Veranstaltungsarchiv
Hier finden Sie ein paar Eindrücke und Informationen zu den Vortr?gen der Veranstaltung "Zukunftsfeld Mathematik" aus den letzten Jahren.
2023
Mathematik in der Energie- und Telekommunikations- branche
In einem Versorgungsunternehmen ist es von entscheidender Bedeutung, gro?e Datenmengen zu analysieren und zu verstehen, um den Betrieb zu optimieren und den Kunden den bestm?glichen Service zu bieten. Hierfür ist das Erstellen von Programmcode unerl?sslich, was auf mathematischen Konzepten basiert. Mit der steigenden Bedeutung von KI-Anwendungen ist Mathematik als Grundlage für die Entwicklung von Algorithmen und Modellen ebenfalls unverzichtbar geworden. Darüber hinaus kann eine Grundausbildung in Mathematik dazu beitragen, ein strukturiertes Denken und eine logische Arbeitsweise zu f?rdern, was in einem komplexen und datenintensiven Arbeitsumfeld, wie dem der Energiebranche, von gro?em Vorteil ist.
Dr. Miriam Steinherr kommt aus Barcelona, Spanien und hat Mathematik an der Universitat Autònoma de Barcelona studiert. Ihren Master hat sie an derselben Universit?t absolviert und ist dann im Jahr 2017 nach Deutschland gezogen, um an der Universit?t Bremen zu promovieren. Nach ihrer Promotion hat sie als Postdoc an der Constructor University (früher Jacobs University) gearbeitet und seit 2023 ist sie bei EWE im Team Business Intelligence als Data Analyst t?tig. Ihr Schwerpunkt liegt bei der Entwicklung von Datenmodellen, um die Informationen über Kunden, Produkte und alles, was damit zusammenh?ngt, besser zu verstehen sowie die Entwicklung von Prognosemodellen, um zukünftige Ereignisse frühzeitig und besser einsch?tzen zu k?nnen.
Windparkoptimierung: Mehr Ertrag durch intelligente Betriebsführung
Windturbinen erzeugen Energie über eine Lebensdauer von 澳门皇冠_皇冠足球比分-劲爆体育 als 20 Jahren. Sie sind so ausgelegt, dass in dieser Zeit die Belastungen unter verschiedensten Betriebsbedingungen in der Umwelt und vom elektrischen Netz standhalten. Au?erdem müssen sie steigende und teils noch unbekannte Anforderungen des künftigen Energiesystems erfüllen. Um diese Anforderungen zu erfüllen, forschen wir an intelligenten Strategien zur Betriebsführung von einzelnen Anlagen und ganzen Windparks. Dabei legen wir besonderen Wert auf eine optimale Balance zwischen Energieertrag, lastabh?ngigem Lebensdauerverbrauch und langfristigem Wert. Dabei kommen verschiedenste mathematische Methoden von klassischer Regression und KI-Modellen über stochastische Vorhersagen bis zur nichtlinearen Optimierung zum Einsatz.
Niklas Requate hat sein Studium der Technomathematik an der Uni Bremen 2018 abgeschlossen und im Anschluss als wissenschaftlicher Mitarbeiter am Fraunhofer IWES angefangen. Dort betreibt er angewandte Forschung mit direktem Bezug zur Industrie. Er arbeitet an intelligenten Methoden zur Betriebsführung von Windenergiesystemen unter Berücksichtigung der Zuverl?ssigkeit. Dabei ist er begeistert von der Vielzahl an Themen, die dabei von Bedeutung sind. Für eine optimale Betriebsweise muss das Zusammenspiel aus stochastischen Einflüssen des Windes, mechanischer Belastung und wirtschaftlicher Bewertung betrachtet und bewertet werden.
2022
Die Mathematik und das Risiko
Mit Chancen und Risiken besch?ftigt sich jeder von uns t?glich. Nehme ich den Regenschirm mit, oder gehe ich das Risiko ein komplett durchn?sst an meinem Zielort anzukommen? Finanzkrisen haben gezeigt, dass auch Banken sich nicht nur mit ihren Chancen, sondern auch mit ihren Risiken besch?ftigen müssen. Und genau hier kommt die Mathematik ins Spiel. Sie hilft bei der Modellierung von schwankenden Marktpreisen, um m?glichen hohen Verlusten vorzubeugen. Sie hilft aber auch bei der Modellierung von m?glichen Krisen, in dem sie Auswirkungen von Lieferengp?ssen oder politischen Umstürzen abbildet. Das Anwendungsfeld von Mathematik ist sehr breit bei Banken und reicht von einfachen statistischen Modellen bis hin zu Machine Learning.
Dr. Anna-Lena Martins studierte Mathematik an der Georg-August Universit?t G?ttingen und hat 2019 in der angewandten Mathematik promoviert. Seitdem ist sie bei KPMG t?tig und hat sich sowohl in der Beratung als auch im Bereich der Jahresabschlussprüfung mit Risikomanagementsystemen von Banken und anderen Finanzdienstleistern besch?ftigt. Aktuell unterstützt sie bei Bankengründungen und begleitet u.a. Unternehmen aus der Finanztechnologie bei dem Aufbau von neuen Instituten hinsichtlich Risikomanagementthemen. Sie begeistert vor allem die Themenvielfalt der Branche.
