Der Bereich Forschung mit Photonen begrüßt einen neuen Leitenden Wissenschaftler in seinen Reihen: Der Österreicher Martin Burger gründet die Arbeitsgruppe Computational Imaging und will sich mit ihr um die Verbesserung in der Rekonstruktion und Auswertung von wissenschaftlichen Bildern kümmern, die aus den vielfältigen Experimenten bei DESY und von anderen Forschungszentren kommen. Burgers Team bildet dabei auch eine Forschungseinheit der Plattform Helmholtz Imaging, die DESY zusammen mit den Helmholtz-Zentren DKFZ und MDC betreibt.

Bilder kennt Martin Burger gut – und schlechte Bilddaten noch besser. Er will aus verrauschten Messungen gute Bilder machen, oder besser gesagt möglichst viele wertvolle Informationen aus ihnen herauskitzeln. Aus der Angewandten Mathematik kommend, tut er dies, indem er die Bildrekonstruktion aus den Daten mit Hilfe von mathematischen Modellen und Algorithmen unterstützt.

Burger vergleicht seine Tätigkeit mit einer typischen Krimi-Szene: Eine Tat wird mit einer Überwachungskamera gefilmt, die Auflösung der Kamera ist jedoch zu schlecht und das Rauschen zu groß, um das Nummernschild oder ein Gesicht zu erkennen. Hier setzt Burger mit seiner Mathematik an: „Jedes Bild für sich kann das Nummernschild nicht auflösen; wir können uns aber zunutze machen, dass die Bilder der Kamera ja zusammenhängen. Und wenn man die ganze Serie betrachtet und ihren Zusammenhang nutzt, kann man mehr Informationen gewinnen, eventuell auch das Nummernschild lesbar machen.“ In die Wissenschaft übertragen heißt das, mit Hilfe von nicht auf den ersten Blick verfügbaren Informationen die Auflösung oder Aussagekraft der Bilder zu verbessern. Dafür müssen die Bilder natürlich nicht wirklich „schlecht“ sein, aber vielleicht enthalten sie ja noch versteckte Informationen oder Dimensionen, die Burger ihnen mit Mathematik entlocken kann. Der Schlüssel liegt dabei in der Lösung sogenannter inverse Probleme. „Dabei kehrt man den natürlichen Lösungsprozess um“, so Burger. Man muss also aus der Wirkung quasi auf die Ursache kommen. „Inverse Probleme sind viel spannender als normale, aber eben auch viel schwerer zu lösen“, sagt Burger und lächelt.

Herkunft und Inhalt der Bilder, die Burger trimmt, sind dabei vielfältig. In seinen vorherigen Tätigkeiten als Professor an den Universitäten Münster und Erlangen waren es häufig biomedizinische Bilder, für die er Optimierungsmethoden entwickelte, zum Beispiel Bilder von sich bewegenden Organen im Exzellenzcluster „Cells in Motion“. Aber auch um Sensordaten von schwach radioaktiver Strahlung, die man beim Rückbau von Kernkraftwerken einsetzen kann, oder von Marssonden, die Bilder nur in einer kleinen Bandbreite übertragen können, hat er Methoden für eine effiziente Bildnutzung in petto. „Ganz häufig sind die Methoden der Bildrekonstruktion über weite Skalenbereiche übertragbar – von der Mikroskopie bis hin zur Astrophysik“, so Burger. Wichtig ist ihm stets der Einblick in viele Forschungsbereiche, die interdisziplinäre Zusammenarbeit.

Als erster gemeinsam mit der mathematischen Fakultät der Universität Hamburg berufener Professor will er sich bei DESY Bilder beispielsweise aus PETRA III und den Röntgenlasern vornehmen und unter anderem versuchen, aus den verschiedenen zweidimensionalen Beugungsdaten der winzigen Untersuchungsobjekte gute 3D-Informationen herauszuholen, also die Rekonstruktion von tomografischen Anwendungen zu verbessern. Neben der Rekonstruktion ist auch die Quantifizierung von Unsicherheiten ein wichtiges Thema; dafür will er mit seinem Team neue mathematische Verfahren entwickeln. Und auch beim gerade geplanten Übergang zum Zukunftsprojekt PETRA IV findet Martin Burger seine Aufgabe – hier hat er vor, wegen der zu erwartenden Flut von Daten Algorithmen entwickeln, um die Daten zu komprimieren, möglichst ohne dabei Informationen aufs Spiel zu setzen.