-
![Professor Oechsner, Vizepräsident für Forschung betonte bei der Begrüßung, die Bedeutung sogenannter Grey-Box-Modelle – der Verbindung physikbasierter Gleichungen mit datengetriebenen Verfahren.]()
Professor Oechsner, Vizepräsident für Forschung betonte bei der Begrüßung, die Bedeutung sogenannter Grey-Box-Modelle – der Verbindung physikbasierter Gleichungen mit datengetriebenen Verfahren. -
![Moderiert wurde der E+E Diskurs zunächst von Professor Peter Stephan, Sprecher vom Forschungsfeld E+E.]()
Moderiert wurde der E+E Diskurs zunächst von Professor Peter Stephan, Sprecher vom Forschungsfeld E+E. -
![Ohne Physik bleibt jede Simulation blind: Nur robuste numerische Methoden machen digitale Modelle verlässlich, lautete das Plädoyer von Prof. Tscherpel.]()
Ohne Physik bleibt jede Simulation blind: Nur robuste numerische Methoden machen digitale Modelle verlässlich, lautete das Plädoyer von Prof. Tscherpel. -
![Anhand des El-Niño-Phänomens verdeutlichte Prof. Rupert Klein, wie komplex Klimasysteme sind und weshalb datengetriebene Modelle die entscheidenden Strukturen erkennen müssen, um verlässlich zu sein.]()
Anhand des El-Niño-Phänomens verdeutlichte Prof. Rupert Klein, wie komplex Klimasysteme sind und weshalb datengetriebene Modelle die entscheidenden Strukturen erkennen müssen, um verlässlich zu sein. -
![Klein macht deutlich: ML-Modelle funktionieren für spezifische Aufgaben gut, etwa für kurzfristige El-Niño-Prognosen, ersetzen aber nicht die Fähigkeit physikalischer Modelle, neue Situationen zu simulieren.]()
Klein macht deutlich: ML-Modelle funktionieren für spezifische Aufgaben gut, etwa für kurzfristige El-Niño-Prognosen, ersetzen aber nicht die Fähigkeit physikalischer Modelle, neue Situationen zu simulieren. -
![Professor Peter Pelz, Co-Sprecher vom Forschungsfeld E+E moderiert die Podiumsdiskussion.]()
Professor Peter Pelz, Co-Sprecher vom Forschungsfeld E+E moderiert die Podiumsdiskussion. -
![Gemeinsam mit Peter Pelz diskutiert das Podium über Unsicherheiten in Modellen und Lösungen: Professor Oliver Weeger (TU Darmstadt), Professorin Tabea Tscherpel (TU Darmstadt), Professor Rupert Klein (FU Berlin) und Dr. Martin Küssner (IANUS Simulation GmbH).]()
Gemeinsam mit Peter Pelz diskutiert das Podium über Unsicherheiten in Modellen und Lösungen: Professor Oliver Weeger (TU Darmstadt), Professorin Tabea Tscherpel (TU Darmstadt), Professor Rupert Klein (FU Berlin) und Dr. Martin Küssner (IANUS Simulation GmbH). -
![Prof. Oliver Weeger hob hervor, dass Komplexität dabei nicht automatisch zu besseren Modellen führt: Zu viele Parameter erhöhen das Risiko, Zusammenhänge zu überinterpretieren oder sich in Varianten zu verlieren.]()
Prof. Oliver Weeger hob hervor, dass Komplexität dabei nicht automatisch zu besseren Modellen führt: Zu viele Parameter erhöhen das Risiko, Zusammenhänge zu überinterpretieren oder sich in Varianten zu verlieren. -
![Er gibt die Struktur von Modellen vor, um Unischerheiten zu reduzieren - damit ist von vornherein deren Konsistenz mit dem zweiten Hauptsatz der Thermodynamik gegeben.]()
Er gibt die Struktur von Modellen vor, um Unischerheiten zu reduzieren – damit ist von vornherein deren Konsistenz mit dem zweiten Hauptsatz der Thermodynamik gegeben. -
![Tabea Tscherpel betont, dass Unsicherheit nicht erst im Modell entsteht. Schon Randbedingungen, Messdaten und grundlegende Materialgesetze enthalten Unschärfen, die sich oft nur durch Experimente eingrenzen lassen.]()
Tabea Tscherpel betont, dass Unsicherheit nicht erst im Modell entsteht. Schon Randbedingungen, Messdaten und grundlegende Materialgesetze enthalten Unschärfen, die sich oft nur durch Experimente eingrenzen lassen. -
![Peter Pelz bringt pointiert die These in den Diskurs, dass KI unsere Welt vielleicht so dramatisch verändern wird, wie es die Dampfmaschine getan hat und sagt, für sicherheitsrelevante Berechnungen muss die prinzipielle Unsicherheit von ML gezähmt und kontrolliert werden.]()
