Die Brücke zwischen Datenanalyse und Cyber-Physical Systems schlägt der Sonderforschungsbereich 876 in der Informatik. Mit der Bewilligung durch die Deutsche Forschungsgemeinschaft für die zweite Phase von 2015-2018 werden diese Arbeiten jetzt fortgeführt.

Im Eröffnungsvortrag zum Kickoff für die zweite Phase gab die Sprecherin, Prof. Dr. Katharina Morik, einen Rückblick auf die Erfolge der ersten vier Jahre und hob insbesondere die Zusammenarbeit der verschiedenen Disziplinen aus Informatik, Statistik, Medizin, Physik, Elektrotechnik und Maschinenbau hervor. Als Besonderheit dieses SFB werden in den einzelnen Projekten die Disziplinen gepaart und hinterlassen so im jeweils anderen Bereich deutliche Spuren. Nur ein gemeinsames Verständnis der Problematik konnte hier die Basis für die kommenden vier Jahr schaffen. Szenarien von der Laufzeitverlängerung von Smartphones über Untersuchungen von Galaxien in der Astrophysik bis zur Qualitätsverbesserung in Produktionsprozessen bilden den Rahmen für die Forschung.

Nach dem Rückblick auf den Antrag für die zweite Phase und dem SFB zur Verfügung stehende Ressourcen durch Dr. Stefan Michaelis gaben Prof. Dr. Kristian Kersting und Prof. Dr. Jian-Jia Chen Einblicke in ihre Forschungsgebiete.

Mit der “Demokratisierung der Optimierung” stellte Prof. Dr. Kersting Konzepte für skalierbare und einfach zu nutzende Verfahren vor. Viele Probleme sind inzwischen so komplex geworden, dass sie nicht mehr vollständig in akzeptabler Zeit lösbar sind. Durch Methoden wie die Ausnutzung von Symmetrien in den Daten oder die Einbeziehung von Expertenwissen können diese aber vereinfacht und damit erfassbar gemacht werden.

Prof. Dr. Jian-Jia Chen sprach über “Flexible Ausführungsmodelle für Cyber-Physische Systeme”. Je nach Aufgabe müssen die Computersysteme zuverlässig und innerhalb einer vorgegebenen Zeit eine Antwort liefern können. Insbesondere wenn die zugrundeliegenden Prozesse dynamisch sind und damit wechselnde Ausführungszeiten besitzen muss die Antwortzeit für den schlechtesten Fall vorhersagbar bleiben. In Kombination von maschinellem Lernen mit Cyber-Physischen Systemen sollen die optimalen Ausführungsmodelle zukünftig gefunden werden.