Am 11. März 2026 fand im Kuppelsaal der TU Wien die feierliche Promotion von sechs TUW-Absolventen statt. Nach der Begrüßung durch Rektor Jens Schneider und einer Festansprache durch Professor Bernhard Hofko erfolgte die feierliche Übergabe der Diplome. Musikalisch wurde die Veranstaltung von Mitgliedern des TU Orchesters sowie des TU Chors begleitet. Die Übergabe der Ehrenringe der Republik Österreich durch den Bundespräsidenten findet am 18. März 2026 in der Hofburg statt.
Folgende TUW-Absolventen wurden sub auspiciis zum „Doktor der Technischen Wissenschaften“ promoviert
Aleksandar Arandjelović
Dissertation: Theory of neural networks with applications in finance, insurance and climate-economy modelling
Betreuer: Pavel Shevchenko (Macquarie University) und Uwe Schmock (TU Wien)
Fakultät für Mathematik und Geoinformation
Lukas Neubauer
Dissertation: Improvements for time series forecasting by using aggregation, hierarchical information, and reconciliation
Betreuer: Peter Filzmoser
Fakultät für Mathematik und Geoinformation
Roman Parzer
Dissertation: Random Projections and Dimensionality Reduction in High-Dimensional Statistical Learning
Betreuer_innen: Laura Vana-Gür und Peter Filzmoser
Fakultät für Mathematik und Geoinformation
Kristof Wiedermann
Dissertation: Stochastic Volterra Integral Equations: Central Limit Theorems, Non-Markovianity and Markovian Lifting
Betreuer: Stefan Gerhold (TU Wien) und Martin Friesen (Dublin City University)
Fakultät für Mathematik und Geoinformation
Markus Leuthner
Dissertation: Aspects of the dilute glasma
Betreuer: Andreas Ipp
Fakultät für Physik
Aleksandar Pavlović
Dissertation: The Knowledge Graph Divide - connecting machine learning, databases, and the semantic web
Betreuer: Emanuel Sallinger
Fakultät für Informatik
Die Absolventen
Aleksandar Arandjelović hat Finanz- und Versicherungsmathematik an der TU Wien studiert. Seine Dissertation „Theory of Neural Networks with Applications in Finance, Insurance and Climate-Economy Modelling" schrieb er im Rahmen einer Cotutelle, einem binationalen Promotionsverfahren, bei dem Doktorand_innen ihre Dissertation unter gemeinsamer Leitung von Betreuer_innen an zwei Universitäten in unterschiedlichen Ländern verfassen, an der TU Wien sowie an der Macquarie University, öffnet eine externe URL in einem neuen Fenster. In seiner Dissertation untersucht er die mathematischen Grundlagen neuronaler Netze und entwickelte Anwendungen für Fragestellungen in der Finanz- und Versicherungsmathematik sowie in der Klimaökonomiemodellierung. Im Zentrum steht die Frage, wie sich moderne KI-Methoden so einsetzen lassen, dass sie nicht nur praktisch leistungsfähig, sondern auch mathematisch fundiert und nachvollziehbar sind. Ziel ist es, komplexe Risiken besser zu modellieren und fundiertere Entscheidungen in Finanzwirtschaft, Versicherung und der Analyse klimabezogener Entwicklungen zu ermöglichen.
Derzeit befindet sich Arandjelović auf einem Forschungsaufenthalt an der ETH Zürich, öffnet eine externe URL in einem neuen Fenster (Postdoc).
Nach der HTL beschloss Lukas Neubauer Statistik und Wirtschaftsmathematik an der TU Wien zu studieren. 2025 schloss er das Studium mit seiner Dissertation „Improvements for time series forecasting by using aggregation, hierarchical information, and reconciliation” ab. Darin entwickelt er neue Methoden, um Zeitreihenprognosen robuster und genauer zu machen, insbesondere bei heterogenen Daten und komplexen hierarchischen Strukturen. Er stellt zwei miteinander verbundene Frameworks vor: eines verbessert Prognosen durch innovative Ähnlichkeitsmessungen und modellübergreifende Aggregation, das andere ermöglicht konsistente Echtzeitaktualisierungen innerhalb zeitlicher Hierarchien, selbst bei teilweise vorliegenden Daten. Die theoretischen Erkenntnisse werden durch umfangreiche Simulationen und praktische Anwendungen bestätigt und zeigten Vorteile gegenüber bestehenden Ansätzen. Insgesamt liefert die Arbeit sowohl theoretische Grundlagen als auch praktische Werkzeuge für anspruchsvolle Prognoseszenarien.
