Skip to main content

30. Dezember 2025

Professor:innen-Beförderungen im Jahr 2025

Johann Danzl, Xiaoqi Feng, Stefan Freunberger, Maximilian Jösch & Marco Mondelli

Forschungsversprechen und Exzellenz sind die einzigen Kriterien für die Ernennung von Professor:innen am Institute of Science and Technology Austria (ISTA). Nach einer erfolgreichen Tenure-Evaluation werden Assistenzprofessor:innen direkt zu Professor:innen befördert. In diesem Jahr wurden fünf Beförderungen von Lehrkräften in den Bereichen optische Bildgebung, Neurowissenschaften, Pflanzenbiologie, Evolution, Chemie, Materialwissenschaften, Datenwissenschaft und maschinelles Lernen wirksam. Wir gratulieren den kürzlich beförderten Professor:innen zu diesem bedeutenden Karrieremeilenstein!

Johann Danzl: Die Grenzen der optischen Bildgebungs-Techniken für die Biologie erweitern

Der aus Tirol stammende Forscher begann seine akademische Laufbahn an der Universität Innsbruck. Danzl erwarb 2005 einen Doktortitel in Medizin und 2010 ein Doktorat in experimenteller Quantenphysik. Danach forschte er am Max-Planck-Institut für biophysikalische Chemie in Göttingen, wo er sich mit Fluoreszenz-Bildgebung im Nanobereich befasste. 2017 kam Danzl als Assistenzprofessor an das ISTA. Er und seine Gruppe entwickeln und verbessern optische Bildgebungs-Techniken und integrieren diese mithilfe eines multimodalen Ansatzes in die Datenanalyse sowie in biologische Messungen. Seit 2024 ist er Teil des FWF-Exzellenzclusters „Neuronal Circuits in Health and Disease“. Im April 2025 wurde Danzl zum Professor am ISTA befördert und erhielt im Juni einen ERC Advanced Grant.

Johannes Danzl, Professor am ISTA
Johannes Danzl, Professor am ISTA. Als Physiker und Mediziner erweitert er die Grenzen der optischen Bildgebungstechniken für die Biologie. © ISTA

Heuer entwickelte die Danzl Gruppe in Zusammenarbeit mit Google Research LICONN. Diese in Nature veröffentlichte Methode rekonstruiert Hirngewebe, indem sie Hydrogel-Gewebeexpansion mit handelsüblichen Lichtmikroskopen und KI-gestützter Bildanalyse kombiniert. Indem das Team das Hirngewebe in ein Hydrogel einbettet, ein dreidimensionales Polymernetzwerk, das Wasser aufnimmt, können die Forscher:innen die Probe auf hochkontrollierte Weise expandieren. Die Technik bewahrt die relative räumliche Anordnung der Gewebestrukturen mit extrem hoher Genauigkeit und erzielt gleichzeitig eine außergewöhnliche Auflösung im Nanometerbereich.

Xiaoqi Feng: Wie hat sich die sexuelle Fortpflanzung bei Pflanzen entwickelt?

Die chinesische Forscherin promovierte 2010 an der Universität Oxford in Pflanzenwissenschaften. Nach ihrem Postdoktorat an der University of California, Berkeley, wurde sie 2014 Gruppenleiterin am John Innes Centre in Großbritannien. Seit ihrem Wechsel zu ISTA im Jahr 2023 hat Feng bedeutende Fortschritte bei der Erforschung der Spermienkern-Kondensation und der Entwicklungsregulation erzielt. In ihrer Forschung nutzt sie pflanzliche Keimbahnen als Modell, um die Grundprinzipien der epigenetischen Regulation und der sexuellen Fortpflanzung zu untersuchen, die sowohl für Pflanzen als auch für Tiere gelten. Sie hat mehrere Auszeichnungen erhalten, darunter den EMBO Young Investigator Award, sowie Fördermittel durch einen ERC Starting Grant und einen ERC Consolidator Grant. Die Beförderung von Feng zur Professorin trat im Mai in Kraft.

