Von Ilmenau ans MIT: TU Ilmenau-Promovend entwickelt Methode zur Messung und Vorhersage von 3D-Temperaturverteilungen in Strömungen

Hallo Theo, du bist derzeit Postdoc am Massachusetts Institute of Technology (MIT), einer der renommiertesten technischen Universitäten weltweit – doch dein Weg in die Wissenschaft begann an der TU Ilmenau. 

Genau, ich habe an der TU Ilmenau sowohl im Bachelor als auch im Master Maschinenbau studiert und habe im Anschluss am Fachgebiet Technische Thermodynamik promoviert. Der Grund, warum ich mich damals für die Universität entschieden habe, war die Basic Engineering School. Meinen Entschluss, Maschinenbau zu studieren, habe ich recht kurzfristig gefasst und durch die Basic Engineering School musste ich kein Grundpraktikum machen, da dieses im Studium integriert war. Ilmenau hat mich schnell überzeugt: kleine Uni, enge Betreuung, viel Freiraum.

Was hat deine Zeit an der TU Ilmenau besonders geprägt?

Definitiv die Möglichkeit, früh eigene Ideen umzusetzen. Ich habe schon seit dem dritten Semester als Hiwi an Forschungsaufgaben im Fachgebiet Technische Thermodynamik mitgearbeitet. Nach meinem Bachelor hat mir mein jetziger Doktorvater, Prof. Dr. Christian Cierpka, einen Forschungsaufenthalt am von-Karman Institut für Strömungsmechanik in Brüssel vermittelt. Meine Zeit dort hat mich sehr geprägt und ich habe den Entschluss gefasst zu promovieren. Im Anschluss habe ich während meines Masters in Ilmenau eigenständig forschen dürfen und habe meinen ersten wissenschaftlichen Artikel veröffentlicht. Als ich das Angebot zu promovieren bekommen habe, habe ich es dankend angenommen. Und jetzt forsche ich als Postdoc am MIT. Aber ich möchte betonen, dass all dies nicht ohne die Unterstützung vieler wunderbarer Menschen mögliche gewesen wäre, sowohl privat als auch beruflich.

Für mich hat sich das Fachgebiet Technische Thermodynamik als ideale Lern- und Forschungsumgebung erwiesen. Christian (Prof. Cierpka, Anmerkung der Redaktion) war stets offen für neue Ideen und hat diese unterstützt, auch wenn diese erstmal kostspielig waren. Es gab eine Zeit, da wurde ich von ihm scherzhaft mit dem Worten „Was kostet es diesmal?“ begrüßt, wenn ich sein Büro betreten habe. Abgesehen von der finanziellen Unterstützung, hier bin ich auch besonders der Deutschen Forschungsgemeinschaft und der Carl Zeiss Stiftung dankbar, stand er mir stets mit Rat und Tat zur Seite und ermöglichte es mir, meine Forschung von Anfang an auf internationalen Konferenzen zu präsentieren. Aber auch die Kollegen am Institut, mit denen ich zusammenarbeiten durfte, sind fantastisch und es herrscht eine offene und freundliche Atmosphäre, geprägt durch Kooperation und Zusammenarbeit anstelle von Konkurrenzkampf. All dies ermöglichte es mir, mit Freude zu forschen − auch abseits meines Promotionsthemas, wie beispielweise an einem Quantum Computing Projekt, für das wir den zweiten Preis in der Fujitsu Quantum Simulator Challenge 2025 erhalten haben. Ich kann die Arbeit und Forschung am Institut für Thermo- und Fluiddynamik nur empfehlen, auch wenn die Fächer oft nicht die klassischen Lieblingsfächer sind.

In deiner Promotion hast du turbulente Wärmeströmungen untersucht – und dabei neu entwickelte 3D-Messtechnik einbezogen. 

Ich habe eine Messtechnik entwickelt, mit der man in einem Fluid, beispielsweise Wasser, gleichzeitig die Temperatur und die Geschwindigkeit in drei Dimensionen erfassen kann – und das mit hoher räumlicher und zeitlicher Auflösung. Dafür habe ich Partikel aus so gennannten thermochromen Flüssigkristallen verwendet, die ihre Farbe je nach Temperatur ändern. Mit mehreren Kameras konnte ich dann die Bewegung dieser Partikel im Raum verfolgen und gleichzeitig aus der Partikelfarbe die Temperatur ableiten. Diese Daten waren dann die Grundlage für den nächsten Schritt: Wir haben ein physikalisch informiertes neuronales Netz trainiert, das also nicht nur mit den Daten, sondern auch mit physikalischen Gleichungen arbeitet – z. B. den Navier-Stokes-Gleichungen. Das Ziel war, zusätzliche Informationen aus den Daten zu extrahieren – etwa die Temperatur nur aus Geschwindigkeitsdaten vorherzusagen. Mit der von mir entwickelten Messtechnik ließ sich dieser Ansatz erstmalig rein auf experimentellen Daten anwenden und validieren. Das hat ziemlich gut funktioniert und war eine echte Innovation.

