Graduiertenschule
Die vertiefende forschungsorientierte Ausbildung nach dem Masterabschluss ist ein zentraler Aktivitätsbereich von SECAI. Aufgrund der besonderen, fachübergreifenden Ausrichtung der School gibt es dabei nicht nur Promovierende sondern auch sogenannte Clinician Scientists, die bereits eine Promotion abgeschlossen haben und deren Ziel in SECAI eine (erste) größere Publikation ist.
SECAI stellt jedes Jahr etwa zehn Doktorand:innen und Clinician Scientists ein, die typischerweise im September anfangen. Die Jobauschreibungen erfolgen normalerweise im Frühling des entsprechenden Jahres. Falls es offene Ausschreibung gibt, befinden sie sich auf unserem Jobportal. Die Schule bevorzugt ein „straffes“ Dreijahresmodell für den Abschluss von Doktorarbeiten, ist sich aber bewusst, dass dieser Plan aufgrund von interdisziplinären Unterschieden – z.B. können Clinician Scientists bereits in zwei Jahren fertig werden – persönlichen Umständen und beruflichen Gründen angepasst werden muss.
Zusätzlich zu den von SECAI direkt finanzierten Doktoranden und Clinician Scientists werden weitere KI-Forscher:innen vergleichbarer Karrierestufen in die School eingebunden. Diese assoziierten Mitglieder werden wissenschaftlich und organisatorisch eng integriert und erhalten Zugang zu allen SECAI-Förderprogrammen. Außerdem vernetzt sich SECAI mit anderen thematisch relevanten Graduiertenprogrammen und setzt gemeinsame Aktivitäten um.
Doktoranden und Clinical Scientists



Thema: Intuitive Modelling support for Knowledge-Based Systems

Thema: Neuromorphic Information Processing: Hardware Realization of the Modified Stochastic Synaptic Model

Thema: Sim2Real: Simulated Training and Test Data for Biomedical Image Analysis

Thema: Surg-Morph: Neuromorphic Surgical Video Processing on the SpiNNaker2 Platform

Thema: Explaining Composite AI: From Formal Analysis to Overall Understanding

Thema: Spinnaker Cloud Computing for Computer-aided Drug Discovery

Thema: Spinnaker Cloud Computing for Computer-aided Drug Discovery

Thema: MemAI: Memristive Dynamic Models for Smart AI Systems

Thema: 2D-Material-Based Synapses for Neuromorphic Computing

Thema: AI in Oncology

Thema: Teaching artificial intelligence conformational dynamics of proteins

Thema: The Use of AI by the Civil Service in Light of the Principles of Democracy and the Rule of Law

Thema: AI Controlled Wireless Mesh Networks for Medical Applications in Crisis Situations (AWESOME)

Thema: GeoSOP: Geometry for surgical outcome prediction

Thema: Personalization in oncology – Prediction of cancer therapy effectiveness from Omics data through structural modeling and AI

Thema: SuperTouch - Data-driven tactile sensing for robot-assisted cancer surgery

Thema: Adaptive / Context Sensitive Data Provision in Mobile Applications


Thema: Features of Fitness Landscapes


Thema: Explainable AI for reliable computer assisted surgery

Thema: External Systems Biology Knowledge Integration in Large Language Models

Thema: What are GPCR’s and why are they important?

Thema: Multi-agent Belief Management

Thema: Theoretical Foundations of Ethical and Interpretable Diffusion Models

Thema: Large Language Models (LLMs) and the Formalization of Mathematics

Thema: StochasticAI – Integrating Stochastic Modeling with AI

Thema: FunLog: A Functional Approach to Modular Logic Programming