Skip to main content Skip to main navigation

Leiter des Forschungsbereichs KI für Physikalische Systeme

Prof. Dr. Roland Aydin

Organisationseinheit KI für Physikalische Systeme
Adresse (Saarbrücken) Gebäude D3 2Stuhlsatzenhausweg 366123 Saarbrücken
Prof. Dr. Roland Aydin

Profil

Roland Aydin studierte Informatik an der Technischen Universität München und am Georgia Institute of Technology (USA) sowie Medizin an der Ludwig-Maximilians-Universität München. Er war unter anderem als wissenschaftlicher Mitarbeiter am Lehrstuhl für Numerische Mechanik der TU München sowie als Abteilungsleiter am Helmholtz-Zentrum Hereon tätig. Bevor er nach Saarbrücken kam, hatte er eine Juniorprofessur für Machine Learning in Virtual Materials Design an der Technischen Universität Hamburg inne. Seine Arbeit bewegt sich an der Schnittstelle von Künstlicher Intelligenz und datengetriebenen Methoden in den Natur- und Ingenieurwissenschaften. In seiner Forschung verbindet Roland Aydin KI-Verfahren mit simulationsbasierten Ansätzen, um komplexe wissenschaftliche Fragestellungen zu analysieren und zu lösen. Ein besonderer Schwerpunkt seiner Arbeit ist die Kombination großer Sprachmodelle mit autonomen Agentensystemen und weiteren Methoden des maschinellen Lernens sowie konkrete Alignmentforschung.

Wissenschaftlicher Werdegang

2026 – bis heute: Leiter des Forschungsbereichs “KI für Physikalische Systeme”

2026 – bis heute: Universität des Saarlandes, W3-Professor für „Data Driven Simulation and Analysis in Material Science“ an der Universität des Saarlandes

2023 – 2026: Junior-Professor (W1 Professur mit Tenure-Track) für „Machine Learning in Virtual Materials Design“, Technische Universität Hamburg

2021 – 2026: Geesthacht Leiter der Abteilung „Maschinelles Lernen und Daten“ am Institut für Werkstoffsystem-Modellierung, Helmholtz-Zentrum Geesthacht (Hereon)

2018 – 2020: Wissenschaftlicher Mitarbeiter, Institut für Werkstoffforschung am Helmholtz-Zentrum Geesthacht (Hereon)

2015 – 2018: Wissenschaftlicher Mitarbeiter im Bereich Maschinelles Lernen und Materialmodellierung am Lehrstuhl für Numerische Mechanik, TU München