Modellansatz Archiv

Gudrun talks to Jousef Murad about the computing platform SimScale. Jousef is currently studying mechanical engineering at the Karlsruhe Institute of Technology (KIT) and focuses on turbulence modelling and computational mechanics in his Master's studies. He first learned about the existence of SimScale early in the year 2015 and started as a FEA (finite element analysis) simulation assistant in November 2016. Meanwhile he switched to Community Management and now is Community and Academic Program Manager at the company being responsible for user requests and Formula student teams all over the world. Formula student is a name for design competitions for teams of students constructing racing cars.

SimScale is a cloud-based platform that gives instant access to computational fluid dynamics (CFD) and finite element analysis (FEA) simulation technology, helping engineers and designers to easily test performance, optimize durability or improve efficiency of their design. SimScale is accessible from a standard web browser and from any computer, eliminating the hurdles that accompany traditional simulation tools: high installation costs, licensing fees, deployment of high-performance computing hardware, and required updates and maintenance.

Via the platform, several state-of-the-art open solvers are made available like,e.g., OpenFOAM and Meshing with SnappyHexMesh. More information about the packages being used can be found at https://www.simscale.com/open-source/ .

On top of having easier access to open source software, the connected user forum is very active and helps everybody to enter the field even as a person without experience.

Founded in 2012 in Munich (Germany), nowadays SimScale is an integral part of the design validation process for many companies worldwide and individual users. It is mainly used by product designers and engineers working in Architecture, Engineering & Construction or Heating, Ventilation & Air-Conditioning. Also in the Electronics, Consumer Goods and Packaging and Containers industries SimScale is useful for testing and optimizing designs in the early development stages.

SimScale offers pricing plans that can be customized, from independent professionals to SMEs and multinational companies. The Community plan makes it possible to use SimScale for free, with 3000 core hours/year using up to 16 cloud computing cores.

Simulation around Burj Khalifa using SimScale

References

Turbulence models on the English Wikipedia

S. Pope: Turbulent Flows. Cambridge University Press, 2000.

P. Sagaut, C. Cambon: Homogeneous Turbulence Dynamics. Cambridge University Press, 2008.

Related Podcasts

G. Thäter, M. Hofmanová: Turbulence, Gespräch im Modellansatz Podcast, Folge 155, Fakultät für Mathematik, Karlsruher Institut für Technologie (KIT), 2018.

N. Vercauteren, S. Ritterbusch: Lokale Turbulenzen, Gespräch im Modellansatz Podcast, Folge 144, Fakultät für Mathematik, Karlsruher Institut für Technologie (KIT), 2017.

P. Allinger, N. Stockelkamp, G. Thäter: Strukturoptimierung, Gespräch im Modellansatz Podcast, Folge 53, Fakultät für Mathematik, Karlsruher Institut für Technologie (KIT), 2015.

B.Valsler, D. Ansell: The Science of Turbulence, The Naked Scientists Podcast, 2010.

Gudrun war zu Gast an der FU Berlin für ein lange geplantes Gespräch mit Brigitte Lutz-Westphal zum Thema Forschendes Lernen im Mathematikunterricht. Frau Lutz-Westphal ist dort Professorin für Didaktik der Mathematik und in dieser Rolle in die Lehramtsausbildung eingebunden. Ihre Forschung beschäftigt sich mit der Grundlegung einer Theorie zum forschenden Lernen, mit dialogischem Lernen und authentischem sowie inklusivem Mathematikunterricht. Sie ist seit 2010 wissenschaftliche Begleitung des Programms "Mathe.Forscher" der Stiftung Rechnen. Die enge Zusammenarbeit mit der Schulpraxis in diesem Programm hat wichtige Impulse für ihre wissenschaftliche Tätigkeit gegeben.

Was zeichnet nun forschendes Lernen aus? Es geht darum, für Schülerinnen und Schüler die Mathematik als von Fragen getriebene Wissenschaft erlebbar zu machen (im Gegensatz zum Einpauken von fest stehenden Lehrsätzen und Regeln). Das erfolgt z.B. über Beobachtungen in handgreiflichen Experimenten, die für die Erlangung von mathematischen Resultaten aktiv erkundet werden müssen. Das ist gleichzeitig ein authentisches Erleben von Mathematik, wie sie in der Forschung betrieben wird, also eine Begegnung mit der Wissenschaft Mathematik, ihren Methoden und Arbeitsweisen.

Eine Beschreibung der eigenen forschenden Tätigkeit fällt Mathematiker/innen üblicherweise nicht leicht, diese Metaebene ist für das Forschen ja auch nicht relevant. Aber sie wissen, dass sie Fragen und Vermutungen formulieren aus Erfahrung, Gedankenexperimenten oder einem Bauchgefühl heraus und in Gesprächen im Kollegium, im Auswerten von anderen Arbeiten und im Verwerfen von Hypothesen Stück für Stück neues Wissen finden. Eine derzeit laufende Interviewstudie, die von Prof. Lutz-Westphal betreut wird, soll herausarbeiten, wie man Forschen in der Mathematik präziser charakterisieren kann, um daraus weitere Schlüsse für die authentische didaktische Umsetzung in der Schule zu ziehen

Der Ansatz des forschenden Lernens trägt bereits jetzt die wesentlichen Schritte in die Schule: Anregung zum selbstständigen Fragen, Raum für Erkundungen, offen für fächerübergreifende und vorausgreifende Inhalte, Sichtbarmachen der gefundenen mathematischen Erkenntnisse & kritische Auseinandersetzung mit unterschiedlichen Herangehensweisen und Resultaten. Inzwischen gibt es schon viele erprobte Beispiele für forschendes Lernen, die von Lehrpersonen für den eigenen Unterricht übernommen oder adaptiert werden können (siehe www.matheforscher.de) . In unserem Gespräch gehen wir auf die Frage: Wo bitte ist die Mitte? ein. Für komplexe Gebilde, wie z.B. die Geometrie von Deutschland oder anderen Ländern kann man auf unterschiedliche "Mitten" kommen. Und man findet auch Beispiele, wo die Mitte gar nicht im Innern des Gebietes liegt. Solche Unterrichtsideen helfen Schüler/innen, Mathematik nicht nur als festgefügten Wissenskanon, sondern als kreatives Betätigungsfeld zu erleben, in dem flexibles Denken erforderlich ist.

Wesentlich für einen Mathematikunterricht, der auf diese Weise gestaltet ist, ist eine Kultur, in der das Fragen stellen und Fehler machen möglich sind und ein produktiver Umgang mit Fehlern gepflegt wird. Es hat sich bewährt, die Schülerinnen und Schüler ein Lern- oder Forschertagebuch führen zu lassen (bzw. je nach Vermögen der Lerngruppe, einen mündlichen Austausch anzuregen), um besser zu verstehen, wie die Lernenden denken, wo konkrete Probleme im Verständnis sind, bzw. welche eigenen Ansätze die Kinder entwickeln. Dieser dialogische Ansatz öffnet den Weg zu einem individuellen Austausch zwischen Lehrkräften und Lernenden und öffnet die Perspektive in Richtung inklusiver Lerngruppen.

Ein Unterricht, der Mathematik forschend entwickelt braucht Lehrpersonen mit einem hohen Selbstvertrauen in ihre eigenen mathematischen Fähigkeiten und einer authentischen Begeisterung für das Fach. Damit ergeben sich auch Ziele in der Lehramtsausbildung:

Erlangen fachlicher und fachmethodischer Sicherheit,

das Kennenlernen moderner Mathematik und aktueller Forschungsthemen,

eine tiefe fachdidaktische Durchdringung von mathematischen Themen,

und somit übergreifend: die Stärkung des fachlichen Selbstbewusstseins.

Nach ihrem Abitur 1990 studierte Brigitte Lutz-Westphal an der Hochschule der Künste und der freien Universität Berlin Schulmusik, Violine und Mathematik und hatte dabei 1994-95 auch einen Studienaufenthalt in Paris als Stipendiatin des Briand-Stresemann Programms. Auf ihr erstes Staatsexamen in Musik und Mathematik folgte ihr Referendariat am Karl-von-Frisch-Gymnasium in Dußlingen und am Wildermuth-Gymnasium in Tübingen. Nach dem zweiten Staatsexamen für die Laufbahn des höheren Schuldienstes an Gymnasium in Musik und Mathematik, wurde sie in Berlin als Musikpädagogin und Nachhilfelehrerin selbstständig tätig und begann mit ihren Arbeiten zum Projekt "Diskrete Mathematik für die Schule". Ab 2002 wurde sie als wissenschaftliche Angestellte am Konrad-Zuse-Zentrum für Informationstechnik durch die Volkswagenstiftung für das Projekt "Diskrete Mathematik in der Schule" gefördert. Ab 2004 war sie als wissenschaftliche Mitarbeiterin an der TU Berlin unter anderem im Projekt "Visualisierung von Algorithmen" des DFG-Forschungszentrums MATHEON tätig. 2006 promovierte sie an der TU Berlin mit ihrer Dissertation zum Thema "Kombinatorische Optimierung - Inhalte und Methoden für einen authentischen Mathematikunterricht" bei Prof. Martin Gröschel, und trat eine Vertretungsstelle einer Juniorprofessur für Mathematikdidaktik an der TU Berlin und wurde Mitglied der "Junior Faculty" der Berlin Mathematical School (BMS). 2008 wurde sie auf die W2-Professur für Mathematik und Didaktik der Hochschule Vechta berufen, und ist seit 2009 als W2 Professorin für Didaktik der Mathematik der Freien Universität Berlin. Seit 2009 ist die Mitherausgeberin der "Mitteilungen der Deutschen Mathematiker Vereinigung" und ist seit 2017 Mitglied des Beirats der Stiftung Rechnen.

Literatur und weiterführende Informationen

M. Ludwig, B. Lutz-Westphal, C. Benz: Entdeckendes, forschendes und projektartiges Lernen. Best Practice Beispiele aus dem Programm Mathe.Forscher. Stiftung Rechnen, 3. Auflage 2018. (1. Auflage online)

P. Linke, B. Lutz-Westphal: Das \"Spot-Modell\" im Mathematikunterricht – forschendes und entdeckendes Lernen fundiert anwenden. In: Beiträge zum Mathematikunterricht. WTM-Verlag. 4 Seiten (in Druck), 2018.

M. Ludwig, B. Lutz-Westphal, V. Ulm:Forschendes Lernen im Mathematikunterricht, Mathematische Phänomene aktiv hinterfragen und erforschen. In: Praxis der Mathematik in der Schule Heft 73. S. 2-9, 2017.

B. Lutz-Westphal, A. Schulte: Mathematische Forschung – Was Forschendes Lernen im Mathematikunterricht aus der Praxis lernen kann. In: Beiträge zum Mathematikunterricht. WTM-Verlag. S. 1181-1184, 2016.

B. Lutz-Westphal: Das forschende Fragen lernen. Pflasterungen: scheinbar Bekanntes neu durchdringen. In: Mathematik lehren Heft 184. S. 16-19, 2014.

