Informations- & Kommunikationstechnologie
lokales Unternehmen
Professorin Hafners Forschung beschäftigt sich damit, Prinzipien der Intelligenz von biologischen Systemen zu extrahieren und auf künstliche adaptive Systeme zu übertragen. Der Schwerpunkt ist dabei die Übertragung kognitiver Fähigkeiten auf autonome Roboter. Die Herausforderung besteht nicht nur darin, intelligente autonome Roboter zu entwickeln, sondern auch biologische Fähigkeiten durch Roboter-Experimente besser zu verstehen. Schwerpunkte unserer Forschung sind sensomotorisches Lernen, interne Modelle zur Vorhersage, Aufmerksamkeitsprozesse, sowie räumliche Kognition. Die Methoden für die Entwicklung der Modelle reichen von evolutionären Algorithmen über neuronales Lernen bis zur Informationstheorie. Als Plattformen nutzen wir mobile Roboter (humanoide, fahrende, fliegende und tauchende Roboter) sowie Softwaresimulationen. Professor Hafner ist IEEE Senior Member und PI in mehreren EU-Projekten.
- Lokales Unternehmen für Automation und Robotik: Studentisches Semesterprojekt zur Entwicklung eines kollaborativen Flottenmanagements für autonome Transportroboter.
Als Professor für das Fachgebiet „Drahtlose Breitbandkommunikationssysteme“ befasst sich Professor Eckhard Grass mit Kommunikationssystemen für höchste Datenraten. Ein wesentlicher Schwerpunkt liegt dabei auf Verfahren, welche die Effizienz und Zuverlässigkeit der drahtlosen Datenübertragung erhöhen. Dazu entwickeln und untersuchen er und seine Mitarbeiter auch Systeme, die auf sehr hohen Trägerfrequenzen arbeiten. Im Fokus der Forschungen und Entwicklungen stehen vor allem der Physical Layer (PHY) sowie der MAC layer.
- Kompletter Satz an Standardwerkzeugen für Modellierung, Simulation, Entwurf und Test von Kommunikationssystemen
- Pool von Software Defined Radio (SDR) Modulen
- Verschiedene FPGA-Plattformen sowie Entwurfswerkzeuge für FPGA-Design
- Module für mmWellen Kommunikation
- Messtechnik wie Oszilloskope, Spectrum Analyzer, Arbitrary Waveform Generators
- Entwicklung eines Systemen zur drahtlosen Hochgeschwindigkeitskommunikation bei gleichzeitiger Abstandsmessung für deutschen Automobilzulieferer
- mmWellen Kommunikationssystem mit integrierter Positionsbestimmung für Augemted Reality Anwendungen für deutschen Industrieausrüster
- Entwicklung eines Systems zur sicheren drahtlosen Kommunikation für Industrie 4.0 gemeinsam mit deutschen Industriepartnern
- mmWellen Verbindungen für 5G Transportnetze gemeinsam mit mehreren europäischen Industriepartnern
Der Lehrstuhl Visual Computing befasst sich mit der Entwicklung neuer Verfahren zur Analyse und Synthese von Bild- und Videodaten. Diese beinhalten Methoden zur Schätzung von Form, Material, Bewegung sowie Deformation von Objekten und Personen aus Einfach- und Mehrkamerasystemen. Zusammen mit nationalen und internationalen Partnern werden die Algorithmen in Systemen aus den Anwendungsbereichen Multimedia, VR/AR, Industrie, Medizin und Sicherheit eingesetzt.
- Diverse Kameras
- Multispektralsensoren, 3D Sensoren
- Beleuchtung und Kalibriersysteme
- Entwicklung neuer Verfahren zur automatischen Inspektion und Schadensklassifikation von Abwasserkanälen zusammen mit einem Wasserversorgungsunternehmen
- Entwicklung von Augmented Reality Verfahren zur Fertigungsunterstützung in der Automobilindustrie
- Untersuchungen multispektraler Bildgebung für die Gewebeklassifikation zusammen mit einem Medizintechnikhersteller
Der Schwerpunkt unserer Forschungsinteressen liegt auf Algorithmen für und der Komplexität von algebraischen Problemen, mit einer besonderen Betonung des Graphisomorphieproblems und verwandten algorithmischen Problemen. Es ist seit langem eine offene Frage, ob das Graphisomorphieproblem für allgemeine Graphen in Polynomialzeit gelöst werden kann. Für viele eingeschränkte Graphklassen sind allerdings effiziente Algorithmen bekannt (z.B. für Graphen mit beschränkter Bauweite, beschränkten Farbklassen, für bestimmte Schnittgraphen wie z.B. Intervallgraphen sowie für alle Graphklassen, die unter Minorenbildung abgeschlossen sind). Daneben untersuchen wir verwandte Probleme wie Kanonisierung und Ähnlichkeit von Graphen sowie theoretische Fragestellungen im Umkreis der Kryptographie.
