Forschungsprojekte
Laufende Projekte
Virtuelle Kraftwerke & smarte Stromnetze
Prämisse: Erneuerbare Energien bieten die Möglichkeit Stromerzeugung zu dezentralisieren. Damit stellen sie Stromnetze vor neuartige Herausforderungen. Die Infrastruktur des Stromnetzes ist auf ein anderes Paradigma ausgelegt: Dass Stromhersteller private Haushalte beliefern. Wenn nun private Haushalte selbst Strom liefern - und etwa durch plötzliche Bewölkung kurzfristig ausfallen können - ergibt sich das Problem von Lastsprüngen und der zugehörigen Frequenzinstabilität, die zu einem Blackout führen können.
Ziel: Dieses Forschungsprojekt dient der Erforschung der Netzstabilisierung durch intelligente Steuerung. Dabei wird einerseits ein mathematischer Rahmen für die Analyse der stochastischen Effekte innerhalb eines Stromnetzes mit erneuerbaren Energien geschaffen werden. Andererseits werden insbesondere durch die algorithmische Steuerung und Verwaltung von virtuellen Speicherkraftwerken Methoden zur gezielten Netzstabilisierung ausgelotet.
Methoden: Kern des Forschungsprojekts ist die Entwicklung eines mathematischen Rahmens und eines digitalen Zwillings als Experimentierkasten für intelligente Steuerung.
Forschungseinheit: Modellierung komplexer Systeme
Sozialstaat & Innovationsfähigkeit
Prämisse: Kreativität braucht Muße – auch im Prozess schöpferischer Zerstörung, der Innovation begleitet. Unter hohem existenziellem Druck sinkt die Risikobereitschaft. Umgekehrt erfordert eine dynamische Volkswirtschaft Individuen, die bereit sind, Risiken einzugehen, um Neues hervorzubringen und durchzusetzen.
Ziel: Das Forschungsprojekt untersucht den systematischen Zusammenhang zwischen sozialstaatlicher Absicherung und Innovationsdynamik. Ausgehend von der Annahme, dass existenzieller Stress – der durch soziale Sicherheit gemindert oder durch deren Fehlen verstärkt wird – die individuelle Risikobereitschaft beeinflusst, soll ein quantitativer Zusammenhang zwischen dem Grad sozialer Absicherung und der Innovationsfähigkeit von Volkswirtschaften ermittelt werden.
Methoden: Zum Einsatz kommen neuartige ökonometrische Verfahren, die es ermöglichen, strukturelle Zusammenhänge zwischen sozialen Sicherungssystemen, unternehmerischer Aktivität und makroökonomischer Innovationsleistung präzise zu modellieren.
Forschungseinheit: Innovationsökonomie & heterodoxe Ökonometrie
Funktionalanalytische Bestimmung kontradiabatischer Terme für DCQO
Prämisse: Die effiziente Bestimmung des Grundzustands eines Hamiltonians ist eine der zentralen neuen Möglichkeiten, die das Quantencomputing bietet. Die entsprechenden Verfahren bedeuten einen "Quantensprung" in der Materialforschung, Chemie und Optimierung. Unter den Bedingungen der gegenwärtigen NISQ-Ära (Noisy Intermediate-Scale Quantum) hat sich Digitized Counterdiabatic Quantum Optimization (DCQO) als vielversprechender Ansatz erwiesen: Es ermöglicht eine deutliche Verbesserung der Ergebnisse von adiabatischen Prozessen auch auf fehleranfälliger Hardware, indem kontradiabatische Terme die Systemdynamik stabilisieren. Ihre exakte Berechnung bleibt jedoch analytisch schwierig und numerisch aufwendig – hier setzt das Projekt an.
Ziel: Dieses Forschungsprojekt entwickelt neue Verfahren zur Bestimmung kontradiabatischer Terme für DCQO. Ziel ist es, einerseits Metaheuristiken systematisch zu untersuchen und andererseits funktionalanalytische Methoden einzusetzen, um die zugrunde liegenden Operatorenräume und Wirkungsfunktionen zu approximieren. Dadurch soll eine robuste und verallgemeinerbare Methodik entstehen, die sowohl theoretische Einsicht als auch numerische Effizienz bieten. Hierfür sollen auch konkrete Systeme geschaffen werden, die die entsprechenden Verfahren jedermann zur Verfügung stellen.
Methoden: Zum Einsatz kommen Techniken aus der Funktionalanalysis, Spektraltheorie und Operatorapproximation, ergänzt durch projektive Verfahren in Hilberträumen und variationale Ansätze. Diese werden kombiniert, um kontradiabatische Terme konstruktiv und stabil zu bestimmen. Der Fokus liegt auf der Entwicklung von Näherungsverfahren, die mit reduzierten Ressourcen und begrenzter Kohärenzzeit verlässliche Ergebnisse liefern. Andererseits werden auch Metaheuristiken untersucht und ihr Einsatz erprobt.