Statistische Modellierung von Gesundheitsdaten
Gesetzliche Krankenkassen erheben Daten zu Abrechnungszwecken. Nebenbei sind diese Daten aber auch eine wertvolle Datenquelle für die Gesundheitsforschung. Der Umfang der Daten macht es z.B m?glich, Studien zu seltenen Nebenwirkungen von Arzneimitteln im Alltagsgebrauch durchzuführen. Die statistischen Modelle und Sch?tzverfahren in diesen Studien müssen dabei viel leisten: Sie müssen auf das spezifische Design jeder Studie angepasst werden und gut interpretierbare, korrekte und m?glichst pr?zise Sch?tzungen hervorbringen. Aufgrund der enormen Datenmenge sind effiziente Algorithmen zur Sch?tzung ebenfalls notwendig. Die Mathematik dient dabei als Fundament, um Verfahren mit diesen Eigenschaften zu entwickeln oder bestehende Modelle zu verbessern.
Dr. Dirk Enders hat an der Universit?t Bremen Mathematik studiert und im Anschluss am BIPS in Bremen in Statistik promoviert. Seit 2018 arbeitet er in Berlin am InGef – Institut für angewandte Gesundheitsforschung
und leitet dort das Team Biometrie & Data Science. Sowohl w?hrend seiner Promotion als auch in Berlin widmete er sich intensiv der Analyse von Abrechnungsdaten der gesetzlichen Krankenkassen. Er sch?tzt besonders das interdisziplin?re Arbeiten in den Studien mit Experten aus den Bereichen Gesundheitswissenschaften, Medizin, Statistik und Informatik.
2021
Mathematik in der musikalischen Akustik
Mathematik und Musik scheinen nah und fern zugleich. Schon die Pythagor?er waren von der mathematischen Gesetzm??igkeit der Musik überzeugt. Gleichzeitig spielt Mathematik im Leben vieler Musiker keine gro?e Rolle. M?chte man jedoch die Entstehung und Wirkungsweise musikalischen Klangs verstehen, kommt man um Mathematik nicht herum. Diese liefert die richtigen Werkzeuge, um die Grundbausteine des Klangs zu beschreiben. Mit Hilfe mathematischer Modelle ist es m?glich, Kl?nge wie mit einer Art akustischen Skalpell zu zerlegen, zu manipulieren, und auch wieder zusammenzusetzen. Damit ist es der Forschung im Bereich der Akustik m?glich, einen Bogen zu spannen, der die mathematische Beschreibung des Klangs einerseits und die subjektive Wahrnehmung des Klangs andererseits verbindet.
Kai Siedenburg hat 2012 sein Studium der Mathematik mit dem Nebenfach Musikwissenschaft an der Humboldt Universit?t Berlin abgeschlossen. Anschlie?end promovierte er an der McGill University in Montreal zur Wahrnehmung von Musik. Seit 2016 arbeitet er im Department für medizinische Physik und Akustik an der Universit?t Oldenburg, wo er derzeit eine Arbeitsgruppe zum Thema der Musikwahrnehmung leitet. Sein Ziel ist es, die akustischen Grundlagen der Musik zu erforschen und damit zu einer Verbesserung von H?rhilfen beizutragen.
Mathematik und Quantencomputing
Quantencomputing – das auf der Quantenmechanik basiert – ist eine komplexe Technologie, die für die meisten Menschen schwer zu verstehen ist. V?llig neue Algorithmen – und sogar neues Denken – sind erforderlich, um das Potenzial der kommenden Quantencomputer auszusch?pfen. Dies erfordert neue Ans?tze, um Quantencomputing auf ansprechende und verst?ndliche Weise für IT-Experten, Entwickler und junge Akademiker zu vermitteln. Wir wollen neben den Grundlagen des Quantum Computing ansehen, wie man dieses Thema greifbar machen und m?glichst allgemeinverst?ndlich darstellen kann. Dazu werden "Serious Games for Quantum Computing" und ein funktionierendes Modell der IBM Quantum System One Quantencomputers genutzt.
Dr. Jan-Rainer Lahmann studierte Technomathematik an der TU Clausthal und hat 1999 am KIT Karlsruhe in angewandter Mathematik promoviert. Seitdem ist er in der IBM Deutschland in verschiedenen Positionen in der technischen Vertriebsunterstützung t?tig. Seit einigen Jahren ist er begeistert von der g?nzlich anderen Welt des Quantencomputing. Dr. Lahmann ist IBM Distinguished Engineer und Mitglied der IBM Academy of Technology.
Mathematischer Beitrag zur Stahlerzeugung
Bei der Stahlerzeugung sind viele Prozesse und Zwischenschritte erforderlich, bis das fertige Produkt schlie?lich zum Kunden kommt. An sehr vielen Stellen sorgt dabei Mathematik in verschiedensten Formen dafür, dass dies m?glichst gut funktioniert. Man kann sogar so weit gehen zu sagen: Ohne Mathematik ist eine ?kologische und effiziente Produktion von hochwertigem Stahl unm?glich. Dementsprechend besch?ftigen sich im Stahlwerk von ArcelorMittal Bremen einige Mathematiker unter anderem mit der Entwicklung von Algorithmen zur L?sung komplexer Probleme, der Automatisierung und Digitalisierung mittels KI oder der Untersuchung von Prozessen dahinter.
Sven Koelmann studierte Technomathematik mit Anwendungsfach Produktionstechnik in Bremen. W?hrend seines Studiums machte er verschiedene Praktika, unter anderem bei UNESP Bauru in Sao Paulo, Brasilien. Nach dem Abschluss seiner Masterarbeit in Zusammenarbeit mit ArcelorMittal Bremen arbeitet er seit 2015 als Modellexperte Operations Research bei ArcelorMittal und besch?ftigt sich mit der Entwicklung und Anwendung von Algorithmen zur Automatisierung und Optimierung verschiedener Prozesse. Zur Zeit ist er Koordinator des Bereichs Operations Research in der Abteilung Modelle & Simulationen.