Prof. Weidlich leitet die Arbeitsgruppe „Datenbanken und Informationssysteme“ im Institut für Informatik. Bevor er an die Humboldt-Universität zu Berlin wechselte, war er am Imperial College London und dem Technion - Israel Institute of Technology tätig. Die Forschungsschwerpunkte der Arbeitsgruppe sind die datengetriebene Analyse von prozessorientierten Systemen (Process Mining), Ansätze für die effiziente Verarbeitung von kontinuierlichen Datenströmen, sowie Methoden für die Entwicklung von Workflows für explorative Datenanalysen. Die von der Gruppe entwickelten Algorithmen und Systeme zeichnen sich durch ein breites Anwendungsspektrum aus und kamen bereits in verschiedenen Bereichen zur Anwendung, von der Gesundheitsfürsorge über die Logistik bis hin zum elektronischen Handel.
Beratung und Wissenstransfer in den Bereichen:
- Process Mining, datengetriebene Analyse von Prozessen
- Skalierbare Infrastrukturen für die Verarbeitung von Datenströmen
- Entwicklung von Workflows für die Datenanalyse
- Führende Krebsklinik in den USA: Analyse und Verbesserung der klinischen Abläufe auf Basis von Daten eines Real-Time-Locating-Systems
- Internationaler Öl- und Gaskonzern: Entwicklung von Techniken um Unregelmäßigkeiten in Strömen von Sensordaten aufzuspüren
- Unternehmenssoftware-Hersteller: Entwicklung von Algorithmen für die effiziente Analyse von Geschäftsprozessabläufen
G.F. Schreinzer Positronik, Steinbeis GmbH & Co. KG, Pronova Analysentechnik GmbH & Co. KG, newtec Umwelttechnik GmbH
Die Biosystemtechnik arbeitet an der Schnittstelle zwischen Ingenieurwissenschaften und biologischen Produktionsprozessen. Prof. Schmidt und seine Arbeitsgruppe entwickeln ingenieurtechnische Lösungen für eine nachhaltige Produktion von pflanzlichen Agrarprodukten und Technologien für eine sichere und saubere Umwelt. Es entstehen Innovationen im Pflanzenbau in Gewächshäusern, Freiland und anderen intensiven Pflanzenproduktionssystemen. Im Fokus liegen alternative Energieversorgungskonzepte (Niedrigenergiegewächshäuser) und geschlossene Stoffkreisläufe für den intensiven Pflanzenbau (Wasserhygiene, Sensorik und Algorithmen für die vollautomatische Nährlösungsversorgung von Pflanzen in geschlossenen Kreisläufen). Zentrale Arbeitsschwerpunkte sind die Sensorentwicklung bei der Gasanalytik und Klimamesstechnik sowie die Entwicklung von Software für die Entscheidungsunterstützung in Automationssystemen. Es werden energetische Bewertungen von Produktionsanlagen oder Teilsystemen vorgenommen und Prozessanalysen erstellt.
- Versuchsgewächshäuser mit Energie- und Stoffstromanalytik, CO2-Anreicherung, Kunstlicht und Fogsystemen
- Pflanzenmonitore für die Dauermessung von Fotosynthese, Transpiration, Gewebetemperaturen, Stomataleitwerten, Klimamesstechnik, Gasanalytik (CO2, Ethylen), Bodenfeuchtesensoren
- Frei programmierbares Automatisierungssystem für die Klima- und Prozesssteuerung in Gewächshäusern
- G.F. Schreinzer Positronik, Steinbeis GmbH & Co. KG: Entwicklung eines Automatisierungssystems für Gewächshäuser auf der Basis von Messinformationen von Pflanzen (Phytocontrol)
- Steinbeis GmbH & Co. KG: Nationales Verbundprojekt „Zukunftsinitiative Niederigenergiegewächshaus“ (ZINEG)
- Pronova Analysentechnik GmbH & Co. KG: Entwicklung ionenselektiver Sensoren zur kontinuierlichen Erfassung von Ionenanteilen in zirkulierenden Nährlösungsversorgungssystemen; Entwicklung eines Messgerätes zur Analyse phytometrischer Reaktionen an Pflanzen
- newtec Umwelttechnik GmbH: Entwicklung eines rezirkulierenden Bewässerungssystems mit vermindertem phytosanitärem Risiko in Gewächshäusern
Viele IT-Systeme sind (aus gutem Grund) technologisch, administrativ oder räumlich voneinander getrennt. Middleware soll es ermöglichen, diese Systeme planvoll zusammenzuführen, ohne sie völlig zu verschmelzen. Die Praxis hat gezeigt, dass dies nicht trivial ist. Mit den auftretenden Problemen beschäftigt sich der Lehrstuhl Systemarchitektur: Ausfallsicherheit, Daten-Sicherheit (Vertraulichkeit), Konsistenz von replizierten Daten, Performanz und Skalierbarkeit. Autonome Teilsysteme sollen sich dabei automatisch konfigurieren, aber auch Unterstützung durch einen (externen) Operator ermöglichen. Heimautomatisierungssysteme sind aktuell unser bevorzugtes Anwendungsgebiet, um die genannten Fragen im Verbund zu untersuchen und Lösungsansätze praktisch zu erproben.
