Prof. Dr. Markus Rickert

Markus Rickert ist Professor und Inhaber des Lehrstuhls für Multimodal Intelligent Interaction an der Otto-Friedrich-Universit?t Bamberg. Er erhielt 2004 das Diplom in Informatik von der Technischen Universit?t München und promovierte dort 2011 (Dr. rer. nat., summa cum laude). Von 2010 bis 2021 war er bei fortiss, dem Landesforschungsinstitut des Freistaats Bayern für softwareintensive Systeme und An-Institut der Technischen Universit?t München, wo er die Forschungsgruppe für Virtual Engineering and Robotics und die Forschungsgruppe für Autonomous Driving gründete. Bei fortiss war er von 2013 bis 2016 stellvertretender Leiter des Fachbereichs Cyber-Physical Systems und von 2016 bis 2021 Leiter des Kompetenzfelds Robotics and Machine Learning. Von 2021 bis 2023 war er an der Technischen Universit?t München und leitete dort das TUM/Huawei Automotive Solutions Innovation Lab.

Seine Forschungsinteressen umfassen Robotik, Mensch-Roboter-Interaktion, kognitive Systeme, künstliche Intelligenz, multimodale Interaktion, Bewegungsplanung, Advanced Systems Engineering und Software Engineering. Die wichtigsten Anwendungsbereiche seiner Forschung sind Serviceroboter, Smart Factories, cyber-physische Systeme, Industrieroboter, soziotechnische Systeme und autonome Fahrzeuge.

• JAST: Joint-Action Science and Technology (EU FP6, 2004–2009)
• JAHIR: Joint Action for Humans and Industrial Robots (DFG EXC CoTeSys, 2006–2009)
• BAJA: Basic Aspects of Joint Action (DFG EXC CoTeSys, 2009–2010)
• JAMES: Joint Action for Multimodal Embodied Social Systems (EU FP7, 2011–2014)
• SMErobotics: The European Robotics Initiative for Strengthening the Competitiveness of SMEs in Manufacturing by Integrating Aspects of Cognitive Systems (EU FP7, 2012–2016)
• SPEEDFACTORY: Automatische Einzelstückfertigung von Sportschuhen und Textilien (BMWi, 2013–2016)
• FarmExpert 4.0: Architektur eines unabh?ngigen Expertennetzes für die Landwirtschaft für das Zeitalter der Digitalisierung (StMELF, 2017–2020)
• Data Backbone: Erforschung eines Data Backbone Ansatzes für den Einsatz montagef?higer Robotiksysteme in cyberphysischen Systemen (StMWi, 2018–2020)
• EmPReSs: Empowerment in der Produktion von morgen: Mixed Skill Factories und kollaborative Robotersysteme neu denken (bidt, 2020–2022)
• VOJEXT: Value of Joint Experimentation in Digital Technologies for Manufacturing and Construction (EU H2020, 2020–2023)
• IRISS: Intuitive Roboterprogrammierung und Integration standardisierter Steuerungsschnittstellen (StMWi, 2021–2023)
• DiProLeA: Digitaler Produktentstehungsprozesses mit lernendem Assistenzsystem (BMBF, 2021–2024)
• MANNHEIM-CeCaS: Central Car Server – Supercomputing für Automotive (BMBF, 2022–2025)