DZD Health Data Science & AI Zertifikatsprogramm
Programmübersicht
Das DZD Health Data Science & AI Certificate Program (DZD HeaDS) ist eine zweijährige Fortbildungsreihe, die darauf abzielt, Studierende und Nachwuchswissenschaftler:innen aus den MINT-Fächern für die datengestützte Gesundheitsforschung zu gewinnen.
Das Programm wird vom Deutschen Zentrum für Diabetesforschung (DZD) koordiniert und integriert die Teilnehmer in ein interdisziplinäres Netzwerk von Experten aus der Gesundheitsforschung und der Computational Biology sowie Diabetes- und Stoffwechselforschung. Die Teilnehmer sammeln durch einen modularen Lehrplan und Projektarbeit Erfahrungen in den Bereichen Gesundheitsdatenerhebung, Standardisierung, Analyse und Innovation.
Zielgruppe und Dauer
Das Programm richtet sich an Master- und Doktoranden in Europa aus nicht-medizinischen MINT-Fachbereichen, die über Grundkenntnisse in Informationstechnologie und Programmierung verfügen.
Die Module erstrecken sich über einen Zeitraum von zwei Jahren und beginnen im April 2026.
Das Programm ist wie folgt aufgebaut:
A Module: 3 Einführungsmodule (Auffrischungskurse können entsprechend den eigenen Vorkenntnissen gewählt werden)
B Module: 5 Pflichtmodule
C Module: 2 begleitenden Wahlmodule
Jedes Einführungs- und Pflichtmodul hat eine Dauer von etwa zwei vollen Arbeitstagen. Detaillierte Inhalte finden Sie in der Modulübersicht unten.
Auswahl
Das Programm nimmt 30 Trainees auf. Die Teilnehmer werden von einem interdisziplinären Auswahlkomitee anhand ihrer überzeugenden Darstellung ausgewählt, was sie zur Gesundheitsdatenforschung motiviert und wie sie vom Programm profitieren werden. Unvollständige Bewerbungen können nicht berücksichtigt werden. Wir streben eine ausgewogene Zusammensetzung der Gruppe hinsichtlich Geschlecht und unterschiedlicher akademischer Hintergründe zwischen Informatik, Biologie/Medizin an.
Die Zulassungen werden im Februar 2026 bekannt gegeben.
Zertifikat
Das DZD stellt bei regelmäßiger Teilnahme und erfolgreicher Abschlusspräsentation ein Zertifikat aus.
Modulübersicht
A-1
Kick-off-Workshop: Kennenlernen der Teilnehmer und Forschungsthemen
A-1
Kick-off-Workshop: Kennenlernen der Teilnehmer und Forschungsthemen
A-2
Auffrischung: Konzepte der translationalen Diabetesforschung
A-2
Auffrischung: Konzepte der translationalen Diabetesforschung
Datum: 22-25 Juni 2026, 9:00 - 11.30am | Ort: Webinare - optional
Empfohlen für Teilnehmer mit geringen oder keinen Vorkenntnissen in der Gesundheitsforschung. Themen sind grundlegende anatomische und physiologische Prinzipien des menschlichen Körpers, Pathogenese ausgewählter Krankheiten, Konzept der Präzisionsmedizin und Grundlagen des Designs klinischer Studien.
A-3
Auffrischung: Aktuelle IT-Ansätze in der datengesteuerten Gesundheitsforschung
A-3
Auffrischung: Aktuelle IT-Ansätze in der datengesteuerten Gesundheitsforschung
Datum: Juli 2026 | Ort: Webinare - optional
Unverzichtbar für Teilnehmer mit geringen oder keinen Vorkenntnissen in Informatik, für alle empfohlen. Der Kurs frischt Kenntnisse in maschinellem Lernen und Deep Learning auf. Einführung in Standards des modernen Programmierstils (GitHub, Versionskontrolle, Open Source etc.)