PwC, Deloitte, Deutsche Bank, Greeneum, Firamis, Bitwala, Augmento, Royalton Partners
Prof. Härdles Forschungsfokus liegt auf quantitativer Finanzwissenschaft, insb. auf multivariaten Verfahren im Finanzwesen, sowie auf Verfahren zur Dimensionsreduzierung und computerbasierter Statistik. Prof. Härdle ist Mitgründer des Blockchain Research Center (BRC). Das BRC dient als Plattform für Akademiker und Industriepraktiker für wissenschaftliche Diskussionen und Kooperationen. Als Leiter des Sonderforschungsbereichs für Ökonomisches Risiko (SFB 649) und dem interdisziplinären Center for Applied Statistics and Economics (C.A.S.E.) beschäftigt er sich vor allem mit der Untersuchung von ebensolchen Risiken in einem globalen Kontext. Durch Prof. Härdles Forschung soll die Bewertung solcher Risiken erleichtert und Unsicherheiten bei Entscheidungsfindungen von volkswirtschaftlichen Akteuren vermindert werden. Er ist Gastprofessor am Wang Yanan Institute for Studies in Economics (WISE) der Xiamen Universität, China, und Leiter der International Research Training Group „High Dimensional Non Stationary Time Series“ (ITRG 1792). Ausgezeichnet wurde er u.a. 2012 mit dem „Multa Scripsit Award“ der Fachzeitschrift „Econometric Theory“.
- Crypto Currency Valuation
- Quantlets
- Multivariate statistische Analyse (Faktoranalyse, Clusteranalyse etc.)
- Portfolio Optimierung
- Risikomanagement (Financial Risk Meter)
- Hedgegeschäft
- Preisfestsetzung von Derivaten
- funktionelle Datenanalyse
- nicht- und semiparametrische Verfahren
- Informationsvisualisierung (VizTech)
- Fortlaufende Kooperationen mit führenden, internationalen Finanzinstituten und Vortragstätigkeit für selbige
- Liquiditätsvorhersagen für Bitcoin (Bitwala)
- Sentimentanalysen für den Cryptomarkt (Augmento)
- Financial Risk Meter (Firamis)
- Center for Applied Statistics and Economics (C.A.S.E.): Interdisziplinäres Zentrum, um die immer komplexer werdenden Probleme im Feld der Ökonomie und den angrenzenden Bereichen mit Fachwissen, quantitativen Methoden und unter Verwendung moderner Computertechniken zu untersuchen und Lösungswege zu entwickeln. Zu den erforschten Themen gehören z.B. Wetterrisiken, alternde Gesellschaften, Kriminalität oder Immobilienmärkte.
- Sonderforschungsbereich für Ökonomisches Risiko (SFB 649): Transdisziplinäres Forschungszentrum in dem sich Experten aus den Bereichen Ökonomie, Mathematik und Statistik zusammenfinden, um ökonomische Risiken und die dazugehörigen Faktoren zu untersuchen. Forschende haben so eine Plattform ihre Ergebnisse auch international zu diskutieren und neue Kooperationen anzustreben.