B. Lutz-Westphal: Mathematik forschend entdecken. In: Stiftung Rechnen (Hg.): Mathe.Forscher. Entdecke Mathematik in deiner Welt. WTM-Verlag Münster, S. 103-112, 2013.

B. Lutz-Westphal, K. Skutella: Dialogic learning on a shared theme – approaching inclusive settings in the mathematics classroom. In M. Knigge et al. (Hrsg.) (in Vorbereitung): Inclusive mathematics education. State-of-the-art research from Brazil and Germany. Springer, 2019.

S. Hußmann, B. Lutz-Westphal (Hg.):Diskrete Mathematik erleben. Anwendungsbasierte und verstehensorientierte Zugänge. Springer (2. Auflage), 2015.

K. Biermann, M. Grötschel, B. Lutz-Westphal, Brigitte (Hg.):Besser als Mathe! Moderne angewandte Mathematik aus dem MATHEON zum Mitmachen. Springer, 2010.

Stiftung Rechnen

Matheforscher

B. Lutz-Westphal: Kinderseite in den Mitteilungen der Deutschen Mathematiker Vereinigung.

Podcasts

J.-M. Klinge, G. Thäter: Lerntheken, Gespräch im Modellansatz Podcast, Folge 178, Fakultät für Mathematik, Karlsruher Institut für Technologie (KIT), 2018. http://modellansatz.de/lerntheken

K. Wohak, M. Hattebuhr, E. Bastian, C. Beizinger, G. Thäter: CAMMP-Week, Gespräch im Modellansatz Podcast, Folge 174, Fakultät für Mathematik, Karlsruher Institut für Technologie (KIT), 2018. http://modellansatz.de/cammp-week

G. Thäter, K. Wohak: CAMMP, Gespräch im Modellansatz Podcast, Folge 165, Fakultät für Mathematik, Karlsruher Institut für Technologie (KIT), 2018. http://modellansatz.de/cammp

B. Bötcher, G. Thäter: Meisterklasse, Gespräch im Modellansatz Podcast, Folge 158, Fakultät für Mathematik, Karlsruher Institut für Technologie (KIT), 2018. http://modellansatz.de/meisterklasse

G.M. Ziegler, G. Thäter: Was ist Mathematik? Gespräch im Modellansatz Podcast, Folge 111, Fakultät für Mathematik, Karlsruher Institut für Technologie (KIT), 2016. http://modellansatz.de/was-ist-mathematik

A. Kirsch, G. Thäter: Lehramtsausbildung, Gespräch Modellansatz Podcast, Folge 104, Fakultät für Mathematik, Karlsruher Institut für Technologie (KIT), 2016. http://modellansatz.de/lehramtsausbildung

E. Dittrich, G. Thäter: Schülerlabor, Gespräch im Modellansatz Podcast, Folge 103, Fakultät für Mathematik, Karlsruher Institut für Technologie (KIT), 2016. http://modellansatz.de/schuelerlabor

J. Breitner, S. Ritterbusch: Incredible Proof Machine, Gespräch im Modellansatz Podcast, Folge 78, Fakultät für Mathematik, Karlsruher Institut für Technologie (KIT), 2016. http://modellansatz.de/incredible-proof-machine

C. Spannagel, S. Ritterbusch: Flipped Classroom, Gespräch im Modellansatz Podcast, Folge 51, Fakultät für Mathematik, Karlsruher Institut für Technologie (KIT), 2015. http://modellansatz.de/flipped-classroom

S. Götz, L. Bodingbauer: Schulmathematik, Gespräch im Lob und Tadel Podcast, Sprechkontakt mit Bildung, Folge 19, 2014.

Gudrun ist für die aktuelle Episode zu Gast in der Bundesanstalt für Wasserbau (BAW) am Standort in Karlsruhe.

Die BAW ist etwa so alt wie die Bundesrepublik und grob gesagt zuständig für technisch-wissenschaftliche Aufgaben in allen Bereichen des Verkehrswasserbaus an den Bundeswasserstraßen und für Spezialschiffbau. Dabei berät sie die Wasserstraßen- und Schifffahrtsverwaltung des Bundes (WSV). Heute ist der Hauptsitz der BAW in Karlsruhe. Daneben gibt es noch einen Standort in Hamburg.

Der Anlass des Besuches ist diesmal der Abschluss der Masterarbeit von Axel Rothert zu einer Fragestellung aus der BAW in Karlsruhe. Der Titel der Arbeit ist "Hybride 2D-3D-Simulation von Strömungsprozessen im Nah- und Fernfeld von Wasserbauwerken in OpenFOAM". Sie entstand in enger Zusammenarbeit mit den Kollegen Dr.-Ing. Carsten Thorenz und Franz Simons im Referat Wasserbauwerke der BAW. Nach dem Abschlussvortrag hat sich Gudrun mit Franz Simons und Axel Rothert über die Ergebnisse der Arbeit unterhalten.

Neben traditionellen mathematischen Modellen, die durch physikalische Experimente kalibriert und erprobt werden, haben sich durch den technischen Fortschritt der letzen Jahrzehnte numerische Simulationen inzwischen fest etabliert. Einerseits, um numerische Näherungslösungen für die partiellen Differentialgleichungen des mathematischen Modells zu liefern, andererseits aber auch zur Durchführung virtueller Experimente.

Die Simulation von hydrodynamischen Vorgängen ist hier ein gutes Beispiel. Das Fließen von Wasser muss mit Gleichungen beschrieben werden, die wiederum numerische Lösungen brauchen, wobei durch deren Komplexität auch gleich noch Ansprüche an entweder Hochleistungsrechentechnik (und damit Parallelisierung) oder andererseits gut begründete Vereinfachungen erhoben werden müssen.

Das ganze muss verlässliche Aussagen liefern, damit die BAW z.B. die Hochwasserneutralität eines Wasserbauwerks garantieren kann bevor es endgültig geplant und gebaut wird.

Dabei werden in der dortigen Praxis beide Wege beschritten: man investiert in modernste Rechentechnik und benutzt erprobte Vereinfachungen im Modell. Im Kontext der Umströmung von Wasserbauwerken haben unterschiedliche Regionen verschiedene dominierende Strömungsprozesse: in der Nähe des Bauwerkes gibt es eine starke Interaktion des Fließgewässers mit dem Hindernis, aber in einiger Entfernung kann man diese Interaktion vernachlässigen und den Modellansatz vereinfachen.

Deshalb sollten im Nah- und Fernbereich unterschiedliche Modelle benutzt werden. Konkret sind es in der Arbeit die tiefengemittelten Flachwassergleichungen im Fernfeld und die Reynolds-gemittelten Navier- Stokes-Gleichungen (RANS) im Nahfeld der Wasserbauwerke. Wichtig ist dann natürlich, wie diese Modelle gekoppelt werden. Da eine Informationsübertragung sowohl stromaufwärts als auch stromabwärts möglich ist, ist eine Kopplung in beide Richtungen nötig.

In der vorliegenden Arbeit wurde eine vorhandene Implementierung eines Mehr-Regionen-Lösers in OpenFOAM der TU München so weiter entwickelt, dass er für die Anwendungen in der BAW geeignet ist. Dafür musste sie auf die aktuell an der BAW verwendete Version von OpenFOAM portiert und anschließend parallelisiert werden, damit praxisnahe Probleme der BAW in sinnvollen Rechenzeiten bewältigt werden können. Außerdem mussten die Implementierungen der Randbedingungen so abgeändert werden, dass allgemeine Geometrien für den Untergrund und ein trocken fallen bzw. benetzen mit Wasser möglich sind.

Die Implementierung wurde anhand eines realistischen Beispiels aus dem Verkehrswasserbau bestätigt. Ein etwa 1,1km langer Flussabschnitt wurde hybrid simuliert. Dabei ist ein Staustufe, bestehend aus Wehranlagen, Schleuse und Kraftwerk enthalten.

Literatur und weiterführende Informationen

Boyer, F. ; Fabrie, P.: Mathematical Tools for the Study of the Incompressible Navier-Stokes Equations and Related Models. New York : Springer-Verlag, 2013

Gerstner, N. ; Belzner, F. ; Thorenz, C.: Simulation of Flood Scenarios with Combined 2D/3D Numerical Models. In: Lehfeldt, R. (Hrsg.) ; Kopmann, R. (Hrsg.): 11th international conference on hydroscience and engineering. Bundesanstalt für Wasserbau, Karlsruhe, 2014

Mintgen, F.: Coupling of Shallow and Non-Shallow Flow Solvers - An Open Source Framework. München, Technische Universität, Diss., 2017

Mintgen, F. ; Manhart, M.: A bi-directional coupling of 2D shallow water and 3D Reynolds-Averaged Navier-Stokes models. 2018. Begutachtet und angenommen vom Journal of Hydraulic Research. Einsehbar: DOI: 10.1080/00221686.2017.1419989

Uijttewaal, W. S.: Hydrodynamics of shallow flows: application to rivers. In: Journal of Hydraulic Research 52 (2014), Nr. 2, S. 157-172

Podcasts

R. Kopman, G. Thäter: Wasserstraßen, Gespräch im Modellansatz Podcast, Folge 24, Fakultät für Mathematik, Karlsruher Institut für Technologie (KIT), 2014.

Gudrun traf sich mit Maren Hattebuhr und Kirsten Wohak, die wieder ein interessantes Projekt für Schülerinnen und Schüler vorstellen: Simulierte Welten. Unser Alltag wird immer mehr durch Simulationen mitbestimmt. Bei der Wettervorhersage ist das wahrscheinlich vielen Menschen bewußt, aber auch Autos und andere Maschinen werden mittels Rechnungen am Computer entwickelt oder die Wirksamkeit neuer Medikamente getestet. Auch Risikoanalysen oder Wahlvorhersagen basieren immer stärker auf der Interpretation von Simulationsergebnissen. Schülerinnen und Schüler sollen deshalb die Möglichkeit bekommen, schon früh die Bedeutung von Simulationen besser einzuschätzen und ihre Chancen und Risiken aufgrund fundierten Grundwissens besser bewerten zu können.

Das Vorhaben wird vom Steinbuch Centre for Computing (SCC) und dem Höchstleistungsrechenzentrum Stuttgart (HLRS) in Zusammenarbeit mit dem Zentrum für interdisziplinäre Risiko- und Innovationsforschung der Universität Stuttgart (ZIRIUS) getragen und arbeitet mit verschiedenen Schulen in Baden-Württemberg zusammen. Gefördert wird das Projekt vom Ministerium für Wissenschaft, Forschung und Kunst Baden-Württemberg.

