Professur für Komputationale Kognitive Neurowissenschaften

Biographie

Matthias Guggenmos studierte von 2003 bis 2008 Diplom Physik an der Universität Stuttgart mit einem Schwerpunkt zu neuronalen Netzwerken in der Geophysik. Inspiriert durch das Potential neurobiologisch inspirierter Netzwerke absolvierte er von 2008 bis 2010 einen Master für Computational Neuroscience am Bernsteinzentrum für Computational Neuroscience (BCCN) in Berlin. Nach einem DAAD-geförderten Forschungsaufenthalt am RIKEN Brain Science Institute in Japan erhielt er ein Promotionsstipendium für das DFG-Graduiertenkolleg Sensory Computation in Neural Systems an der TU Berlin. Im Jahr 2015 promovierte er zum Thema Modulation of perceptual brain processes through learning and attention bei Prof. Philipp Sterzer, Prof. John-Dylan Haynes und Prof. Klaus Obermayer.

Im Anschluss lehrte und forschte Matthias Guggenmos an der Charité – Universitätsmedizin Berlin und habilitierte sich 2018 im Fach Experimentelle Psychiatrie und Computational Neuroscience. Parallel absolvierte er ein Masterstudium Psychologie an der International Psychoanalytic University Berlin. Seit 2019 leitete er an der Charité seine eigene DFG-geförderte Arbeitsgruppe zu neuronalen und komputationalen Mechanismen von Lernen ohne Feedback. 2021 wurde er auf die Professur für Komputationale Kognitive Neurowissenschaften an der HMU Health and Medical University in Potsdam berufen.

Lehrtätigkeit

Matthias Guggenmos lehrte an der Charité – Universitätsmedizin Berlin im Reform- sowie Modellstudiengang Medizin zu Kognitiven Neurowissenschaften, neurowissenschaftlichen Messmethoden und Computational Psychiatry. Als Betreuer begleitete er dort erfolgreich zahlreiche Bachelor-, Master- und Promotionsarbeiten. Darüber lehrte er als externer universitärer Honorardozent die Fächer Statistik und Kognitiv-affektive Neurowissenschaften. An der HMU bietet er in erster Linie Lehrveranstaltungen im Bereich Neurowissenschaften und Quantitative Methoden an.

Forschungsschwerpunkte
Institut: Institute for Mind, Brain and Behavior (IMBB) (Link zur Institutsseite)

Matthias Guggenmos betreibt interdisziplinäre Forschung im Bereich der Kognitiven Neurowissenschaften mit einem Schwerpunkt auf neuronalen und komputationalen Lernmechanismen. Folgende Fragen sind dabei im besonderen Fokus:

• Wie lernt das Gehirn ohne externes Feedback?
• Wie berechnet das Gehirn das subjektives Gefühl von Zuversicht/Konfidenz in unsere Handlungen?
• Welchen Einfluss hat valides und invalides ("Fake") Feedback auf unsere Wahrnehmung und zugrunde liegende Gehirnprozesse?
• Wie berücksichtigt das Gehirn vergangene Erfahrungen und Entscheidungen bei der Berechnung neuer Entscheidungen?

Dabei setzt er Methoden aus der neuronalen Bildgebung (fMRT, M/EEG) und der physiologischen Datenerhebung (Eyetracking, Hautleitfähigkeit, Herzrate) ein.

Daneben beschäftigt sich Matthias Guggenmos mit methodischen Weiterentwicklungen im Bereich der Datenanalyse: Reliabilität von quantitativen Maßen in Neurowissenschaften und Verhaltensforschung; komputationale kognitive Modelle; maschinelle Lernalgorithmen (z.B. github.com/m-guggenmos/weird).

Seine Forschungsprojekte führt Matthias Guggenmos mit diversen Kooperationspartner:innen aus dem In- und Ausland durch (z.B. University of East London, NIMH, Utrecht University, TU Dresden, Universität Tübingen). 2018 erhielt er den Wilhelm-Feuerlein-Forschungspreis der Oberberg Stiftung Matthias Gottschaldt, der Deutschen Suchtstiftung und der Deutschen Gesellschaft für Suchtforschung und Suchttherapie für herausragende wissenschaftliche Arbeiten auf dem Gebiet der Forschung über substanzgebundene Abhängigkeiten.

Publikationen

Publikationsliste bei Google Scholar: scholar.google.com/citations

ORCID: orcid.org/0000-0002-0139-4123

Github: github.com/m-guggenmos

Persönliche Webseite: https://konfidenz.github.io/