Neues Topical Programme „Artificial Intelligence and Complexity" stärkt Forschung an der Schnittstelle von Künstlicher Intelligenz und Komplexität

Das Rektorat der Universität Münster hat das Verbundvorhaben „Artificial Intelligence and Complexity“ in die strategische Förderlinie Topical Programmes aufgenommen. Sprecher des Programms sind Dr. Oliver Kamps (Center for Data Science and Complexity (CDSC), Geschäftsführung und wissenschaftliche Koordination) und Prof. Dr. Uwe Thiele (Fachbereich 11, Vorstandssprecher des CDSC). Das Programm bündelt künftig die interdisziplinäre Forschung an der Universität Münster im Bereich datengetriebener Methoden und komplexer Systeme und ist im Center for Data Science and Complexity (CDSC) verankert.

Ziel des Projektes ist es, künstliche Intelligenz systematisch in Experiment, Simulation und Theorie zu integrieren – insbesondere in Forschungsfeldern, in denen klassische Ansätze an ihre Grenzen stoßen. Dabei steht die wechselseitige Verstärkung von KI und Komplexitätsforschung im Mittelpunkt: Während Erkenntnisse aus der Theorie komplexer Systeme neue, interpretierbare und robuste Methoden des maschinellen Lernens inspirieren, ermöglichen KI-basierte Verfahren neue Ansätze zur Analyse, Modellierung und Vorhersage komplexer dynamischer Phänomene wie Kipppunkte, Phasenübergänge oder emergentes kollektives Verhalten.

Das Programm adressiert komplexe Systeme in einer Vielzahl wissenschaftlich und gesellschaftlich relevanter Kontexte, darunter biologische und neuronale Netzwerke, intelligente Materialien, epidemiologische und Klimasysteme, Energienetze sowie soziale Dynamiken. Durch die Kombination datengetriebener Verfahren mit Domänenwissen – etwa durch physik-informiertes maschinelles Lernen oder modellbasierte Systemidentifikation – sollen methodische Innovationen mit breiter disziplinübergreifender Anwendbarkeit entstehen.

Ein zentrales strukturelles Element des Projektes ist der Aufbau einer digitalen, interdisziplinären Knowledge Base. Diese soll zentrale Konzepte, Methoden und Datentypen der beteiligten Disziplinen systematisch aufbereiten und so den Einstieg in interdisziplinäre Forschung erleichtern. Interaktive Elemente wie Visualisierungen, Glossare und ausführbare Beispiele sollen die Zusammenarbeit unterstützen, wissenschaftliches Onboarding beschleunigen und eine kohärente Ausbildung über Disziplingrenzen hinweg fördern.