Lukas Neubauer war unter anderem Tutor für "Ökonometrie für Wirtschaftsinformatik", später dann Projektassistent (FFG, FWF) sowie Universitätsassistent (PostDoc) an der TU Wien tätig. Derzeit arbeitet er als Modellgutachter in der Bankenaufsicht in der Österreichischen Nationalbank.
Roman Parzer hat Technische Mathematik an der TU Wien studiert und das Studium im Jahr 2025 mit seiner Dissertation „Random Projections and Dimensionality Reduction in High-Dimensional Statistical Learning“ abgeschlossen. Darin entwickelte er eine neue Regressionsmethode für Datensituationen mit sehr vielen korrelierten Variablen bei verhältnismäßig wenigen Beobachtungen – zunächst für lineare Modelle und anschließend für Generalized Linear Models (GLMs). Ein weiteres Kapitel der Arbeit widmete sich der praktischen Umsetzung der Methode in Form eines frei verfügbaren, modularen R-Pakets. Seine Masterarbeit wurde mit dem Master Thesis Award der TU Wien ausgezeichnet. Während seines Studiums war Parzer als Academic Tutor an der TU Wien sowie als Wissenschaftlicher Assistent an der Università degli Studi di Milano-Bicocca, öffnet eine externe URL in einem neuen Fenster tätig. Seit November 2025 ist Roman Parzer bei Quality Biotech Development & Cells als AI & Mathematical Modelling Scientist tätig.
Kristof Wiedermann entschied sich nach dem Realgymnasium für ein Studium der Finanz- und Versicherungsmathematik an der TU Wien, das er 2025 mit seiner Dissertation „Stochastic Volterra Integral Equations: Central Limit Theorems, Non-Markovianity and Markovian Lifting“ abschloss. In der Arbeit untersucht er Lösungen von stochastischen Volterra-Integralgleichungen, einer wichtigen Klasse stochastischer Prozesse mit Anwendungen in Finanz- und Energiemärkten, deren Dynamik durch eine formale Pfadabhängigkeit gekennzeichnet ist. Diese Pfadabhängigkeit – im mathematischen Kontext das Fehlen der sogenannten Markow-Eigenschaft – konnte in der Arbeit erstmals nachgewiesen werden. Darüber hinaus analysiert Wiedermann Konzepte, mit denen sich diese Pfadabhängigkeit in einem höherdimensionalen Raum auflösen lässt (sogenannte Markowsche Lifts) und entwickelt weiters neue zentrale Grenzwertsätze für kleine Zeiträume, aus denen sich insbesondere Optionspreis-Asymptotiken in Modellen rauer Volatilität ableiten lassen.
Im Wintersemester 2020/21 verbrachte Kristof Wiedermann ein Auslandssemester an der ETH Zürich. Außerdem war er während seines Studiums studentischer Mitarbeiter. Derzeit macht Wiedermann seinen Postdoc zum Thema Anwendbarkeit des small-time CLT-Regimes seiner Doktorarbeit für die Kalibrierung und Bepreisung von Volatilitätsderivaten; Referee-Aktivitäten für "Finance and Stochastics" und "SIAM Journal on Financial Mathematics". Seit Anfang März arbeitet ich er als Quantitative Researcher bei BlueBalance Capital.
Der Niederösterreicher Markus Leuthner entschied sich nach der Matura für ein Studium der Technischen Physik an der TU Wien. Dieses schloss er 2025 mit der Dissertation „Aspects of the dilute glasma“ ab. Darin behandelt Leuthner den neuartigen Ansatz des diluten Glasma, um diese Frühphase von Schwerionenkollisionen in bisher unerreichtem Detailgrad zu simulieren. In Schwerionenkollisionen werden schwere Atomkerne in Teilchenbeschleunigern stark beschleunigt und anschließend zur Kollision gebracht. Die theoretische Beschreibung dieser Kollisionen erfordert die Modellierung mehrerer abgegrenzter Phasen. Die erste Phase unmittelbar nach dem Zusammenstoß der Kerne ist noch vergleichsweise wenig erforscht, obwohl es Hinweise gibt, dass die Vorgänge am Beginn der Kollision weitreichende Konsequenzen für die späteren Phasen haben könnten. Leuthner beschäftigte sich in seiner Arbeit mit der Motivation und Herleitung der für diese Simulationen benötigten Formeln und erläuterte weiters die technische Implementierung und stellte ausgewählte Simulationsergebnisse im Kontext aktueller Forschung dar.