- Machine Learning in FinTech (Risk Management Institute, Singapore)
- Smart Data Analytics (Bundesbank)
- Ultra High Dimensional Time Series (Bundesbank)
- SupTech und RegTech Workshops
TWT GmbH
Am Lehrstuhl für Software Engineering arbeitet Prof. Grunske mit seinem Team an Softwaretechnikmethoden insbesondere im Bereich der automatisierten Entwicklung und Qualitätskontrolle von Softwaresystemen. Ein weiter Schwerpunkt ist die Arbeit mit probabilistischen Techniken, auf dessen Grundlage wahrscheinliche und weniger wahrscheinliche Verhaltensweisen eines Programms modelliert werden können, was es erlaubt, Anomalien besser zu entdecken und zu beheben. Zum Einsatz kommen solche statistischen Modelle u. a. beim Monitoring und Debugging von Programmen während der Laufzeit sowie beim Softwaretest – so wird die Entwicklung sicherer und zuverlässiger Softwaresysteme unterstützt. Weitere Forschungsschwerpunkte von Prof. Grunske sind die Entwicklung von Methoden, mit der Qualitätsanforderungen an ein Softwaresystem präzise definiert werden können; die Formalisierung von Verifikationsbedingungen sowie die (technische) Sicherheit in eingebetteten Systemen und Prozess- und Performancemanagement.
- Softwaretechnik
- Test und Verifikation
- Statistik/Wahrscheinlichkeitstheoretische Methoden
- Formalisierung von Anwendungszenarien in Zusammenarbeit mit der TWT GmbH im Projekt „Safe.Spec: Qualitätssicherung von Verhaltensanforderungen“
- Gewinnung probabilistischer Modelle aus Softwaresystemen, die im Software-Engineering-Prozess als Spezifikation weiterverwendet werden können, im Projekt „EMPRESS: Extracting and Mining of Probabilistic Event Structures from Software Systems”
- Entwicklung von Evaluationsmöglichkeiten probabilistischer Modelle und Machine-Learning-basierten Techniken für die Transformation von Modellen im Projekt „ENSURE-II: ENsurance of Software evolUtion by Run-time cErtification”
Prof. Freytag ist Inhaber des Lehrstuhls für Datenbanken und Informationssysteme (DBIS). Zu seinen Forschungsinteressen gehören alle Aspekte der Verarbeitung von Abfragen und Abfrageoptimierung in (objekt-) relationalen Datenbanksystemen, neue Entwicklungen im Datenbankbereich (z.B. semi-strukturierte oder graph-basierte) Daten, Datenqualität, Big Data Analytics sowie Schutz der Privatsphäre im Kontext von Datenbanksystemen. Darüber hinaus ist er in vielen Kooperationen zur Nutzung von Datenbanktechnologie in Anwendungen wie Geoinformationssysteme (GIS), Bioinformatik, Physik sowie Life Sciences involviert. In den letzten Jahren erhielt Prof. Freytag viermal den IBM Faculty Award für kooperatives Arbeiten in den Bereichen Datenbanken, Middleware und Bioinformatik/Life Sciences, sowie in 2009 und 2010 den HP Labs Innovation Research Awards für seine Forschung im Datenbankbereich und Cloud Computing. Er war 2003 Mit-Organisator der VLDB (Very Large Data Bases) Konferenz in Berlin, der wichtigsten Datenbankkonferenz weltweit, und gleichzeitig Mitglied der VLDB-Stiftung (VLDB Endowment Inc.) von 2001 bis 2007. Prof. Freytag ist seit 2009 Sprecher des Fachbereichs DBIS der Gesellschaft für Informatik (GI).
- Große Server Linux/AIX mit DBMS IBM DB2
- Clusterrechner (128 Kerne)
- 30TB Speicherkapazitäten
- Namhafter amerikanischer IT-/Datenbankhersteller: Verbesserung des existierenden DBMSs im Bereich der Anfrageoptimierung; Erweiterung existierender ETL-Tools
- Namhafter amerikanischer IT-/Datenbankhersteller: Erweiterung der DBMS-Funktionalität, Erarbeitung von Vorschlägen zur Leistungsverbesserung; Vorschläge zur Weiterentwicklung existierender DBMS-Produkte
- Namhafter deutscher Softwarehersteller: Mehrere Jahre begleitende Beratung zur Leistungsverbesserung des existierenden DBMS
- Namhafter deutscher Großkonzern: Entwurf und Entwicklung einer Anfrageoptimierungskomponente für das LDAP-Produkt des Unternehmens
- Beratung verschiedener KMU in Deutschland im Bereich der Daten- und Prozessmodellierung, Einsatz von DBMS-Technologie; Nutzung von DBMS-Technologie in firmeneigenen Produkten; Strategieberatung zum langfristigen Einsatz von DBMS-Technologie