Es gibt für Schulen und Personen folgende Möglichkeiten von dem Projekt zu profitieren:

Doppelstunden, Projekttage oder Projektwochen für die Schule buchen

(Abend-) Vorträge zu sich einladen

Exkursionen durchführen

Fortbildung für Lehrerinnen und Lehrer am SCC bzw. dem HLRS

Förderstipendien für Schülerinnen und Schüler für Simulationsthemen

Im Rahmen der Förderstipendien arbeiten die Schülerinnen und Schüler weitgehend selbstständig in Zweierteams an einem echten wissenschaftlichen Projekt an einem der Rechenzentren mit und werden dabei von einer/einem Wissenschaftlerin/Wissenschaftler betreut. Sie erhalten für ihre Arbeiten einen Unkostenbeitrag in Höhe von bis zu 1.000€, welcher für die Anschaffung eines Laptops und anfallende Fahrtkosten gedacht ist. Nach dem erfolgreichen Abschluss des Stipendiums erhalten die Schülerinnen und Schüler zudem ein Zertifikat über ihre Teilnahme.

In der aktuellen Förderperiode ist der Anmeldeschluss der 1. Oktober 2018 und folgende Themen können bearbeitet werden:

Aerosole - Winzige Partikel mit großer Wirkung

Simulation und einfach Analyse von Kollisionsdaten der Hochenergiephysik

Einblicke in unseren Körper durch Computertomographie

Chemie-Klimasimulationen mit EMAC

Simulation von biologischen Zellen

Schülerinnen und Schüler sollten folgende Unterlagen bei der Kontaktadresse schriftlich oder elektronisch per E-Mail an CAMMP@SCC.kit.edu einreichen:

ausgefüllter Bewerbungsbogen

Ein Empfehlungsschreiben einer Lehrkraft von der Schule, die den Schüler/die Schülerin unterstützt und CAMMP als Ansprechpartner zur Verfügung steht. Dieses dient dazu den Schüler/die Schülerin besser kennenzulernen.

Zeugniskopie

Lebenslauf

>Referenzen

Alle Informationen zum Förderstipendium am SCC auf einen Blick

Direkter Kontakt zum Projekt Simulierte Welten

Auswahl an Episoden zu Simulationen

B. Sieker, S. Ritterbusch: Flugunfälle, Gespräch im Modellansatz Podcast, Folge 175, Fakultät für Mathematik, Karlsruher Institut für Technologie (KIT), 2018.

G. Thäter, S. Krömker: Computergrafik, Gespräch im Modellansatz Podcast, Folge 166, Fakultät für Mathematik, Karlsruher Institut für Technologie (KIT), 2018.

G. Thäter, M. J. Amtenbrink: Wasserstofftankstellen, Gespräch im Modellansatz Podcast, Folge 163, Fakultät für Mathematik, Karlsruher Institut für Technologie (KIT), 2018.

G. Thäter, K. Page: Embryonic Patterns, Gespräch im Modellansatz Podcast, Folge 161, Fakultät für Mathematik, Karlsruher Institut für Technologie (KIT), 2018.

T. Hoffmann, G. Thäter: Luftspalt, Gespräch im Modellansatz Podcast, Folge 153, Fakultät für Mathematik, Karlsruher Institut für Technologie (KIT), 2017.

O. Beige, G. Thäter: Wahlprognosemodelle, Gespräch im Modellansatz Podcast, Folge 149, Fakultät für Mathematik, Karlsruher Institut für Technologie (KIT), 2017.

A. Bertozzi, G. Thäter: Crime Prevention, Gespräch im Modellansatz Podcast, Folge 109, Fakultät für Mathematik, Karlsruher Institut für Technologie (KIT), 2016.

L. Adlung, G. Thäter, S. Ritterbusch: Systembiologie, Gespräch im Modellansatz Podcast, Folge 39, Fakultät für Mathematik, Karlsruher Institut für Technologie (KIT), 2016.

Gemeinsam geht vieles besser. Auch deshalb reden wir im Podcast über Mathematik oder darüber wie wir Mathematik lernen bzw. unterrichten möchten. Im Internet setzen sich solche Gespräche manchmal fort. In der Netzgemeinschaft rund um den Podcast hat Gudrun Jan-Martin Klinge gefunden - oder genauer sein Blog Halbtagsblog. Dort finden sich seine Beobachtungen aus dem Alltag als Lehrer für Mathematik, Physik und Arbeitslehre in einer Gesamtschule in Raum Siegen. Dabei mischt sich ganz natürlich privates mit unterschiedlichen beruflichen Aspekten, denn es ist seine persönliche Reflektion über das was gelingt, erzählenswert ist oder bedenkenswert.

Schon bald hatte Gudrun den Wunsch, einen Aspekt daraus für den Podcast aufzugreifen, nämlich Jan-Martins ganz praktische Erfahrungen mit Lerntheken. Diese setzt er in der Sekundarstufe 1 vor allem im Mathematikunterricht ein. Wie von Gudrun im Stillen erhofft, war die generelle Bereitschaft zum Gespräch schnell und enthusiastisch erklärt und es musste "nur noch" ein passender Termin gefunden werden, was ein paar Monate dauerte. Aber am 24. August 2018 war es so weit: Gudrun kam am Siegener Hauptbahnhof an und in einem netten Café schräg gegenüber entstand die vorliegende Aufzeichnung.

Wie bei allen Konzepten und Methoden gibt es Theorie und Praxis. Die Lerntheke an und für sich ist für Lehrende eine wohlbekanntes und vor allem im Unterricht für junge Schülerinnen und Schüler auch eine gut etablierte offene Unterrichtsform. Für sehr heterogenen Lerngruppen ist ihre größte Stärke, dass qua Konzept alle im eigenen Tempo unterwegs sein können. Und dass nicht nur eine Lehrperson vorn an der Tafel die Rolle hat, alles für alle erklären zu müssen, sondern auch Mitschüler diesen Platz einnehmen können und dabei ihre Hilfe an die Bedürfnisse des Gegenübers recht genau anpassen können.

Außerhalb der Primarstufe ist das Konzept in der Praxis an deutschen Schulen jedoch eher in einer Nische zu Hause. Dafür gibt es viele und gut nachvollziehbare Gründe. Andererseits zeigen aber auch solche Beispiele, wie der Alltag in Jan-Martins Unterricht, dass es gut funktioniert. Durch das Beispiel lassen sich andere anstecken, es ähnlich oder genauso auch selbst zu probieren (aktuell hat der Blogbeitrag zu "Was sind Lerntheken" z.B. etwa 150 Antworten).

Im Mathematik-Unterricht von Jan-Martin Klinge startet jedes Thema mit zwei bis drei "normalen" Mathematikstunden (also Frontalunterricht) in denen das Thema eingeführt wird. Anschließend arbeiten die Schülerinnen und Schüler einzeln oder in Gruppen mit Karten, auf denen konkrete Rechenaufgaben geübt, Probleme erforscht oder mathematische Spiele gespielt werden. Die Karten haben einen Farbcode, an dem man ablesen kann, ob es sich eher um einfache, mittelschwere oder komplexere Aufgaben handelt. Am Ende jedes Themas sollen die Kinder die mittelschweren Aufgaben bearbeiten können. Aber auch die, bei denen es richtig "Click" gemacht hat, haben genug Material mit dem sie interessantes zum Thema ausprobieren können.

Zusätzlich gibt es Karten mit Lernhilfen zu einzelnen Schritten oder Regeln. Auf den Aufgabenkarten ist jeweils vermerkt, welche Hilfskarte weiterhelfen kann. Außerdem gibt es an der Tafel eine Namensliste von Mitschülerinnen und -schülern, die für Nachfragen zur Verfügung stehen.

Besonders im Unterricht für die jüngeren Schüler gibt es am Ende jedes Themas noch eine Sicherungsphase.

Im Physikunterricht benutzt Jan-Martin Klinge die Lerntheken eher in der Phase, wo gelerntes wiederholt und gefestigt werden soll, da dort die Dichte an neuen Themen größer ist als in der Mathematik.

Zusammen mit Kollegen hat Jan-Martin Klinge die Kartensammelung auch übersetzt in andere Sprachen und mit anderen Medien und Anwendungsfällen verbunden. Besonders auf Geräten wie einem iPad ist die Realisierung leicht möglich, weil dort leicht zwischen Sprachen gewechselt werden kann, wenn Schüler in Willkommensklassen das möchten. Dafür gab es sogar 2017 die Auszeichnung mit dem Deutschen Lehrerpreis. Das Projekt ist nicht abgeschlossen und Helfer für möglichst viele Sprachen werden noch mit offenen Armen empfangen.

Literatur und weiterführende Informationen

J.-M. Klinge: Was sind Lerntheken? Halbtagsblog, 2013.

Download von unterschiedlichen Lerntheken

J.-M. Klinge und R. Kara: Mit Lerntheken den Mathematikunterricht neu gestalten, ISBN: 978-1520321479, 2017

J.-M. Klinge: Die Physik von Hollywood: Mit aktuellen Kinofilmen Impulse für den Unterricht gewinnen, ISBN 978-1521035474, 2017.

Beschreibung des Projektes für den Deutschen Lehrerpreis, 2017.

Podcasts

K. Wohak, M. Hattebuhr, E. Bastian, C. Beizinger, G. Thäter: CAMMP-Week, Gespräch im Modellansatz Podcast, Folge 174, Fakultät für Mathematik, Karlsruher Institut für Technologie (KIT), 2018. http://modellansatz.de/cammp-week

G. Thäter, K. Wohak: CAMMP, Gespräch im Modellansatz Podcast, Folge 165, Fakultät für Mathematik, Karlsruher Institut für Technologie (KIT), 2018. http://modellansatz.de/cammp

B. Bötcher, G. Thäter: Meisterklasse, Gespräch im Modellansatz Podcast, Folge 158, Fakultät für Mathematik, Karlsruher Institut für Technologie (KIT), 2018. http://modellansatz.de/meisterklasse

G.M. Ziegler, G. Thäter: Was ist Mathematik? Gespräch im Modellansatz Podcast, Folge 111, Fakultät für Mathematik, Karlsruher Institut für Technologie (KIT), 2016. http://modellansatz.de/was-ist-mathematik

A. Kirsch, G. Thäter: Lehramtsausbildung, Gespräch im Modellansatz Podcast, Folge 104, Fakultät für Mathematik, Karlsruher Institut für Technologie (KIT), 2016. http://modellansatz.de/lehramtsausbildung

E. Dittrich, G. Thäter: Schülerlabor, Gespräch im Modellansatz Podcast, Folge 103, Fakultät für Mathematik, Karlsruher Institut für Technologie (KIT), 2016. http://modellansatz.de/schuelerlabor

C. Spannagel, S. Ritterbusch: Flipped Classroom, Gespräch im Modellansatz Podcast, Folge 51, Fakultät für Mathematik, Karlsruher Institut für Technologie (KIT), 2015. http://modellansatz.de/flipped-classroom

Vom 10. - 13. Mai 2018 fand im ZKM und in der Hochschule für Gestaltung (HfG) die GPN18 statt. Dort traf sich Sebastian mit Dennis Gnad, um mit ihm über Seitenangriffe auf Field Programmable Gate Arrays (FPGA) zu sprechen.

