TUM Campus Straubing

Der Universitätsstandort Straubing kann sich wieder über eine Vielzahl neuer Studierender freuen: Zum Wintersemester 2024/25 begrüßt der TUM Campus Straubing (TUMCS) rund 230 Bachelor- und Master-Erstsemester in Straubing. Insgesamt lernen und forschen damit mehr als 1200 junge Frauen und Männer am Campus Straubing für Biotechnologie und Nachhaltigkeit der TUM. Da der Einschreibungszeitraum für das Wintersemester noch läuft, könnte sich die Zahl der Erstsemester noch erhöhen.

Der Campus Straubing der Technischen Universität München (TUM) erhält hochrangige Expertise im Bereich der Materialwissenschaften: Seit Anfang September lehrt und forscht Prof. Dr. Wenwen Fang (36) am TUM Campus Straubing (TUMCS) für Biotechnologie und Nachhaltigkeit. Prof. Fang leitet dort die Professur für Partikel- und Fasertechnologie für biobasierte Materialien. Für ihre Forschung hat die junge Wissenschaftlerin bereits eine renommierte EU-Anschubfinanzierung erhalten.

Jedes Jahr werfen die Menschen etwa ein Drittel der weltweit produzierten Lebensmittel weg – eine Tatsache, die gravierende ökologische, ökonomische und soziale Konsequenzen hat. Die Verschwendung von Lebensmitteln trägt maßgeblich zum Klimawandel bei. Gleichzeitig leidet weltweit eine Milliarde Menschen an Unterernährung. Vor diesem Hintergrund ist die Reduzierung von Lebensmittelverschwendung ein zentraler Schritt hin zu einer nachhaltigeren und gerechteren Welt. Führende Wissenschaftler aus den USA, Asien und Europa sowie Vertreter des Handels haben nun – passend zur Woche gegen Lebensmittelverschwendung – am TUM Campus Straubing (TUMCS) Strategien erarbeitet, um den sogenannten Food Waste zu reduzieren.

Der Europäische Forschungsrat fördert künftig neun weitere Projekte von Forschenden an der Technischen Universität München (TUM) mit ERC Grants. Zwei der geförderten Vorhaben gehen dieses Jahr an den TUM Campus Straubing.

In der biologischen Forschung hat der Einsatz künstlicher Intelligenz unzählige Möglichkeiten und Chancen eröffnet und ist für das Verständnis komplexer biologischer Systeme unverzichtbar geworden. Durch die Anwendung von Methoden des maschinellen Lernens (ML) auf biomolekulare Daten können Forschende Muster und Beziehungen beispielsweise in DNA, RNA- und Proteinsequenzen erkennen. Dies hat in vielen Bereichen der biologischen Forschung zu bedeutenden Fortschritten geführt, beispielsweise bei der Vorhersage von 3D-Proteinstrukturen.