Forschungsschwerpunkt Data Science

In unserer Abteilung arbeiten Wissenschaftlerinnen und Wissenschaftler aus den Bereichen Mathematik, Statistik und Informatik gemeinsam an Algorithmen zu Analyse großer Datenmengen aus unterschiedlichsten Anwendungsgebieten. Dabei bringen wir klassische Methoden der Statistik genauso zum Einsatz wie Techniken aus dem Bereich der Künstlichen Intelligenz und Machine Learning.
 
In Zusammenarbeit mit Expertinnen und Experten des jeweiligen Anwendungsgebiets, wie z.B. dem Gesundheitswesen und der Automobilindustrie, arbeiten wir an Methoden zur Datenanalyse und Visualisierung, die nicht nur theoretisch fundiert, sondern auch praxisorientiert einsetzbar sind.

Beispiel-Projekte

 

Federated Learning Framework FACT

FACT kommt zum Einsatz, wenn es darum geht Machine-Learning-Modelle zu trainieren – ohne dass Daten zentralisiert oder zusammengeführt werden müssen.

 

Smarte App unterstützt Gesundheitsämter

»EsteR« unterstützt die Gesundheitsämter mit Mathematik und KI bei Entscheidungen. Der Vorgänger ist das Projekt »CorASIV«.

 

Kriminelle Netzwerke: Bekämpfung von Abrechnungsbetrug

Im Projekt forschen wir an der Identifikation von Auffälligkeiten in Betrugsnetzwerken mittels Künstlicher Intelligenz (KI).

 

Bauhaus.MobilityLab

Mithilfe Künstlicher Intelligenz werden in diesem Projekt innovative Produkte und Dienstleistungen in den Bereichen Mobilität, Logistik und Energie entwickelt und unter realen Bedingungen in der Thüringer Landeshauptstadt Erfurt erprobt.

 

Kredit-Risikomanagement auf Basis von Nachrichten

Unser System bezieht aktuelle Nachrichten zur Verbesserung der Prognose-Qualität heran.

 

Data Science in der Automobilbranche

Data Science und maschinelles Lernen sind wesentliche Technologien für die Optimierung von Prozessen und Finanzprodukten in der Automobilbranche der Zukunft.

 

Machine Learning for Production

Moderne Produktionsanlagen sind inzwischen höchst komplex. Prozesse sind miteinander vernetzt, Maschinen, Schnittstellen und Bauteile kommunizieren miteinander.

 

Abrechnungsbetrug im Gesundheitswesen

Unsere Anwendung in diesem Bereich bezieht sich auf die Berechnung eines Garantieschadens bei Abrechnungsbetrug im Gesundheitswesen.

Passende Themen unserer Doktorandinnen und Doktoranden sowie Post-Docs

Detektion von Auffälligkeiten mit Hilfe von Autoencodern

Es forschte Robert Sicks.