Derzeit arbeitet Leuthner als Consultant bei d-fine.
Aleksandar Pavlović hat Informatik an der TU Wien studiert und sein Studium 2025 mit der Dissertation „The Knowledge Graph Divide - connecting machine learning, databases, and the semantic web“ abgeschlossen. In seiner Arbeit beschäftigt er sich mit dem Thema Knowledge Graphs und den drei Hauptforschungsgruppen: maschinelles Lernen (Machine Learning, ML), Datenbanken (Database, DB) und das Semantic Web (SW). Zwischen diesen einzelnen Gruppen bestehen große Lücken. In der Dissertation geht es um Reasoning Divide, um die Überbrückung dieser Kluft.
Pavlović arbeitete als Tutor sowie als Research Assistant und Junior Lecturer an der TU Wien. Derzeit ist er als Senior Researcher an der University of Applied Science, öffnet eine externe URL in einem neuen Fenster am Campus Wien beschäftigt.
Drei Fragen an die Ausgezeichneten
Was fasziniert Sie an Ihrem Forschungsbereich?
Aleksandar Arandjelović: Mich fasziniert an meinem Forschungsbereich, dass er mathematische Tiefe mit sehr konkreten Anwendungen verbindet. Gerade in der Finanz- und Versicherungsmathematik oder in der Klimaökonomiemodellierung trifft man auf Unsicherheit, hohe Komplexität und dynamische Zusammenhänge. Genau hier kann Mathematik gemeinsam mit modernen KI-Methoden neue Einsichten liefern. Besonders reizvoll finde ich, dass man zugleich theoretisch präzise arbeiten und an Problemen forschen kann, die für Finanzwirtschaft, Versicherung und Klima von unmittelbarer Bedeutung sind.
Lukas Neubauer: Mich begeistert, wie aus komplexen Daten klare und nachvollziehbare Entscheidungen abgeleitet werden können. Zeitreihenanalysen verbinden mathematische Struktur mit hoher praktischer Relevanz, und genau dieses Zusammenspiel finde ich besonders spannend. Faszinierend ist für mich vor allem, wie kleine Modellannahmen große Auswirkungen auf Entscheidungen in realen Anwendungen haben können.
Roman Parzer: Mich fasziniert, dass Statistik Zufall und Unsicherheit modellierbar macht und es ermöglicht, aus großen Datenmengen verlässliche Entscheidungsgrundlagen zu schaffen. Besonders spannend finde ich die Verbindung zu aktuellen Entwicklungen im Bereich der Künstlichen Intelligenz, die stark auf statistischen Methoden aufbauen.
Kristof Wiedermann: An der Finanzmathematik fasziniert mich, dass sie Unsicherheit in Finanzmärkten in präzise mathematische Strukturen übersetzt. Besonders reizt mich die interdisziplinäre Verbindung von rigoroser Wahrscheinlichkeitstheorie über Funktionalanalyse und stochastische Kontrolltheorie bis hin zur praktischen Umsetzung. Dies reicht von der Modellierung komplexer Marktmechanismen bis zur Implementierung robuster Entscheidungs- und Absicherungsstrategien.
Markus Leuthner: Mich hat schon immer interessiert, wie Dinge funktionieren und dabei wollte ich es immer ganz genau wissen. Durch die theoretische und experimentelle Untersuchung von Schwerionenkollisionen verbessern wir unser Verständnis der starken Wechselwirkung, jener der vier fundamentalen Kräfte, welche für die Bindung von Quarks, zum Beispiel in Protonen und Neutronen verantwortlich ist. Wir nähern uns also der Beantwortung der fundamentalen Frage, was die Welt im Innersten zusammenhält.
Neben dem fachlichen Interesse: Was ist Ihre Leidenschaft?
