Wir setzen unsere wissenschaftlichen Anstrengungen für den technischen, ökologischen und sozialen Fortschritt ein. Dabei nutzen wir Methoden der mathematischen Modellierung, des Maschinellen Lernens (machine learning, ai), der Optimierung und statistischen Datenanalyse, um Fortschritt und Technologietransfer von der Wissenschaft zur Industrie bis in die Gesellschaft zu fördern. Wir bedienen ein breites Anwendungsspektrum von technischen Komponenten, Baugruppen und Maschinen bis hin zu komplexen Prozessen und technischen Systemen. Wir haben langjährige Expertise in den Bereichen:
 

• Analyse, Modellierung und Optimierung komplexer technischer Prozesse und Systeme im Bereich der Energie- und Verfahrenstechnik
• Optimales experimentelles Design / Versuchsplanung
• Statistische Datenanalyse und maschinelles Lernen (KI/ai/ml)
• Stochastische Modellierung und Unsicherheitsausbreitung
• Technopartizipative Systemmodellierung.

Softwaretoolentwicklung

• FINE concepts

Algorithmen-/toolentwicklung (bis 2019)

• TRANSWESD - TRANSitive reduction for WEighted Signed Digraphs  for cellular network inference from systems genetic data
• Robust Experimental Design of Experiments for model identification
• Probabilistic Reactor Design in the Framework of Elementary Process Functions
• Reactor-network synthesis via flux profile analysis
• Makeing sense from dye free imaging flow cytometry data

Whitepapers (upon request)

• A Bayesian bot for automated trading combining social media buzz and technical signals
• Profile-likelihood estimation via homotopy
• Sparse Bayesian learning for model identification

Publikationsliste als PDF (peer/proceedings/talks)

Aktuell Laufend

• WIR! REEgion now: Das Projekt befasst sich als regionales Wertschöpfungsbündnis mit den Innovationsfeldern Energie, Mobilität und Digitalisierung. (Konzeptphase 1.03.-30.11.2021 in Zusammenarbeit mit Prof.Claus Vielhauer Fachbereich Informatik und Medien THB / Verbund Technische Hochschule Brandenburg, Potsdam-Institut für Klimafolgenforschung e.V., Regionalentwicklungsgesesllschaft Nordwestbrandenburg mbh / Volumen 250 TEUR)

• GREEN: Ganzheitliche Lösungen zur regionalen Energiewende für Industrie und Kommune

Erfolgreich Abgeschlossen

• EMIBEX (BMBF)
• MODEXA (BMBF, Co-Worker)
• AML (BMBF, Co-Worker)

Die Professur "Technische Energieeffizienz“ beschäftigt sich in der Lehre mit den Querschnittsthemen der Energie- und Ressourceneffizienz zur nachhaltigen Nutzung von Energie- und Stoffkreisläufen, und bereitet die Studierenden im Rahmen ihres Bachelor- und/oder Masterstudiums für die sich anschließenden Aufgaben bestmöglich und zukunftsfest vor. Hierfür sind breite und tiefe Kenntnisse in den Disziplinen des konstruktiven Maschinenbaus, der Energie- und Verfahrenstechnik sowie in den Grundlagen Mathematik/Physik/Chemie/Numerik von Nöten. Die Professur vermittelt Wissen und praktische Fähigkeiten im Rahmen der Lehrveranstaltungen vor allem im Studienschwerpunkt Energie- und Verfahrenstechnik im Bachelorstudiengang Maschinenbau und im Masterstudiengang Energieeffizienz Technischer Systeme.

