Mathematische Modelle werden in vielzähligen Bereichen der Wissenschaft und Technik angewandt, um komplexe Prozesse zu beschreiben. Um für die Anwendung relevante Phänomene mithilfe von Simulationen dieser Modelle untersuchen und letztlich vorhersagen zu können, bedarf es genauer, zuverlässiger und effizienter Berechnungsmethoden.

Viele komplexe, praxisrelevante Modelle sind oftmals mit Unsicherheiten behaftet, etwa aufgrund mangelnder Kenntnis von Materialeigenschaften, natürlicher Schwankungen oder durch die Einbeziehung verrauschter Daten. Solche Unsicherheiten wirken sich zwangsläufig auf das betrachtete mathematische Modell und folglich auf die Quantifizierung der Zuverlässigkeit von Simulationsergebnissen aus.

Die Nachwuchsgruppe Uncertainty Quantification entwickelt mathematische und numerische Techniken zur Behandlung und Quantifizierung von Unsicherheiten an der Schnittstelle komplexer Rechenmodelle und Daten. Dazu arbeiten wir an Methoden der modernen angewandten Mathematik, an Techniken des maschinellen Lernens, die mit simulationsbasierten Ansätzen verbunden werden, und an Aspekten des Hochleistungsrechnens. Insgesamt konzentriert sich unsere Forschung auf theoretische und methodische Aspekte sowie auf interdisziplinäre Projekte, bei denen theoretisch fundierte Methoden auf Anwendungen zugeschnitten werden.