ICT Dissertation Award

Wissenschaftliche Leistungen und die Weiterqualifikation der Mitarbeitenden liegen im Kernbereich der Verantwortung der einzelnen Fraunhofer-Institute. Der Fraunhofer-Verbund IUK-Technologie unterstützt diese Ziele mit internen Preisvergaben für herausragende Publikationen und Abschlussarbeiten an den Fraunhofer-Instituten.

Seit 2015 wird im Fraunhofer IUK-Verbund jährlich der Fraunhofer ICT Dissertation Award ausgelobt. Dabei prämiert die Jury herausragende Dissertationen aus den Fraunhofer-Instituten, die sich mit hochgradig innovativen Entwicklungen und Technologien in der Informatik, Mathematik oder angrenzenden Gebieten auseinandersetzen. Der Preis ist mit 5.000 Euro, 3.000 Euro und 2.000 Euro für die ersten drei Plätze dotiert.

1. Preis

Fraunhofer FIT – Rezaul Karim

Seine Arbeit »Interpreting Black-Box Machine Learning Models with Decision Rules and Knowledge Graph Reasoning« zielt darauf ab, die Interpretierbarkeit und Erklärbarkeit von undurchsichtigen Maschinenlernmodellen zu verbessern, ohne dabei die Vorhersagegenauigkeit signifikant zu beeinträchtigen. Dazu werden verschiedene Techniken des Representation Learning verwendet, um multimodale Daten in einen gemeinsamen latenten Raum zu transformieren. Anschließend werden interpretierbare Methoden angewendet, um Entscheidungsregeln und Gegenfaktoren zu generieren, die die Funktionsweise des Modells erklären. Die Robustheit gegenüber Angriffen und die Integration von symbolischem Denken werden ebenfalls berücksichtigt. Durch quantitative Evaluierung konnte gezeigt werden, dass der Ansatz im Vergleich zu bestehenden Methoden eine höhere Leistung erzielt.

2. Preis

Fraunhofer AISEC – Franziska Boenisch

Die Arbeit »Secure and Private Machine Learning« untersucht Sicherheits- und Datenschutzaspekte im Bereich des Maschinenlernens (ML). Es wird gezeigt, dass ML-Praktiker ein geringes Bewusstsein für Datenschutz haben und sich auf Drittanbieter-Frameworks und -Dienste verlassen. Es werden neue Angriffsvektoren und Sicherheitslücken aufgezeigt und die Notwendigkeit einer sicheren und datenschutzgerechten Gestaltung von ML-Methoden betont.

3. Preis

Fraunhofer IDMT – Stylianos Ioannis Mimilakis

Die Arbeit »Deep Learning-Based Music Source Separation« untersucht das Problem der Musikquellentrennung mithilfe von Deep Learning-Methoden. Dabei werden drei Aspekte betrachtet: die Signalverarbeitung, die neuronale Architektur und die  Signalrepräsentation. Es werden neue Algorithmen und Netzwerkarchitekturen vorgestellt, die zeigen, dass Deep Neural Networks (DNNs) Daten-driven Filter für die Trennung von Musikquellen lernen können. Die vorgeschlagenen Methoden haben vielversprechende Ergebnisse in der Musikquellentrennung erzielt.

Die Preisträger im Jahr 2022 kommen von den Instituten Fraunhofer IGD, Fraunhofer ITWM und Fraunhofer SIT. Welche Themen die Arbeiten behandeln und warum diese einerseits so interessant, gleichzeitig aber auch so wichtig für unsere Zukunft sind, erklären die Preisträger im Interview.

1. Preis

Fraunhofer ITWM – Sebastian Blauth

Dr. Sebastian Blauth vom Fraunhofer-Institut für Techno- und Wirtschaftsmathematik ITWM hat den Award für seine Arbeit mit dem Titel »Adjoint-Based Shape Optimization and Optimal Control with Applications to Microchannel Systems« gewonnen.