Lehrthemen (deutsch)

Bachelor

• Grundlagen der Chemie
• Konventionelle Energietechnik
• Regenerative Energietechnik
• Energietechnik Labore
• Elektrochemie Labore

Master

• Grundlagen der mathematischen Modellierung und Optimierung
• Energiespeichersysteme
• Energie- und Ressourcenmanagement
• Numerische Methoden für Ingenieure und Wissenschaftler (i. Z. m. Prof. M. Kraska, Prof. P.M. Flassig)
• Sicherheit und Zuverlässigkeit (i.Z.m. Prof. P.M. Flassig)

Lectures (Bachelor, Master)

• Fundamentals of Mathematical Modeling and Optimization
• Numerical Methods for Engineers and Scientists (collab w/ Prof. M. Kraska, Prof. P.M. Flassig)

• Studiengangsberater Bachelor Maschinenbau in der Vertiefungsrichtung Energie- und Verfahrenstechnik
• Studiendekan für den Masterstudiengang M. Eng. Energieeffizienz Technischer Systeme
• Mitglied Ethikkommission der THB
• Mitglied AG Bildung für nachhaltige Entwicklung an Brandenburger Hochschule
• Jury-Vorsitz Brandenburger Energieeffizienzpreis – Wettbewerb der Landesgruppe Berlin-Brandenburg des VKU gemeinsam mit MWAE
• Energieallianz Brandenburg

• Since 2022 Research Professor for Energy and Resource Efficiency
• Since 2018 Professor for Technical Energy Efficiency, Department of Engineering at Brandenburg University of Applied Sciences
• 2015 – 2018 Teamleader at the Max Planck Institute for Dynamics of Complex Technical Systems Magdeburg, Germany

My Team developed advanced methods for process systems engineering (reactor-network synthesis via flux profile analysis), automatic apoptosis detection from flow cytometry data in biology via advanced machine learning, dynamic flux balance analysis in biotechnology. We further investigated pattern formation and dynamics of actomyosin flows via physical-chemical modelling.

• 2010 – 2018 Lecturer at the Otto-von-Guericke University, Magdeburg, Germany
• 2009 – 2014 PhD position at the Otto-von-Guericke University Magdeburg, Germany

I had the pleasure to develop mathematical methods, i.e.. multivariate classifiers, for statistical model identification tailored to biochemical and process systems engineering applications in the group of Prof. K. Sundmacher (Process Systems Engieneering group at Otto-von-Guericke University Magdeburg and Director at the Max Planck Institute for Dynamics of Complex Technical Systems, Magdeburg).
 

• 2005 - 2008 Diploma thesis in Physics at the Spahn-Lab in Potsdam, Germany (Institute for Physics & Astronomy, University Potsdam)

Here I studied faint ringlets of Saturn and their heliotropic orientation via perturbation theory and statistical physics under the supervision of Prof. F. Spahn (Co-Investigator, Cosmic-Dust-Analyzer (CDA) Team, Cassini) and Prof. J. Schmidt (now University of Oulu, Co-investigator of the Cosmic Dust Analyzer (CDA) instrument onboard the CASSINI (NASA/ESA) mission to Saturn, the Surface Dust Analyzer (SUDA) on the Europa Clipper Mission (NASA), and the JANUS camera onboard the ESA mission JUICE)
 

• 2006 – 2008 R&D, Rolls-Royce Deutschland Ltd & Co KG, Germany

I worked in the Design Systems Engineering group headed by Prof. M. Swoboda (Aerospace Engineering, TU Berlin, Rolls-Royce Dtl.) under the supervision of Dr. A. Huppertz (Rolls-Royce Dtl.). We worked on knowledge-based 2D design and optimization of axial compressor blades using artificial neural networks.
 

• 2004 – 2005 Graduate Studies Physics at Universite Joseph Fourier, Grenoble, France
• 2002 – 2004 Undergraduate Studies in Physics at University Potsdam, Germany

• 2017 Young Talent Award by the DECHEMA e.V.
• 2013 Sbv Improver Species Translation Sub-Challenge 2: 1st Place for optimized network reconstruction including prior knowledge (Nature, 21 Nov, 2013, Naturejobs p. 12)
• 2009 DREAM 4 In Silico Network Challenge: 3rd Place for network reconstruction using TRANSWESD