Veranstaltungsarchiv

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.

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.

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.

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.

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.

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.

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.