Logo Heisenberg-Programm

DFG empfiehlt 2. Förderperiode für Prof. Felix Fritzen

27. Oktober 2022 / sä/kur

Heisenberg-Förderung wird um zwei Jahre verlängert
[Bild: DFG]

Mit Schreiben vom 18. Oktober bewilligt die Deutsche Forschungsgemeinschaft (DFG) offiziell die Heisenberg-Förderung für Felix Fritzens Professur für Data Analytics in Engineering für weitere 24 Monate.

"Die Förderung meiner Heisenberg-Professur durch die DFG für zwei weitere Jahre gibt mir die Möglichkeit, meine interdisziplinäre Forschung und Lehre in dem einzigartigen Stuttgarter Umfeld, insbesondere dem EXC und SC SimTech und der Fakultät 2: Bau- und Umweltingenieurwissenschaften, fortzusetzen. Ich freue mich darauf, den Stuttgarter Weg weiterzugehen", sagt Felix Fritzen.

Ziel der im Januar 2020 gestarteten, dem Institut für Mechanik im Bauwesen (MECDHBAU) zugeordneten Professur, die gemeinsam vom Stuttgart Center for Simulation Science (SC SimTech) und der Fakultät 2 eingerichtet wurde, ist es, verschiedene Aspekte von Simulationen durch die gezielte und fokussierte Nutzung vorhandener oder berechenbarer Daten zu verbessern. Der Anwendungsbereich konzentriert sich auf die rechnerische Kontinuumsmechanik verformbarer Festkörper und die numerische Materialmechanik. Der Schwerpunkt liegt auf fünf Forschungsthemen:

  • Modellreduktion durch Datenkompression: Wie können reduzierte Modelle systematisch aufgebaut und schneller gelöst werden? Kann die Datenanalyse Methoden wie die Hyperreduktion verbessern?
  • Datenunterstützte Simulation: Kann eine gezielte Datennutzung nicht-klassische, robuste Lösungsmethoden ermöglichen?
  • In silico Datenbereitstellung: Wie können Simulationen effizient Daten für maschinengelernte Modelle bereitstellen? Können gezielte Stichproben die datenbasierten Modelle verbessern?
  • Datengeleitete Validierung und Modellanpassung: Wie können Daten die hierarchische Modellierung und damit die Anpassungsfähigkeit unterstützen? Wie kann die Datenanalyse zur Validierung von Modellen beitragen?
  • Datenintegrierte multiskalige Simulationen: Kann das Ziel einer effizienten und robusten Multiskalensimulation durch Synthese verschiedener hierarchischer Modelle erreicht werden? Welche zukünftigen Forschungsfragen ergeben sich aus den Demonstratoren?

Die Professur nimmt damit eine Brückenfunktion zwischen Mathematik, Ingenieurwissenschaften und Informatik ein. Die Gutachter bescheinigen dem Antrag und damit Felix Fritzen und seiner Arbeit eine "hoch relevante, interdisziplinäre und fachliche Ausrichtung, die konsequent weiterentwickelt wird". Darüber hinaus wird ihm und seiner Arbeit eine "herausragende Qualität" bescheinigt, die nicht nur auf hohem Niveau in die Forschung der Universität Stuttgart, Fakultät 2 und des Exzellenzclusters integriert ist, sondern auch durch die Aktivitäten und die Sichtbarkeit in der Community erkennbar ist - unter anderem durch das Engagement im NFDI-Konsortium MatWerk, zu dessen Lenkungsausschuss Prof. Fritzen gehört. Auch die künftige Erweiterung der Forschung um die neuen Themen "Wissensinfusion im maschinellen Lernen" und "Benchmark-Datensätze für die maschinell gelernte Werkstoffmodellierung" werden als "fraglos wichtig und zeitgemäß" empfunden. Gleichzeitig bieten die Universität Stuttgart, die Fakultät 2: Bau- und Umweltingenieurwesen und der Exzellenzcluster SimTech eine "sehr gute disziplinäre Heimat" und ein hervorragendes interdisziplinäres Umfeld, in das Felix Fritzen bereits sehr gut integriert ist.

Dass die Heisenberg-Professur für "Datenanalytik in den Ingenieurwissenschaften" von der DFG weiter gefördert wird und sich beide Gutachter so deutlich für die Fortführung ausgesprochen haben, ist nicht nur ein ganz persönlicher Erfolg für Felix Fritzen, sondern auch ein wichtiger Beitrag, um die exzellente Forschung und Lehre am Stuttgarter Zentrum für Simulationswissenschaft, dem Exzellenzcluster SimTech und der Fakultät Bau- und Umweltingenieurwesen auch in den kommenden Jahren fortzuführen.

Prof. Dr. Felix Fritzen
Prof. Dr. Felix Fritzen

Internetauftritt Professur [EN]

Zum Seitenanfang