2. Preis

Fraunhofer IGD – Philipp Terhörst

Dr.-Ing. Philipp Terhörst vom Fraunhofer-Institut für Graphische Datenverarbeitung IGD wurde mit dem 2. Platz für seine Arbeit ausgezeichnet. Seine Dissertation trägt den Titel »Mitigating Soft-Biometric Driven Bias and Privacy Concerns in Face Recognition Systems«.

3. Preis

Fraunhofer SIT – Andreas Fuchs

Der dritte Preis ging an Dr.-Ing. Andreas Fuchs vom Fraunhofer-Institut für Sichere Informationstechnologie SIT und seine Arbeit zum Thema »Engineering Trustworthy Systems by Minimizing and Strengthening their TCBs using Trusted Computing«.

1. Preis

Fraunhofer IEM – Johannes Späth

Der diesjährige ICT Dissertation Award ging an Johannes Späth vom Fraunhofer-Institut für Entwurfstechnik Mechatronik IEM, der seine Promotionsprüfung mit Bestnote »summa cum laude« ablegte. Er promovierte an der Universität Paderborn zum Thema »Synchronized Pushdown Systems for Pointer and Data-Flow Analysis« bei Prof. Eric Bodden.  

In seiner Dissertation ging es um die Entwicklung von effizienten und präzisen Datenflussanalysealgorithmen. Die Algorithmen helfen Softwareentwickler*innen, Fehler in ihrem Programmcode frühzeitig, noch während des Kompilierens, aufzudecken. Die Algorithmen erreichen Effizienz durch »bedarfsgerechte« Analysen; statt die komplette Software zu analysieren, werden lediglich relevante Teile des Softwarecodes analysiert. So werden Ergebnisse innerhalb von wenigen Sekunden geliefert, statt wie mit existierenden Analysealgorithmen erst nach Stunden. Gleichzeitig sind die Algorithmen hochpräzise mit einer äußerst niedrigen Falsch-Positiv-Rate.

1. Preis

Fraunhofer IOSB – Julius Pfrommer

»Distributed Planning for Self-Organizing Production Systems«

Die Arbeit beschreibt eine automatische Anpassung der Steuerung von Produktionsanlagen an wechselnde Aufträge und Rahmenbedingungen. Dabei wird das Prinzip der Selbstorganisation durch verteilte Planung angewendet.

Die Bewertung der Dissertation mit dem Prädikat »mit Auszeichnung«, die zahlreichen Veröffentlichungen des Autors und die hohen Zitationsraten (h-Index: 13) unterstreichen das hohe wissenschaftliche Niveau der Arbeit. Gleichzeitig ist die Arbeit von sehr hoher praktischer Relevanz für die produzierende Wirtschaft und hat somit einen starken wirtschaftlichen und damit auch gesellschaftlichen Impact.

2. Preis

Fraunhofer MEVIS – André Homeyer

»Automated analysis of necrosis and steatosis in histological images – Practical solutions for coping with heterogeneity and variability«

Die Dissertation liefert wichtige Beiträge zur Verbesserung der automatisierten histologischen Bildanalyse mit Fokus auf die Quantifizierung von Nekrose oder die Quantifizierung von Steatose in histologischen Schnitten von Lebergewebe. Neu entwickelte Scores ermöglichen eine zuverlässige Messung heterogen verteilter Gewebeeigenschaften. Interaktives Training führt zu verringertem Aufwand bei trotzdem genauen Ergebnissen. Schließlich werden Verfahren vorgestellt, die die genaue und trotzdem schnelle automatisierte Auswertung auch großer Bilddatenmengen ermöglichen.

Aufgrund der thematischen Ausrichtung hat die Arbeit einen sehr hohen gesellschaftlichen Bezug und weist darüber hinaus ein hohes Maß an Interdisziplinarität, Innovation sowie Übertragbarkeit und Verallgemeinerbarkeit auf.