Xiaoqi Feng, Professorin am ISTA
Xiaoqi Feng, Professorin am ISTA. Die Pflanzenwissenschafterin nutzt pflanzliche Keimbahnen als Modell, um die Grundprinzipien der epigenetischen Regulation und der sexuellen Fortpflanzung zu erforschen, die sowohl für Pflanzen als auch für Tiere gelten. © ISTA

Feng und ihre Gruppe entdeckten, dass ein spezieller DNA-Marker, von dem man früher annahm, dass er nur in Mikroben vorkommt, eine wichtige Rolle bei der Entwicklung von Spermien in Lebermoosen spielt, einer der ältesten Pflanzenformen, die Land besiedelt haben. Diese Arbeit, die in diesem Jahr in Cell veröffentlicht wurde, ist der erste schlüssige Beweis für 4mC außerhalb des Bereichs der Mikroben. Sie könnte neue Anwendungen in der Biotechnologie eröffnen, indem sie Genregulation ohne Veränderung der zugrunde liegenden DNA-Sequenz ermöglicht. Diese Erkenntnis wurde in einem Video zum diesjährigen Fascination of Plants Day hervorgehoben.

Stefan Freunberger: Nutzung der Elektronentransferreaktionen des Lebens für saubere Energiespeicherung

Der aus Niederösterreich stammende Forscher studierte Chemie an der Technischen Universität Wien, wo er 2002 seinen Masterabschluss erhielt. Freunberger setzte seine Forschungsarbeit an der ETH Zürich in der Schweiz fort, wo er 2007 promovierte. Anschließend war er als Postdoktorand an der ETH Zürich sowie an der University of St. Andrews in Großbritannien tätig. 2012 kehrte er nach Österreich zurück, um als Senior Scientist an der TU Graz zu arbeiten, wo er einen ERC Starting Grant erhielt. Im Jahr 2020 wurde Freunberger zum Assistenzprofessor am ISTA ernannt. Er und seine Gruppe sind auf Materialelektrochemie spezialisiert und konzentrieren sich auf Anwendungen in Energiespeichern, darunter wiederaufladbare Batterien. Ihr Ansatz kombiniert fortschrittliche Materialsynthese, Charakterisierung und Anwendungen in elektrochemischen Systemen. Seit 2023 ist Freunberger Mitglied des Vorstands des FWF-Exzellenzclusters „Materials for Energy Conversion and Storage“. Im April dieses Jahres wurde seine Beförderung zum Professor wirksam.

Stefan Freunberger, Professor am ISTA
Stefan Freunberger, Professor am ISTA. Der Chemiker ist auf Materialelektrochemie spezialisiert und konzentriert sich auf Anwendungen in Energiespeichern wie wiederaufladbaren Batterien. © ISTA

2025 hat die Freunberger Gruppe zentrale Erkenntnisse über die Redoxchemie von Sauerstoff und reaktiven Sauerstoffspezies (ROS) veröffentlicht. Während einige ROS eine wichtige Rolle bei der Zellsignalisierung spielen, schädigt der besonders schädliche Singulett-Sauerstoff die Zellen und beeinträchtigt die Leistungsfähigkeit von Batterien. Das Team hat erstmals einen Weg gefunden, diesen zu regulieren. Ihre in Nature veröffentlichte Arbeit könnte breite Anwendungsmöglichkeiten finden, insbesondere in Energiespeicherprozessen.

Maximilian Jösch: What is the neuronal basis of our innate behaviors?

Der Forscher wuchs in Chile auf, wo er zunächst Astronomie und Physik an der Pontificia Universidad Católica in Santiago studierte. Anschließend zog Jösch nach Deutschland, um Biochemie zu studieren, und promovierte 2009 am Max-Planck-Institut für Neurobiologie in Martinsried und an der Ludwig-Maximilians-Universität in München. Er war Postdoktorand an der Harvard University, bevor er 2017 als Assistenzprofessor zum ISTA kam. Die Forschung von Jösch zielt darauf ab, die Prozesse aufzuklären, mit denen Tiere relevante Informationen aus ihrer Umgebung extrahieren, um ihr Verhalten kontextabhängig anzupassen. Zusammen mit seiner Gruppe nutzt er die sensomotorische Transformation als Plattform und versucht, eine Brücke zwischen rechnerischen, algorithmischen und biophysikalischen Ansätzen zu schlagen. Seit Beginn seiner Tätigkeit am ISTA erhielt Jösch einen ERC Starting Grant und einen ERC Consolidator Grant und ist seit 2024 Teil des FWF-Exzellenzclusters „Neuronal Circuits in Health and Disease“. Im Jänner wurde er zum Professor am ISTA befördert.

