CASUS - Center for Advanced Systems Understanding

CASUS ist ein neues Forschungsinstitut, das seit 2019 in Görlitz aufgebaut wird. Es vereint Methoden aus Mathematik, Systemtheorie, wissenschaftlichem Rechnen und den Datenwissenschaften an einem Standort, um datenintensive Systemforschung über einzelne Disziplinen hinweg neu zu denken.

Vision

Das Verständnis komplexer, vernetzter Systeme wird in Zukunft entscheidend dazu beitragen, die wichtigen Herausforderungen der Gesellschaft zu meistern. Zum ersten Mal in der Menschheitsgeschichte haben wir durch neuartige digitale Methoden die Möglichkeit, diese Komplexität zu verstehen und durch die Vernetzung verschiedener wissenschaftlicher Disziplinen zu meistern.

Mission

Das CASUS - Center for Advanced Systems Understanding ist als Zentrum für digitale interdisziplinäre Systemforschung einmalig in Deutschland und soll international einen Spitzenplatz in diesem aufstrebenden Forschungsfeld einnehmen.

Die digitale interdisziplinären Systemforschung erforscht und entwickelt die neuesten und innovativen Methoden aus Mathematik, Modellierung, Simulation, Daten- und Computerwissenschaft zur Lösung von Fragen aus so unterschiedlichen Bereichen der Systemforschung wie der Erdsystemforschung, der Systembiologie, der digitalen Gesundheit oder der Materialforschung.

Das CASUS bringt die besten Wissenschaftler aus diesen Gebieten an einem gemeinsamen Institut zusammen, um in interdisziplinären Teams visionäre Ideen zu entwickeln, wie die komplexen Herausforderungen der Zukunft mit digitalen Methoden zu meistern sind.

Zusammenfassung

Das CASUS soll das Zentrum für digitale interdisziplinäre Systemforschung in Deutschland werden. Es will digitale, dynamische „Weltbilder“ komplexer Systeme erschaffen, die große Mengen an Daten über diese Systeme in Verbindung bringen mit neuartigen Methoden der Modellierung solcher Systeme, um ein digitales Abbild der komplexen Wirklichkeit aufgrund von Systemen und ihrer Wechselwirkung zu erschaffen und so Vorhersagen treffen zu können. Das Verständnis und die Vorhersagbarkeit der Entwicklung komplexer Systeme wird in den nächsten Jahren immens an Bedeutung gewinnen, z. B. zum besseren Verständnis der Entwicklung komplexer Organismen, der langfristigen Entwicklung des Systems Erde und der Entwicklung neuartiger Materialien und somit immer wichtiger werden für die Forschung sowie für Wirtschaft und Entscheidungsträger.

Die dem CASUS zugrundeliegende Annahme ist, dass in Zukunft dieses Wissen und Verständnis der Komplexität und Vielfalt der Welt durch den Einsatz neuartiger digitaler Methoden aus Big Data und großskaligen Simulationen einen disruptiven Wandel erleben wird. Die Systemforschung wird dabei eine zentrale Rolle spielen, um über wissenschaftliche Disziplinen hinweg gemeinsame Methodenforschung zu betreiben. Am CASUS soll der Einsatz modernster Technologien und Methoden neu gedacht werden. Diese sollen die vorhandenen Technologien möglichst optimal nutzen, mit neuartigen Algorithmen entscheidend die Systemforschung voranbringen und diese Methoden so gestalten, dass sie ohne Spezialwissen einem möglichst breiten Kreis an Wissenschaftlerinnen und Wissenschaftlern zur Verfügung stehen.

Ein Institut mit dieser Ausrichtung gibt es bisher nicht, daher soll das CASUS ein attraktiver Ort für international führende Fachleute werden, die aus den verschiedenen Disziplinen der Systemforschung und deren Anwendungen, der Methodenforschung zu Modellierung und Datenanalyse sowie der Mathematik kommen und in interdisziplinären Teams zusammenarbeiten. Das CASUS will die besten Köpfe für Spitzenforschung in der digitalen Systemwissenschaft an einem Ort zusammenbringen. Dabei wird hoher Wert auf innovative und unorthodoxe Forschungsansätze gelegt, um historisch gewachsene Strukturen einzelner Disziplinen zu überwinden und interdisziplinäre Lösungen zu fördern. Wesentlicher Teil des CASUS-Konzepts ist ein attraktives internationales Fellowship- und Workshop-Programm für internationale Spitzenwissenschaftler.

Schwerpunkt: Maschinelles Lernen für Materialmodellierung

Am CASUS werden fortschrittliche Berechnungsmethoden genutzt, um nachhaltige Materialien für verschiedene Anwendungen zu entwickeln, darunter Halbleiterbauelemente, Spintronik, neuromorphe Geräte, Thermoelektrik und Energiespeicher. Hierbei werden skalierbare maschinelle Lernverfahren verwendet, um Dichtefunktionaltheorie-Simulationen zu verbessern, mikroskopische und mesoskopische Simulationen zu verbinden und fortschrittliche Materialeigenschaften zu modellieren. Die Verfahren beinhalten künstliche Intelligenz zur Steigerung der Effizienz. Diese Werkzeuge ermöglichen es, so unterschiedliche Phänomene wie zum einen magnetostrukturelle Phasenübergänge in ultraschnellen magnetischen Speichergeräten und zum anderen Elektronentransport in der Nanoelektronik zu untersuchen.