3. Preis

Fraunhofer AISEC – Konstantin Böttinger

»Fuzzing with Stochastic Feedback Processes«

Im Rahmen der Arbeit werden neue KI-gestützte Testmethoden vorgestellt, um moderne Software-Entwicklungsprozesse zu unterstützen und somit die Sicherheit von Software zu verbessern. Dazu werden Resultate aus der Wahrscheinlichkeitstheorie in Algorithmen zum Testen von Software übersetzt.

Die Arbeit stellt relevante neue Methoden bereit, komplexe Softwaresysteme gegen Cyberangriffe zu sichern. Dieser Aspekt wird angesichts der fortschreitenden Digitalisierung und Vernetzung und der zunehmenden Bedeutung von Software im industriellen, behördlichen und privaten Bereich immens an Bedeutung gewinnen. Da mit potenziell angreifbarer Software kritische Infrastrukturen, Industrieanlagen, Produktionsprozesse, medizinische Geräte und automatisiert fahrende Fahrzeuge gesteuert werden, haben praxisrelevante Lösungsansätze zur Steigerung der Software- und IT-Sicherheit einen enormen wirtschaftlichen und gesellschaftlichen Impact. Angesichts der grundlegenden und noch zunehmenden Bedeutung von IUK-Technologien für die Gesellschaft sollte der Cognitive Security hohe Aufmerksamkeit gewidmet werden.

Eine Besonderheit prägt die Preisvergabe im Jahr 2019: Es wurden erstmalig zwei erste Preise und ein dritter Preis vergeben.

Den ersten Preis teilen sich demnach Dr.-Ing. Anna-Marie Kruspe vom Fraunhofer-Institut für Digitale Medientechnologie IDMT in Ilmenau und Dr. Erion Elmasllari vom Fraunhofer-Institut für Angewandte Informationstechnik FIT in Sankt Augustin.

1. Preis

Fraunhofer IDMT – Anna-Marie Kruspe

Anna-Marie Kruspe wurde für Ihre Arbeit »Application of Automatic Speech Recognition Technologies to Singing« ausgezeichnet. Das Gebiet des Music Information Retrieval befasst sich mit der automatischen Analyse von musikalischen Charakteristika. Ein Aspekt, der bisher kaum erforscht wurde, ist dabei der gesungene Text. In der automatischen Spracherkennung werden viele Methoden für die automatische Analyse von Sprache entwickelt, jedoch selten für Gesang. Die Arbeit von Anna-Marie Kruspe untersucht die Anwendung von Methoden aus der Spracherkennung auf Gesang und beschreibt Möglichkeiten zur Anwendung und Verbesserung von Techniken der automatischen Spracherkennung bei verschiedenen gesangsbezogenen Suchaufgaben, darunter Phonemerkennung, Spracherkennung, Schlagwortsuche, Text-zu-Gesangs-Angleichung und Liedtextsuche. Zu diesem Zweck verfolgte sie zwei allgemeine Ansätze: Zum einen arbeitet sie an besseren Phonemerkennungsmodelle, die sie als allgemeinen Engpass bei fast allen der oben genannten Abrufaufgaben identifizierte, und trainiert sie mit erweiterten Sprachaufnahmen, die »liedhafter« dargestellt werden, oder mit echten Gesangsaufnahmen mit automatisch angepassten Texten. Zum anderen passt sie die Techniken  der automatischen Spracherkennung an den Gesang an, bezieht Domänenwissen ein und passt sie an die verschiedenen Eigenschaften dieser Daten an.

1. Preis

Fraunhofer FIT – Erion Elmasllari

Mit der Dissertation »A Framework for the Successful Design and Deployment of Electronic Triage Systems« konnte Erion Elmasllari überzeugen. Triage ist der Prozess, mit dem Notfallhelfer, insbesondere bei hohem Patientenaufkommen, die Reihenfolge und Priorität für medizinische Hilfeleistungen festlegen. Nach der Beurteilung der Schwere der Verletzungen, markieren Ersthelfer die Opfer, um eine Behandlungspriorität anzuzeigen. Am Ende des Triage-Prozesses werden Opfer entsprechend der zugewiesenen Priorität behandelt.
Die Arbeit von Erion Elmasllari identifiziert die Schlüsselfaktoren, die die Akzeptanz von e-Triage-Systemen bestimmen, und verwendet sie als Grundlage für ein Framework für die Gestaltung solcher Systeme. Das Framework kann evaluativ genutzt werden, um die Gründe zu vermitteln, warum bisherige e-Triage Systeme gescheitert sind, kann aber auch generativ verwendet werden, um Systemdesigner aktiv bei der Gestaltung von akzeptierten e-Triage-Systemen zu unterstützen. In beiden Fällen beleuchtet das Framework die Bedürfnisse, Grenzen, Risiken und Fragestellungen der e-Triage-Systeme innerhalb des übergreifenden Triage-Ökosystems.

3. Preis

Fraunhofer IGD – Naser Damer

Der dritte Preis wurde an Dr. Naser Damer vom Fraunhofer-Institut für Graphische Datenverarbeitung IGD in Darmstadt für die Doktorarbeit mit dem Titel »Application-driven Advances in Multi-biometric Fusion« verliehen. Biometrie ist die automatisierte Erkennung von Individuen auf Grundlage ihres Verhaltens oder ihrer biologischen Eigenschaften. Typische Anwendungen sind die Fingerabdruck- oder Gesichtsbilderkennung, um Zugriff auf IT-Systeme oder Zutritt zu Räumen zu erlangen. Der große Vorteil der Biometrie besteht darin, dass sich der Benutzer kein Passwort merken oder einen Schlüssel mitführen muss. Um ein möglichst sicheres System zu schaffen, werden zahlreiche Ansätze vorgeschlagen, die ein Gleichgewicht zwischen zum Beispiel Sicherheit, Genauigkeit und Benutzerfreundlichkeit suchen. Ein relativ neuer und vielversprechender Ansatz ist die multibiometrische Fusion. Hier werden mehrere biometrische Merkmale verwendet, um einen bestimmten Benutzer zu identifizieren. Die Arbeit von Naser Damer konzentriert sich auf solche multibiometrischen Fusionssysteme mit dem Ziel, die Gesamtleistung und Funktionalität zu verbessern. Mit der Optimierung des Fusionsprozesses erreichen seine Ansätze durch die Verwendung von Zusatzinformationen einer höhere biometrischen Genauigkeit. Darüber hinaus stellt er spezifische Anwendungen vor, die biometrische Systeme ergänzen und die multibiometrische Fusion nutzen, um die Leistungsfähigkeit zu steigern.

Auch in diesem Jahr kann das Fraunhofer-Institut für Sichere Informationstechnologie SIT den ersten Platz bei den Fraunhofer ICT Dissertation Awards belegen.

1. Preis

Fraunhofer SIT – Steven Arzt

Dr. Steven Arzt konnte mit seiner Arbeit zum Thema »Static Data Flow Analysis for Android Applications (Statische Datenflussanalyse für Android-Anwendungen)« auf ganzer Linie überzeugen. Darin präsentiert er das FlowDroid-Werkzeug, das präzise und weitestgehend vollständige Datenflüsse aus populären Apps wie Facebook, PayPal und LinkedIn extrahiert. Die Ergebnisberichte von FlowDroid verbessern die digitale Souveränität des Benutzers, da dieser sich nun selbst ein Bild davon machen kann, wie eine App mit seinen Daten umgeht, bevor er die App auf seinem Gerät installiert und ihr somit seine Daten anvertraut. Mit FlowDroid kann der Benutzer nachvollziehen, welche Daten von seinem Gerät erhoben und an Dritte gesendet werden.

2. Preis

Fraunhofer IOSB – Philipp Christoph Sebastian Bier

In seiner Arbeit »Umsetzung des datenschutzrechtlichen Auskunftsanspruchs auf Grundlage von Usage-Control und Data-Provenance-Technologien« unterzieht Dr. Philipp Christoph Sebastian Bier das Recht auf Auskunft im Datenschutzrecht einer kritischen Würdigung und schafft umfassende technische Voraussetzungen für die Wahrnehmung dieses Rechts auf Auskunft. So entwirft und implementiert er ein verteiltes, datenzentriertes, integriertes und betroffenenfokussiertes Datenschutzauskunftssystem, mit dem das Auskunftsrecht interaktiv und schrittweise wahrgenommen werden kann. Das erfordert auf der einen Seite eine tiefgehende juristische Aufbereitung der Problemstellung und auf der anderen Seite eine ebenso tiefgehende informatische Durchdringung. Nur so kann es am Ende zu einer Lösung kommen, die sowohl wissenschaftlich/technisch State-of-the-Art ist, aber gleichzeitig auch höchsten juristischen Anforderungen standhält. Eine solche Lösung ist Herrn Dr. Bier sehr gut gelungen. Diese Arbeit aus dem Fraunhofer-Institut für Optronik, Systemtechnik und Bildauswertung IOSB war der Jury den zweiten Preis wert.

3. Preis

Fraunhofer ITWM – Sebastian Osterroth

Den dritten Preis erzielte in diesem Jahr das Fraunhofer-Institut für Techno- und Wirtschaftsmathematik ITWM mit der Arbeit von Dr. Sebastian Osterroth zum Thema »Mathematical models for the simulation of combined depth and cake filtration processes (Mathematische Modelle zur Simulation kombinierter Tiefen- und Kuchenfiltrationsprozesse)«. Darin beschreibt Herr Dr. Osterroth die Modellierung von Filtrationsvorgängen. Dabei lagern sich aus der durch den Filter fließenden Substanz Feststoffe unterschiedlicher Partikelgröße an, die einerseits den Filtrationsprozess verbessern, andererseits aber den Strömungswiderstand erhöhen. Der dadurch verursachte Druckverlust bestimmt im Wesentlichen den Energiebedarf für den Filtrationsvorgang. In der Dissertation wird eine Kombination von Tiefenfiltration (Deep-Bed Filtration) und Kuchenfiltration (Cake Filtration) betrachtet. Bei der Tiefenfiltration geschieht die Abscheidung von Partikeln im angeströmten Filtermedium. Die Partikelabtrennung erfolgt allein durch die in der Strömung angebrachte Filtermembran. Bei der Kuchenfiltration ist es hingegen erwünscht, dass die Filtration durch den sich aufgrund der Ablagerung sich bildenden Filterkuchen verbessert wird. Herr Dr. Osterroth entwickelte ein neues mathematisches Modell für den gekoppelten Prozess, das aus einem nichtlinearen System partieller und gewöhnlicher Differentialgleichungen besteht.

Am Abend des 26. September 2017 wurden die diesjährigen Preisträger des Fraunhofer ICT Dissertation Awards in Chemnitz gekürt. Die Verleihung fand traditionell im Rahmen der Jahrestagung der Gesellschaft für Informatik statt.

1. Preis

Fraunhofer SIT – Siegfried Rasthofer

In der dritten Auflage des mit insgesamt 10 000 EUR dotierten Awards gewann Dr. Siegfried Rasthofer vom Fraunhofer SIT in Darmstadt mit seiner Arbeit »Improving Mobile-Malware Investigations with Static and Dynamic Code Analysis Techniques« den ersten Preis.
In seiner Arbeit entwickelte er einen Ansatz zur Analyse von Android-Software auf schädliche Inhalte. Insbesondere können mit dieser Lösung Apps von Drittherstellern auf schädliche Inhalte geprüft werden, auch dann, wenn kein Quellcode vorliegt. Schadcode lässt sich selbst dann erkennen, wenn die Entwickler versuchen, diese Erkennung zu umgehen. Aus den Ergebnissen der Dissertation ist am Fraunhofer SIT das Produkt »CodeInspect« entstanden, welches von diversen Herstellern zur Schadcodeerkennung lizenziert wurde.