Peter Pelz bringt pointiert die These in den Diskurs, dass KI unsere Welt vielleicht so dramatisch verändern wird, wie es die Dampfmaschine getan hat und sagt, für sicherheitsrelevante Berechnungen muss die prinzipielle Unsicherheit von ML gezähmt und kontrolliert werden. -
![Martin Küssner betont, dass KI-Agenten heute Rechennetze in der Datenwolke stricken, Rechnungen koordinieren und Präsentationen vorbereiten. Diese Nützlichkeit geht über die Nützlichkeit von ML - KI begegne damit dem Mangel an Berechnungsingenieuren.]()
Martin Küssner betont, dass KI-Agenten heute Rechennetze in der Datenwolke stricken, Rechnungen koordinieren und Präsentationen vorbereiten. Diese Nützlichkeit geht über die Nützlichkeit von ML – KI begegne damit dem Mangel an Berechnungsingenieuren. -
![Was müssen die Universitäten tun? Universitäten müssen Kreativität, konstruktive Kritikfähigkiet fördern und Begeisterung entfachen...]()
Was müssen die Universitäten tun? Universitäten müssen Kreativität, konstruktive Kritikfähigkiet fördern und Begeisterung entfachen… -
![... In der Forschung müssen Ingenieurwissenschaften, Informatik und Mathematik aufeinander hören, gemeinsam verstehen und gemeinsam Zukunft gestalten. Darin sind sich alle auf dem Podium und im Publikum einig.]()
… In der Forschung müssen Ingenieurwissenschaften, Informatik und Mathematik aufeinander hören, gemeinsam verstehen und gemeinsam Zukunft gestalten. Darin sind sich alle auf dem Podium und im Publikum einig. -
![Für Prof. Kersting (TU Darmstadt), Sprecher vom Exzellenzcluster „Reasonable AI“ sind komplexe Modelle wesentlich für das Verständnis von 'Intelligenz'.]()
Für Prof. Kersting (TU Darmstadt), Sprecher vom Exzellenzcluster „Reasonable AI“ sind komplexe Modelle wesentlich für das Verständnis von 'Intelligenz'. -
![Rupert Klein argumentiert, dass neuronale Netze Antworten jenseits ihres Modellhorizonts liefern. Ursache sind der Fluch der Dimensionen und begrenzte Daten in den Ingenieurwissenschaften.]()
Rupert Klein argumentiert, dass neuronale Netze Antworten jenseits ihres Modellhorizonts liefern. Ursache sind der Fluch der Dimensionen und begrenzte Daten in den Ingenieurwissenschaften. -
![Auf dem Podium wird deutlich, dass die Disziplinen in den Dialog treten müssen – und auch können. Wir danken unseren Gästen für ihre Einsichten und Impulse.]()
Auf dem Podium wird deutlich, dass die Disziplinen in den Dialog treten müssen – und auch können. Wir danken unseren Gästen für ihre Einsichten und Impulse. -
![Der E+E Diskurs versteht sich als Format für Dialog und Begegnung – über Fachgrenzen hinweg.]()
Der E+E Diskurs versteht sich als Format für Dialog und Begegnung – über Fachgrenzen hinweg.
- Gehe zu Bild 1
- Gehe zu Bild 2
- Gehe zu Bild 3
- Gehe zu Bild 4
- Gehe zu Bild 5
- Gehe zu Bild 6
- Gehe zu Bild 7
- Gehe zu Bild 8
- Gehe zu Bild 9
- Gehe zu Bild 10
- Gehe zu Bild 11
- Gehe zu Bild 12
- Gehe zu Bild 13
- Gehe zu Bild 14
- Gehe zu Bild 15
- Gehe zu Bild 16
- Gehe zu Bild 17
- Gehe zu Bild 18
#9 – Strömungsimulation im KI-Zeitalter
Brauchen wir noch numerische Methoden?
Professorin Tabea Tscherpel zeigt, dass numerische Simulation weit mehr leistet als die Berechnung eines Ergebnisses.
Small-Data in der Klimamodellierung
Mit Blick auf El Niño zeigte Professor Rupert Klein, warum Klimamodellierung nicht als reines Datenproblem verstanden werden kann.
Wie zähmen wir Künstliche Intelligenz?
In der Podiumsdiskussion sprachen unsere Gäste darüber, ob klassische, mathematisch fundierte Methoden künftig unverzichtbar bleiben – oder ML die Grundlagen wissenschaftlichen Arbeitens so tiefgreifend verändert, dass sich selbst zentrale Ingenieursdisziplinen neu erfinden müssen?
#9 – Strömungssimulation im KI-Zeitalter
Brauchen wir noch numerische Methoden oder können KI-Modelle die klassische Simulation ersetzen?
