fuTUre fit News

Maschinelles Lernen trifft auf Mikroskopie: Nehmen Sie am Hackathon der TU Wien teil!

Wie kann Künstliche Intelligenz (KI) uns dabei helfen, das zu entdecken, was in mikroskopischen Bildern verborgen ist? Von der Erkennung atomarer Strukturen bis hin zur Identifizierung von Materialfehlern - in seiner dritten Auflage lädt der "Machine Learning for Microscopy"-Hackathon Studierende und Forschende dazu ein, zu erkunden, wie KI wissenschaftliche Entdeckungen beschleunigen kann.

Aushang des ML for Microscopy Hackathon

© @ Christian Fellinger

1 von 3 Bildern oder Videos

Poster des Machine Learning for Microscopy Hackathon

Machine Learning for Microscopy Hackathon - weltweit, drei Tage ein Thema: Wie kann Künstliche Intelligenz (KI) uns dabei helfen, das zu entdecken, was in mikroskopischen Bildern verborgen ist?

Kalium-Ionen als schwarze unscharfe Punkte auf weißem Hintergund

© Giada Franceschi

1 von 3 Bildern oder Videos

Aufnahme von Kalium-Ionen mittels berührungsloser Rasterkraftmikroskopie

Aufnahme der Kalium(K⁺)-Ionen auf der Oberfläche von Muskovit, einem in der Erdkruste häufig vorkommenden Mineral, mittels berührungsloser Rasterkraftmikroskopie (nc-AFM)

Atomar aufgelöste Aufnahme einer rekonstruierten Saphir-Oberfläche, mit Anordnung einzelner Aluminium- und Sauerstoffatome

© Jan Balajka

1 von 3 Bildern oder Videos

Atomare Struktur einer rekonstruierten Saphir-Oberfläche

Atomar aufgelöste Aufnahme einer rekonstruierten Saphir-Oberfläche (α-Al₂O₃), mit Anordnung einzelner Aluminium- und Sauerstoffatome entlang der kristallografischen (0001)-Ebene

Wenn man Mikroskopie hört, denkt man vielleicht an Mikroorganismen unter dem Mikroskop. Doch moderne Mikroskopie ermöglicht es Wissenschaftlern, Materie im Nanobereich zu untersuchen und dabei einzelne Atome, molekulare Strukturen und winzige Unvollkommenheiten in Materialien sichtbar zu machen. Diese Bilder enthalten wertvolle wissenschaftliche Informationen, doch das Erkennen und Interpretieren relevanter Muster erfordert oft einen erheblichen manuellen Aufwand.

Hier kommt Maschinelles Lernen (ML) ins Spiel. KI-Modelle können Forschern dabei helfen, Strukturen automatisch zu identifizieren, Muster zu erkennen und große Sammlungen von Mikroskopiebildern zu analysieren. Beispielsweise kann die berührungslose Rasterkraftmikroskopie (nc-AFM) die Anordnung von Kaliumionen auf der Oberfläche von Muskovit-Glimmer, einem in der Erdkruste häufig vorkommenden Mineral, aufzeigen. Maschinelles Lernen könnte dabei helfen, einzelne Ionen zu identifizieren, ihre räumliche Anordnung zu analysieren und Unregelmäßigkeiten zu erkennen.

KI und Naturwissenschaften zusammenbringen

Vom 15. bis 17. Dezember 2026 bringt der internationale Machine Learning for Microscopy Hackathon Studierende, Forscher und KI-Begeisterte zusammen, um echte wissenschaftliche Herausforderungen anzugehen.

An der TU Wien wird der Hackathon gemeinsam von TACO, öffnet eine externe URL in einem neuen Fenster, dataTUdiscovery und dem CAIML, öffnet eine externe URL in einem neuen Fenster organisiert.

Die Veranstaltung fördert insbesondere die interdisziplinäre Zusammenarbeit zwischen den Fakultäten und wissenschaftlichen Disziplinen der TU Wien. Ganz gleich, ob Sie Fachwissen in den Bereichen Mikroskopie, wissenschaftliche Datenanalyse oder maschinelles Lernen mitbringen oder sich dafür interessieren, mehr darüber zu lernen – der Hackathon bietet die Gelegenheit, Wissen auszutauschen, praktische Lösungen zu entwickeln und neue Forschungsideen zu erkunden.

Die Teilnehmer arbeiten in kleinen Teams an realen Datensätzen und werden dabei von Mentoren sowie einem internationalen Netzwerk von Forschern unterstützt. Die Veranstaltung ist Teil eines globalen Hybrid-Hackathons, der teilnehmende Institutionen weltweit miteinander verbindet.

Möchten Sie KI auf echte wissenschaftliche Probleme anwenden? Machen Sie mit und entdecken Sie, was passiert, wenn maschinelles Lernen auf Mikroskopie trifft!

Veranstaltungsdetails

- Datum: 15. Dezember 2026 bis 17. Dezember 2026 Eastern Standard Time (EST)/
               15. Dezember 2026 15:00 Uhr bis 18. Dezember 2026 06:00 Uhr Central European Time (CET)
- Ort: TU Wien, mit internationaler hybrider Teilnahme
- Teilnahmeberechtigt: Studierende und Forschende aller Fachrichtungen
- Anmeldung: Die Anmeldung vor Ort endet am 6. Dezember 2026. Die Online-Anmeldung ist bis zum 13. Dezember 2026 möglich.

Anmeldung zum Machine Learning for Microscopy-Hackathon an der TU Wien über die Seite offizielle des Hackathons, öffnet eine externe URL in einem neuen Fenster und zusätzlich als freies Wahlfach über TISS, öffnet eine externe URL in einem neuen Fenster.

Die Bilder wurde uns dankenswerterweise von Giada Franceschi (https://doi.org/10.1038/s41467-023-35872-y, öffnet eine externe URL in einem neuen Fenster) und Jan Balajka (https://doi.org/10.1126/science.adq4744, öffnet eine externe URL in einem neuen Fenster) zur Verfügung gestellt.