Erster Absolvent des Masters Künstliche Intelligenz erhält VDE Bayern Award

Durch die voranschreitende Digitalisierung im Gesundheitswesen steigt die Menge medizinischer Daten rapide an, wobei der größte Teil aus der Bildgebung stammt. Nach aktuellen Schätzungen werden jährlich weltweit mehr als dreieinhalb Milliarden Thorax-Röntgenbilder zu Diagnosezwecken aufgenommen. Wie diese Daten genutzt werden können, um Systeme zu entwickeln, die Ärzte bei der Diagnosestellung unterstützen können, hat Sebastian Steindl, der im Jahr 2021 als erster Absolvent und zugleich mit Bestnote den Masterstudiengang Künstliche Intelligenz abschloss, in seiner Masterarbeit untersucht. Für diese herausragende Arbeit wurde er nun mit dem VDE Bayern Award in der Kategorie Wissenschaft ausgezeichnet.

Sebastian Steindl wurde für seine herausragende Masterarbeit mit dem VDE Bayern Award ausgezeichnet

In der prämierten Arbeit untersucht Sebastian Steindl, wie verschiedene Modellansätze aus dem Bereich des Deep Learning geschickt kombiniert werden können, um die Vorhersagegüte von Modellen zur automatischen Klassifikation von Lungenkrankheiten zu steigern. Betreut wurde die Arbeit von Prof. Dr. Fabian Brunner.

Der VDE Bayern Award wird regelmäßig ausgelobt und besteht aus einer Ehrenurkunde und einer Trophäe. Herr Steindl ist einer von insgesamt 16 Preisträgerinnen und Preisträgern, die in diesem Jahr ausgezeichnet wurden. Die Verleihung erfolgte im Rahmen des VDE Bayern Abends in München, einer Festveranstaltung unter Teilnahme zahlreicher hochrangiger Gäste aus Wissenschaft, Politik und Wirtschaft.

Seit Abschluss seines Masterstudiums ist Sebastian Steindl als Wissenschaftlicher Mitarbeiter im Innovations- und Kompetenzzentrum Künstliche Intelligenz der OTH Amberg-Weiden tätig und erforscht im Rahmen seines Dissertationsprojekts Ansätze, um die Ergebnisse von KI-Modellen nachvollziehbar und für Anwender interpretierbar zu machen – ein wichtiger Beitrag, um die Akzeptanz und das Vertrauen in den Einsatz von Künstlicher Intelligenz zu fördern.

Zurück