{"id":2813,"date":"2022-12-19T18:16:46","date_gmt":"2022-12-19T17:16:46","guid":{"rendered":"https:\/\/rcai.de\/?page_id=2813"},"modified":"2023-02-15T13:19:59","modified_gmt":"2023-02-15T12:19:59","slug":"lfd","status":"publish","type":"page","link":"https:\/\/rcai.de\/en\/labs\/lfd\/","title":{"rendered":"Laboratory for Digitalisation"},"content":{"rendered":"
\n
\"\"<\/figure>\n\n\n\n

Prof. Dr. Wolfgang Mauerer
Laborleiter<\/h2>\n\n\n\n
\n
\n

Laboratory for Digitalisation<\/h2>\n\n\n\n
<\/div>\n\n\n\n

Das Labor f\u00fcr Digitalisierung fokussiert sich auf die \u00dcberschneidung der drei grundlegenden Forschungsbereiche Quantencomputing, Systems Engineering und Software Engineering. K\u00fcnftige Computersysteme werden nicht-klassische Algorithmen nutzen, und ihre Hardware- und Software-Architekturen m\u00fcssen die Vorteile von klassischen und Quantenverarbeitungseinheiten kombinieren. Folglich erfordert der wissenschaftliche Fortschritt mehr denn je interdisziplin\u00e4res Denken \u00fcber Fachgebiete hinweg. Das Labor f\u00fcr Digitalisierung sucht nach bereichs\u00fcbergreifenden Antworten auf hochaktuelle wissenschaftliche Fragen und beteiligt sich an der aktiven Umsetzung in Anwendungen.<\/p>\n\n\n\n

Quantencomputing<\/h3>\n\n\n\n

Von Quantencomputern wird erwartet, dass sie Berechnungen mithilfe der Gesetze der Quantenmechanik auf neuartige Weise durchf\u00fchren und dabei schneller sind als klassische Computer. Die aktuellen Arbeiten des Labors f\u00fcr Digitalisierung zielen darauf ab, die L\u00fccke zwischen Grundlagenforschung und industrieller Anwendung zu schlie\u00dfen, indem Fragen in ihrer gesamten technisch-wissenschaftlichen Breite untersucht werden. Dar\u00fcber hinaus z\u00e4hlen Quantum Machine Learning, insbesondere das Quantum Reinforcement Learning, und das Quantencomputing f\u00fcr Datenbanken zu den Schwerpunkten des Labors. Gemeinsam mit Industriepartnern werden erste Pilotprojekte realisiert, in die das Labor fast zwei Jahrzente wissenschaftliche und akademische Erfahrung einbringt.<\/p>\n\n\n\n

Systems Engineering<\/h3>\n\n\n\n

Im Bereich Systems Engineering erforscht das Labor moderne, freie und offene Architekturen f\u00fcr industrielle eingebettete Systeme mit Schwerpunkt auf sicherheits- und gemischt-kritischen Systemen. Parallel werden quantitative Techniken zur Sicherheitszertifizierung von Open Source Software (OSS)-Komponenten entwickelt, die in sicherheitskritischen Umgebungen eingesetzt werden.<\/p>\n\n\n\n

Software Engineering<\/h3>\n\n\n\n

Software ist die zentrale Ingenieursaufgabe der modernen Welt \u2014 sie erfordert tiefes und breites technisches Wissen, um qualitativ hochwertige Ergebnisse sicherzustellen. Mit rapide wachsenden Systemen dr\u00e4ngen sich aber zunehmend nicht-technische Fragen zur Kooperation zwischen den beteiligten Personen in den Vordergrund. Diese m\u00fcssen auf dem gleichen quantitativen, faktenbasierten und verifizierbaren Niveau wie klassische natur- und ingenieurswissenschaftliche Probleme gel\u00f6st werden.<\/p>\n\n\n\n

International verteilte Teams mit hunderten oder tausenden von Entwicklern sinnvoll aufzuteilen und zu vernetzen ist offensichtlich kein einfaches Problem. Viele der dazu verwendeten Management-Ans\u00e4tze orientieren sich nur an pers\u00f6nlichen Erfahrungen oder gar Vermutungen, die einem Vergleich mit rigorosen, quantitativen Ingenieurstechniken nicht standhalten. Vor- und Nachteile unterschiedlicher Kollaborationsverfahren m\u00fcssen aber ebenso gut wie andere Quali\u00e4tsindikatoren von Software verstanden werden.<\/p>\n\n\n\n

Unser Codeface-Projekt, das sowohl auf wissenschaftlichen wie auch industriellen Vorarbeiten basiert, versucht, die soziologischen Aspekte der Softwareentwicklung auf das erforderliche Niveau an Exaktheit zu heben: Mathematische Modelle zur Kooperation werden durch maschinelles Lernen an gro\u00dfen Datenbasen (mit Tausenden von Open Source-Entwicklern) kalibriert und durch systematische, quantitative Umfragen unter Entwicklern verifiziert, um aus erfolgreichen Projekten konkrete Ratschl\u00e4ge f\u00fcr neue Entwicklungsverfahren zu gewinnen.<\/p>\n<\/div>\n\n\n\n

\n
<\/div>\n\n\n\n

Fields of interest<\/h3>\n\n\n\n

Quantum Machine Learning
Explainable and Interpretable AI

Technological Foundations
Quantencomputing
Systems Engineering
Software Engineering

Best Practices
Reproducibility Engineering
Knowledge Transfer<\/p>\n\n\n\n

Contact<\/h3>\n\n\n\n

+49 (0) 941 943-9702
wolfgang.mauerer@oth-regensburg.de<\/a>
www.lfdr.de<\/a><\/p>\n\n\n\n