Forschungseinheit: Fortschrittliches wissenschaftliches Rechnen
Lernende Agenten und kontrafaktische Analyse
Prämisse: Simulationen bilden in vielen Bereichen der empirischen Wissenschaften ein erprobtes Mittel der Forschung. Im Bereich der sozialen/handlungsbasierten Forschung ist dieser Ansatz schwieriger. Mit dem Markovschen Entscheidungsprozess und darauf basierenden Agentensystemen existiert ein theoretischer Rahmen, der sich leicht algorithmisch durch Bellman-basierte Verfahren oder verstärkenedes Lernen umsetzen lässt. Umgekehrt lassen sich komplexe soziale Zusammenhänge mithilfe eines Gamification-Ansatzes modellieren. Indem man diese Spiele von lernenden Agenten spielen lässt, gewinnt man Einblick in komplexe soziale Handlungskomplexe und ihre Motivationsstrukturen.
Ziel: Dieses Forschungsprojekt zielt darauf ab, den geschilderten Ansatz auszuentwickeln: Es werden gamifizierte Szenarien entwickelt, die soziale/handlungsbasierte Zusammenhänge darstellen, und diese mit lernenden Agenten gespielt. Archetyp ist ein Szenario, indem Agenten eine politische Destabilisierungssituation durchspielen, die an der politischen Situation am Ende der Weimarer Republik orientiert ist.
Methoden: Methodisch orientiert sich das Spiel einerseits an der Gamification von Handlungsszenarien. Andererseits orientiert sich die Vorgehensweise stark an der Theorie des Markovschen Entscheidungsprozesses, insb. an den Techniken zum verstärkenden Lernen, etwa Q-Learning oder PPO.
Forschungseinheit: Agentenbasierte Systeme
Möglichkeiten und Weiterentwicklungen von KAN
Prämisse: Machine Learning ist im Kern eigentlich Funktionenapproximation. Daher liegt es nahe, an ML mit klassischen Verfahren und Methoden aus der Funktionalanalysis heranzugehen. Andererseits hat sich gezeigt, dass klassische Funktionenapproximation dimensional explodiert und schlecht zu trainieren ist. Deswegen haben sich simple Modelle wie neuronale Netze als de facto Standard im ML etabliert. Kolmogorov-Arnold-Netze stellen einen Kompromiss zwischen Netzstruktur und funktionalanalytischen Verfahren dar.
Ziel: Das Projekt zielt darauf ab, KAN insbesondere unter Nutzung von Chebyshev-Polynomen zu erforschen, etwa optimale Netz-Topologien für bestimmte Einsätze sowie insbesondere Trainingsroutinen zu erproben.
Methoden: In diesem Projekt kommen insbesondere Methoden der Funktionalanalysis zum Einsatz.
Forschungseinheit: Fortschrittliches wissenschaftliches Rechnen
Demokratische Finanzarchitektur
Prämisse: Seit Jahrhunderten ist das Finanzwesen in den Händen zentraler Institutionen. Banken verwalten unser Geld, gewähren Kredite, setzen wirtschaftliche Impulse und entscheiden oft mit darüber, wer Zugang zu Kapital bekommt – und wer nicht. Sie fungieren als Intermediäre, als Prüfende und als Garanten für Verträge, die auf Vertrauen basieren. Doch was, wenn genau dieses Vertrauen nicht mehr an Organisationen gebunden sein muss?
Mit dem Aufkommen der Blockchain-Technologie und der Entwicklung sogenannter Smart Contracts ist eine grundlegende Verschiebung im Denken über wirtschaftliche Institutionen möglich geworden. Verträge lassen sich inzwischen nicht nur schriftlich und rechtsverbindlich aufsetzen, sondern auch technisch erzwingen – automatisch, transparent und ohne zentrale Kontrollinstanz. Damit steht erstmals ein Werkzeug zur Verfügung, das Vertrauen nicht ersetzt, sondern anders organisiert: als Code.
Ziel: Das Projekt zielt darauf ab, eine Blockchain basierte Finanzordnung zu erforschen, die die Struktur der Finanzindustrie demokratisieren soll.
Methoden: Wesentliche technische Grundlage des Forschungsprojekts ist die Blockchain-Technologie und insbesondere das Konzept der snmart contracts.
Forschungseinheit: Dezentrale Finanzsysteme
Grundlagen der Wissensökonomie
Prämisse: Wissen ist für die ökonomischen Bedingungen von zentraler Bedeutung. Allerdings neigen die meisten systematischen Herangehensweisen an ökonomische Fragestellungen dazu, Wissen nur eine untergeodnete theoretische Role zuzweisen.
Ziel: In diesem Projekt wird aus der Vermischung von Neo-Schumpeterschen Überlegungen, Komplexitäts- und evolutionärer Ökonomik, Ideen aus der marxschen Wirtschaftswissenschaft sowie Elementen der an Franz Oppenheimer orientierten Forschung ein theoretischer Rahmen für die Betrachtung ökonomischer Verhältnisse geschaffen, der Wissen und Technik ins Zentrum rückt, bzw. zum Ausgangspunkt der Betrachtungen macht.
Methoden: Grundlage des methodischen Vorgehens ist die kritische Aufarbeitung der genannten ökonomischen Schulen, wie auch der komplementären Neoklassik und des Neokeynesianismus.
Forschungseinheit: Wissensökonomie