B-1
Datenerhebung in der Gesundheitsforschung
B-1
Datenerhebung in der Gesundheitsforschung
B-2
Datenstandardisierung und Dataengineering
B-2
Datenstandardisierung und Dataengineering
B-3
Datenanalyse
B-3
Datenanalyse
B-4
Datengesteuerte Innovation in der Gesundheitsforschung
B-4
Datengesteuerte Innovation in der Gesundheitsforschung
Datum: 2027 | Ort: noch festzulegen - obligatorisch
Aktuelle technologische Ansätze in der Diabetesbehandlung und epidemiologische Modelle zur Verbesserung der Prävention, Diagnose und Behandlung von Stoffwechselerkrankungen. Von der Integration von Multiomic-Daten bis hin zu Innovationen in der Gesundheitsforschung; Grundsätze des Unternehmertums.
B-5
Abschlussveranstaltung – Hackathon
B-5
Abschlussveranstaltung – Hackathon
C-1
Online-Vortragsreihe: Gesundheitsdaten – von der Wissenschaft zur Versorgung
C-1
Online-Vortragsreihe: Gesundheitsdaten – von der Wissenschaft zur Versorgung
DZD HeaDS Program Trainers
Prof. Dr. Dr. h.c. mult. Martin Hrabě de Angelis ist ein führender Genetiker, der sich auf Genetik, Diabetes und systematische Phänotypisierung spezialisiert hat. Er promovierte in Biologie an der Philipps-Universität Marburg und absolvierte eine Postdoc-Forschung am Jackson Laboratory (USA) zu Delta/Notch-Signalwegen und der Entwicklung von Mäusen. Seit 2003 ist er Lehrstuhlinhaber für Experimentelle Genetik an der TUM und leitet das Institut für Experimentelle Genetik am Helmholtz Zentrum München, wo er die German Mouse Clinic gründete – das weltweit erste umfassende Zentrum für Mausphänotypisierung. Seine Forschung hat das Verständnis der genetischen und epigenetischen Grundlagen von Adipositas und Diabetes vorangebracht. Prof. Hrabě de Angelis ist amtierender CEO von Helmholtz München, Mitbegründer und Vorstandsmitglied des Deutschen Zentrums für Diabetesforschung (DZD) und gewähltes Mitglied der Leopoldina. Er ist aktiv in Gremien wie der M1 Munich Medicine Alliance, der Koordinierungsgruppe für Gesundheitsforschungsdateninfrastrukturen (GFDI) und dem Gesundheitsforschungsforum des BMFTR tätig, die sich für bessere Gesundheitsdateninfrastrukturen in Deutschland einsetzen. Seine Arbeiten wurden über 52.000 Mal zitiert, was seinen weltweiten Einfluss in der translationalen biomedizinischen Forschung widerspiegelt.
Dr. Steffen Schneider ist ein preisgekrönter Forscher auf dem Gebiet der künstlichen Intelligenz und Neurowissenschaften, der von Academics für seine wissenschaftlichen Leistungen und sein Engagement für Bildungsgerechtigkeit zum Nachwuchswissenschaftler des Jahres 2024 ernannt wurde. Er leitet das Dynamical Inference Lab, wo er Algorithmen für maschinelles Lernen entwickelt, um dynamische biologische Prozesse zu modellieren und die medizinische Forschung voranzutreiben. Während seiner Promotion im Rahmen des europäischen KI-Netzwerks ELLIS entwickelte er den CEBRA-Algorithmus für die neuronale Datenanalyse an der EPFL und der Universität Tübingen. Über die Forschung hinaus fördert er die KI-Bildung durch seine Initiative „KI macht Schule”, die Tausenden von Schülern und Lehrern Kurse, Schulungen und frei zugängliche Materialien anbietet. Seine Beiträge wurden mit mehreren Auszeichnungen gewürdigt, darunter der Wolfgang-Heilmann-Preis.
