Die Forscherinnen Bettina Könighofer und Anna Galler von der TU Graz erhalten jeweils einen Astra-Preis des Österreichischen Wissenschaftsfonds (FWF). Die Auszeichnung ist mit einer Förderung von jeweils einer Million Euro über einen Zeitraum von fünf Jahren verbunden und soll langfristige Forschungsprojekte auf internationalem Niveau ermöglichen.

Bettina Könighofer forscht am Institute of Information Security zu vertrauenswürdiger Künstlicher Intelligenz. Anna Galler untersucht am Institut für Theoretische Physik – Computational Physics Quantenmaterialien für Anwendungen in der Elektronik.

Schutzmechanismen für autonome KI

Im Projekt „SEAL – Laufzeitverifikation für vertrauenswürdige KI“ entwickelt Bettina Könighofer Schutzmechanismen, die lernende KI-Systeme während ihres Betriebs überwachen. Diese sogenannten Schilde sollen riskante oder regelwidrige Handlungen verhindern und Entscheidungen nachvollziehbar machen. Ziel ist es, das Vertrauen in autonome Systeme wie Fahrzeuge oder Roboter zu stärken.

Bereits in ihrer Dissertation stellte Könighofer einen Ansatz für beweisbar korrektes maschinelles Lernen vor, bei dem symbolische KI die Entscheidungen neuronaler Netze überprüft. Im neuen Projekt erweitert sie diesen Ansatz über Sicherheitsaspekte hinaus auf Ethik, Fairness und Erklärbarkeit. Das Vorhaben ist Teil des österreichischen Exzellenzclusters Bilateral AI.

„Wenn KI eigenständig handelt, müssen wir uns darauf verlassen können, dass sie sicher agiert und unsere Regeln und Normen respektiert“, sagt Bettina Könighofer.

Quantenmaterialien für Elektronik der Zukunft

Anna Galler beschäftigt sich in ihrem Projekt „Electron Dynamics and Correlation in 2D Quantum Materials“ mit zweidimensionalen Quantenmaterialien, die aus nur einer oder wenigen Atomschichten bestehen. Aufgrund ihrer elektronischen, optischen und magnetischen Eigenschaften gelten sie als aussichtsreiche Grundlage für zukünftige Elektronik, Sensoren sowie Speichermedien.

Im Rahmen des Projekts entwickelt Galler theoretische und rechnergestützte Quantenvielteilchen-Methoden, um Eigenschaften dieser Materialien bereits vor ihrer Herstellung im Labor vorherzusagen. Außerdem untersucht sie, wie sich deren Verhalten mithilfe von Licht gezielt beeinflussen lässt.

Da für den Einsatz von Machine Learning bislang nicht genügend Daten zu diesen Materialien vorliegen, sollen neue Berechnungsmethoden auf Hochleistungsrechnern die bestehende Forschungslücke schließen.

Auszeichnung für Spitzenforschung

Nach Angaben des FWF sollen die Astra-Preise herausragenden Wissenschaftlerinnen und Wissenschaftlern ermöglichen, ihr Forschungsprofil weiter auszubauen und sich für akademische Führungspositionen zu qualifizieren.