
Bild: Deutsches Museum, München | Hubert Czech
Nichts verpassen
Livestreams aus dem Deutschen Museum
Regelmäßig finden in allen Standorten des Deutschen Museums Veranstaltungen statt, die wir auf dieser Webseite und auf dem YouTube Kanal per Livestream übertragen.
Der nächste Livestream
Annabelle Bohrdt: Maschinelles Lernen
Wissenschaft für jedermann am 21. Oktober, 19 Uhr
Wenn viele kleinste Bausteine der Materie – die sogenannten Quantenteilchen – zusammenkommen, können neue, oft unerwartete Phänomene entstehen. Dazu gehören zum Beispiel Magnetismus oder Supraleitung, d. h. verlustfreie Leitung von Strom. Das macht solche Quantenvielteilchensysteme spannend, aber auch oft schwierig vorherzusagen oder zu erklären. Der Grund ist, dass das Ganze in der Quantenwelt oft mehr ist als die Summe seiner Teile: Das Verhalten der gesamten Gruppe – der gemeinsame Quantenzustand – lässt sich im Allgemeinen nicht einfach aus den Zuständen der einzelnen Teilchen zusammensetzen. Für eine vollständige Beschreibung muss man stattdessen alle möglichen Kombinationen der Teilchen betrachten. Die Anzahl dieser Kombinationen wächst exponentiell mit der Teilchenzahl und genau das ist es, was man unter dem „Big-Data“-Problem versteht. In diesem Vortrag zeigt Annabelle Bohrdt, wie moderne Methoden des maschinellen Lernens helfen können, dieses „Big-Data“-Problem der Quantenwelt zu bewältigen, zum Beispiel indem man den Quantenzustand mithilfe einer speziellen, lernenden Künstlichen Intelligenz darstellt. Diese Methode erlaubt es, realistischere Modelle für neuartige Materialien zu untersuchen, die bei hohen Temperaturen (-135°C / 138K) supraleitend werden. Ein wichtiger Schritt in der Grundlagenforschung zum Ursprung der Hochtemperatur-Supraleitung und um der verlustfreien Stromleitung ein kleines Stück näher zu kommen. Prof. Dr. Annabelle Bohrdt ist theoretische Physikerin und arbeitet daran, durch die Entwicklung neuer Analysemethoden ein mikroskopisches Verständnis stark korrelierter Quantensysteme zu gewinnen. In ihrer Forschung verbindet sie numerische Methoden, intuitive physikalische Bilder, enge Kollaborationen mit Quantensimulations-Experimenten sowie Techniken des maschinellen Lernens. In Zusammenarbeit mit der Ludwig-Maximilians-Universität München, Exzellenzcluster MCQST
Vorschau – die nächsten Streams:
Rückblick – die letzten Streams:
Unsere Livestreams bleiben nach den Veranstaltungen jederzeit abrufbar.
Daniel Grün: Der Ursprung der Elemente
Wissenschaft für jedermann vom 14. Oktober 2026
Vor 110 Jahren sagte Albert Einstein Gravitationswellen voraus: Wellen der Raumzeit, die sich durch das Universum ausbreiten. Vor elf Jahren gelang erstmals ihr direkter Nachweis. Mit riesigen Laserinterferometern können Forschende seither Ereignisse beobachten, die mit herkömmlichen Teleskopen oft verborgen bleiben. Gravitationswellen entstehen vor allem bei Kollisionen von Schwarzen Löchern und Neutronensternen. Die Gravitationswellenastronomie brachte bereits überraschende Entdeckungen hervor. So fanden Forschende Schwarze Löcher, die schwerer sind als viele Modelle erklären können. Zugleich erwies es sich als schwierig, die Signale auch im sichtbaren Licht nachzuweisen. Bislang gelang dies nur einmal: bei der Kollision zweier Neutronensterne im Jahr 2017. In ihrem Leuchtfeuer zeigten sich Spuren von Gold und Platin. Vor einem Jahr registrierten Gravitationswellendetektoren erstmals ein Signal, das von der Kollision ungewöhnlich kleiner kompakter Objekte, sogenannter „Neutronenplaneten“, stammen könnte. Mit dem Wendelstein-Observatorium der Universitätssternwarte der LMU fand das beteiligte Forschungsteam als Erstes ein mögliches Leuchtsignal. War dies die erste Beobachtung einer neuen Klasse kosmischer Ereignisse oder nur ein außergewöhnlicher Zufall? Daniel Grün erzählt die Geschichte dieser Entdeckung. Daniel Grün untersucht die größten Strukturen des Universums und die Kräfte, die ihre Entwicklung bestimmen. Dazu analysiert er große Himmelsdurchmusterungen, in denen Millionen von Galaxien erfasst werden. Mithilfe schwacher Gravitationslinseneffekte sowie photometrischer und spektroskopischer Beobachtungen erforscht er die Eigenschaften der Dunklen Materie und Dunklen Energie. Für die Datenanalyse setzen er und sein Team moderne statistische Methoden und Verfahren der künstlichen Intelligenz ein. Daniel Grün ist Professor für Astrophysik, Kosmologie und Künstliche Intelligenz an der Universitäts-Sternwarte der Ludwig-Maximilians-Universität München (LMU). In Zusammenarbeit mit dem Exzellenzcluster ORIGINS und den Physikfakultäten der LMU und TU München