Prof. Reiner Jumpertz-von Schwartzenberg ist ein klinischer Wissenschaftler, der sich auf klinische Stoffwechselforschung, Adipositas, Diabetes und Darmmikrobiomforschung spezialisiert hat. Er studierte Medizin in Bochum und Leipzig, promovierte 2012 und absolvierte seine Ausbildung an der Charité Berlin, wo er Facharzt für Innere Medizin, Endokrinologie und Diabetologie wurde. Als Postdoktorand am NIH und an der UCSF sammelte er internationale Erfahrung mit den Schwerpunkten menschlicher Stoffwechsel, Insulinresistenz und translationale Mikrobiomforschung. Seit 2022 hat er die W3-Professur für klinische Stoffwechsel- und Adipositasforschung an der Universität Tübingen in Verbindung mit dem Helmholtz-Zentrum München inne. Er leitet das Klinische Studienzentrum für Diabetologie und ist als Oberarzt am Universitätsklinikum Tübingen tätig, wo er multizentrische Studien zu Stoffwechseluntersuchungen, Bildgebung und Biomarkern leitet. Darüber hinaus leitet er eine Helmholtz-Nachwuchsgruppe und eine Juniorforschungsgruppe im CMFI-Exzellenzcluster, die sich mit mikrobiellen Metaboliten bei Diabetes befasst. Prof. Jumpertz-von Schwartzenberg ist aktives Mitglied nationaler und internationaler Fachgesellschaften, darunter die Deutsche Diabetes Gesellschaft, die Deutsche Gesellschaft für Adipositas, die EASD und die ADA.
Dr. Lars Oest leitet das Datenmanagement-Team am Deutschen Zentrum für Diabetesforschung (DZD) und sorgt dafür, dass die Forschungsdateninfrastrukturen und -dienste den FAIR-Prinzipien entsprechen. Er verfügt über umfangreiche Fachkenntnisse in den Bereichen Datenwissenschaft und -technik, die er in früheren Positionen als Leiter der KI-Analytik bei der accantec group und als Senior Consultant bei der BIVAL GmbH erworben hat, wo er Projekte in den Bereichen Datenpipelines, Data Warehouses und Analytik leitete. Dr. Oest promovierte an der TU Hamburg in Computertechnik mit den Schwerpunkten Bild- und Parallelverarbeitung für die Prozesssteuerung und hat über 100 Datenanalyse-Workshops für akademische und industrielle Zielgruppen durchgeführt. Er ist maßgeblich an nationalen Forschungsinfrastrukturen (DZG, NUM/MII) und regulatorischen Rahmenwerken (GDNG, EHDS) beteiligt, was ihn zu einem wichtigen Experten für die Verbindung von Datenmanagement und Forschungskonformität macht.
Dr. Sebastian Lobentanzer ist biomedizinischer Forscher und Forschungssoftwareentwickler mit Fachkenntnissen in Systempharmakologie und computergestützter Biologie. Er promovierte in Pharmakologie und Toxikologie und konzentriert sich auf die Aufdeckung kausaler Zusammenhänge in der Molekularbiologie. Von 2021 bis 2025 arbeitete er als Postdoktorand im Labor von Julio Saez-Rodriguez am Universitätsklinikum Heidelberg und seit 2024 arbeitet er mit der Open Targets-Gruppe am EMBL-EBI zusammen. Im Jahr 2025 wurde er Principal Investigator am Helmholtz München und leitet die Abteilung für Computational Biology am Deutschen Zentrum für Diabetesforschung (DZD), wo er die Accessible Biomedical AI Research (slolab.ai) vorantreibt. Sebastian verbindet biomedizinische Wissenschaft und Informationstechnologie und setzt sich für offene Wissenschaft und Reproduzierbarkeit ein. Er leitet die Entwicklung von BioCypher, einem Open-Source-Ökosystem zur Automatisierung des biomedizinischen Wissensmanagements (biocypher.org), und integriert große Sprachmodelle in biomedizinische Arbeitsabläufe, um die KI-Bereitschaft in den Lebenswissenschaften zu verbessern.