FPGAs sind veränderliche Computerchips, die hervorragend bei der Entwicklung von logischen Schaltkreisen oder spezieller Glue Logic helfen, und kommen inzwischen auch als Rechenbeschleuniger zum Einsatz. Man kann FPGAs als Vorstufe zu Application-Specific Integrated Circuits (ASIC) sehen, auf denen Strukturen noch viel feiner, für höhere Taktraten und sparsamer abgebildet werden können, das Design aber um Größenordnungen teurer ist. Und während einem ASIC die Funktion ab Werk einbelichtet ist, können FPGAs nahezu beliebig oft zur Laufzeit umprogrammiert werden.

Wie im Podcast zu digitalen Währungen erwähnt, spielen Graphical Process Units (GPUs), FPGAs und ASICs eine große Rolle bei Kryptowährungen. Hier ist ein einzelner FPGA-Chip beim so genannten Mining meisst nicht schneller als eine GPU, verbrauchen jedoch im Vergleich deutlich weniger Strom. Spezialisierte ASICs hingegen übersteigen in Effizienz und Geschwindigkeit alle anderen Lösungen.

FPGAs finden sich aktuell in vielen Consumer-Produkten, wie dem Apple iPhone 7, im Samsung Galaxy S5, Smart-TVs und selbst auch der Pebble Smartwatch. Ihren besonderen Vorteil spielen FPGAs bei der Verarbeitung von großen Datenmengen wie Videodaten aus, da sie in der Parallelisierung nur durch den verfügbaren Platz beschränkt sind.

Die Beschreibung von FPGAs und ASICs, oder deren Programmierung, erfolgt eher strukturell in Hardwarebeschreibungssprachen wie Verilog oder VHDL. Diese Beschreibungen unterscheiden sich sehr von imperativen Programmiersprachen, wie sie oft für CPUs oder GPUs verwendet werden.

Es werden in logischen oder kombinatorischen Blöcken Daten verarbeitet, die dann in Taktschritten von und in Datenregister übertragen werden. Die erreichbare Taktfrequenz hängt von der Komplexität der kombinatorischen Blöcke ab. Ein Beispiel für logische Blöcke können Soft-Cores sein, wo zukünftige oder nicht mehr erhältliche CPU-Designs in FPGAs zur Evaluation oder Rekonstruktion abgebildet werden.

Eine Variante ist die Entwicklung in OpenCL, wo verschiedene Architekturen wie GPUs, CPUs und FPGA unterstützt werden. Für die effiziente Umsetzung ist dafür weiterhin großes Hardwarewissen erforderlich, und man kann nicht erwarten, dass Code für FPGAs ebenso auf GPU, oder umgekehrt CPU-Code in FPGAs darstellbar ist.

Das Interesse von Dennis Gnad liegt bei den FPGAs darin, deren Daten, Logik oder Inhalte durch Seitenkanalangriffe in von den Entwicklern unvorhergesehener Art und Weise auszulesen. Ein Beispiel ist das Erkennen von Fernsehsendungen aus dem Stromverbrauch des Fernsehgeräts wie es auch schon im Podcast zu Smart Metern beschrieben wurde. Ebenso wurden schon Kryptoschlüssel aus Geräuschen einer CPU bestimmt. Mit Soundkarten kann man Funkuhren verstellen und auch Grafikkarten können als UKW-Sender verwendet werden. Die elektromagnetische Abstrahlung ist ein sehr klassischer Seitenkanal und ist als Van-Eck-Phreaking seit 1985 bekannt. Gerade wurden die Timing- und Speculative-Execution-Covered-Channel-Angriffe Spectre und Meltdown für einen großteil aktueller CPUs bekannt, die aktiv Seitenkanäle für verdeckten Informationszugriff nutzen.

Normalerweise benötigen Power-Side-Angriffe, die den Stromverbrauch auswerten, physischen Zugang zum Gerät oder der Stromversorgung. Überraschenderweise ist es auf FPGAs hingegen möglich den Stromverbrauch anderer Schaltungsbestandteile rein durch Software zu bestimmen. Dazu werden FPGAs an der Grenze der Timing-Parameter betrieben, und statistisch die erfolgreiche Ausführung gemessen. Mit verschieden langen Pfaden können auch gleichzeitig die Zeitschranken verschieden stark belastet werden und damit gleichzeitig für mehrere Spannungsstufen ausgewertet werden. Damit kann der relative Spannungsverlauf kontinuierlich gemessen werden. Im Zuge seiner Forschung zu Voltage Fluctuations in FPGAs konnte Dennis Gnad die Qualität der Messungen nachweisen.

Für die eigentliche Auswertung der Messungen werden hier die Verfahren der Differential Power Analysis verwendet, die nicht absolute Messungen, sondern mit relativen Messungen den Verlauf oder Unterschiede in den Verläufen statistisch analysieren. Speziell wurden mit dem Pearson Korrelations-Koeffizient verschiedene Schlüssel-Hypothesen mit modellierten Stromverläufen aufgestellt, um den Suchraum für einen kryptographischen AES-Schlüssel jeweils stückweise einzuschränken. Dafür musste die spezielle AES-Implementation auf dem FPGA bekannt sein, um entsprechende Leakage-Modelle für die Korrelationsauswertung aufstellen zu können. Insgesamt wurde so ein rein software-getriebener Angriff auf FPGAs demonstriert, der ohne sehr aufwändiges Code-Review-Verfahren, dessen Umsetzung bei VHDL ohnehin große Fragen aufwirft, kaum zu entdecken ist.

Dennis betreibt die Forschung als Doktorand am Chair of Dependable Nano Computing (CDNC) am Karlsruher Institut für Technologie (KIT), deren Forschung besonders auf die Verlässlichkeit und auch der Sicherheit von Computersystemen abzielt. Die Forschungsarbeiten zu Seitenkanälen über den Stromverbrauch haben ebenso Anwendungen für die Zuverlässigkeit von den Systemen, da ebenso mit der Messung auch eine entsprechende Beeinflussung bis zur Erzeugung von Fehlerzuständen möglich wird, wie es von Dennis durch Fehlerzustände in der Stromversorgung zum Neustart von FPGAs demonstriert werden konnte. Mit Stuxnet wurde bekannt, dass auch Industrieanlagen mit Software zerstört werden konnten, es gab aber auch Computermonitore, die kreativ in neue Nutzungszustände gebracht wurden.

Literatur und weiterführende Informationen

D. Gnad: Seitenkanal-Angriffe innerhalb FPGA-Chips, Vortrag auf der GPN18, Karlsruhe, 2018.

F. Schellenberg, D. Gnad, A. Moradi, M. Tahoori: An Inside Job: Remote Power Analysis Attacks on FPGAs, Cryptology ePrint Archive: Report 2018/012, Proceedings of Design, Automation & Test in Europe (DATE), 2018.

D. Gnad, F. Oboril, M. Tahoori: Voltage Drop-based Fault Attacks on FPGAs using Valid Bitstreams, International Conference on Field-Programmable Logic and Applications (FPL), Belgium, 2017.

A. Moradi, F.-X. Standaert: Moments-Correlating DPA, Cryptology ePrint Archive: Report 2014/409, Theory of Implementations workshop, 2016.

P. Kocher, J. Jaffe, B. Jun, et al: Introduction to differential power analysis, J Cryptogr Eng 1: 5, 2011.

E. Brier, C. Clavier, F. Olivier: Correlation power analysis with a leakage model, International workshop on cryptographic hardware and embedded systems. Springer, Berlin, Heidelberg, 2004.

Cryptology ePrint Archive Search Portal

Side Channel Cryptanalysis Lounge - Ruhr-Universität Bochum

D. Gnad, F. Oboril, S. Kiamehr, M. Tahoori: An Experimental Evaluation and Analysis of Transient Voltage Fluctuations in FPGAs, in IEEE Transactions on Very Large Scale Integration Systems (TVLSI), 2018.

F. Schellenberg, D. Gnad, A. Moradi, M. Tahoori: Remote Inter-Chip Power Analysis Side-Channel Attacks at Board-Level], In Proceedings of IEEE/ACM International Conference on Computer-Aided Design (ICCAD), USA, 2018. (to appear Nov. '18)

J. Krautter, D. Gnad, M. Tahoori: FPGAhammer: Remote Voltage Fault Attacks on Shared FPGAs, suitable for DFA on AES], in IACR Transactions on Cryptographic Hardware and Embedded Systems (TCHES), Vol.1, No.3, 2018. (to appear Sept. '18)

Podcasts

A.-L. Baecker, C. Schrimpe: Crypto for the Masses – Grundlagen, Request for Comments, Der RFC Podcast, Folge 15, 2018.

M. Lösch, S. Ritterbusch: Smart Meter Gateway, Gespräch im Modellansatz Podcast, Folge 135, Fakultät für Mathematik, Karlsruher Institut für Technologie (KIT), 2017.

S. Ritterbusch, G. Thäter: Digitale Währungen, Gespräch im Modellansatz Podcast, Folge 32, Fakultät für Mathematik, Karlsruher Institut für Technologie (KIT), 2014.

B. Heinz, T. Pritlove: FPGA, CRE: Technik, Kultur, Gesellschaft, Folge 117, Metaebene Personal Media, 2009.

GPN18 Special

D. Gnad, S. Ritterbusch: FPGA Seitenkanäle, Gespräch im Modellansatz Podcast, Folge 177, Fakultät für Mathematik, Karlsruher Institut für Technologie (KIT), 2018. http://modellansatz.de/fpga-seitenkanaele

B. Sieker, S. Ritterbusch: Flugunfälle, Gespräch im Modellansatz Podcast, Folge 175, Fakultät für Mathematik, Karlsruher Institut für Technologie (KIT), 2018. http://modellansatz.de/flugunfaelle

A. Rick, S. Ritterbusch: Erdbebensicheres Bauen, Gespräch im Modellansatz Podcast, Folge 168, Fakultät für Mathematik, Karlsruher Institut für Technologie (KIT), 2018. http://modellansatz.de/erdbebensicheres-bauen

GPN17 Special

Sibyllinische Neuigkeiten: GPN17, Folge 4 im Podcast des CCC Essen, 2017.

A. Rick, S. Ritterbusch: Bézier Stabwerke, Gespräch im Modellansatz Podcast, Folge 141, Fakultät für Mathematik, Karlsruher Institut für Technologie (KIT), 2017. http://modellansatz.de/bezier-stabwerke

F. Magin, S. Ritterbusch: Automated Binary Analysis, Gespräch im Modellansatz Podcast, Folge 137, Fakultät für Mathematik, Karlsruher Institut für Technologie (KIT), 2017. http://modellansatz.de/binary-analyis

M. Lösch, S. Ritterbusch: Smart Meter Gateway, Gespräch im Modellansatz Podcast, Folge 135, Fakultät für Mathematik, Karlsruher Institut für Technologie (KIT), 2017. http://modellansatz.de/smart-meter

GPN16 Special

A. Krause, S. Ritterbusch: Adiabatische Quantencomputer, Gespräch im Modellansatz Podcast Folge 105, Fakultät für Mathematik, Karlsruher Institut für Technologie (KIT), 2016. http://modellansatz.de/adiabatische-quantencomputer

S. Ajuvo, S. Ritterbusch: Finanzen damalsTM, Gespräch im Modellansatz Podcast, Folge 97, Fakultät für Mathematik, Karlsruher Institut für Technologie (KIT), 2016. http://modellansatz.de/finanzen-damalstm

M. Fürst, S. Ritterbusch: Probabilistische Robotik, Gespräch im Modellansatz Podcast, Folge 95, Fakultät für Mathematik, Karlsruher Institut für Technologie (KIT), 2016. http://modellansatz.de/probabilistische-robotik

J. Breitner, S. Ritterbusch: Incredible Proof Machine, Gespräch im Modellansatz Podcast, Folge 78, Fakultät für Mathematik, Karlsruher Institut für Technologie (KIT), 2016. http://modellansatz.de/incredible-proof-machine

In the last two semesters Gudrun has taught the courses Advanced Mathematics I and II for Mechanical Engineers. This is a mandatory lecture for the International mechanical engineering students at KIT in their first year of the Bachelor program. This program is organized by the Carl Benz School of Engineering. Beside the study courses, the school also provides common housing for students coming to Karlsruhe from all over the world.

