Der neue FIAS-Jahresbericht ist erschienen
Bilder und Berichte aus dem spannenden Jubiläumsjahr 2024 - alles rund ums FIAS: Highlights, Veranstaltungen, Forschung und die Menschen dahinter.
zum Download
STAR pre-QM 2025 Meeting startet am FIAS
Vom 2. bis 5. April 2025 trifft sich die STAR-Kollaboration mit rund 50 Teilnehmenden am Frankfurt Institute for Advanced Studies (FIAS). Ziel des Treffens ist der wissenschaftliche Austausch im Vorfeld der Quark Matter 2025, die kommende Woche an der Goethe-Universität stattfindet.
mehr
Erkenntnisse zur Kreativität: ‚Karten‘ in unserem Gehirn
Kreatives Denken nutzt bestimmte Muster zur Speicherung von Informationen, zeigt ein Wissenschaftlerteam von FIAS und Universität Mainz in einer aktuellen Studie.
mehr
Sehen lernen: Eine Mischung aus Vorgabe und Erfahrung
Internationale Forschung am FIAS zum „Durchblick“ - ein dynamischer Prozess der Anpassung und Selbstorganisation ermöglicht dem Gehirn das Erkennen. Das könnte auch KI-Systeme beschleunigen.
mehr
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. Hannah Elfner
Theoretische Naturwissenschaften
"Zu verstehen, wie die kleinsten Bausteine unserer Welt funktionieren, fasziniert mich, und die dazu notwendige internationale Zusammenarbeit genieße ich sehr."
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.