Das Cluster „Data & AI“ leistet Pionierarbeit bei der Erforschung der nächsten Generation intelligenter Datensysteme. Wir bringen Experten aus den Bereichen Datenbanken und maschinelles Lernen zusammen, um die Zukunft der Datenverarbeitung, der Datenanalyse sowie effizienter und zuverlässiger KI-Systeme zu gestalten. Unsere Arbeit ermöglicht es Organisationen und Unternehmen, das Potenzial ihrer Daten zu heben.
Unsere Mission
Wir treiben die wissenschaftliche Arbeit mit Big Data über den gesamten Lebenszyklus voran – von der Erfassung und Verarbeitung über die Analyse bis hin zur praktischen Anwendung in KI-Systemen. Unser interdisziplinärer Ansatz verbindet effizientes und effektives Data Engineering mit modernsten KI-Methoden. Durch die Verbindung dieser Bereiche schlagen wir Lösungen vor, die nicht nur leistungsstark, sondern auch zuverlässig, praktisch und nachhaltig sind.
Forschungsschwerpunkte
Kerntechnoligien der Datenverarbeitung
Data Engineering Systems: Weiterentwicklung von Datenbankarchitekturen und effiziente Verarbeitung komplexer Datenströme Mehr erfahren
Informationssysteme: Methoden zur Datenqualität, -analyse, -aufbereitung und -integration MEHR erfahren
Spatial Analytics and Large-Scale Data Processing: Verbesserung der Effizienz der Datenanalyse und Unterstützung datengesteuerte Entscheidungen MEHR erfahren
KI -Systeme und Gesellschaft
Artificial Intelligence and Intelligent Systems: Erforschung von Large Language Models, Deep Learning, Wissensgraphen und multimodalem maschinellen Lernen MEHR erfahren
Artificial Intelligence and Sustainability: Schaffung energieeffizienter KI-Lösungen und Anwendung von KI auf Herausforderungen im Energiebereich MEHR erfahren
Algorithmic Decision Making and Society: Sicherstellung einer fairen und transparenten KI unter Berücksichtigung gesellschaftlicher Herausforderungen MEHR erfahren
Technology and Regulation: Konzentration auf die Governance von neuen Technologien und Untersuchung der rechtlichen, ethischen und technischen Aspekte von KI und inferenzieller Analytik, erklärbarer KI, algorithmischer Fairness, Plattformregulierung, Profiling sowie Emotions- und Gesichtserkennungssoftware MEHR erfahren
Werde Teil unseres Clusters
Du interessierst dich für ein Studium oder eine Forschungskarriere im Bereich Data and AI? Das Cluster „Data & AI” bietet dir hierfür eine hervorragende Plattform, um deine Fähigkeiten zu entwickeln und einen Beitrag zur Zukunft der Datenwissenschaft und künstlichen Intelligenz zu leisten.
Erfahre mehr über unser Cluster und werde Teil unserer dynamischen und innovativen Gemeinschaft!
Cluster-Mitglieder
Prof. Dr. Felix Naumann
Fachgebietsleiter Informationssysteme
Tel.: +49 331 5509-280
E-Mail: felix.naumann@hpi.de
Prof. Dr. Tilmann Rabl
Fachgebietsleiter Data Engineering Systems
Tel.: +49 331 5509-4881
E-Mail: tilmann.rabl@hpi.de
Prof. Dr. Niclas Böhmer
Fachgebietsleiter Algorithmic Decision Making and Society
Tel.: +49 331 550-9196
E-Mail: niclas.boehmer@hpi.de
Prof. Dr. Ralf Herbrich
Fachgebietsleiter Artificial Intelligence and Sustainability
Tel.: +49 331 5509-3468
E-Mail: office-herbrich@hpi.de
Prof. Dr. Gerard de Melo
Fachgebietsleiter Artificial Intelligence and Intelligent Systems
Tel.: +49 331 5509-4906
E-Mail: gerard.demelo@hpi.de
Prof. Dr. Matthias Weidlich
Fachgebietsleiter Data Systems
E-Mail: matthias.weidlich@hpi.de
Mehr erfahren
Prof. Dr. Eleni Tzirita Zacharatou
Fachgebietsleiterin Spatial Analytics and Large-Scale Data Processing
Tel.: +49 331 5509-214
E-Mail: eleni.tziritazacharatou@hpi.de
Prof. Dr. Bert Arnrich
Fachgebietsleiter Digital Health - Connected Healthcare
Tel.: +49 331 5509-4850
E-Mail: bert.arnrich@hpi.de
Prof. Dr. Vaibhav Bajpai
Fachgebietsleiter Data-Intensive Internet Computing
Tel.: +49 331 5509-3435
E-Mail: office-bajpai@hpi.de
Prof. Dr. Tobias Friedrich
Fachgebietsleiter Algorithm Engineering
E-Mail: office-friedrich@hpi.de
Mehr erfahren
Prof. Dr. med. Georg Kaissis
Fachgebietsleiter Digital Health: Human-Centered Transformative AI
E-Mail: georg.kaissis@hpi.de
Mehr erfahrenForschungsschwerpunkte:
- Entwicklung modernster multimodaler KI-Modelle für die Medizin
- Grundlagenforschung im maschinellen Lernen (einschließlich Differential Privacy, Fairness, Interpretierbarkeit, Model Editing und Effizienz)
- Schaffung großskaliger Human-in-the-Loop-Systeme, die auf multimodalen, großen Reasoning-Modellen basieren und Ärzt:innen, Forschende sowie Patient:innen unterstützen und stärken sollen
