Erkrankungen des Herz-Kreislaufsystems stellen in der industrialisierten Welt mit 45% aller Todesfälle die häufigste Todesursache dar. Trotz einer stetigen Verbesserung der therapeutischen Möglichkeiten können zahlreiche epidemiologisch relevante Herzerkrankungen wie Herzinsuffizienz oder Vorhofflimmern nur in eingeschränktem Maße kurativ therapiert werden. Fortschritte in der bildbasierten klinischen Diagnostik versprechen Verbesserungen, indem sie eine Fülle an Daten über die elektrische und mechanische Funktion des Herzens liefern. Um aber den Gesundheitszustand des Herz-Kreislaufsystems eines Patienten möglichst umfassend zu charakterisieren und die zugrunde liegenden individuellen Krankheitsmechanismen zu verstehen ist es erforderlich die unterschiedlichen Datenquellen miteinander zu verknüpfen und deren Wechselwirkungen zu verstehen. Patientenspezifische Computermodelle welche in der Lage sind den Herzschlag eines Patienten detailliert zu simulieren, gelten als die vielversprechende Technologie dieser Herausforderung zu begegnen. Solche Modelle erlauben es dann therapeutische Szenarien in silico zu simulieren um eine optimale Präzisionstherapie effizient und sicher für den Patienten zu planen und Vorhersagen des Therapieerfolgs zu ermöglichen. Dazu ist es erforderlich, dass Computermodelle für jeden Patienten maßgeschneidert adaptiert werden. Diese Personalisierung von Modellen erfordert komplexe mathematische Verfahren, die im Rahmen des Leuchtturmprojekts „ILearnHeart“ in einer Kooperation zwischen den Grazer Universitäten Uni Graz, TU Graz und Med Uni Graz entwickelt werden, indem die Expertise der Forschungsgruppen von Prof. Pock und Prof. Bredies (Bildverarbeitung, Optimierung und Maschinenlernen), Prof. Haase (Scientific Computing) und Prof. Plank (Herzmodellierung) gebündelt wird.