Abteilung Softwaremethoden
Die Abteilung Softwaremethoden befasst sich mit der Erforschung und Entwicklung von Methoden, um datengetriebene virtuelle Produkte zu ermöglichen.
Die Forschung der Abteilung Softwaremethoden gliedert sich in 2 Bereiche: "Künstliche Intelligenz und maschinelles Lernen" sowie "Nachvollziehbarkeit und digitale Durchgängigkeit".
Im Bereich "Künstliche Intelligenz und maschinelles Lernen" erforschen und entwickeln wir Methoden, welche den sicheren und effizienten Einsatz digitaler Modelle in einem virtuellen Produkt erlauben. Dies reicht vom Einsatz von Ersatzmodellen bis hin zu resilienten Datenketten für echtzeitfähige Prädiktion basierend auf maschinellem Lernen.
Ein besonderes Augenmerk liegt dabei darauf, wie man bestehende klassische Methoden nicht ersetzt sondern ergänzen kann, so dass datengetriebenes Wissen und Ingenieurswissen kombiniert werden. Im Bereich "Nachvollziehbarkeit und digitale Durchgängigkeit" erforschen und entwickeln wir Methoden, um Datenketten technologieneutral nachvollziehbar zu gestalten. Dabei liegt der Fokus sowohl auf der Menschen- als auch Maschinenlesbarkeit der Daten basierend auf ihrer Provenienz. In der Kombination der beiden Themen erforschen und entwickeln wir Methoden, um Provenienz in Datenketten automatisiert bereitzustellen und für Anwendungsfälle, wie zum Beispiel virtuelle Zertifizierung, zu erschließen.
Forschungsschwerpunkte sind
- Modellbasiertes Software Engineering
- Methoden zur Reduktion, Kompression und Fusion großer, heterogener Datenmengen
- Ersatzmodelle, Modelle reduzierter Ordnung, Methoden zum maschinellen Lernen
- Strategien zur Sicherung von Datenintegrität
- Aspekte der Softwaresicherheit
- Konzepte für Standards und Prozesse für automatisierte Software-Verifikation und –Validierung
- Strategien zur Sicherung von Reproduzierbarkeit und Nachvollziehbarkeit von Simulationsdaten und Simulationsprozessen
- Strategien zur simulationsbasierten Zertifizierung