ETP beim ErUM-Data-Meeting in Berlin zu KI, digitalen Infrastrukturen und Technologietransfer

25.03.2026
Podiumsdiskussion zum Thema „Nachhaltige Ökosysteme für die datenintensive Forschung“ Torben Ferber
Podiumsdiskussion zum Thema „Nachhaltige Ökosysteme für die datenintensive Forschung“ mit Karim Giurguis von Sima.ai (zweiter von links)

Das BMFTR lud im Rahmen des Aktionsplans ErUM-Data geförderte Projekte nach Berlin ein. Im Mittelpunkt des Treffens stand die Rolle der künstlichen Intelligenz als Motor für wissenschaftlichen Fortschritt und Wertschöpfung. Der Aktionsplan ErUM-Data konzentriert sich auf die digitale Transformation datenintensiver Grundlagenforschung an Großforschungsanlagen. Experimente an Teilchenbeschleunigern, Photonenquellen und Observatorien erzeugen große Datenmengen, die koordinierte Ansätze in den Bereichen Datenmanagement, Recheninfrastruktur und Algorithmenentwicklung erfordern. Das Programm zielt darauf ab, diese Daten in strukturierte und nutzbare Informationen umzuwandeln und effiziente Analyse-Workflows zu ermöglichen. Innerhalb von ErUM-Data werden drei Hauptbereiche behandelt: Forschungsdatenmanagement nach den FAIR-Prinzipien, föderierte digitale Infrastrukturen sowie die Entwicklung fortschrittlicher Software und Algorithmen, einschließlich Methoden des maschinellen Lernens. Das Programm vereint Fachwissen aus den Bereichen Physik, Informatik und Datenwissenschaft und umfasst die Zusammenarbeit mit Partnern aus der Industrie.

Das ETP spielt innerhalb von ErUM-Data eine führende Rolle durch seine Beteiligung an drei Projekten und die Koordination von zwei davon, BRAID und DEEP. Diese Projekte befassen sich mit zentralen Herausforderungen an der Schnittstelle von Algorithmen, Hardware und groß angelegter Datenverarbeitung:

  • BRAID entwickelt KI-basierte Frameworks für die Rekonstruktion physikalischer Signale in unregelmäßigen, hochdimensionalen Daten. Der Ansatz zielt auf Szenarien ab, in denen herkömmliche Rekonstruktionsmethoden aufgrund der Datenkomplexität und der Detektorgeometrie an ihre Grenzen stoßen.
  • DEEP konzentriert sich auf den Einsatz von Algorithmen des maschinellen Lernens direkt auf eingebetteter Hardware in der Nähe des Detektors. Ziel ist es, die Datenreduktion in Echtzeit an der Quelle durchzuführen und damit den steigenden Datenraten gerecht zu werden, die in aktuellen und zukünftigen Experimenten erwartet werden.
  • SUSFECIT befasst sich mit der für diese Entwicklungen erforderlichen Recheninfrastruktur. Es konzentriert sich auf föderierte und nachhaltige Rechenmodelle mit dem Ziel, eine skalierbare und ressourceneffiziente Datenverarbeitung über verteilte Systeme hinweg zu ermöglichen.

Die ETP-Aktivitäten sind in den breiteren Kontext der Hightech-Agenda Deutschland eingebettet, die strategische Prioritäten für die Technologieentwicklung definiert, darunter künstliche Intelligenz und Mikroelektronik. Vertreter des BMFTR und der Industrie nahmen an dem Treffen teil und trugen zu den Diskussionen bei. Im Mittelpunkt des Treffens standen der Technologietransfer, die Rolle von ErUM-Data bei der Ausbildung hochqualifizierter Fachkräfte, die einen Beitrag zur Industrie leisten, sowie die Verbesserung der beruflichen Mobilität zwischen Wissenschaft und Industrie.