MINT-EC_Math-Talent-School-2022_2

Wie sieht die Berufswelt einer Mathematikerin aus und was ist angewandte Mathematik? Das können 15 Schülerinnen von Schulen des nationalen Excellence-Schulnetzwerks MINT-EC aktuell bei uns am Institut erfahren. Unsere zweite Math-Talent-School 2022 vom 10. bis zum 14. Oktober wird von MINT-EC in Kooperation mit dem Felix-Klein-Zentrum für Mathematik organisiert.

Die Schülerinnen der Klassen 11-13 bearbeiten in Teams unterschiedliche Fragestellungen mit Hilfe mathematischer Modellierung und Computersimulationen. Und hierbei sind sie absolut motiviert!

»Miteinander lernt man am besten und zusammen bildet man die ultimative Einheit, die jedes Rätsel lösen kann«

Dieses Zitat stammt beispielsweise aus dem Motivationsschreiben der Schülerin Anna Hohleweg. So und ähnlich bekunden alle Teilnehmerinnen ihren Enthusiasmus für die Arbeit in gemeinsamen Mathematik-Projekten, von denen drei für sie zur Auswahl stehen:

Raketenstarts mit Computerlösungen
Straftaten in Krisensituationen
Künstliche Intelligenz und Reinforcement Learning

Die Arbeitsergebnisse werden aufgearbeitet, am Ende der Math-Talent-School präsentiert und gemeinsam diskutiert. Darüber hinaus besuchen die Teilnehmerinnen unser Institut sowie den Fachbereich Mathematik der TU Kaiserslautern, wo sie sich ebenfalls über ein Studium der Mathematik informieren.

Auf dieser Seite sammeln wir Impressionen, Statements, Interviews, Artikel und Fotos zur MINT-EC-Math-Talent-School 2022.

Projekt-Gruppen

Die drei Projekt-Themen sind thematisch so unterschiedlich wie interessant gestaltet – und das beste daran ist: Sie knüpfen alle an aktuelle Forschungsbereiche innerhalb der angewandten Mathematik an!

Alle ausklappen Alle einklappen

Raketenstart

Kein Rocket-Science?

Wer will heutzutage während der Ferien noch zum Strand? Niemand! Der neue Trend ist Urlaub im All und auf dem Mond – und hier sind unsere Expertinnen in der Mathematik und Physik gefragt. Alles muss beim Abschuss der Rakete stimmen, damit sie der richtigen Flugbahn folgt und sicher den Mond erreicht.

So etwas lässt sich kaum auf dem Papier berechnen

Auf dem Weg zu einer Computerlösung für diese Problemstellung wird das Team folgende Zwischenfragen bearbeiten:

Angenommen wir würden unseren Tourist:innen auf der Erde mit einer großen Schleuder abschießen, können wir dann auf dem Papier ausrechnen wie (hoch) er fliegt?
Wie können wir einem Computer beibringen, das für uns zu erledigen?
Können wir auf diese Art auch die Flugbahn der Rakete berechnen, wenn wir die Schubkraft des Gewichtsverlustes durch das Verbrennen von Treibstoff und den Luftwiderstand in unsere Gleichungen mit aufnehmen?

Es wird ein einfaches mathematisches Verfahren dafür hergeleitet und in die Programmiersprache »Python« übersetzt, um die verhältnismäßig schwierige »Raketengleichung« zu lösen und sicher auf dem Mond zu landen.

Die Gruppe wird von unseren Kollegen Armin Bosten und Tobias Ruhwedel aus dem Bereich »Mathematik für die Fahrzeugentwicklung« am Fraunhofer ITWM betreut.

Kein Rocket-Science? — © Fraunhofer ITWM
Mit der Hilfe ihrer beiden Betreuer landet die Raketengruppe bestimmt am Ende sicher auf dem Mond.

Kein Rocket-Science? Einer beiden Betreuer der Gruppe ist ITWM-Doktorand Tobias Ruhwedel. — © Fraunhofer ITWM
Einer beiden Betreuer der Gruppe ist ITWM-Doktorand Tobias Ruhwedel.

© Fraunhofer ITWM
Armin Bosten unterstützt eine Teilnehmerin.

Straftaten

Wie ändern sich Straftatbestände in »Krisen«-Situationen?

Seit 2012 veröffentlicht das deutsche Bundeskriminalamt einmal pro Jahr einen landesweiten Überblick über die polizeilich erfassten Straftaten in der polizeilichen Kriminalstatistik (PKS).