War deine Promotion war auch der Türöffner für das MIT?

Ja, indirekt auf jeden Fall. Wir haben die Ergebnisse zur Messtechnik veröffentlicht. Daraufhin hat sich die Forschungsgruppe von der Brown University, die diese physikalisch informierten neuronalen Netze erfunden hat, bei mir gemeldet – sie hatten einen passenden KI-Ansatz und waren an einer Zusammenarbeit interessiert. Aus dieser Kooperation ist dann unser gemeinsames Paper entstanden, das wir in dem renommierten Journal „Science Advances“ veröffentlicht haben. Über diese Verbindung kam auch der Kontakt zum MIT zustande, denn unser Kooperationspartner war mit in einem Projekt dort eingebunden. Ich habe ihn gefragt, ob er jemanden kennt, der jemanden sucht – und so bin ich schließlich ans MIT gekommen.

Mit was befasst du dich in dem Artikel in „Science Advances“?

In dem Artikel geht es darum, wie man thermische Turbulenz besser verstehen und analysieren kann – und zwar mit einer Kombination aus experimenteller Messtechnik und künstlicher Intelligenz. Der Kern ist, dass wir sogenannte physics-informed neural networks verwenden, also neuronale Netze, die zusätzlich zu den Messdaten auch physikalische Gesetze berücksichtigen. Ich habe die Messdaten geliefert: Geschwindigkeit und Temperatur an tausenden von Punkten gleichzeitig und räumlich verteilt, was es vorher so noch nicht gab. Die Brown University hat dann ein neuronales Netz entwickelt, das daraus z. B. die Temperatur vorhersagen kann – selbst an Stellen, wo keine gemessen wurde. Das funktioniert, weil das Netz die physikalischen Zusammenhänge mitlernt. Unser Paper zeigt, dass dieser Ansatz erstmals auch mit realen Daten funktioniert – nicht nur in der Simulation.

Du hast es gerade die Zusammenarbeit mit der Brown University erwähnt. Wie lief die Zusammenarbeit zwischen der TU Ilmenau und der amerikanischen Universität ab?

Sehr organisch. Nachdem sich die Brown University bei mir gemeldet hat, haben wir schnell gemerkt, dass das gut harmoniert – die Kollegen hatten die Expertise im Machine Learning, und wir hatte die Expertise in der Messtechnik und die experimentellen Daten, die dafür vorher einfach nicht existierten. Also haben wir unsere Ansätze zusammengeführt: Brown hat den Algorithmus entwickelt, wir habe die Daten geliefert und die physikalischen Hintergründe eingebracht. 

Wie sieht dein Forschungsalltag am MIT aus?  

Ich forsche an Turbulenzen hinter bewegten Objekten. Wir haben einen sogenannten Schlepptank, in dem wir Objekte kontrolliert durch ruhendes Wasser bewegen und die Strömungen messen. Damit entwickeln wir neue Machine Learning-Modelle. Die Forschungsgruppe ist sehr interdisziplinär: andere Teams analysieren Fischbewegungen, arbeiten mit Satellitenbildern oder bauen Unterwasserroboter. Ich bin für die Turbulenz zuständig.

Wie unterscheidet sich die Forschung am MIT von der in Ilmenau?

Die Forschung hier ist sehr groß, sichtbar und stark vernetzt. Es kommen ständig Delegationen aus Politik und Wirtschaft. Es bieten sich mir hier enorme Möglichkeiten, mich zu entwickeln und meinen Horizont zu erweitern. Boston und insbesondere Cambridge sind sehr lebenswert. Gleichzeitig fehlt mir die Natur. Ilmenau ist ruhiger, grüner – dafür hatte man auch mehr Zeit für tiefes Arbeiten.

Das bedeutet, du möchtest wiederkommen? 

Ich halte mir alles offen. Vielleicht bleibe ich in der Wissenschaft, vielleicht gehe ich in die Industrie. Eine Rückkehr nach Deutschland ist auf jeden Fall denkbar. Und auch Ilmenau würde ich nicht ausschließen. Ich habe dort viel gelernt – und der kreative Freiraum war Gold wert.

Das Paper im Journal „Science Advances“ finden Sie hier:

www.science.org/doi/10.1126/sciadv.ads5236