News

  • Julijana Gjorgjieva, Professorin für Computational Neurosciences an der TUM. Bild: Astrid Eckert / TUM

    Neuronale Netzwerke profitieren von biologischen Daten

    Wie Künstliche Intelligenz von Mäusen lernen kann

    12. Juni 2025 | Bewegungen genau vorhersagen zu können ist eine wichtige Fähigkeit für Mensch und Tier, aber auch für zahlreiche KI-Anwendungen – vom autonomen Fahren bis hin zur Robotik. Forschende der TUM haben nun herausgefunden, dass dies künstlichen neuronalen Netzwerken besser gelingt, wenn sie mit biologischen Daten aus der frühen Entwicklung des Sehsinns trainiert werden.

  • Prof. Dr. Can Dincer, Professor für Sensors and Wearables for Healthcare Bild: Andreas Heddergott / TUM

    NewIn: Can Dincer

    Wearables: Sensoren für den Alltag

    19. Mai 2025 | Blutzucker, Herzfrequenz, Schlafdaten – über tragbare Sensoren in beispielsweise Smartwatches, Ringen oder Insulin-Pflastern lassen sich Gesundheitswerte im Alltag monitoren. In dieser Folge von NewIn treffen wir Prof. Can Dincer. Er entwickelt biochemische Sensoren für die patientennahe Diagnostik und Wearables. Dabei konzentriert er sich auf minimal- und nicht-invasive Anwendungen, zum Beispiel durch die Analyse von Atemluft.

  • Künstlerische Darstellung, wie das neue Transportsystem ENVLPE Werkzeuge zur Geneditierung zur Empfängerzelle bringt. Abgebildet ist die Zelle, ein DNA-Strang, und ein Partikel mit dem Geneditierungswerkezug.

    Intelligente Transportsysteme für die Gentherapie

    17. April 2025 | Neues System ermöglicht effizientere und präzisere Gen-Editierung. Dies könnte dazu beitragen, dass Krebs-Immuntherapien für mehr Personen zugänglicher werden.

  • Um riesige Datenmengen zu verarbeiten, wird auf Methoden des maschinellen Lernens zurückgegriffen. Bild: iStockphoto.com / Amiak

    Künstliche Intelligenz in der Biomedizin

    Ein Schlüssel zur Analyse von Millionen Einzelzellen

    23. Januar 2025 | Unser Körper setzt sich aus etwa 75 Milliarden einzelner Zellen zusammen. Doch welcher Funktion geht jede dieser Zellen nach und wie unterscheiden sich die Zellen eines gesunden Menschen von Personen mit einer Erkrankung? Um Rückschlüsse ziehen zu können, müssen riesige Datenmengen analysiert und interpretiert werden. Dafür wird auf Methoden des maschinellen Lernens zurückgegriffen. Forschende der TUM und des Helmholtz Munich haben nun Selbstüberwachtes Lernen als vielversprechenden Ansatz an über 20 Millionen Zellen getestet.

  • Prof. Dr. Can Dincer, Professor für Sensors and Wearables for Healthcare Bild: Andreas Heddergott / TUM

    Interview mit Prof. Can Dincer zu tragbaren medizinischen Sensoren

    Mit Wearables die Gesundheit immer im Blick

    18. Dezember 2024 | Wearables wie Smartwatches oder Sensorringe sind bereits fester Bestandteil unseres Alltags und beliebte Geschenke zu Weihnachten. Sie tracken unseren Puls, unsere Schrittzahl oder auch unseren Schlafrhythmus. Auf welche Weise können sie schon heute unser Verhalten beeinflussen und welche zukünftigen Entwicklungen sind möglich? Im Interview gibt Can Dincer, Professor für Sensors and Wearables for Healthcare an der TUM und PI am MIBE, Einblicke in seine Forschung.

  • Der Zeitpunkt eines Schlaganfalls wird derzeit meist anhand von CT-Aufnahmen ermittelt. Je dunkler die geschädigte Region, desto länger liegt der Anfall zurück. Ein neues KI-gestütztes Verfahren kann den Zeitpunkt deutlich präziser ermitteln. Bild: sudok1 / istockphoto.com

    Algorithmus für besonders exakte Beurteilung von Hirnschäden

    KI ermittelt Zeitpunkt von Schlaganfällen

    16. Dezember 2024 | Nach einem Schlaganfall lassen sich bleibende Schäden oft reduzieren, wenn schnell gehandelt wird. Dabei ist es entscheidend, den Zeitpunkt des Schlaganfalls zu kennen. Ein Forschungsteam unter Beteiligung der TUM hat einen Algorithmus entwickelt, mit dem sich dieser Zeitpunkt besonders exakt feststellen lässt. Das Verfahren ist doppelt so genau wie eine Analyse durch medizinisches Fachpersonal.

  • Matthias Hebrok, Professor für Angewandte Stammzell- und Organoidsysteme. Bild: Andreas Heddergott / TUM

    Modifizierte T-Zellen, um das Immunsystem zu regulieren

    Wie sich die Immunantwort gezielt und lokal steuern lässt

    12. Dezember 2024 | Ob bei Diabetes Typ 1, anderen Autoimmunerkrankungen oder Organtransplantationen – wenn das Immunsystem aus dem Gleichgewicht gerät, wird es gefährlich. Statt daraufhin jedoch das gesamte System zu unterdrücken und starke Nebenwirkungen zu riskieren, wäre eine gezielte und lokale Regulierung wünschenswert. Genau dafür haben Forschende nun genetisch veränderte Immunzellen hergestellt.

  • Leibniz-Preisträger 2025: Prof. Daniel Rückert. Bild: Juli Eberle / TUM

    Wichtigster deutscher Forschungspreis für TUM-Professor

    KI-Medizinforscher Daniel Rückert erhält Leibniz-Preis

    11. Dezember 2024 | Der Informatiker und KI-Forscher Prof. Daniel Rückert erhält den Gottfried Wilhelm Leibniz-Preis 2025. Der Ordinarius für KI in der Medizin und im Gesundheitswesen an der TUM wird für seine Forschung zur KI-unterstützten medizinischen Bildgebung ausgezeichnet. Der wichtigste deutsche Forschungspreis ist von der DFG mit 2,5 Mio. Euro dotiert.

  • Mikroskopische Aufnahme eines angefärbten Bauchspeicheldrüsenkrebs-Organoids. Die Tumor-Organoide im Labor ahmen die komplexen Strukturen von Bauchspeicheldrüsenkrebs im Körper nach. Bild: Aris Papargyriou / TUM

    Grundlage für neue Behandlungsstrategien gegen Krebs

    Organoide bilden erstmals die komplexe Zelllandschaft von Bauchspeicheldrüsenkrebs ab

    11. Dezember 2024 | Ein Team um Forschende der TUM hat erstmals Tumor-Organoide im Labor gezüchtet, welche die unterschiedlichen Strukturen und Eigenschaften von Bauchspeicheldrüsenkrebs nachbilden. Die Wissenschaftlerinnen und Wissenschaftler haben untersucht, wie die verschiedenen Tumor-Organoide auf etablierte und neuartige Behandlungen reagieren. Dies eröffnet neue Möglichkeiten für die Entwicklung effektiver Therapien.