Prof. Dr. Christoph Lippert
Fachgebietsleiter Digital Health - Machine Learning
Tel.: +49 331 5509-4850
E-Mail: christoph.lippert@hpi.de
Prof. Dr. Walid Maalej
Fachgebietsleiter Software Engineering and AI
E-Mail: office-maalej@hpi.de
Mehr erfahren
Prof. Dr. Bernhard Renard
Fachgebietsleiter Data Analytics and Computational Statistics
Tel.: +49 331 5509-4961
E-Mail: bernhard.renard@hpi.de
Prof. Dr. Sandra Wachter
Fachgebietsleiterin Technology and Regulation
Tel.: +49 331 5509-215
E-Mail: sandra.wachter@hpi.de
Forschungsschwerpunkte:
- Regulierung neuer Technologien und öffentliche Politik
- Algorithmischer Bias und Fairness
- Erklärbare KI
- Generative KI und Halluzinationen
- Plattformregulierung
- Gesellschaftliche Auswirkungen neuer Technologien auf Menschenrechte wie Privatsphäre, Meinungs- und Pressefreiheit, Zugang zu Informationen, Diskriminierungsverbot, Bildung, und Arbeit
Aufgabenbereich
- Strategische Entwicklung von Clusteraktivitäten (Forschung, Lehre, Transfer)
- Programm- und Publikationsmanagement
- Koordination und Weiterentwicklung von Programmangeboten
- Organisation der Cluster Aktivitäten (wöchentliche Meetings, Vorlesungen, Workshops, Retreats, … )
- Organisaton des Research methods curriculum für PhD Studierende
Swinda Krause
Program Manager Data and AI Cluster (in Elternzeit)
Tel.: +49 331 5509-248
E-Mail: swinda.krause@hpi.de
Aufgabenbereich
- Clusterorganisation
- Organisation der Cluster Aktivitäten (wöchentliche Meetings, Vorlesungen, Workshops, Retreats, … )
- Kontaktperson für Forschungsaufenthalte für PhD Studierende an der University of California, Irvine (UCI)
- Organisaton des Research methods curriculum für PhD Studierende
Dr. Lisa Ehrlinger
Senior Researcher
Tel.: +49 331 5509-326
E-Mail: lisa.ehrlinger@hpi.de
Dr. Daria Onitiu
Postdoctoral Researcher "Technology and Regulation"
Tel.: +49 331 5509-1315
E-Mail: daria.onitiu@hpi.de
Dr. Kaivalya Rewal
Postdoctoral Researcher "Technology and Regulation"
E-Mail: Kaivalya.rawal@oii.ox.ac.uk
Dr. Stratis Tsirtsis
Postdoctoral Researcher "Technology and Regulation"
E-Mail: stratis.tsirtsis@hpi.de
Mehr erfahren
Ricardo Salazar Diaz
PhD Student
Tel.: +49 331 5509-3463
E-Mail: ricardo.salazardiaz@hpi.de
Philipp Hildebrandt
PhD Student
Tel.: +49 331 - 5509
E-Mail: philipp.hildebrandt@hpi.de
Francesco Pugnaloni
PhD Student
Tel.: +49 331 5509-1303
E-Mail: francesco.pugnaloni@hpi.de
Florian Schmeller
PhD Student
Tel.: +49 331 5509-3497
E-Mail: florian.schmeller@hpi.de
Maximilian Schulze
PhD Student
Tel.: +49 331 - 5509 1376
E-Mail: Maximilian.Schulze@hpi.de
Alejandro Sierra-Múnera
PhD Student
Tel.: +49 331 5509-3401
E-Mail: alejandro.sierra@hpi.de
Cluster-Organisation
Research Schools im Data & AI Cluster
Die Research Schools des Hasso-Plattner-Instituts bieten ein hervorragendes Umfeld für Doktorand:innen in den Bereichen Informatik und digitale Technologien. Am HPI profitieren die Promovierenden von einer engen Betreuung durch erfahrene Professor:innen und Postdocs, modernsten Forschungseinrichtungen und einem kollaborativen wissenschaftlichen Netzwerk.
Research School “Foundations of AI"
Die Research School „Foundations of AI" konzentriert sich auf die Weiterentwicklung von KI-Methoden, einschließlich energieeffizienter und datenschutzfreundlicher Algorithmen, fairer und erklärbarer Entscheidungsfindung und mathematischer Theorien der KI. Während Anwendungen der KI zur Validierung dieser Innovationen genutzt werden, besteht das primäre Ziel darin, grundlegende Methoden und Theorien für gesellschaftliche Auswirkungen zu entwickeln.
Research School “Information & Data Engineering"
Daten- und Informationstechnik umfasst das Sammeln, Integrieren, Bereinigen, Speichern, Verwalten und Analysieren von Rohdaten zur Unterstützung datenintensiver Anwendungen. Forschende in diesem Bereich entwickeln robuste, skalierbare Architekturen und Pipelines, um Rohdaten in zuverlässige, zugängliche Formate umzuwandeln, wobei sie Techniken wie Echtzeit-Streaming und Stapelverarbeitung nutzen. Diese Bemühungen bilden die Grundlage für fortschrittliche Analysen, maschinelles Lernen und KI-Anwendungen.
Interessierst du dich für unseren Data & AI Track im Masterstudium?
Entdecke den Data & AI Track im Master of Computer Science. Erwerbe praktisches Wissen in zukunftsweisenden Bereichen wie maschinelles Lernen, Datensysteme und KI-Anwendungen und bereite dich auf eine Karriere an der Spitze der datengetriebenen Welt.
Mehr erfahrenLetzte Änderung: 11.06.2026, Mareike-Vic Schreiber