AI MSE 2025: Wissen vertiefen, Austausch fördern – Tutorials und Fortbildung in Ergänzung zur Konferenz

Im Vorfeld der 2nd Conference on Artificial Intelligence in Materials Science and Engineering (AI MSE 2025) lädt ein vielseitiges Tutorial- und Fortbildungsprogramm dazu ein, Kenntnisse im Bereich Künstliche Intelligenz gezielt zu vertiefen. Zwischen dem 10. und 17. November 2025 stehen praxisnahe Themen wie der Einsatz von Large Language Models, maschinelles Lernen in der Werkstofftechnik und verfügbare Rechenressourcen im Fokus – hybrid und online, in deutscher und englischer Sprache.

Mit einem gezielten Fortbildungsangebot gibt AI MSE 2025 bereits im Vorfeld der Konferenz Impulse für Forschung, Anwendung und Weiterbildung im Bereich der Künstlichen Intelligenz in den Materialwissenschaften. Drei Sessions greifen zentrale Themen auf, die für die wissenschaftliche Praxis ebenso relevant sind wie für strategische Überlegungen in der Forschungs- und Innovationsplanung.

Den Auftakt bildet die Online Fortbildung “Mit eigenen Daten chatten – mit KI zum technologischen Wissensvorsprung”, die vom 10. bis 14. November 2025 in deutscher Sprache stattfindet. In fünf Modulen lernen die Teilnehmenden, Large Language Models (LLMs) wie ChatGPT verantwortungsvoll und effektiv einzusetzen. Von den technischen Grundlagen bis hin zur praktischen Anwendung mit eigenen, domänenspezifischen Datensätzen. Auch rechtliche Aspekte und der reflektierte Umgang mit Unsicherheiten stehen im Fokus. Ziel ist es, tragfähige Strategien zur Wissensgewinnung und Unterstützung von F&E-Prozessen zu entwickeln.

Am 17. November 2025 geht es in zwei kompakten Präsenz- und Online-Tutorials an der Ruhr-Universität Bochum weiter:

Tutorial 1: „Machine Learning Applications in Materials Science & Engineering“
Dr.-Ing. Martin Müller (MECS) bietet einen anwendungsorientierten Überblick zu KI-Methoden in der Werkstofftechnik. Von der Werkstoffentwicklung über die Mikrostrukturanalyse bis hin zum Surrogatmodellieren. Behandelt werden typische Datenanforderungen, Methoden sowie aktuelle Herausforderungen.

Tutorial 2: „Compute Resources for Deep Learning in a Public Context: Options and How to Use Them“
Dr. Tim Dahmen (DFKI) stellt konkrete Möglichkeiten vor, um Rechenkapazitäten für Deep-Learning-Anwendungen im öffentlichen Forschungsbereich effizient zu nutzen. Neben Cloud-Lösungen werden auch virtualisierte Inhouse-Setups und nationale Hochleistungsrechner beleuchtet inklusive technischer Anforderungen, Kostenüberblick und Zugangsmöglichkeiten.

Parallel zum Fortbildungsangebot lädt AI MSE 2025 dazu ein, eigene Forschung sichtbar zu machen: Die Postereinreichung für eine Präsentation vor Ort in Bochum ist noch bis zum 01. Oktober 2025 möglich. Forschende aus Wissenschaft und Industrie haben so die Gelegenheit, ihre Arbeiten mit der Community zu teilen und den Dialog über KI in den Materialwissenschaften mitzugestalten – in Präsenz oder virtuell.

Mehr zur Konferenz und den Beitragsmöglichkeiten.