Nun gab es in den letzten zehn Jahren unterschiedliche sogenannte Krisensituationen. Beispiele hierfür sind die großen Migrationsbewegungen infolge des Syrienkriegs 2014/15 oder die Corona-Pandemie, die immer wieder Teile des öffentlichen Lebens lahmlegt und einschränkt. Auch beim Brexit, dem Austritt Großbritanniens aus der EU, sprechen einige von einer Krise.

Bei solchen Zusammenhängen ist die Mathematik gefragt!

Das Team wird untersuchen, welche Auswirkungen Krisen auf die Kriminalitätssituation in Deutschland haben:

Steigen in »Krisen«-Situationen zum Beispiel die politisch motivierten Straftaten?
Sank während der Coronapandemie die Zahl der Wohnungseinbrüche und stieg die Zahl der Straftaten im Bereich der häuslichen Gewalt?
In welchem Ausmaß verändert sich die Anzahl der Straftaten und wann kehren die Zahlen wieder zum Ausgangsniveau zurück?

Mit diesen und weiteren Fragen wird sich die Gruppe auf der Ebene der Datenanalyse auseinandersetzen und daran arbeiten, künftige Krisen im Voraus zu modellieren. Ziel ist es, für verschiedene Krisen-Situationen so präzise Voraussagen zu treffen, dass die Polizei sie für ihre Ermittlungen nutzen kann.

Die Gruppe wird von Paul Weber aus dem Fachbereich Mathematik (AG Optimierung) an der TU Kaiserslautern betreut.

Wie ändern sich Straftatbestände in »Krisen«-Situationen? — © Fraunhofer ITWM
Besonders mit Datenanalyse setzen sich die Teilnehmerinnen auseinander: Wie kann man künftige Krisen im Voraus modellieren?

Reinforcement Learning und KI

Künstliche Intelligenz im Kontext von Reinforcement Learning

Künstliche Intelligenz ist derzeit in aller Munde und kommt immer häufiger bei Entscheidungsproblemen zum Einsatz. Doch was versteckt sich wirklich hinter der Bezeichnung Künstliche Intelligenz? Dieser Frage geht das Team auf den Grund.

Das Projekt widmet sich dem Gebiet des Reinforcement Learning (auf Deutsch: »bestärkendes Lernen«), welches die Grundlage für einen Bereich der Künstlichen Intelligenz bildet. Hier gibt es einen Agenten, der sich in einer Umgebung zurechtfinden soll. Er erkundet seine Umgebung und soll von guten sowie schlechten Ereignissen, die er durch seine Aktionen hervorruft, selbständig lernen.

Am Ende des Lernprozesses erhalten wir eine KI

Diese findet sich in ihrer Umgebung gut zurecht und kann selbstständig Entscheidungen innerhalb des von uns festgelegten Rahmens treffen. Ein gutes Beispiel ist Super Mario Bros. für das NES. Hier ist Mario der Agent, der sich in einer 2D-Welt befindet. Wenn wir unseren Agenten mitteilen, dass nach rechts laufen gut und zu sterben schlecht ist, so kann unser Agent lernen ganze Level zu beenden.

Dieses Lernverhalten ist von Menschen und Tieren inspiriert und wirkt dadurch sehr natürlich. In diesem Projekt soll die Kernidee dieser Lernalgorithmen kennen gelernt werden und eine einfache Künstliche Intelligenz unter Hilfestellung implementiert werden.

Die Gruppe wird von unserem Kollegen Tobias Joosten aus dem Bereich »Optimierung« am Fraunhofer ITWM betreut.

Gruppe Künstliche Intelligenz im Kontext von Reinforcement Learning — © Fraunhofer ITWM
Im Programm steht jeden Tag das Zusammenarbeiten in der Gruppe im Fokus.

KI-Gruppe beim Arbeiten am Projekt — In diesem Projekt wird die Kernidee der Lernalgorithmen kennengelernt und eine einfache Künstliche Intelligenz implementiert.

Interviews

Die Schülerinnen haben eine ereignisreiche Woche hinter sich. Wir haben unsere Teilnehmerinnen zu ihren Erfahrungen interviewt. Aus jeder der drei Gruppen erzählen Schülerinnen von ihren Projektarbeiten, dem Freizeitprogramm und schildern ihre Eindrücke:

Mehr