Dr. Rudolf Heer leitet den Forschungsbereich Elektronische Sensoren bei Silicon Austria Lab GmbH - SAL in Graz, Österreich. Er ist Experte für das Design und die Herstellung von Ausleseelektronik und Signalverarbeitungseinheiten für Nanobauelemente und Sensoren.

Er schloss sein Studium der Elektrotechnik an der Technischen Universität Wien im Jahr 1996 ab. Während seiner Diplomarbeit vertiefte er seine Kenntnisse in der Laserphysik. Sein Doktoratsstudium konzentrierte sich auf die Niedertemperatur-Halbleiterphysik. Er war auch als Lehrbeauftragter tätig. Nach der Promotion im Jahr 2000 ging er zur EPCOS OHG in München und war dort für die Integration von Hochfrequenz-Frontend-Modulen für Mobiltelefone verantwortlich. Im Jahr 2002 wechselte er zur Applied International Informatics AG in Wien und beschäftigte sich mit Sizing und Performance Tuning von SAP/R3 Systemen. Von 2004 bis 2019 war er Leiter der Forschungsgruppe Nanokomponenten am Austrian Institute of Technology und konzentrierte seine Forschung auf Biosensoren und Mikrofluidik für die molekulare Diagnostik.

Seit 2019 ist Rudolf Heer Leiter der Forschungsgruppe und seit 2021 Principal Scientist bei SAL.

Forschungs­schwer­punkte

• Entwick­lung des gesamten Sensor-Auslese-, Daten­ver­ar­bei­tungs- und Daten­prä­sen­ta­ti­ons­sys­tems entlang der Wert­schöp­fungs­kette
• Selbst­re­fe­ren­zie­rende und selbst­ka­li­brie­rende Sensor­sys­teme
• Lebens­dauer-, Alte­rungs- und Zuver­läs­sig­keits­prü­fung von Sensoren und Ausle­se­schal­tungen

Forschungs­kom­pe­tenzen

• Reali­sie­rung von elek­tro­ni­schen Ausle­se­schal­tungen für maßge­schnei­derte Sensoren
• Opti­mie­rung des Pegels kleiner Signale mit ultrahoher Auflö­sung in Bezug auf draht­lose Energie und Daten­über­tra­gung
• Inte­grierte digi­tale Signal­ana­lyse für komplexe und multi­modale elek­tro­ni­sche Sensoren und virtu­elle Sensoren
• Entwick­lung von Verfahren zur Überprü­fung des Betriebs­zu­stands
• Elek­tri­sche Analyse von DC bis in den GHz Bereich
• Program­mie­rung und der Test neuar­tiger Signal­ana­ly­se­al­go­rithmen mit Methoden der künst­li­chen Intel­li­genz und maschi­nellem Lernen