem „Athene Young Investigator“ fördert die TU die wissenschaftliche Selbstständigkeit herausragender junger Forscherinnen und Forscher, die in der Postdoktoranden-Phase sind und das Karriereziel Professur verfolgen. Das Präsidium der TU Darmstadt hat das Programm im Juli 2016 beschlossen. Am Ende einer ersten Ausschreibungsrunde wurden vier „Athene Young Investigators“ nominiert. Die Förderung befindet sich derzeit noch in einer Pilotphase. Ausgeschrieben wurde bisher im Halbjahresturnus. Pro Bewerbungsrunde konnten jeweils bis zu fünf Kandidateninnen und Kandidaten ausgezeichnet werden.

Wie genau sieht die Förderung aus?

Die Ausgewählten erhalten während der Förderdauer von bis zu fünf Jahren ein eigenes, disziplinspezifisches Budget bis zu 15.000 Euro pro Jahr, das sie eigenverantwortlich verwenden können. Das aufnehmende Fachgebiet erhält jährlich 5.000 Euro. Die AYI betreuen mindestens eine eigene Doktorandin oder einen Doktoranden und sollen am Promotionsrecht des jeweiligen Fachbereichs beteiligt werden. Sie haben die Möglichkeit, eigene Schwerpunkte in der Lehre zu setzen und werden entsprechend ihres neuen Status wie Nachwuchsgruppenleiterinnen oder -leiter eingruppiert.

Was erhofft sich die TU davon aus hochschulpolitischer Sicht?

Die Förderung des wissenschaftlichen Nachwuchses zählt zu den Kernaufgaben der Technischen Universität Darmstadt. Sie möchte ihren Nachwuchswissenschaftlerinnen und -wissenschaftlern in allen Qualifikationsphasen attraktive Arbeits- und Karrierebedingungen bieten und ein Umfeld schaffen, in dem sie ihre Potenziale bestmöglich entfalten können.

Weiterlesen

Vom drahtlosen Sensornetzwerk bis zur Medizin-App

Michael Muma. Bild: Hagen Schmidt
Michael Muma. Bild: Hagen Schmidt

Michael Muma entwickelt neue Methoden der robusten Signalverarbeitung

Das Weihnachtsgeschenk kam Anfang Dezember. Der Beitrag „Robust Estimation in Signal Processing“ von Abdelhak M. Zoubir, Visa Koivunen, Yacine Chakhchoukh und Michael Muma wird mit dem „Best Paper Award 2017“ des IEEE Signal Processing Magazine ausgezeichnet. Das Magazin ist das Flaggschiff des „Institute of Electrical and Electronics Engineers“ (IEEE), des in New York ansässigen weltweiten Berufsverbandes von Ingenieuren aus der Elektro- und Informationstechnik. „Das ist ein bedeutender Preis in der Fachwelt“, freut sich Michael Muma. Daher wundert es nicht, dass der junge Deutsch-Amerikaner unterdessen vom Europäischen Verband für Signalverarbeitung (EURASIP) als Mitglied in eines der „Special Area Teams“ gewählt wurde – ein Kreis, in dem sich bisher nur ausgewählte Professoren finden. „Eine große Ehre, dass ich schon dabei sein kann“, sagt der 36-Jährige. Professor will Michael Muma noch werden, Athene Young Investigator der TU Darmstadt ist er schon seit Oktober 2017 – und seine Erfolgsliste ist bereits lang.

Muma forscht seit 2009 als wissenschaftlicher Mitarbeiter über robuste Statistik am Fachgebiet Signalverarbeitung am Fachbereich Elektrotechnik und Informationstechnik der TU Darmstadt. 2014 promovierte er mit Auszeichnung zum Thema „Robust Estimation and Model Order Selection for Signal Processing“. Fasziniert ist er „von den vielen Anwendungsmöglichkeiten“. Die reichen von Audio- und Kamerasensornetzwerken über die Automobilindustrie bis zur Medizintechnik, einem von Mumas Schwerpunkten. Klassische Methoden der Signalverarbeitung basieren oftmals auf Annahmen für Daten oder Messungen, die in der Simulation optimal funktionieren, in der Praxis aber einen hohen Leistungsabfall oder sogar Totalausfall zeigen können. Die robuste Statistik entwickelt hingegen Verfahren, die Ausreißern oder Modelabweichungen standhalten. Mit robuster Signalverarbeitung lässt sich beispielsweise bei bestimmten elektronischen medizinischen Messungen der Hirndruck vorhersagen, der ein wichtiger Anhaltspunkt bei der Behandlung von Patienten mit schweren Hirnschäden ist. „Wenn der Hirndruck für nur zehn Minuten vorhergesagt werden könnte, wäre das ein enormer Gewinn für die Patientenüberwachung im Krankenhaus“, sagt Muma.

Weiterlesen

zur Liste