Aleksandar Arandjelović: Außerhalb der Forschung begeistern mich vor allem klassische Musik, Philosophie und die Natur. Diese drei Bereiche geben mir Ausgleich, aber auch neue Perspektiven, weil sie auf sehr unterschiedliche Weise Fragen nach Struktur, Schönheit und Sinn stellen. In ihnen finde ich Ruhe und oft auch neue Inspiration.
Lukas Neubauer: Kochen ist für mich ein kreativer Ausgleich. Ich experimentiere gerne mit Rezepten und hochwertigen Zutaten und ein guter Kaffee gehört für mich einfach dazu. Beim Sport schätze ich die Abwechslung: Krafttraining, Radfahren und Badminton. Diese Mischung aus Stärke, Ausdauer und Tempo bringt genau die Balance, die ich suche und die mich ausgleicht.
Roman Parzer: Neben der Forschung ist Sport mein wichtigster Ausgleich. Gegen Ende meines Bachelorstudiums habe ich den Triathlon – insbesondere das Rennradfahren – für mich entdeckt. Mich motiviert dabei vor allem zu erleben, wie viel Ausdauer und Leistungsfähigkeit durch konsequentes Training möglich werden.
Kristof Wiedermann: Abseits der Mathematik ist Kitesurfen meine große Leidenschaft. Neben dem Zusammenspiel von Wind und Wasser fasziniert mich die Vielfältigkeit des Sports - vom Flachwasser-Revier des Neusiedler Sees bis hin zu internationalen Wave-Spots im türkisblauen Meer. Ein praktischer Vorteil gegenüber dem klassischen Wellenreiten ist, dass beim Wave-Kiting das Paddeln entfällt.
Markus Leuthner: Ich begeistere mich für den Laufsport und trainiere regelmäßig für meine sportlichen Ziele. Außerdem bin ich seit vielen Jahren ehrenamtlich als Jugendleiter bei den Pfadfindern und Pfadfinderinnen Österreichs tätig. Diese soziale Tätigkeit ist für mich der perfekte Ausgleich zur technisch-mathematischen Arbeit.
Wenn Sie sich mit einer bekannten/berühmte Persönlichkeit – bereits verstorben oder noch lebend – zu einer Plauderei auf einen Kaffee treffen könnten: wer wäre das und wieso?
Aleksandar Arandjelović: Ich würde gerne mit David Hilbert einen Kaffee trinken. Mich beeindrucken seine mathematische Tiefe und Klarheit, aber auch die Weite seines Denkens und sein Vertrauen in die Kraft wissenschaftlicher Erkenntnis. Mich würde interessieren, wie er auf die heutige Verbindung von Mathematik, künstlicher Intelligenz und datengetriebenen Modellen blicken würde.
Lukas Neubauer: Ich würde gerne Alan Turing auf einen Kaffee treffen. Seine bemerkenswerte Fähigkeit, Probleme neu zu denken und scheinbar Unlösbares anzugehen, beeindruckt mich sehr. Ein Austausch über Kreativität, Ausdauer und geistige Freiheit würde mich unglaublich bereichern.
Roman Parzer: Hannah Fry, weil sie auf beeindruckende Weise zeigt, wie Mathematik und Statistik unseren Alltag prägen und komplexe Themen verständlich kommuniziert. Dieser Brückenschlag zwischen Forschung und Öffentlichkeit ist etwas, das ich sehr wichtig finde, um das Interesse zukünftiger Generationen an der Mathematik zu fördern.
Kristof Wiedermann: Meine Wahl wäre Jim Simons. Besonders beeindruckend finde ich, dass er zunächst eine herausragende Karriere als Mathematikprofessor verfolgte und später mit Renaissance Technologies den wohl erfolgreichsten Hedgefonds der Geschichte aufbaute. Seine Fähigkeit, mathematische Methoden seiner Zeit voraus konsequent auf reale Finanzmärkte zu übertragen, verkörpert für mich ideal die Brücke zwischen tiefgehender Theorie und wirkungsvoller praktischer Anwendung.
Markus Leuthner: Albert Einstein. Als Kind hatte ich ein altersgerecht aufbereitetes Buch über die spezielle Relativitätstheorie, das mich extrem fasziniert hat. Auch während des Studiums war die Relativitätstheorie eines meiner Steckenpferde und ich würde wahnsinnig gern ein paar Worte mit ihrem Schöpfer wechseln.