Mission

Das Weierstraß-Institut betreibt projektorientierte Forschung in der Angewandten Mathematik mit dem Ziel, zur Lösung komplexer Probleme in Technik, Wissenschaft und Wirtschaft beizutragen. Es bearbeitet den gesamten wissenschaftlichen Lösungsprozess, beginnend mit einer mathematischen Modellierung über eine theoretische Analyse des Modells bis hin zur numerischen Simulation der Lösung. Der intensive und langfristige Kontakt und die vertrauensvolle Zusammenarbeit mit Anwendern aus Industrie und Forschung sind dabei eine Selbstverständlichkeit.

Die Kernkompetenzen des Instituts liegen in der Angewandten Analysis und der Angewandten Stochastik, aber auch in der Entwicklung und Implementierung numerischer Algorithmen und der Entwicklung wissenschaftlicher Software sowie in der mathematisch konsistenten Modellierung naturwissenschaftlicher und technischer Phänomene sowie vor allem darin, diese Bereiche geeignet zu verknüpfen. Aufgrund dieser großen Bandbreite an Kompetenzen ist das WIAS sowohl in der Lage, umfangreiche Problemkreise tief fundiert über lange Zeiträume und durch die verschiedensten Phasen hindurch zu bearbeiten, als auch neue offene Probleme schnell aufzugreifen und kurzfristig Lösungen zu produzieren.

Die Wahl der Anwendungsgebiete des WIAS orientiert sich an gesellschaftlichen Erfordernissen wie die Nutzbarmachung von Energie, Entwicklung von Medizin, Erforschung von Materialeigenschaften oder der Qualitätsanalyse technischer Innovationen. Dies spiegelt sich wieder in der Wahl der Hauptanwendungsgebiete:

• Materialmodellierung
• Nano- und Optoelektronik
• Optimierung und Steuerung in Technik und Wirtschaft
• Quantitative Biomedizin
• Strömung und Transport
• Umwandlung, Speicherung und Verteilung von Energie

Dabei wird es zum Beispiel immer wichtiger, aus sehr großen ungeordneten Datensätzen Strukturen zu extrahieren oder auch dann noch zuverlässige Ausagen über einen Prozess zu machen, wenn die Eingabedaten mit großer Unsicherheit behaftet sind. Zur Lösung solcher Probleme werden am WIAS Methoden aus der Statistik und partiellen (stochastischen) Differentialgleichungen und Numerik zusammengeführt.

Weitere Informationen finden Sie auf unseren Forschungsseiten.