Die Forschungsthemen im Überblick:

• Skalierbares maschinelles Lernen für Berechnungen der elektronischen Struktur
• Magnetisch-strukturelle Phasenübergänge
• Ab-initio-Simulationen elektronischer Transporteigenschaften
• Methoden der Elektronenstrukturbestimmung und maschinelles Lernen

Schwerpunkt: Erdsystemforschung

Am CASUS werden daten- und rechenintensive Computermodelle entwickelt, die es ermöglichen, ökologische, hydrologische und sozioökonomische Auswirkungen des globalen Wandels in bisher unerreichter räumlicher und zeitlicher Auflösung und in ihren komplexen Wechselwirkungen zu untersuchen. Das CASUS wird Prognosen für ganze Ökosysteme und ihre Ökosystemfunktionen für die nächsten 50 bis 100 Jahre liefern, einschließlich ihrer:

• biogeochemischen Kreisläufe,

• Wasserqualität und -quantität,

• Biomasseproduktion und landwirtschaftlichen Erträge sowie

• Biodiversität.

Schwerpunkt: Systembiologie

Das CASUS erweitert unser Verständnis des Lebens und die Organisation der lebenden Materie. Zukünftige Durchbrüche in den Lebenswissenschaften werden durch algorithmische Entwicklungen gefördert. Das CASUS betreibt Grundlagenforschung, um das mechanistische Verständnis der Biologie und die Kontrolle lebender Systeme zu ermöglichen. Dazu gehören:

• virtuelle und erweiterte Realität für das Labor der Zukunft,
• rechnerische Vorhersage und Kontrolle biologischer Prozesse und
• Lernen und Inferenz von berechenbaren Modellen aus Mikroskopiedaten.

Schwerpunkt: Digitale Gesundheit

Das CASUS konzentriert sich auf Technologien und Lösungen für ein sicheres, intelligentes und nachhaltiges Datenmanagement im Bereich der digitalen Gesundheit. Im Rahmen des ersten bearbeiteten Anwendungsszenarios sollen Medizinerinnen und Medizinern dabei unterstützt werden, bei der Krebsbehandlung die optimalen Entscheidungen zu treffen. Dabei wird die Idee verfolgt, maschinelles Lernen im Bereich der digitalen Gesundheit über einen föderierten und skalierbaren Ansatz möglich zu machen. So können Analyse, Modellbildung und Wissensextraktion nah an den Patientendaten verwirklicht werden. Das CASUS hat die Führung bei der Entwicklung einer quelloffenen Lösung für föderiertes maschinelles Lernen und künstliche Intelligenz im Bereich der digitalen Gesundheit übernommen. Dieser Ansatz soll es ermöglichen, Modelle der künstlichen Intelligenz auf Patientendaten verschiedener Standorte zu trainieren und die Ergebnisse in einem einzigen Modell zusammenzuführen.

Schwerpunkt: Theorie komplexer Systeme

Sowohl chemische als auch physikalische Prozesse sind mit großen Längen- und Zeitskalen verbunden. Daher ist eine zumindest teilweise quantenmechanische Beschreibung solcher Vielteilchensysteme analytisch nur in wenigen Ausnahmefällen möglich. Der Ausweg? Eine statistische Behandlung mit quantenmechanischen Methoden, die von Hochleistungsrechnern gelöst werden kann. Die Hauptaufgabe der Gruppe besteht daher darin, neuartige numerische Techniken zu entwickeln und zu verwirklichen, die so effizient wie möglich sind und gleichzeitig die korrekte Chemie und Physik qualitativ wiedergeben.

Das Augenmerk liegt jedoch nicht nur auf der Entwicklung neuer Rechenmethoden, sondern gleichzeitig auch auf der Bearbeitung relevanter Fragestellungen der Chemie, Physik, Materialwissenschaften und Biophysik. Im Allgemeinen befasst sich die Gruppe mit der Untersuchung komplexer Systeme in kondensierten Phasen (Flüssigkeiten, Festkörper und supramolekulare Systeme). Insbesondere sind wässrige Systeme wie beispielsweise Wassergrenzflächen, Wasser in eingeschränkten Geometrien, biologisch relevante Reaktionen in Wasserlösungen sowie der heterogenen “on-water” Katalyse Gegenstand der Forschung. Hinzu kommen weitere nachhaltige Systeme und Energiematerialien, insbesondere Dünnschichtsolarzellen, Polymerelektrolytbrennstoffzellen, Lithium-Schwefel Batterien, neuartige Wasserstoffspeichermaterialien, nichtflüchtige Phasenwechselmaterialien und die auf topologischen Weyl-Halbmetallen basierte Katalyse.

 

Stellenausschreibungen

Unsere aktuellen Ausschreibungen finden Sie hier.

Gerne können Sie sich auch initiativ bewerben.

 

Beteiligte Einrichtungen

Helmholtz-Zentrum für Umweltforschung (UFZ)

Max-Planck-Institut für molekulare Zellbiologie und Genetik (MPI-CBG)

Technische Universität Dresden und Zentrum für Informationsdienste und Hochleistungsrechnen (ZIH)

Uniwersytet Wrocławski

Förderquellen