Maximilian Jösch, Professor am ISTA
Maximilian Jösch, Professor am ISTA. Der Neurowissenschafter erforscht die neuronalen Grundlagen unseres angeborenen Verhaltens. © Nadine Poncioni/ISTA

Heuer entdeckten Forscher:innen der Jösch Gruppe einen Mechanismus der „Videooptimierung“, der es dem Gehirn ermöglicht, das Sehvermögen während der Bewegung zu schärfen. Dieser Mechanismus findet im seitlichen Kniehöcker (Englisch, „ventral lateral geniculate nucleus“ [vLGN]) statt, den das Team bei Mäusen mit einem speziellen Zwei-Photonen-Mikroskop mit Virtual-Reality-Setup identifiziert hat. Diese Gehirnregion sagt voraus und minimiert, wie Bewegungen das visuelle Signal verzerren, und hilft uns so, unsere eigene Bewegung von der der Welt um uns herum zu unterscheiden. Der Mechanismus ähnelt einer Bordkamera in einem Formel-1-Rennwagen, die kürzere Belichtungszeiten verwendet, um die durch die hohe Geschwindigkeit des Autos verursachte Unschärfe zu reduzieren. Die Ergebnisse wurden in Nature Neuroscience veröffentlicht.

Marco Mondelli: Komplexe Inferenzprobleme angehen, um riesige Datensätze zu nutzen

Mondelli, der ursprünglich aus Italien stammt, begann seine akademische Laufbahn 2010 mit einem Bachelor-Abschluss in Telekommunikationstechnik an der Universität Pisa. Im Jahr 2016 promovierte er in Computer- und Kommunikationswissenschaften an der École Polytechnique Fédérale de Lausanne (EPFL) in der Schweiz. Anschließend war Mondelli als Postdoktorand an der Stanford University tätig, bevor er 2019 als Assistenzprofessor an das ISTA kam. Seine Forschungsagenda umfasst Datenwissenschaft, maschinelles Lernen und Codierungstheorie, mit dem langfristigen Ziel, solide Inferenzmethoden in der Informationstheorie zu entwickeln, um datengesteuerte Herausforderungen in den Ingenieur- und Naturwissenschaften zu lösen. Er ist eines der Kernmitglieder der ELLIS Unit Vienna, einer lokal organisierten Einheit des European Laboratory for Learning and Intelligent Systems (ELLIS). Im Jahr 2024 erhielt Mondelli einen ERC Starting Grant und wurde Teil des FWF-Exzellenzclusters „Bilateral AI“. Seine Beförderung zum Professor trat im Februar in Kraft.

Marco Mondelli, Professor am ISTA
Marco Mondelli, Professor am ISTA. Der Computer- und Datenwissenschafter befasst sich mit komplexen Inferenzproblemen, um riesige Datensätze zu nutzen. © ISTA

Im Rahmen der diesjährigen Fortschritte in der KI-Forschung arbeitete Mondelli mit dem Doktoranden Simone Bombari zusammen, um wesentliche Fragen im Bereich Deep Learning und Datenschutz zu untersuchen. Kann nämlich der Datenschutz gewährleistet werden, wenn Deep-Learning-Trainingsmodelle immer größer werden? Und geht die Gewährleistung des Datenschutzes mit höheren Leistungskosten einher? Das Team stellte die gängige Meinung in diesem Bereich in Frage und zeigte, dass eine Erhöhung der Anzahl der Parameter in einem Trainingsmodell nicht unbedingt zu höheren „Kosten“ in Bezug auf den Datenschutz führt. Ihre Arbeit „Privacy for free in the overparameterized regime“ wurde in PNAS veröffentlicht.



Teilen

facebook share icon
twitter share icon
back-to-top icon
Nach Oben