The general structure and topics of the first year in Advanced Mathematics were already discussed in our episode 146 Advanced Mathematics with Jonathan Rollin.

This time Gudrun invited two students from her course to have the student's perspective, talking about mathematics, life, and everything.

Yueyang Cai grew up mostly in China. In 2015, the work of her mother led Yueyang to Stuttgart. While looking for opportunities to study a technical subject in Germany the English speaking program in Karlsruhe somehow suggested itself. After one year she is sure to have made the right decision.

The second student in the conversation is Siddhant Dhanrajani. His family is Indian but lives in Dubai. For that he got his education in Dubai in an Indian community follwowing the Indian educational system (CBSE). He had never heard of the Engineering program in Karlsruhe but found it through thourough research. He is really amazed at how such an excellent study program and such an excellent university as the KIT are not better known for their value in the world.

In the conversation both students talk about their education in their respective countries, their hopes and plans for the study course mechanical engineering and their experiences in the first year here in Karlsruhe. It is very interesting to see how the different ways to teach mathematics, namely, either as a toolbox full of recipes (which the students get well-trained in) or secondly as a way to approach problems in a context of a mathematical education contribute to an experience to be well-equipped to work creative and with a lot of potential as an engineer.

Though the students finished only the first year in a three years course they already work towards applications and necessary certificates for their possible master program after finishing the course in Karlsruhe.

Related Podcasts

G. Thäter, J. Rollin: Advanced Mathematics, Conversation in the Modellansatz Podcast, Episode 146, Department of Mathematics, Karlsruhe Institute for Technology (KIT), 2017.

F. Hettlich, G. Thäter: Höhere Mathematik, Gespräch im Modellansatz Podcast, Folge 34, Fakultät für Mathematik, Karlsruher Institut für Technologie (KIT), 2014.

Vom 10. - 13. Mai 2018 fand im ZKM und in der Hochschule für Gestaltung (HfG) die GPN18 statt. Dort traf Sebastian auf Bernd Sieker und sprach mit ihm um Unfälle mit Autopiloten mit Flugzeugen und Automobilen.

Der Flugreiseverkehr ist inzwischen sehr sicher, es verbleibt aber ein Restrisiko, das man an den sehr seltenen Flugunfällen erkennen kann. Bernd untersucht nun die wenigen Abstürze großer Airliner, die es noch gab, und fragt sich, wie es zu diesen Katastrophen kommen konnte.

Beispiele für Unfallursachen können beispielsweise Ausfälle scheinbar weniger relevanter Systeme sein, wo von der Crew Entscheidungen getroffen werden, die sie für sinnvoll halten, sich aber später als problematisch herausstellen. Technische Schäden, die unmittelbar zum Absturz führen, sind inzwischen sehr selten. Und selbst scheinbare kritische Ausfälle wie Triebwerksausfälle werden geübt und es gibt Prozeduren, wie man in diesen Fällen das Flugzeug möglichst sicher landen können sollte.

Im Segelflug gehört eine Außenlandung auf freiem Feld zum Normalbetrieb, wobei man natürlich für am Boden etwaig entstandenen Schaden aufkommen muss, falls der Landwirt darauf besteht. Eine entsprechende nicht genehmigte Sicherheits- oder Notlandung führt bei Motorflugzeugen zur Auskunfts- oder Meldepflicht mit entsprechenden Auflagen zum Abtransport oder Erlaubnis zum Wiederstart.

Bei der Untersuchung von Unglücksfällen geht der erste Blick auf offizielle Berichte oder Untersuchungen. So auch beim Air-France Flug 447 von 2009, wo ein Airbus A330-203 mitten über dem Atlantik plötzlich verschwand. Erste Indizien auf das Unglück wurden durch ACARS-System über Satellit empfangen, unter anderem über den Ausfall von Staurohren, mit denen die Geschwindigkeit des Flugzeugs gemessen wird. Das ist ein dramatischer Ausfall an Information, mit dem die Piloten aber umgehen können müssten und der eigentlich nicht zu einem Absturz führen sollte, denn die Geschwindigkeit ist noch mittels anderer Sensoren erkennbar. Erste gefundene Wrackteile deuteten darauf hin, dass das Flugzeug fast senkrecht in horizontaler Lage auf das Wasser aufgeschlagen sein musste. Dies führte auf die Vermutung, dass das Flugzeug überzogen wurde, bis es zum Strömungsabriss kam, und es daraufhin einfach herunterfiel.

Nach Bergung des Flugschreibers bestätigte sich der vermutete Ablauf. Er wurde durch einen überraschend kurzen Zeitraum von wenigen Minuten zwischen Fehlermeldung und Absturz aus Reiseflughöhe belegt. Die Piloten müssen in der widersprüchlichen Situation gewesen sein, dass ihnen der Sink"flug" angezeigt wurde, während die Nase des Flugzeugs nach oben zeigte, was laut Training normalerweise in diesem Flugzustand nicht möglich ist. Bei dem eingesetzten Fly-by-wire System wäre eigentlich auch kein Strömungsabriss möglich gewesen. Nach Ausfall der Staurohre führte nun die Verkettung zwischen unvorhersehbarem Flugzeugzustand und der dramatischen Fehlinterpretation durch die Piloten zum Absturz.

In der Ursachenanalyse ist sowohl zu beachten, dass die Warnmeldungen zum Strömungsabriss von den Piloten womöglich wegen einer Vielzahl von Warnmeldungen nicht mehr erfasst werden konnte. Ebenso wurden widersprüchliche Angaben zur Fluggeschwindigkeit und Anstellwinkeln von den Systemen des Flugzeugs irgendwann als ungültig abgewiesen und entsprechende Warnungen abgeschaltet oder nur noch widersprüchlich wiedergegeben.

Dies führt zur Betrachtung solcher Systeme unter dem Aspekt, dass sie sozio-technisch sind, mit der Einsicht, dass gerade bei der Übertragung von Aufgaben des Menschen an Technik und zurück ein besonderes und schwer vorhersehbares Fehlerpotenzial besteht. Insbesondere Autopiloten haben eine besondere Bedeutung, da sie direkt in die Aufgaben der steuernden Menschen eingreifen. Klassisch steuern Autopiloten nur in sehr engen Parametern wie einzuhaltende Richtung, Höhe, Querneigung der Sink-/Steiggeschwindigkeit. Im Auto sind schon Geschwindigkeits- und Abstandsautomatik üblich. Jedoch sind auch Landungen mit Autopilot möglich, die aber ein besonderes Training und Überprüfung von Mensch und Maschine und Verbesserung der Algorithmen und redundante Sensoren erfordern. Dies zeigt schon, wie kritisch Autopiloten im Automobil zu sehen sind, da hier bisher kein besonderes Training für die Verwendung von Autopiloten erfolgt. Eine Überraschung ist dabei, dass eine besondere Gefahr daraus entsteht, wenn Autopiloten so zuverlässig werden dass sich Menschen zu sehr auf sie verlassen. Überraschende Situationen kann aber der Mensch meist besser bewältigen.

Bei der Untersuchung von Flugunfällen stellt sich besonders die Frage, welche Ereignisse die eigentliche Ursache also für das Unglück verantwortlich sind. Wie ist hier Kausalität zu definieren? An der Uni Bielefeld wurde in der Arbeitsgruppe von Prof. Ladkin dazu die Why-Because-Analysis (WBA) entwickelt, wo die Counterfactual Test Theory von David Lewis zum Einsatz kommt. Aus der Überprüfung, ob ein Ereignis notwendig und die Menge der gefunden Ereignisse hinreichend für die Entstehung eines Ereignisses war, entsteht ein kausaler "Why-Because"-Graph (WBG), der genau nur die Ereignisse zusammenfasst, die notwendig zum Unglück führten.

Ein interessantes philosophisches Konstrukt ist hier die Nearest-Possible-World-Theory, die ein Szenario konstruiert, das dem Unglück möglichst stark ähnelt, für das aber es nicht zum Unglück gekommen wäre. Was war hier anders? Was können wir daraus lernen?

Durch Vergleich mit vorherigen dokumentierten Ereignissen können Teile des WBG auch quantitativ bewertet werden, obgleich die Datenbasis oft sehr gering ist. Dennoch können Schlüsse gezogen werden, welche Ereignisse bisher ignoriert wurden und ob dies gerechtfertigt ist.

Das National Transportation Safety Board (NTSB) befasst sich in den USA wie die Bundesstelle für Flugunfalluntersuchung (BFU) in Deutschland typischerweise mit der Aufarbeitung von Unglücksfällen, und wie diesen in Zukunft entgegengewirkt werden kann. Darüber hinaus haben ebenso Versicherungen von Fluggesellschaften ein großes Interesse an einer Aufarbeitung, da die Fluggesellschaften in vielen Bereichen für Unglücke haftbar sind, soweit sie nicht nachweisen können, dass die Hersteller verantwortlich zu machen sind.

Während des Asiana Airlines Flug 214 kam es in einer Boeing 777 im Anflug auf San Francisco 2013 im Landeanflug zu einer "Mode Confusion" beim Autopilot: Die erwartete Schubregulierung blieb aus, und es kam zu einem Absturz. Im Fall des Turkish Airlines Flug 1951 mit einer Boeing 737 nach Amsterdam gab es im Anflug einen Fehler im Radarhöhenmessgerät, wodurch der Autopilot in Erwartung der Landung aktiv den Schub zurückregelte. Die Korrektur der Piloten schlug fehl, da sie sich nicht über die genauen Abläufe im Klaren waren.

Dies deutet schon deutlich darauf, dass Schwierigkeiten beim Einsatz von Autopiloten im automobilen Umfeld zu erwarten sind. Darüber hinaus sind die erforderlichen menschlichen Reaktionszeiten im Auto deutlich kürzer, so dass Missverständnisse oder das An- oder Abschalten von Autopilot-Funktionen deutlich leichter zu Unglücken führen können. Eine wichtige Einstufung sind hier die erreichten SAE Autonomiestufen, die beschreiben, wie weit das Fahrzeug Aufgaben des Fahrens übernehmen kann. Besonders problematisch ist Autonomiestufe 3: Hier darf der Fahrer sich während der Fahrt anderen Dingen als der Fahrzeugführung zuwenden, muss aber nach einer gewisse Vorwarnzeit wieder die Führung wieder übernnehmen können. Selbst bei wenigen Sekunden wird dies bei höheren Geschwindigkeiten sehr schwer zu erfüllen sein. Bei Stufe 4 muss das Fahrzeug auch ohne Fahrerintervention sicher bleiben, notfalls durch Anhalten, Stufe 5 ist vollständig autonom von Tür zu Tür.