Strömungssimulationen sind seit Jahrzehnten ein zentrales Werkzeug in Wissenschaft und Technik – und unverzichtbar für die Energiewende. Die Computational Fluid Dynamics (CFD) liefern präzise Einblicke in komplexe Strömungen, ermöglichen die Auslegung effizienter Windkraftanlagen, unterstützen die CO₂-Reduktion in Industrieprozessen und tragen zu verlässlichen Klimavorhersagen bei. Mit dem Aufstieg datenbasierter KI-Methoden steht dieses klassische Vorgehen jedoch vor neuen Fragen: Wie verändert KI die Modellierung? Welche Rolle spielen numerische Verfahren künftig noch? Und was entsteht, wenn man beide Welten miteinander verbindet?
Der E+E Diskurs zeigte eindrucksvoll, dass sich die Zukunft weder aus reiner Physik noch aus reiner KI erklären lässt. Stattdessen wurde deutlich, dass hybride Modelle zum Schlüssel werden: Sie vereinen die strukturelle Verlässlichkeit physikalischer Gesetze mit der Flexibilität moderner Datenverfahren und schaffen so einen neuen Möglichkeitsraum für Forschung und Anwendung.
Gleichzeitig rückte der Abend die entscheidende Frage in den Mittelpunkt, wie wir mit den Unsicherheiten wissenschaftlicher Modelle umgehen – in einer Welt, in der Ingenieur:innen Verantwortung für Sicherheit tragen, Mathematik Grenzen sichtbar macht und KI nur so gut sein kann wie die Daten, aus denen sie lernt.
Im Dialog wurde sichtbar, dass Erkenntnis nicht aus Geschwindigkeit entsteht, sondern aus Verständnis, Erklärbarkeit und gemeinsamen Kriterien für Verlässlichkeit. KI kann dabei unterstützen, Muster aufzudecken, Hypothesen zu generieren und neue Probleme sichtbar zu machen – doch ihre Ergebnisse brauchen die physikalische Einordnung, die mathematische Überprüfung und die ingenieurwissenschaftliche Erfahrung.
Genau hier zeigte der E+E Diskurs, was Think.Link.Do. bedeutet: unterschiedliche Denkweisen zusammenbringen, gemeinsame Bezüge herstellen und daraus Impulse für verantwortliches wissenschaftliches Handeln entwickeln.
Unsere Gäste an diesem Abend
- Prof. Dr. Rupert Klein
Freie Universität Berlin
Er gehört zu den profiliertesten angewandten Mathematikern Deutschlands. In seiner Forschung verbindet er die Analyse atmosphärischer Strömungen mit der Entwicklung mathematischer Modelle und numerischer Verfahren. Seine Arbeit bewegt sich an den Schnittstellen von Meteorologie, Ingenieurwissenschaft und Mathematik – mit Stationen u. a. an der RWTH Aachen, dem Potsdam-Institut für Klimaforschung und der Princeton University. Für seine wissenschaftlichen Leistungen wurde er 2003 mit dem Gottfried-Wilhelm-Leibniz-Preis ausgezeichnet.
- Prof. Dr. Tabea Tscherpel
Technische Universität Darmstadt
Sie ist Professorin für Numerische Mathematik und Scientific Computing. In ihrer Forschung entwickelt sie neue mathematische Ansätze, um komplexe Strömungsprozesse präzise, effizient und zuverlässig zu simulieren – von Wasserwellen bis hin zu Gaspipelines. Damit macht sie die Mathematik zu einem Schlüsselwerkzeug für die Welt von morgen. Für ihre herausragenden Beiträge zur Strömungssimulation wurde sie nun mit dem Dr. Hans Messer Stiftungspreis ausgezeichnet.
- Prof. Dr. rer. nat. Oliver Weeger
Technische Universität Darmstadt
Er ist Professor für Cyber-Physical Simulation. In seiner Forschung verbindet er numerische Methoden, maschinelles Lernen und digitale Zwillinge, um mechanische Systeme effizient zu simulieren und zu optimieren. Mit seinem interdisziplinären Ansatz treibt er die Entwicklung intelligenter Simulationslösungen an der Schnittstelle zwischen klassischer Modellierung und datengetriebener Technik maßgeblich voran.
- Dr.-Ing. Martin Küssner
IANUS Simulation GmbH
Er arbeitet bei IANUS an der Schnittstelle von Simulation, Künstlicher Intelligenz und technischer Kundenentwicklung. Er promovierte an der TU Darmstadt im Bereich Finite Elemente, lehrte als Senior Lecturer an der Universität Kapstadt und hat sein gesamtes Berufsleben in den USA und Deutschland in verschiedenen führenden Simulationsrollen verbracht. Sein Anspruch: moderne Technologien der digitalen Wertschöpfung so zu übersetzen, dass sie im industriellen Alltag echten Nutzen stiften.
Der E+E Diskurs dient dem offenen, kritischen und fundierten Austausch zwischen Wissenschaft und Praxis. Es werden Lessons-Learned geteilt, Methoden und Technologien kritisch diskutiert und der Mensch in den Mittelpunkt der Diskussion gestellt.
Dabei folgt der E+E Diskurs unserem Selbstverständnis:
