Mit dem von der Wissenschaftspreis der Gisela und Erwin Sick Stiftung werden sowohl grundlagenorientierte als auch anwendungsorientierte Arbeiten ausgezeichnet, die dem KCIST-Forschungsbereich zugeordnet werden können. Der Preis für die beste Dissertation ist mit 7.000 € dotiert, die beste Abschussarbeit mit 3.000 €. Beide Preise werden jährlich von KCIST in Kooperation mit der KIT-Stiftung vergeben.

Wir sind stolz darauf, die diesjährigen Gewinner des Wissenschaftspreises bekannt zu geben. In diesem Jahr teilen sich jeweils zwei Gewinner den Preis für die beste Dissertation und auch die beste Abschlussarbeit 2021:

Wir gratulieren den Gewinnern recht herzlich und bedanken uns bei allen Bewerberinnen und Bewerbern für die Teilnahme!

Über die Gewinner und ihre Arbeiten

Dr. Christian-Peter Kunz, Dissertation "Augmented Reality based Assistance and Automated Planning for Neurosurgical Interventions", Fakultät für Informatik, Hauptreferent: Prof. Dr. Franziska Mathis-Ullrich

Kurze Zusammenfassung:
Neurochirurgische Eingriffe sind aufgrund der empfindlichen Strukturen des menschlichen Gehirns eine groûe Herausforderung. Das gesamte Gehirn besteht aus sensiblem Gewebe, das so wenig wie möglich beeinträchtigt werden sollte. Dennoch ist dies nicht
immer möglich, da es bei vielen Operation nötig ist, durch Gewebe hindurch zum Zielgebiet zu gelangen. Beispiele sind Biopsien, die Ventrikelpunktion, tiefe Hirnstimulation und Tumorentfernungen. Dabei muss speziell verhindert werden, dass Hochrisikobereiche
verletzt werden, da dies zu erheblichen kognitiven Beeinträchtigungen führen kann, z.B. dem Verlust der Sprachfähigkeit. Eine optimierte Planung der Operation kann hierbei verhindern, dass Hochrisikobereiche verletzt werden, um so kognitive Schäden zu verhindern. In der oben genannten Arbeit wird ein neuartiges System vorgestellt, das den kompletten chirurgischen Arbeitsablauf abdeckt, indem eine vollautomatische Operationsplanung und anschlieûende Szenenregistrierung ausgeführt wird, um dem Chirurgen eine intraoperative Assistenz auf Basis von Augmented Reality (AR) zu ermöglichen.

Dr. Benjamin Nuß, Dissertation "Frequenzkamm-basiertes breitbandiges MIMO-OFDM-Radar", Fakultät für Elektrotechnik und Informationstechnik, Hauptreferent: Prof. Dr.-Ing. Dr. h.c. Thomas Zwick

Kurze Zusammenfassung:
In den vergangenen Jahren haben digitale Modulationsverfahren einen immer größeren Stellenwert für Anwendungen im Radarbereich erfahren. Treiber dieser Entwicklung sind einerseits die immer leistungsfähigere digitale Hardware, die eine echtzeitfähige Realisierung solcher Radarsysteme überhaupt erst ermöglicht hat, und andererseits bei den Applikationen vor allem der Automobilradarbereich. Dieser fordert neben stetig steigenden Auflösungen oftmals eine hohe Flexibilität der Wellenformen sowie eine möglichst gute Interferenzrobustheit. Eines der Modulationsverfahren, das aktuell besonders im Fokus der Untersuchungen steht, ist Orthogonal Frequency-Division Multiplexing (OFDM), das sich auch im Mobilfunkbereich großer Beliebtheit erfreut. Ein Nachteil im
Vergleich zu anderen gängigen Radarverfahren wie beispielsweise Fast Chirp Sequence (FCS) ist die Notwendigkeit von sehr hohen Abtastraten, die in der Größenordnung der abgedeckten Hochfrequenzbandbreite liegen müssen.
Genau bei diesem Punkt setzt die oben genannte Arbeit an. Sie stellt eine neuartige Erweiterung des klassischen OFDM-Radar-Ansatzes vor, mit dessen Hilfe die Signalbandbreite im Radarkanal vergrößert werden kann, ohne gleichzeitig die Abtastraten der Digital-Analog- und Analog-Digital-Wandler erhöhen zu müssen. Hierdurch kann trotz eines Verzichts auf schnelle und daher teure Wandler die oftmals geforderte hohe Entfernungsauflösung erreicht werden.

M. Sc. Leonard Bärmann, Masterarbeit "Long-Term Compressive Memory Transformer for Encoding and Verbalizing Robot Experiences", Fakultät für Informatik, Hauptreferent: Prof. Dr. Alexander Waibel.

