Jannis Hagenah ist Professor für Digitale und Robotische Chirurgie und leitet das Center for Digital Surgery an der UMG. Zusätzlich ist er assoziierter Wissenschaftler am Fraunhofer IMTE, Lübeck. Nach seinem Studium der Medizinischen Ingenieurwissenschaften an der Universität zu Lübeck und der Xi’an Jiaotong University (VR China) promovierte er am Institut für Robotik und Kognitive Systeme, Universität zu Lübeck, im Bereich der KI-basierten Planung zur Personalisierung von herzchirurgischen Eingriffen. Anschließend forschte er als PostDoc am Computational Health Informatics Lab der University of Oxford (UK) zur Analyse multimodaler klinischer Daten sowie zu kontinuierlich lernenden KI-Systemen. Vor seinem Ruf nach Göttingen baute er am Fraunhofer IMTE den Forschungsbereich Surgical Data Science auf. Jannis Hagenah ist Sprecher des Fachausschusses Medizinische Robotik der Deutschen Gesellschaft für Biomedizinische Technik (DGBMT), Mitglied des Boards der Medical Imaging with Deep Learning Foundation (MIDL) und Schatzmeister des German Chapters der IEEE Engineering Medicine and Biology Society (IEEE EMBS).
Prof. Dr. habil. Claire Chalopin ist seit März 2023 Professorin für Datengetriebenes Imaging in der Medizin an der HAWK Hildesheim/Holzminden/Göttingen. Ihr Schwerpunkt liegt auf bildbasierten Assistenzsystemen, insbesondere für nicht-invasive Verfahren wie Infrarot-Thermografie und hyperspektrale Bildgebung. Sie entwickelt in Zusammenarbeit mit der Industrie und der Klinik bildgebende Geräte für minimal-invasive Eingriffe und nutzt KI-basierte Analyseverfahren zur Unterstützung von Ärzt:innen. Klinische Anwendungen umfassen die Gewebeperfusion und Erkennung von Risiko- und Zielstrukturen.
Experte für KI, Coding, Architektur, Software Craftsmanship und agile Entwicklung mit jahrzehntelanger Berufserfahrung. Bekannter Gründer und Leiter von User Groups (DOAG, JUG NBG, iJUG). Organisator von Konferenzen und Veranstaltungen zu Software-Entwicklung, um die Community voranzubringen.
Softwarearchitekt von Beruf, KI-Pionier aus Leidenschaft. Mit einem breit gefächerten Hintergrund als Lead-Entwickler, Architekt und DevOps-Spezialist bei iteratec hat er sich in den letzten zwei Jahren vollständig der Künstlichen Intelligenz verschrieben. Guido hat die Entwicklung von einfachen Codevervollständigungen hin zur vollständigen Generierung von Applikationen durch einen einzigen Eingabebefehl hautnah miterlebt. Heute ist er hier, um Sie durch die Welt der KI-unterstützten Entwicklung zu führen. Freuen Sie sich auf praktische Einblicke, spannende Erfahrungsberichte und eine Vision der Zukunft, in der Mensch und KI gemeinsam außergewöhnliche Software erschaffen.
Ursprünglich aus dem Bereich der Robotik kommend ist Johanna seit 3 Jahren als Software Engineer bei iteratec tätig. In ihren Projekten konzentriert sie sich darauf, Synergien zwischen Machine Learning und Softwareentwicklung zu schaffen. Eines ihrer Fokus-Themen ist Generative AI mit dem Ziel, Mensch-Maschine-Interaktionen zu optimieren.
Softwareentwickler seit 10 Jahren mit Fokus auf Anwendungsentwicklung. Noch relativ neu im Vortragsgeschäft, habe jedoch bereits ein Meetup zu KI-Codetools veranstaltet, Schulungen zur Softwarearchitektur für Kunden gegeben und interne Schulungen in meinem Unternehmen zu verschiedenen Themen durchgeführt.
I am a PhD Student at the lab of Alexander Ecker. In my research, I focus on understanding how the visual system, particularly the retina, processes information. My work explores how the retina transforms light into neural signals and transmits this information to the brain. By using advanced deep learning techniques, I develop models of the retina that provide insights into the earliest stages of visual processing. Through these models, we aim to gain a deeper understanding of how vision begins at the retinal level.
Ich bin Masterstudentin in der Arbeitsgruppe von Constantin Pape. In meiner Arbeit befasse ich mich mit der Entwicklung von Deep Learning Methoden zur Bildverarbeitung an Mikroskopieaufnahmen, besonders der Segmentierung von einzelnen Zellen und Organellen. Da aktuelle Modelle diese Aufgabe nur unter hohen Hardwareanforderungen bewältigen, fokussiere ich mich auf die Entwicklung effizienter Ansätze, die bestehende Modelle mit geringem Rechenaufwand auf die Domäne der Mikroskopie übertragen.
