Zum Hauptinhalt springen
Matthias Tunger Photodesign
01:0

Prof. Dr. Fabian Theis

Leiter des Computational Health Centers und Direktor des Instituts für Computational Biology
+49 89 3187 43260VisitE-MailGebäude/Raum: 58a /112

“Mit KI können wir uns eine Zukunft vorstellen, in der die Diagnose und Behandlung von Krankheiten kostengünstiger, besser verfügbar und damit demokratischer werden”

“Mit KI können wir uns eine Zukunft vorstellen, in der die Diagnose und Behandlung von Krankheiten kostengünstiger, besser verfügbar und damit demokratischer werden”

Akademische Karriere und Forschungsbereiche

Fabian Theis nutzt künstliche Intelligenz, um die Geheimnisse der menschlichen Zellen zu entschlüsseln. Wie arbeiten sie zusammen und was läuft bei Krankheiten auf zellulärer Ebene schief? Insbesondere mit Hilfe der Einzelzellsequenzierung gelingt es ihm und seinem Team, die Vielfalt der Zellen und ihrer Aktivitäten zu modellieren. Machine Learning und Deep Learning setzt er für Vorhersagen in Biologie und Biomedizin ein.

Fabian hat zwei Master in Mathematik und Physik sowie zwei Doktortitel in Physik und Computerwissenschaften.

Seine Karriere begann Fabian als Leiter der Forschergruppe "Signalverarbeitung und Informationstheorie" am Institut für Biophysik in Regensburg fort. Im Jahr 2006 übernahm er als Bernstein Fellow die Leitung einer Nachwuchsgruppe am Bernstein Center for Computational Neuroscience am Max-Planck-Institut für Dynamik und Selbstorganisation in Göttingen. Ein Jahr später wurde er Arbeitsgruppenleiter am Institut für Bioinformatik am Helmholtz München und weitere zwei Jahre später außerplanmäßiger Professor für Mathematik in der Systembiologie an der TU München.

Zwischendurch durchlief Fabian als Gastwissenschaftler internationale Stationen am Department of Architecture and Computer Technology der Universität Granada, Spanien, am RIKEN Brain Science Institute in Wako, Japan, am FAMU/FSU in Florida, USA und am TUAT’s Laboratory for Signal and Image Processing in Tokyo, Japan.

Heute leitet Fabian das Computational Health Center bei Helmholtz Munich unter dessen Dach sechs Institute zu künstlicher Intelligenz mit Fokus auf Gesundheit forschen. Mit seinem zweiten Standbein hält Fabian den Lehrstuhl für “Mathematische Modellierung biologischer Systeme” an der Technischen Universität München. Als wissenschaftlicher Direktor von HelmholtzAI koordiniert Fabian Theis zahlreiche Initiativen und Netzwerke, darunter:

  • Analysis Working Group des Human Cell Atlas
  • Netzwerk “SingleCellOmics Germany” (SCOG)
  • Munich School for Data Science (MUDS)
  • ELLIS Munich für herausragende Forscher, um ihnen die Möglichkeit zu geben, Spitzenforschung mit der Gründung von Start-ups und industriellen Auswirkungen zu verbinden.

Arbeitsgebiete, Skills and Expertise

Künstliche Intelligenz  Big DataDeep Learning Maschinelles LernenEinzelzell-AnalyseBiostatistikZellkartierungDynamische SystemeStochastische Modellierung

Facts and figures

since 2020

seit 2020 - Co-Vorsitz im KI-Rat der Bayerischen Staatsregierung

… zur Bündelung und Vernetzung der KI-Kompetenzen in der bayerischen Wissenschaft, Wirtschaft und Gesellschaft

since 2013

Direktor des Instituts für Computational Biology bei Helmholtz Munich

Seine Mission: Datengestützte Analyse und Modellierung von biologischen Systemen

 

2009

Mitglied der Deutschen Akademie der Naturforscher Leopoldina

...zur Vertretung der deutschen Wissenschaft im Ausland sowie zur Beratung von Politik und Öffentlichkeit

 

2007-2013

Leitung der Junior-Forschergruppe “Computational Modeling in Biology“

2006

Heinz Maier-Leibnitz-Preis der Deutschen Forschungsgemeinschaft

Preise und Auszeichnungen

2022
ERC Advanced Grant
2021
Hamburger Wissenschaftspreis
2017
Erwin Schrödinger Preis
2010
ERC Starting Grant

Was bringen Big Data in der Medizin?

Fabian Theis on Schwanke meets Science

Mit Ihrer Zustimmung werden hier Inhalte Dritter geladen, die auch Cookies des jeweiligen Anbieters verwenden können. Durch die Nutzung dieser Inhalte erklären Sie sich mit der Verwendung von Cookies einverstanden.