Director’s Award for Excellent Mentoring an Sebastian Thallmair
Auszeichnung für exzellente Betreuung und den innovativen Einsatz für die Graduiertenschule.
mehr
Wenn die Bilder laufen lernen: Methode stellt Molekülbewegung dar
Simulationen und Maschinelles Lernen ermöglichen die Auswertung elektronen-mikroskopischer Bilder in Millisekunden
Nachbarschaftshilfe im Gehirn: Nervenzellen springen bei Verlust ein
Ein bislang unbekannter Mechanismus erlaubt Netzwerken im Gehirn, sich nach einer Schädigung neu zu organisieren.
mehr
Spitzenforschung! FIAS an zwei Exzellenzclustern beteiligt
Forschungsverbünde SCALE und TAM erfolgreich im Exzellenzwettbewerb. Die Schlüsseltechnologie für SCALE – der „Digitale Zwilling“ – ist am FIAS angesiedelt.
mehrDas FIAS
Das Frankfurt Institute for Advanced Studies ist eine interdisziplinäre Forschungseinrichtung. Unsere Mitglieder forschen auf höchstem Niveau an komplexen naturwissenschaftlichen Zukunftsthemen mit Schwerpunkt auf Simulationen und Theorien, um Grundlagen zur Bewältigung der Herausforderungen unserer Zeit zu schaffen. Als gemeinnützige Stiftung mit etwa 150 engagierten Mitarbeitenden arbeiten wir in eng mit der Goethe-Universität, benachbarten Forschungsinstituten sowie privaten Stiftern und Sponsoren zusammen.
Qualität, Integrität und klare Standards.
Am FIAS bilden Qualität und Integrität das Fundament unseres wissenschaftlichen Handelns. Die höchsten ethischen Standards einzuhalten, ist essenziell, um Vertrauen zu schaffen, Transparenz zu gewährleisten und wissenschaftliche Exzellenz voranzubringen.
Erfahren Sie mehr über unser Engagement für ethisches Arbeiten, kompromisslose Ehrlichkeit und konsequente kritische Reflexion. Diese grundlegenden Prinzipien sind unerlässlich für anerkanntes wissenschaftliches Arbeiten und das Vertrauen der Öffentlichkeit in die Wissenschaft. Am FIAS setzen wir klare Maßstäbe und fördern einen Diskurs, der sich an den Werten wissenschaftlicher Integrität und Wahrheit orientiert.
Forschungsgebiete
Theoretische Physik
Die Theoretische Physik versucht, die Welt durch fundamentale Gleichungen zu beschreiben. Ziel ist es, explizite Phänomene zu abstrahieren, indem man sie auf grundlegende Prinzipien reduziert, die für viele verschiedene Erscheinungsformen in der Natur verantwortlich sind.
Computerwissenschaften
Supercomputer sind schon lange ein unentbehrliches Werkzeug der Forschung. Sie ermöglichen Simulationen von komplexen Prozessen und Analysen großer Datenmengen.
Lebens- und Neurowissenschaften
Die moderne Biologie ist immer mehr durch mathematische und quantitative Ansätze geprägt – in keiner anderen Disziplin wachsen die Herausforderungen an Theorie, Modellbildung und Simulation so schnell wie in den Lebenswissenschaften.
Stimmen
Dr. Thomas Sokolowski
Lebens- und Neurowissenschaften
Was mich an lebenden Systemen am meisten fasziniert, ist die wiederkehrende Beobachtung, dass eine Erhöhung der Komplexität grundlegend stochastischer Systeme in dramatischer Weise die Anzahl unterschiedlicher, aber annähernd gleichwertiger funktionstüchtiger Lösungen erhöhen kann - trotz aller Einschränkungen durch fundamentale physikalische Gesetze.
Prof. Dr. Luciano Rezzolla
Theoretische Naturwissenschaften
Eine Sache, die mich immer begeistern wird, ist der Gedanke, dass die Gesetze der Physik, die wir bei uns auf der Erde erleben, auch noch im entferntesten Flecken des Universums ihre Gültigkeit behalten. Alleine dieses Faktum gibt der theoretischen Forschung so viel Kraft.
Prof. Dr. Armen Sedrakian
Theoretische Naturwissenschaften
"Meine Forschung beschäftigt sich intensiv mit den Zusammenhängen von mikroskopischen und makroskopischen Welten: Der Teilchen- und Astrophysik. Dort arbeite ich an Theorien, Modellen und Methoden, die ihre Anwendung in vielen Forschungsbereichen finden – von der kondensierten Materie bis zur Hochdichten Quantenchromodynamik."
Nadine Flinner
Lebens- und Neurowissenschaften
In meiner Forschung versuche ich, den Zusammenhang zwischen Zellmorphologie, Funktion und den zugrunde liegenden molekularen Merkmalen zu verstehen. Um verschiedene Merkmale mit der Morphologie zu verknüpfen, werden Methoden des Deep Learnings und der quantitativen Bildanalyse eingesetzt.