Ein weiterer Gesichtspunkt ist die vorhandene Sensoraustattung und deren Ausfallsicherheit oder die Interpretation der Sensormessungen. Im Fall des Unfalls eines Uber-Autos am 18. März 2018 in Arizona wurde eine Fußgängerin von den Sensoren zwar erfasst, jedoch wurden die Detektion durch die Software als Fehler zurückgewiesen und es kam zum Unfall. Die hier verwendete Software war und wird weit weniger getestet und formal geprüft als Software im Luftfahrtumfeld, da dies auch im Bezug auf neuronale Bilderkennungsverfahren schwer umzusetzen sein wird.

Ein weiterer Aspekt ist, dass selbst wenn ein sozio-technisches System sicherer als Menschen fährt, die Akzeptanz nur sehr schwer zu erreichen sein und viele rechtliche und ethische Fragen zunächst zu klären wären.

Vielen Dank an Markus Völter für die Unterstützung in dieser Folge.

Literatur und weiterführende Informationen

D. Lewis: Counterfactuals and comparative possibility, Springer, Dordrecht, 57-85, 1973.

P. Ladkin: Causal reasoning about aircraft accidents, International Conference on Computer Safety, Reliability, and Security. Springer, Berlin, Heidelberg, 2000.

B. Sieker: Visualisation Concepts and Improved Software Tools for Causal System Analysis, Diplomarbeit an der Technischen Fakultät der Universität Bielefeld, 2004.

B. Sieker: Systemanforderungsanalyse von Bahnbetriebsverfahren mit Hilfe der Ontological Hazard Analysis am Beispiel des Zugleitbetriebs nach FV-NE, Dissertation an der Technischen Fakultät der Universität Bielefeld, 2010.

Causalis Limited

Research Group Networks, System Safety, Embedded and Distributed Systems

B. Sieker: Hold Steering Wheel! Autopilots and Autonomous Driving. Presentation at the Gulaschprogrammiernacht 18, ZKM/HfG, Karlsruhe, 2018.

B. Sieker: What's It Doing Now? The Role of Automation Dependency in Aviation Accidents. Presentation at the Chaos Communication Congress 33C3, 2016.

Podcasts

H. Butz, M. Völter: Komplexe Systeme, Folge 058 im omega tau Podcast, Markus Völter und Nora Ludewig, 2011.

S. B. Johnson, M. Völter: System Health Management, Episode 100 in the omega tau Podcast, Markus Völter and Nora Ludewig, 2012.

R. Reichel, M. Völter: Fly by Wire im A320, Folge 138 im omega tau Podcast, Markus Völter und Nora Ludewig, 2014.

S., J., C., A., M. Völter: Mit Lufthansas A380 nach Hong Kong Teil 1, Folge 262 im omega tau Podcast, Markus Völter und Nora Ludewig, 2017.

S., J., C., A., M. Völter: Mit Lufthansas A380 nach Hong Kong Teil 2, Folge 263 im omega tau Podcast, Markus Völter und Nora Ludewig, 2017.

P. Nathen, G. Thäter: Lilium, Gespräch im Modellansatz Podcast, Folge 145, Fakultät für Mathematik, Karlsruher Institut für Technologie (KIT), 2017.

GPN18 Special

B. Sieker, S. Ritterbusch: Flugunfälle, Gespräch im Modellansatz Podcast, Folge 175, Fakultät für Mathematik, Karlsruher Institut für Technologie (KIT), 2018. http://modellansatz.de/flugunfaelle

A. Rick, S. Ritterbusch: Erdbebensicheres Bauen, Gespräch im Modellansatz Podcast, Folge 168, Fakultät für Mathematik, Karlsruher Institut für Technologie (KIT), 2018. http://modellansatz.de/erdbebensicheres-bauen

GPN17 Special

Sibyllinische Neuigkeiten: GPN17, Folge 4 im Podcast des CCC Essen, 2017.

A. Rick, S. Ritterbusch: Bézier Stabwerke, Gespräch im Modellansatz Podcast, Folge 141, Fakultät für Mathematik, Karlsruher Institut für Technologie (KIT), 2017. http://modellansatz.de/bezier-stabwerke

F. Magin, S. Ritterbusch: Automated Binary Analysis, Gespräch im Modellansatz Podcast, Folge 137, Fakultät für Mathematik, Karlsruher Institut für Technologie (KIT), 2017. http://modellansatz.de/binary-analyis

M. Lösch, S. Ritterbusch: Smart Meter Gateway, Gespräch im Modellansatz Podcast, Folge 135, Fakultät für Mathematik, Karlsruher Institut für Technologie (KIT), 2017. http://modellansatz.de/smart-meter

GPN16 Special

A. Krause, S. Ritterbusch: Adiabatische Quantencomputer, Gespräch im Modellansatz Podcast Folge 105, Fakultät für Mathematik, Karlsruher Institut für Technologie (KIT), 2016. http://modellansatz.de/adiabatische-quantencomputer

S. Ajuvo, S. Ritterbusch: Finanzen damalsTM, Gespräch im Modellansatz Podcast, Folge 97, Fakultät für Mathematik, Karlsruher Institut für Technologie (KIT), 2016. http://modellansatz.de/finanzen-damalstm

M. Fürst, S. Ritterbusch: Probabilistische Robotik, Gespräch im Modellansatz Podcast, Folge 95, Fakultät für Mathematik, Karlsruher Institut für Technologie (KIT), 2016. http://modellansatz.de/probabilistische-robotik

J. Breitner, S. Ritterbusch: Incredible Proof Machine, Gespräch im Modellansatz Podcast, Folge 78, Fakultät für Mathematik, Karlsruher Institut für Technologie (KIT), 2016. http://modellansatz.de/incredible-proof-machine

In dieser Folge unterhält sich Gudrun gleich mit vier Personen. Im Gespräch geht es um ein ganz besonderes Angebot für Schülerinnen und Schüler: die CAMMP-week. Die Abkürzung CAMMP steht hier für "Computational and Mathematical Modeling Program" (deutsch: "Computergestütztes Mathematisches Modellierungsprogramm"). Das Programm wurde in der Arbeitsgruppe von Martin Frank während seiner Tätigkeit an der RWTH in Aachen entwickelt. Mit seinem Wechsel ans KIT in Karlsruhe gibt es nun seit Januar 2018 auch ein Standbein am KIT. Mit Kirsten Wohak hatte Gudrun schon über das Konzept, die Idee und konkrete Beispiele für CAMMP gesprochen. Dabei entstand der Wunsch, unbedingt auch Schülerinnen und Schüler zu Wort kommen zu lassen, die an einer CAMMP-Veranstaltung teilgenommen haben.

Elly Bastian und Christian Beitzinger haben vom 24.-29. Juni 2018 an der diesjährigen CAMMP week in der Jugendherberge in Voeren (Belgien) teilgenommen und hatten Lust, im Podcast über ihre Erfahrungen zu berichten. Elly ist derzeit noch Schülerin der 10. Klasse am Goethe-Gymnasium in Gaggenau und Christian ist in der K1 im Tulla-Gymnasium in Rastatt.

Zwei Programmgestalterinnen waren ebenfalls mit in der Podcast-Gesprächsrunde, nämlich Kirsten Wohak und Maren Hattebuhr. Sie gehören am KIT zur Arbeitsgruppe von Martin Frank Computational Science and Mathematical Methods. Diese Gruppe schlägt eine Brücke zwischen dem Steinbuch Center for Computing und der KIT-Fakultät für Mathematik.

Das Angebot der CAMMP week richtet sich an Schüler und Schülerinnen der Oberstufe, die an Mathematik interessiert sind, an Mathematiklehrpersonen sowie Personen im Referendariat oder Lehramtsstudium und findet jährlich in der Jugendherberge in Voeren in Belgien statt. In Karlsruhe wird zusätzlich noch eine zweite Modellierungswoche in Zusammenarbeit mit dem MINT-EC angeboten, an welcher Schülerinnen und Schüler von Schulen, die Teil des MINT-Schulnetzwerks sind, teilnehmen können. In beiden Wochen werden die Teilnehmenden in Gruppen aufgeteilt, die jeweils aus sechs Schülerinnen und Schülern und zwei (angehenden) Lehrkräften bestehen. Bei den zu lösenden Problemen handelt es sich um reale Fragestellungen aus der Forschung von Firmen oder Universitätsinstituten.

Jede Gruppe erhält eine individuelle Aufgabenstellung, an der sie innerhalb der fünf Tage forscht. Dabei wird sie auch wissenschaftlich betreut. Die Schülerteams präsentieren ihre Ergebnisse den Firmen am Ende der Woche im Rahmen einer repräsentativen Abschlussveranstaltung. Hier sind auch die Familien und die Schulen dabei.

Welche Wege führen junge Menschen nun in die CAMMP week?

Elly hatte Anfang 2018 die Arbeit der Gruppe um Martin Frank im Rahmen ihres BOGY-Praktikums kennen gelernt und dabei Lust bekommen, noch mehr praktische Mathematik zu machen. Obwohl sie keine andere Person kannte, die auch nach Belgien fahren würde, war ihre Lust so groß, dass sie sich auf das Abenteuer einlassen wollte. Christian wurde von seinem Mathelehrer auf die Möglichkeit hingewiesen und hatte sich mit Mitschülern abgesprochen. Beide berichteten darüber, dass sie in der jeweiligen Gruppe mit viel Enthusiasmus arbeiten konnten, viele Ideen geboren und wieder verworfen wurden und am Ende auch in schwierigen Phasen ein Ausweg gefunden wurde.

Es war eine interessante Erfahrungen, mit anderen Schülerinnen und Schülern zusammen zu sein, die auch Begeisterung für Mathematik empfinden. Beide haben nun ein neues Bild von Mathematik und den Möglichkeiten einer späteren Berufstätigkeit mit einer mathematischen Vorbildung und würden auch gern wieder an einer CAMMP week teilnehmen.

Podcasts

E. Dittrich: Schülerlabor, Gespräch mit G. Thäter im Modellansatz Podcast, Folge 103, Fakultät für Mathematik, Karlsruher Institut für Technologie (KIT), 2016.

M. Frank: Kinetische Theorie, Gespräch mit G. Thäter im Modellansatz Podcast, Folge 152, Fakultät für Mathematik, Karlsruher Institut für Technologie (KIT), 2017.

B. Böttcher: Meisterklasse, Gespräch mit G. Thäter im Modellansatz Podcast, Folge 158, Fakultät für Mathematik, Karlsruher Institut für Technologie (KIT), 2018.

