Revolution in der Informationsübertragung: TU Dresden erhält Millionenförderung!
Die TU Dresden erhält 1,5 Millionen Euro für ein Projekt zur Verbesserung der Glasfaser-Kommunikation durch KI-Technologien.

Revolution in der Informationsübertragung: TU Dresden erhält Millionenförderung!
Die Technische Universität Dresden (TUD) hat einen bedeutenden Erfolg im Bereich der Forschung erzielt. Prof. Jürgen Czarske, Leiter der Professur für Mess- und Sensorsystem-Technik, hat im Rahmen des Reinhart-Koselleck-Programms der Deutschen Forschungsgemeinschaft (DFG) eine Förderzusage in Höhe von rund 1,5 Millionen Euro erhalten. Dieses Projekt mit dem Titel „Physics-Informed Deep Learning Systems for Secure Information Transmission with Multimode Fibers“ (Phys-Deep-Fiber) zielt darauf ab, die faseroptische Informationsübertragung mithilfe physikfundierter neuronaler Netze zu verbessern. Diese zweite Koselleck-Förderung für Czarske seit 2014 stellt einen weiteren Meilenstein in der Entwicklung von Technologien im Bereich Energie- und Prozesstechnik dar, bei denen er über umfangreiche Erfahrung verfügt.
Das Projekt adressiert verschiedene hochaktuelle Themen wie die Explainability von KI-Anwendungen, den Energiebedarf von KI-Lösungen und die Anwendungsmöglichkeiten in der optischen Kommunikation und Sensorik. Insbesondere die Schnittstellen zu Bereichen wie automatisiertes Fahren, intelligente Mikroskopie für die Biomedizin und Quantenkommunikation werden im Rahmen der Forschungsarbeiten untersucht. Die Bedeutung von Glasfaser-Kommunikation für das Internet und die Fokussierung auf Datensicherheit und energiesparende Technologien unterstreichen die Relevanz des Projekts in einer zunehmend digitalisierten Welt.
Innovative Ansätze in der KI-Forschung
Ein zentrales Element des Projekts ist die Entwicklung von XAI-basierten Messsystemen, die datengetriebene Algorithmen mit physikalischen Modellen kombinieren. Dies ermöglicht das Training optischer neuronaler Netze ohne den Einsatz stromhungriger GPUs, was sowohl ökologisch sinnvoll als auch wirtschaftlich vorteilhaft ist. Diese Innovation stellt einen Fortschritt in der energieeffizienten Nutzung von Technologien dar, die in der heutigen Forschung immer wichtiger werden.
In der interdisziplinären Diskussion um neuronale Netze und deren Grundlagen weist die DFG darauf hin, dass es in Deutschland bereits international sichtbare Forschungsgruppen gibt, darunter ein neues Schwerpunktprogramm namens „Theoretical Foundations of Deep Learning“, das interdisziplinäre Kooperationen fördert. Eine der Hauptursachen für diesen Fokus ist der Mangel an theoretischen Grundlagen für neuronale Netze, trotz ihrer breiten Anwendung in den Bereichen Machine Learning und generativer Künstlicher Intelligenz, wie z.B. bei Systemen wie ChatGPT, die zunehmend Teil unseres Alltags werden.
Forschung und Bildung erfolgreich kombinieren
Parallel zu den aktuellen Forschungsprojekten wird die Bedeutung einer soliden Ausbildung im Bereich der neuronalen Netze betont. Das Buch „Neuronale Netze“, das 2025 in seiner 3. Auflage erscheint, bietet Einsteigern eine fundierte Einführung in die Grundlagen der Technologie hinter Deep Learning und Machine Learning. Themen wie Lernalgorithmen, Programmierung in Python und ethische Fragen werden detailliert behandelt und sind ein wichtiger Bestandteil des Lernerfolgs für zukünftige Fachkräfte in diesem spannenden Feld.
Durch die Kombination aus nachhaltiger Forschung, innovativer Technologie und fundierter Ausbildung gibt die Technische Universität Dresden ein klares Signal für die Zukunft der Wissenschaft im Bereich Künstliche Intelligenz und energieeffiziente Systeme. Prof. Czarske, der bereits zahlreiche Auszeichnungen erhalten hat, darunter den Joseph Fraunhofer Award und den Laser Instrumentation Award, leitet die Bemühungen, qualitativ hochwertige und vertrauenswürdige KI-Anwendungen zu entwickeln, die in der Lage sind, den komplexen Herausforderungen der modernen Welt zu begegnen.
Für weitere Informationen steht die Kontaktmöglichkeit zu Prof. Jürgen Czarske zur Verfügung: Telefon: +49 351 463-34803.