DFG-Förderung: An der Schnittstelle zwischen Maschinellem Lernen und Kontrolltheorie
11.07.2025
Im neuen Graduiertenkolleg METEOR wollen Forschende an der LMU und der TUM zwei Disziplinen aus Informatik und Ingenieurwissenschaften miteinander verbinden.
In ihrer jüngsten Bewilligungsrunde hat die Deutsche Forschungsgemeinschaft (DFG) die Förderung des neuen Graduiertenkollegs (GRK) „Maschinelles Lernen und Kontrolltheorie: Exploration von Synergien zum beidseitigen Nutzen“ (METEOR) an der LMU beschlossen, der Antrag erfolgte gemeinsam mit der TUM. METEOR wird ab dem Frühjahr 2026 für zunächst fünf Jahre gefördert. Am Kolleg sind Vertreterinnen und Vertreter aus den Bereichen Maschinelles Lernen, Kontrolltheorie und angewandte Mathematik beteiligt. Die Sprecherschaft liegt bei Professor Eyke Hüllermeier von der LMU, Ko-Sprecherin ist Professorin Sandra Hirche von der TUM.
Vor dem Hintergrund der aktuellen Herausforderungen im Bereich der Künstlichen Intelligenz (KI) widmet sich das Graduiertenkolleg METEOR dem Ziel, das Maschinelle Lernen (ML) und die Kontrolltheorie (KT) zu einen und die Interaktion zwischen beiden Disziplinen zu stärken. Trotz gemeinsamer Interessen und Methoden haben sich beide Gebiete weitgehend unabhängig voneinander entwickelt und dabei unterschiedliche Sprachen und Kulturen herausgebildet. Die Kombination des lernzentrierten, datengetriebenen Ansatzes des ML und der primär modellbasierten Sichtweise der KT erscheint überaus vielversprechend.
Das neue Graduiertenkolleg METEOR soll den Austausch von zwei Disziplinen aus Informatik und Ingenieurwissenschaften stärken, um eine gemeinsame Sprache zu finden – im Bild der Serverraum an der LMU in der Oettingenstraße.
Interdisziplinäre Workshops und jährliche Hackathons
Eine solche Kombination erfordert jedoch Wissenschaftlerinnen und Wissenschaftler mit Expertise auf beiden Seiten. Durch die Verbindung von Spitzenforschung mit einer umfassenden interdisziplinären Ausbildung wird METEOR eine solch neue Generation von Forscherinnen und Forschern an der Schnittstelle von ML und KT hervorbringen.
Speziell konzipierte Vorlesungen sowie forschungsorientierte Seminare sollen eine gemeinsame Sprache und ein Grundverständnis zwischen beiden Disziplinen schaffen. Innovative Maßnahmen wie interdisziplinäre Workshops und jährliche Hackathons schlagen eine weitere Brücke zwischen ML und KT und vermitteln praktische Erfahrungen. Um die Absolventinnen und Absolventen auf eine erfolgreiche Karriere in Wissenschaft und Industrie vorzubereiten, wird das Programm durch gezielte Soft-Skill-Kurse und internationale Forschungsaufenthalte ergänzt.
„Grundstein für eine symbiotische Beziehung“
Das Forschungsprogramm von METEOR konzentriert sich dabei auf zwei Hauptrichtungen: Zum einen wird untersucht, wie ML den datengetriebenen Entwurf von robusten Regelungen für komplexe, sicherheitskritische Anwendungen unterstützen kann („ML für KT”). Zum anderen wird erforscht, wie Konzepte und Methoden der KT dazu beitragen können, ML-Algorithmen zu verbessern („KT für ML”). Beide Richtungen werden aus der Perspektive komplexer dynamischer Systeme betrachtet, die einen gemeinsamen mathematischen Rahmen bilden.
„Die Kombination von datengetriebenen Methoden des Maschinellen Lernens und modellzentrierten Ansätzen der Kontrolltheorie könnte der Schlüssel zur Entwicklung von KI-Systemen der nächsten Generation sein. Diese Systeme sollten Eigenschaften wie Anpassungsfähigkeit, Sicherheit, Robustheit und Erklärbarkeit vereinen“, sagt METEOR-Sprecher Eyke Hüllermeier. „In METEOR wollen wir den Grundstein für diese symbiotische Beziehung legen, indem wir bisher unerforschtes wissenschaftliches Terrain zwischen den Disziplinen sowohl in der Lehre als auch in der Forschung erschließen.“