G. Thäter, K. Wohak: CAMMP, Gespräch im Modellansatz Podcast, Folge 165, Fakultät für Mathematik, Karlsruher Institut für Technologie (KIT), 2018.

10 Jahre Omega Tau Podcast

Gudrun met the USA-based mathematician Roza Aceska from Macedonia in Turin at the Conference MicroLocal and Time-Frequency Analysis 2018.

The topic of the recorded conversation is dynamical sampling. The situation which Roza and other mathematician study is: There is a process which develops over time which in principle is well understood. In mathematical terms this means we know the equation which governs our model of the process or in other words we know the family of evolution operators. Often this is a partial differential equation which accounts for changes in time and in 1, 2 or 3 spatial variables. This means, if we know the initial situation (i.e. the initial conditions in mathematical terms), we can numerically calculate good approximations for the instances the process will have at all places and at all times in the future.

But in general when observing a process life is not that well sorted. Instead we might know the principal equation but only through (maybe only a few) measurements we can find information about the initial condition or material constants for the process. This leads to two questions: How many measurements are necessary in order to obtain the full information (i.e. to have exact knowledge)? Are there possibilities to choose the time and the spatial situation of a measurement so clever as to gain as much as possible new information from any measurement? These are mathematical questions which are answered through studying the equations.

The science of sampling started in the 1940s with Claude Shannon who found fundamental limits of signal processing. He developed a precise framework - the so-called information theory. Sampling and reconstruction theory is important because it serves as a bridge between the modern digital world and the analog world of continuous functions. It is surprising to see how many applications rely on taking samples in order to understand processes. A few examples in our everyday life are: Audio signal processing (electrical signals representing sound of speech or music), image processing, and wireless communication. But also seismology or genomics can only develop models by taking very intelligent sample measurements, or, in other words, by making the most scientific sense out of available measurements.

The new development in dynamical sampling is, that in following a process over time it might by possible to find good options to gain valuable information about the process at different time instances, as well as different spatial locations. In practice, increasing the number of spatially used sensors is more expensive (or even impossible) than increasing the temporal sampling density. These issues are overcome by a spatio-temporal sampling framework in evolution processes. The idea is to use a reduced number of sensors with each being activated more frequently. Roza refers to a paper by Enrique Zuazua in which he and his co-author study the heat equation and construct a series of later-time measurements at a single location throughout the underlying process. The heat equation is prototypical and one can use similar ideas in a more general setting. This is one topic on which Roza and her co-workers succeeded and want to proceed further.

After Roza graduated with a Ph.D. in Mathematics at the University of Vienna she worked as Assistant Professor at the University Ss Cyril and Methodius in Skopje (Macedonia), and after that at the Vanderbilt University in Nashville (Tennessee). Nowadays she is a faculty member of Ball State University in Muncie (Indiana).

References

Overview on sampling theory and applications: M. Unser: Sampling-50 years after Shannon Proceedings of the IEEE 88 (4) 569 - 587, 2000.

Dynamical sampling in shift-invariant spaces: R. Aceska e.a.: Dynamical Sampling in Shift-Invariant Spaces 2014 (Version at Archive}

Dynamical sampling: R. Aceska, A. Petrosyan, S. Tang: Dynamical sampling of two-dimensional temporally-varying signals International Conference on Sampling Theory and Applications (SampTA), DOI:10.1109/SAMPTA.2015.7148929, 2015.

DeVore, Ronald, and Enrique Zuazua: Recovery of an initial temperature from discrete sampling, Mathematical Models and Methods in Applied Sciences 24.12 (2014): 2487-2501, 2014.

Evolution operators involved in dynamical sampling: S. Tang: System identification in dynamical sampling, Advances in Computational Mathematics 43 (3) 555–580, 2017.

On Bessel systems, bases and frames in the dynamical sampling setup: A.Aldroubi e.a.:lterative actions of normal operators Journal of Functional Analysis 272 (3), 1121-1146, 2017.

Related Podcasts

G. Thäter, E. Zuazua: Waves, Conversation in Modellansatz Podcast Episode 054, Fakultät für Mathematik, Karlsruher Institut für Technologie (KIT), 2015.

Am Rande des Treffens des German Chapters of European Women in Mathematics sprach Gudrun mit Carla Cederbaum. Das Treffen der Mathematikerinnen fand am 3. und 4. Mai 2018 im Mathematikon in Heidelberg statt. Carla hielt einen der Hauptvorträge und gab einen Einblick in ihre Forschung unter dem Titel "Where is the center of mass of a star -- and what does this have to do with Mathematics?"

Die Ideen der Vorlesung dienten als Einstieg in das Gespräch zum Arbeitsgebiet von Carla: Mathematische Relativitätstheorie. Dieses Thema schlägt eine Brücke zwischen Physik und Mathematik. Carla hat sich schon immer sehr für Mathematik und Physik interessiert und sich zunächst für ein Physikstudium entschieden.

Später hat die Mathematik sich als attraktiver erwiesen, aber die physikalische Anwendungen liegen ihr weiterhin am Herzen. Nun benutzt sie mathematische Methoden der geometrischen Analysis und Differentialgeometrie gemeinsamen mit ihren grundlegenden Vorstellungen von Physik für ihre Forschung.

Im Zentrum des Vortrages stand, welche Schritte es möglich gemacht haben, das klassische Konzept Schwerpunkt auf die Situation zu übertragen, dass sich Objekte so wie Sterne oder Galaxien so schwer sind bzw. sich so schnell bewegen, dass sie den Gesetzmäßigkeiten der Relativitätstheorie unterliegen. Der Schwerpunkt eines physikalischen Systems ist eines der ältesten und grundlegendsten Konzepte der mathematischen Physik und Geometrie. Das Verstehen der Position und Bewegung des Massenschwerpunktes eines Systems ist oft der erste Schritt zum Verständnis der Gesamtdynamik des Systems. Geht man jedoch über die klassische Mechanik hinaus, wird der Begriff immer komplizierter und muss neu definiert werden. Beispielsweise hängt der Schwerpunkt einer Massenverteilung in besonderer Weise vom gewählten Beobachter ab und er muss sich für Objekte wie schwarzes Löcher eignen. Hier kann er nicht als "Ereignis" (Punkt) in der Raumzeit beschrieben werden. Jede Vorstellung vom Massenschwerpunkt muss also notwendigerweise abstrakter sein.

In ihrer Doktorarbeit untersuchte Carla sogenannte geometrostatische Systeme, d.h. asymptotisch flache statische Lösungen der Einstein-Gleichungen im Vakuum. Anders ausgedrückt sind das statisch isolierte relativistische Systeme, deren Materie kompakten Träger hat. Ihr Ziel war es, ein tieferes Verständnis ihrer Asymptotik zu erlangen und mehr Einblick in ihre physikalische Interpretation (z.B. Masse und Schwerpunkt) zu gewinnen. Des weiteren war es spannend, inwieweit klassische und solche relativistischen Begriffe ineinander übergehen im Grenzwert kleiner Geschwindigkeiten.

Der Vortrag zeigte, worin die Herausforderungen bestehen und zeigte welche Techniken von ihr erfolgreich angewendet worden waren. Als erstes grundlegendes Problem für nicht statische Systeme erweist sich, dass die Beschreibung vom Beobachter abhängen muss. Eine grundlegende Idee ist es, die Lage des Schwerpunktes als Zentrum einer unendlichen Schar von ineinander liegenden Sphären zu beschreiben. Je größer diese Kugeloberflächen werden, desto weniger sind sie gekrümmt. Wenn man die Krümmung in der Geometrie des zu beschreibenden Raumes beherrscht, kann man als den Grenzwert dieser ineinander geschachtelten Sphären den Schwerpunkt fassen.

Zur Beschreibungen von Krümmungen braucht man die zweiten Ableitungen auf den eingebetteten Oberflächen in alle Richtungen, weshalb dies auf eine partielle Differentialgleichung zweiter Ordnung führt.

Carla ist Juniorprofessorin am Fachbereich Mathematik der Universität Tübingen und Kollegiatin der Heidelberger Akademie der Wissenschaften. Sie hat schon sehr früh ihre Forschung allgemeinverständlich dargestellt, z.B. 2009 mit der interaktiven Ausstellung Von Newton zu Einstein: Eine Reise durch Raum und Zeit. Sie macht das sehr erfolgreich und brennt für das Thema

Literatur und weiterführende Informationen

C. Cederbaum, A geometric boundary value problem related to the static equations in General Relativity Oberwolfach report, 2017.

C. Cederbaum, J. Cortier, A. Sakovich, On the center of mass of asymptotically hyperbolic initial data sets (preprint, accepted in Ann. Henri Poincaré), 2015.

MSRI Emissary General Relativity, 2013.

Carla Cederbaum,The Geometry of Static Spacetimes: Geometrostatics, Oberwolfach report, 2012.

Carla Cederbaum, The Newtonian Limit of Geometrostatics, PhD thesis, 2011.

Gudrun spent an afternoon at the Max Planck Institute for Mathematics in the Sciences (MPI MSI) in Leipzig. There she met the Colombian mathematician Eliana Maria Duarte Gelvez. Eliana is a PostDoc at the MPI MSI in the Research group in Nonlinear Algebra. Its head is Bernd Sturmfels.

They started the conversation with the question: What is algebraic geometry? It is a generalisation of what one learns in linear algebra insofar as it studies properties of polynomials such as its roots. But it considers systems of polynomial equations in several variables so-called multivariate polynomials. There are diverse applications in engineering, biology, statistics and topological data analysis. Among them Eliana is mostly interested in questions from computer graphics and statistics.

In any animated movie or computer game all objects have to be represented by the computer. Often the surface of the geometric objects is parametrized by polynomials. The image of the parametrization can as well be defined by an equation. For calculating interactions it can be necessary to know what is the corresponding equation in the three usual space variables. One example, which comes up in school and in the introductory courses at university is the circle. Its representation in different coordinate systems or as a parametrized curve lends itself to interesting problems to solve for the students.

Even more interesting and often difficult to answer is the simple question after the curve of the intersection of surfaces in the computer representation if these are parametrized objects. Moreover real time graphics for computer games need fast and reliable algorithms for that question. Specialists in computer graphics experience that not all curves and surfaces can be parametrized. It was a puzzling question until they talked to people working in algebraic geometry. They knew that the genus of the curve tells you about the possible vs. impossible parametrization.

For the practical work symbolic algebra packages help. They are based on the concept of the Gröbner basis. Gröbner basis help to translate between representations of surfaces and curves as parametrized objects and graphs of functions. Nevertheless, often very long polynomials with many terms (like 500) are the result and not so straightforward to analyse.

A second research topic of Eliana is algebraic statistics. It is a very recent field and evolved only in the last 20-30 years. In the typical problems one studies discrete or polynomial equations using symbolic computations with combinatorics on top. Often numerical algebraic tools are necessary. It is algebraic in the sense that many popular statistical models are parametrized by polynomials. The points in the image of the parameterization are the probability distributions in the statistical model. The interest of the research is to study properties of statistical models using algebraic geometry, for instance describe the implicit equations of the model.

