1,4 Millionen Euro für Digitalisierung von Grundlagenforschung

Von Sprachmodellen über autonome Experimente bis hin zu Machine Learning: Vier wissenschaftliche Projekte am Heinz Maier-Leibnitz Zentrum (MLZ) werden mit rund 1,4 Millionen Euro vom Bundesministerium für Forschung, Technologie und Raumfahrt (BMFTR) gefördert.

KI Große Datensätze sollen künftig mit KI optimiert werden. © Grispb / Adobe Stock

Große Datensätze sollen künftig mit KI optimiert werden. © Grispb / Adobe Stock

Die Förderung startete bereits 2025 im Rahmen des sogenannten ErUM-Data Programms für insgesamt drei Jahre. ErUM steht für „Erforschung von Universum und Materie“ und unterstützt die naturwissenschaftliche Grundlagenforschung.

Big Data wird zu Smart Data

In der Forschung entstehen enorm große Datensätze. Bevor Forschende sie aber effizient analysieren können, müssen die Daten erst gespeichert und gefiltert werden. Aufgrund der riesigen Mengen werden solche Datensätze auch „Big Data“ genannt. Künftig sollen allerdings mit KI die besonders vielversprechenden Daten einfach herausgezogen werden können: Und damit „Big Data“ zu „Smart Data“ werden. Nach Patterns geclustert stehen diese Smart Data den Forschungsteams dann zur weiteren Analyse bereit. Kurzum: Das Handling von und mit großen Datenmengen ebnet den Weg für effiziente Forschung an Großforschungseinrichtungen wie der Forschungs-Neutronenquelle Heinz Maier-Leibnitz.
Vier der insgesamt 23 vom BMFTR geförderten Projekte befassen sich mit Neutronen – alle davon am Heinz Maier-Leibnitz Zentrum. Zwei dieser Projekte betreut Dr. Sebastian Busch vom Helmholz-Zentrum Hereon.

FRM II Luft Großforschungseinrichtungen wie der FRM II produzieren Unmengen an Daten – die geförderten Projekte sollen das Handling verbessern. © TUM

Großforschungseinrichtungen wie der FRM II produzieren Unmengen an Daten – die geförderten Projekte sollen das Handling verbessern. © TUM

Von schnellen Feedback-Mechanismen und autonomen Experimenten

Mit modernen Neutronenoptiksystemen und Detektortechnologien generieren Neutronen-Streuexperimente mehr Daten als je zuvor – und das in kürzester Zeit. Die Herausforderung dabei: Den Überblick nicht zu verlieren. Das Team des Projekts FASTER möchte genau dafür sorgen – hier sollen autonome Experimente zur Routine werden. „Für Forschende an Großeinrichtungen wie dem FRM II hat diese Technik außerdem den Vorteil, dass das Optimum aus der begrenzten Zeit am Forschungsinstrument(/Neutronenstrahl) herausgeholt werden kann“, so Sebastian Busch.

Informationsfeldtheorie für Experimente an Großforschungsanlagen

Ein weiteres Projekt unter Sebastian Buschs Leitung, ErUM-IFT-2, beschäftigt sich ebenfalls mit Daten aus der Neutronenstreuung: „Daten aus solchen Experimenten lassen sich nämlich naturgemäß nur schwer durch einfache, exakte Formeln ausdrücken – die braucht es aber, wenn wir aus den Ergebnissen berechnen wollen, was genau sich in einer Probe vor ihnen befindet“, erklärt der Physiker. In der Datenanalyse werden daher Annäherungen und andere numerische Verfahren angewendet, durch die allerdings wertvolle Informationen verloren gehen. Ein Postdoktorand wird genau diese numerischen Möglichkeiten weiter verbessern.

Sprachmodelle Sprachmodelle werden häufig schon im Alltag genutzt. Jetzt finden sie auch Anwendung im Forschungsdatenmanagement. © Antony Weerut / Adobe Stock

Sprachmodelle werden häufig schon im Alltag genutzt. Jetzt finden sie auch Anwendung im Forschungsdatenmanagement. © Antony Weerut / Adobe Stock

Large Language Modelle (LLM) im Forschungsdatenmanagement

Daten sollen FAIR sein – Findable, Accessible, Interoperable, Reusable (deutsch: auffindbar, zugänglich, kompatibel, wiederverwendbar). Das Team um DAPHNE4NFDI (DAten aus Photon- und Neutronen Experimenten für Nationale ForschungsDatenInfrastruktur) und das MLZ sind dabei, die Einhaltung dieser Kriterien bei Datensätzen sicherzustellen: „Konkret schaffen wir das, indem wir gut strukturierte und außerdem maschinenlesbare Metadaten aus Publikationen der letzten Jahrzehnte bereitstellen – und zwar durch die Einbindung von Sprachmodellen“, so Dr. Michael Schulz, stellvertretender wissenschaftlicher Direktor des FRM II. Gemeinsam mit Sebastian Busch und weiteren Kollegen leitet er Projekte namens Physics-LLM.