Kurze Zusammenfassung:
Verbalisierung vergangener Ereignisse und Erfahrungen ist eine Schlüsselfähigkeit für autonome Roboter und fördert das Vertrauen des Benutzers in die Technologie. Um zu ermöglichen, dass ein Roboter Informationen über seine früheren Beobachtungen und Handlungen speichert, filtert und abruft, muss er mit einem episodischen Gedächtnis (Episodic Memory, EM) ausgestattet werden. In vorherigen Arbeiten wurde die Aufgabe des Verbalisierens von Robotererfahrungen (Episodic Memory Verbalization, EMV)
eingeführt und eine neuronale Netzwerkarchitektur zur Lösung dieses Problems vorgestellt. Basierend auf einer Analyse der Grenzen des bestehenden Systems schlägt die vorliegende Arbeit ein neues Modell names Long-Term Compressive Memory Transformer zur Erstellung von EM vor. Dieses bietet sowohl eine unbegrenzte Kontextlänge als auch ein auf eine konstante Größe beschränktes EM. Zusätzlich wird ein deutlich größerer und vielfältigerer EMV-Datensatz, der einen multimodalen Datenstrom aus Tausenden von simulierten Roboterausführungen beinhaltet, präsentiert. Unter Verwendung des Datensatzes von Bärmann et al. (2021) sowie des neu gesammelten Datensatzes wird das vorgestellte Modell trainiert und evaluiert, wobei die Ergebnisse sowohl eine text-only-Baseline als auch die vorherige Arbeit übertreffen. Darüber hinaus wird eine Variante des Modells mit mehreren Kompressionsstufen entwickelt und empirisch mit den anderen Ansätzen verglichen. Schließlich zeigen Ablationsstudien zu bestimmten Aspekten des gewählten Ansatzes in Kombination mit detaillierten Analysen aller experimentellen Ergebnisse, dass es mit Blick auf die EMV-Aufgabe trotz signifikanter Verbesserungen noch ungelöste Probleme gibt.

M. Sc. Benedikt Wagner, Masterarbeit "Efficient Signatures in the Post-Quantum Setting", Fakultät für Informatik, Hauptreferent: Prof. Dr. Jörn Müller-Quade.

Kurze Zusammenfassung:
Klassische kryptographische Konstruktionen basieren meist auf der Annahme der Schwierigkeit des Faktorisierens oder des Diskreten Logarithmus Problems, welche durch einen Quantencomputer gebrochen werden. Im Gegensatz dazu wird allgemein angenommen, dass Konstruktionen basierend auf Gitterannahmen sicher gegen Quantenangreifer sind. In den letzten zwei Jahrzehnten entwickelte sich gitterbasierte Kryptographie zum Flaggschiff der modernen Post-Quantum-Kryptographie.
Die Sicherheit kryptographischer Verfahren wird asymptotisch im Bezug auf einen sogenannten Sicherheitsparameter analysiert. Soll ein Verfahren allerdings praktisch eingesetzt werden, so sind alle Parameter sorgfältig zu setzen, um ein konkretes Sicherheitsniveau zu erreichen. Daher ist ein Sicherheitsbeweis, in dem die konkrete Sicherheit abhängig von Variablen sinkt, die man nicht im Vorhinein kennt, weniger wünschenswert, als ein Beweis, der tight ist, bei dem das also nicht passiert.
Zum Beispiel kann eine solche Variable die Anzahl der Nutzer des Systems sein. Generell führt ein tighter Beweis zu effizienteren Instantiierungen. Ziel dieser Arbeit ist es, effiziente kryptographische Primitive zu konstruieren, die verwandt mit digitalen Signaturen sind und tighte Sicherheitsbeweise basierend auf Gitterannahmen ermöglichen. Zudem ist es das Ziel, stets die aussagekräftigsten und stärksten Sicherheitsbegriffe zu erfüllen.

Gisela und Erwin Sick Stiftung

Die Gisela und Erwin Sick Stiftung wurde 2002 von Gisela Sick, der Witwe von Dr.-Ing. e. h. Erwin Sick, dem Gründer der SICK AG, ins Leben gerufen. Das Förderspektrum der Stiftung mit Sitz in Freiburg umfasst die Bereiche Jugend und Erziehung, Bildung, Berufsbildung sowie Wissenschaft und Forschung. In Anerkennung des Lebenswerks ihres verstorbenen Mannes, ein Erfinder und Pionier auf dem Gebiet der Opto-Elektronik, legt Gisela Sick bei ihren Stiftungsaktivitäten einen besonderen Schwerpunkt auf Naturwissenschaften und Technik mit dem Ziel, einen Beitrag zur Sicherung des Technologie- und Zukunftsstandortes Deutschland zu leisten.

Zur Förderung des Nachwuchses in den MINT-Wissenschaftsbereichen schreibt die Stiftung unter anderem Förderpreise an den Technischen Universitäten in Hamburg, Dresden und Karlsruhe, an den Hochschulen Offenburg, Furtwangen und Konstanz sowie an den Dualen Hochschulen Villingen-Schwenningen und Lörrach aus. Darüber hinaus vergibt die Stiftung Deutschlandstipendien.