Eliana already liked mathematics at school but was not always very good in it. When she decided to take a Bachelor course in mathematics she liked the very friendly environment at her faculty in the Universidad de los Andes, Bogotá. She was introduced to her research field through a course in Combinatorial commutative algebra there. She was encouraged to apply for a Master's program in the US and to work on elliptic curves at Binghamton University (State University of New York) After her Master in 2011 she stayed in the US to better understand syzygies within her work on a PhD at the University of Illinois at Urbana-Champaign. Since 2018 she has been a postdoc at the MPI MSI in Leipzig and likes the very applied focus especially on algebraic statistics.

In her experience Mathematics is a good topic to work on in different places and it is important to have role models in your field.

References

E. Duarte, Ch. Görgen: Equations defining probability tree models

E. Duarte: Implicitization of tensor product surface in the presence of a generic set of basepoints. 2016. Journal of Algebra and Applications(to appear).

Rigidity of Quasicrystal Frameworks - webpage

E. M. Duarte, G. K. Francis: Stability of Quasicrystal Frameworks in 2D and 3D Proceedings of the First Conference Transformables 2013.In the Honor of Emilio Perez Piñero 18th-20th September 2013, Seville, Spain

Portraits of people working in Nonlinear Algebra

Podcasts

P. Schwer: Metrische Geometrie, Gespräch mit G. Thäter im Modellansatz Podcast, Folge 102, Fakultät für Mathematik, Karlsruher Institut für Technologie (KIT), 2016.

Am 6. Juni 2018 hat Dietmar Gallistl seine Antrittsvorlesung gehalten. Dies ist der traditionelle Abschluss jedes Habilitationsverfahrens an der KIT-Fakultät für Mathematik. Der Titel des Vortrags lautete: Die Stabilitätskonstante des Divergenzoperators und ihre numerische Bestimmung.

Im Zentrum des Vortrags und des Gespräches mit Gudrun stand die Inf-sup-Bedingung, die u.a. in der Strömungsrechnung eine zentrale Rolle spielt. Das lineare Strömungsproblem (Stokesproblem) besteht aus einer elliptischen Vektor-Differentialgleichung für das Geschwindigkeitsfeld und den Gradienten des Drucks und einer zweiten Gleichung. Diese entsteht unter der Annahme, dass es zu keiner Volumenänderung im Fluid unter Druck kommt (sogenannte Inkompressibilität) aus der Masseerhaltung. Mathematisch ist es die Bedingung, dass die Divergenz des Geschwindigkeitsfeldes Null ist. Physikalisch ist es eine Nebenbedingung. In der Behandlung des Problems sowohl in der Analysis als auch in der Numerik wird häufig ein Lösungsraum gewählt, in dem diese Bedingung automatisch erfüllt ist. Damit verschwindet der Term mit dem Druck aus der Gleichung. Für das Geschwindigkeitsfeld ist dann mit Hilfe des Lax-Milgram Satzes eine eindeutige Lösung garantiert. Allerdings nicht für den Druck.

Genau genommen entsteht nämlich ein Sattelpunktproblem sobald man den Druck nicht ausblendet. Dieses ist nicht wohlgestellt, weil man keine natürlichen Schranken hat. Unter einer zusätzlichen Bedingung ist es aber möglich, hier auch die Existenz des Druckes zu sichern (und zwar sowohl analytisch als auch später im numerischen Verfahren solange der endliche Raum ein Unterraum des analytischen Raumes ist). Diese heißt entweder inf-sup Bedingung oder aber nach den vielen Müttern und Vätern: Ladyzhenska-Babushka-Brezzi-Bedingung.

Die Konstante in der Bedingung geht direkt in verschiedene Abschätzungen ein und es wäre deshalb schön, sie genau zu kennen. Ein Hilfsmittel bei der geschickten numerischen Approximation ist die Helmholtzzerlegung des L2. Diese besagt, dass sich jedes Feld eindeutig in zwei Teile zerlegen läßt, von der eines ein Gradient ist und der andere schwach divergenzfrei. Es lassen sich dann beide Teile getrennt betrachten. Man konstruiert den gemischten Finite Elemente Raum so, dass im Druck stückweise polynomielle Funktionen (mit Mittelwert 0) auftreten und und für den Raum der Geschwindigkeitsgradienten das orthogonale kompelemt der schwach divergenzfreien Raviart-Thomas-Elemente gewählt ist.

Dietmar Gallistl hat in Freiburg und Berlin Mathematik studiert und promovierte 2014 an der Humboldt-Universität zu Berlin. Nach Karlsruhe kam er als Nachwuchsgruppenleiter im SFB Wellenphänome - nahm aber schon kurz darauf in Heidelberg die Vertretung einer Professur wahr. Zur Zeit ist er als Assistant Professor an der Universität Twente tätig.

Literatur und weiterführende Informationen

D. Gallistl. Rayleigh-Ritz approximation of the inf-sup constant for the divergence. Math. Comp. (2018) Published online, https://doi.org/10.1090/mcom/3327

Ch. Bernardi, M. Costabel, M. Dauge, and V. Girault, Continuity properties of the inf-sup constant for the divergence, SIAM J. Math. Anal. 48 (2016), no. 2, 1250–1271. https://doi.org/10.1137/15M1044989

M. Costabel and M. Dauge, On the inequalities of Babuška-Aziz, Friedrichs and Horgan-Payne, Arch. Ration. Mech. Anal. 217 (2015), no. 3, 873–898. https://doi.org/10.1007/s00205-015-0845-2

D. Boffi, F. Brezzi, and M. Fortin, Mixed finite element methods and applications, Springer Series in Computational Mathematics, vol. 44, Springer, Heidelberg, 2013.

Podcasts

J. Babutzka: Helmholtzzerlegung, Gespräch mit G. Thäter im Modellansatz Podcast, Folge 85, Fakultät für Mathematik, Karlsruher Institut für Technologie (KIT), 2016.

M. Steinhauer: Reguläre Strömungen, Gespräch mit G. Thäter im Modellansatz Podcast, Folge 113, Fakultät für Mathematik, Karlsruher Institut für Technologie (KIT), 2016

Gudrun sprach mit Gabriel Thäter. Er ist der langjährigen Hörerschaft schon bekannt, denn er hat im Februar 2015 als Schüler über sein BOGY-Praktikum am Institut für angewandte und numerische Mathematik berichtet. Heute ist er Maschinenbau-Student am KIT und absolviert gerade sein viertes Semester. Damit hat Gabriel die drei Semester, in denen Mathematik zum Studienplan für Maschinenbauer gehört - die sogenannte Höhere Mathematik (HM) I-III - erfolgreich abgeschlossen. Außerdem arbeitet er schon das zweite Semester als Tutor in der HM-Ausbildung für das Studienjahr, das nach ihm das Studium aufgenommen hat. Gudrun wollte im Gespräch aus erster Hand erfahren, wie die Mathe-Ausbildung bei ihm angekommen ist.

Der Ausgang war, mit welchen Wünschen und Erwartungen Gabriel sich für ein Studium im Maschinenbau entschieden hat. Tatsächlich war Maschinenbau nicht sein erster Wunsch, sondern er hatte sich zunächst für ein Duales Studium in Luft- und Raumfahrttechnik beworben. Das Duale Studium vereinigt Praxisphasen in einem Unternehmen mit Studienphasen an einer Fachhochschule und führt zum Abschluss Bachelor. Während der Studienzeit zahlt das Unternehmen ein Gehalt. Diese Studiensituation ist ist so attraktiv, dass der Wettbewerb um die wenigen Studienplätze immer sehr stark ist - auch wenn es nicht die ideale Ausgangssituation für eine Forschungstätigkeit später ist, da die theoretische Ausbildung nicht so breit aufgestellt sein kann wie im Bachelor an einer Universität.

Ein Studium des Maschinenbaus kam Gabriels Wunschbild Raumfahrttechnik am nächsten, zumal mit einem Studium in Karlsruhe für ihn auch kein Wohnort-Wechsel nötig wurde. Inzwischen ist Gabriel mit der "zweiten Wahl" sehr zufrieden, denn sein Studium erweist sich für ihn sehr vielseitig und bereitet ihn auf unterschiedliche Spezialisierungsmöglichkeiten vor. Im Moment plant er, sich in der Richtung Thermische Strömungsmaschinen zu vertiefen.

Gabriel war darauf gefasst, dass Mathematik an der Uni etwas mehr Zeit und Mühe kosten wird als in der Schule. Es hat ihn aber doch etwas überrascht, wie sehr sich Stoffdichte und Unterrichtstempo von der Schule unterscheiden. Trotzdem hat er seinen Ehrgeiz darin gesetzt, die Übungsaufgaben möglichst richtig und vollständig zum gegegebnen Termin einzureichen.

Um für die schriftliche Prüfung am Ende des Semester zugelassen zu werden, muss man in der Summe der Übungsblätter 1-10 eine gewisse Mindestpunktzahl erreichen. Für Gabriel hat sich die Arbeit in einer Gruppe bewährt. Für die Prüfungsvorbereitung hat er auch alte Klausuren aus der Fachschaft herangezogen. Die Aufteilung des Lernens in der Vorlesung, der zentralen Übung und in den Tutorium hat ihm gut gefallen. Jede Veranstaltung hat ihren Platz und ihren eigenen Nutzen für ihn gezeigt.

Als Tutor sieht er nun die Lehre auch ein wenig von der anderen Seite. Er unterrichtet selbst pro Woche eine Stunde, in der die Studierenden Fragen zu den aktuellen Aufgaben stellen und in Gruppen Aufgaben lösen, die den Übungsaufgaben zuarbeiten. Außerdem korrigiert er die Hausaufgaben seiner Tutoriengruppe. Dabei fällt ihm negativ auf, wenn zur Lösung kein logischer Rahmen gegeben wird, sondern einfach "wild losgerechnet" wird. Dann fällt es oft schwer, zu verstehen, was die Studierenden eigentlich mit den Rechnungen finden möchten und ob das sinnvoll ist oder falsch. Gabriel sagt, dass er durch die Vorbereitung der Tutorien oft noch viel besser verstanden hat, was er eigentlich im ersten und zweiten Semester gelernt hat.

Podcasts und weiterführende Informationen

G. Thäter: Wasserraketen, Gespräch mit G. Thäter im Modellansatz Podcast Folge 49, Fakultät für Mathematik, Karlsruher Institut für Technologie (KIT), 2015. http://modellansatz.de/wasserraketen

F. Hettlich: Höhere Mathematik, Gespräch mit G. Thäter im Modellansatz Podcast, Folge 34, Fakultät für Mathematik, Karlsruher Institut für Technologie (KIT), 2014. http://modellansatz.de/hoehere-mathematik

G. Thäter, J. Rollin: Advanced Mathematics, conversation in the Modellansatz Podcast, episode 146, Department of Mathematics, Karlsruhe Institute for Technology (KIT), 2017. http://modellansatz.de/advanced-mathematics

Informationen zur Höheren Mathematik im Maschinenbau am KIT