2. Preis

Fraunhofer MEVIS – Federico von Samson-Himmelstjerna

Den zweiten Preis erhielt Dr. Federico von Samson-Himmelstjerna für seine Arbeit »Robust and time-efficient determination of perfusion parameters using time-encoded arterial spin labeling MRI«, die er am Fraunhofer MEVIS in Bremen verfasste. Dahinter verbirgt sich ein medizinisches Verfahren zur Messung des Blutflusses mit Hilfe von Magnetresonanztomografie. Das Besondere dabei ist, dass dem Patienten für diese Messung kein Kontrastmittel verabreicht werden muss. Mit dem Verfahren können Diagnostik und Verlaufskontrolle von Krankheiten wie Schlaganfall, multiple Sklerose, Alzheimer, Parkinson oder Krebserkrankungen des Gehirns effizient unterstützt werden.

3. Preis

Fraunhofer IDMT – Alexander Loos

Mit einer nicht ganz alltäglichen Anwendung von Bildauswertungs- und Gesichtserkennungstechnologien beschäftigte sich Dr. Alexander Loos vom Fraunhofer IDMT in Ilmenau in seiner Doktorarbeit »Face Recognition for Great Apes: Identification of Primates in Real-World Environments«, für die er den dritten Preis des Fraunhofer ICT Dissertation Awards erhielt. Sein Verfahren stellt das weltweit erste echtzeitfähige System zur individuellen Erkennung von Menschenaffen in Bildern und Videos dar, das auch unter schwierigen Freifeldbedingungen zuverlässig funktioniert. Eingesetzt wird es in der Wildtierforschung, um Schutzmaßnahmen für die vom Aussterben bedrohten Menschenaffen zu evaluieren. Das Verfahren eignet sich ebenso für den Einsatz in Zoos und Wildlife-Parks, um den Besuchern ein interaktiveres Erlebnis zu bieten.

Im Rahmen des Tags der Informatik der GI in Klagenfurt wurden am 28. September 2016 zum zweiten Mal die ICT Dissertation Awards verliehen. Die ausgezeichneten Doktoranden des diesjährigen Preises kamen aus den Instituten Fraunhofer ITWM, Fraunhofer IGD und Fraunhofer FIT.

1. Preis

Fraunhofer ITWM – Jan Kleinert

Dr. rer. nat. Jan Kleinert erhielt den 1. Preis mit seiner Arbeit »Simulating Granular Material using Nonsmooth Time-Stepping and a Matrix-Free Interior Point Method«, TU Kaiserslautern, eingereicht von Prof. Dr. Dieter Prätzel-Wolters vom Fraunhofer ITWM

2. Preis

Fraunhofer IGD – Tobias Große-Puppendahl

Dr.-Ing. Tobias Große-Puppendahl erhielt den 2. Preis mit seiner Arbeit »Capacitive Sensing and Communication for Ubiquitous Interaction and Environmental Perception«, TU Darmstadt, eingereicht von Prof. Dr. Dieter W. Fellner vom Fraunhofer IGD

3. Preis

Fraunhofer FIT – Katja Niemann

Der 3. Preis ging an Dr. rer. nat. Katja Niemann für die Arbeit »Discovery of Usage-based Item Similarities to Support Recommender Systems in Dealing with Rarely Used Items«, RWTH Aachen, eingereicht von Prof. Dr. Matthias Jarke vom Fraunhofer FIT

1. Preis

Fraunhofer MEVIS – Christian Rieder

Dr. Christian Rieder wurde für seine Doktorarbeit »Interaktive Visualisierung zur Unterstützung von nadelbasierten Eingriffen« mit dem erstmals vergebenen Fraunhofer ICT Dissertationspreis ausgezeichnet. Der Preis wurde am 30. September 2015 während der 45. Jahrestagung der Gesellschaft für Informatik in Cottbus verliehen.

Die preisgekrönte Arbeit befasst sich mit einer hochinnovativen Visualisierungsmethodik, die es einfacher macht, minimalinvasive Eingriffe zur Behandlung von Tumoren zu planen und den Erfolg der Therapie objektiver zu bestimmen.