Möchten mit ihrer Forschung bessere Methoden für Computer-Simulationen entwickeln: Jun.-Prof. Dirk Pflüger (l.) und Dr. Sergey Oladyshkin.

Was passiert, wenn...?

Mit Simulationen in die Zukunft blicken

Neben dem Experiment und der Theorie hat sich in den vergangenen Jahrzehnten eine dritte Säule des Erkenntnisgewinns entwickelt: die Simulation.
[Foto: Universität Stuttgart/SimTech]

Unsere Welt ist komplex. Das ist sicher. Sie zu verstehen und Zusammenhänge nicht nur erklärbar, sondern vorhersehbar zu machen, ist ein großes Ziel der Wissenschaft. Die Herausforderung: Vieles ist unsicher. In diesem Zusammenhang hat sich neben dem Experiment und der Theorie in den vergangenen Jahrzehnten eine dritte Säule des Erkenntnisgewinns entwickelt: die Simulation.

Im Stuttgart Research Centre for Simulation Technology (SRC) der Universität Stuttgart und dem Exzellenzcluster SimTech vernetzen sich Nachwuchswissenschaftlerinnen und -wissenschaftler unterschiedlichster Disziplinen. Das Ziel: Exzellente junge Talente im Bereich der Wissenschaft mit einem breiten Angebot an Lehrveranstaltungen, intensiver Betreuung, Auslandsaufenthalten und einem interdisziplinären Austausch zu fördern.

So bietet SimTech interessante Perspektiven, unter anderem eine Graduiertenschule mit rund 150 Doktorandinnen und Doktoranden aus neun von zehn Fakultäten der Universität Stuttgart, einen Elitestudiengang auf Bachelor- und Masterebene sowie Postdoc-Stellen und Juniorprofessuren. Mit modernster Technik und dem Wissen von weit über hundert Forscherinnen und Forschern werden hier Simulationsmodelle entwickelt, die Antworten auf komplexe Themen und Fragestellungen geben sollen. Bei Simulationen geht es vor allem um eins: Unsicherheiten zu reduzieren. Sie stellen Vorgänge nicht nur nach, sie sagen sie voraus.

Supercomputer Hazel Hen am Höchstleistungsrechenzentrum der Universität Stuttgart. (c) Boris Lehner/HLRS
Supercomputer Hazel Hen at the High Performance Computing Center of the University of Stuttgart.

Bei Simulationen geht es vor allem um eins: Unsicherheiten zu reduzieren. Sie stellen Vorgänge nicht nur nach, sie sagen sie voraus. Dieser wissenschaftliche Blick in die Zukunft findet bereits heute in allen Lebensbereichen Anwendung. Von Finanzkrisen oder Umweltkatastrophen, von denen wir mithilfe von Simulationen bereits wissen, bevor sie eintreten, bis hin zu Supercomputern, die mit immenser Rechenleistung globale Zukunftsszenarien virtuell durchspielen. Viele Simulationsaufgaben erfordern dabei enorm große Rechenkapazitäten, was eine Herausforderung für die Software und die Modelle, die dahinter stecken, darstellt. Der Computer-Pionier Seymour Cray brachte die Thematik folgendermaßen auf den Punkt: „Wenn du ein Feld pflügst, was würdest du lieber benutzen: zwei starke Ochsen oder 1024 Hühner?“. Entsprechend würde man meinen, dass es einfacher ist, einen großen und schnellen Prozessor zu verwenden als viele langsamer.

Tatsächlich werden Rechner jedoch seit etwa zehn Jahren nicht mehr schneller, weil einzelne Prozessoren schneller rechnen, sondern weil es immer mehr davon gibt. Bei Deutschlands schnellstem Rechner „Hazel Hen“ in Stuttgart-Vaihingen sind es schon über 180.000. Das macht die Nutzung solcher Rechner zu einer Herausforderung. Im Vergleich: Wären Autos seit 1970 im gleichen Maße schneller geworden wie Rechner, so könnten sie heute mit mehrfacher Lichtgeschwindigkeit fahren. "So bewegen sich Wissenschaftler zwischen virtuellen  und realen Sphären und gewinnen dabei neue, teils bahnbrechende Erkenntnisse darüber, was die  Welt bewegt und bewegen wird, berichtet SimTech Junior-Professor Dirk Pflüger über seine Arbeit als Forschungsleiter im Sonderforschungsbereich 716."

Simulation zur Kohlendioxid-Sequestierung (c) Universität Stuttgart/SimTech
Simulation zur CO2-Sequestierung

CO2-Speicherung sicherer machen

Zum Beispiel im Bereich Klimaschutz. Jedes Jahr entstehen Unmengen an Kohlendioxid mit massiven Auswirkungen für unser Klima – allein in Deutschland rund 793 Millionen Tonnen im Jahr 2014. Die unterirdische Speicherung von Kohlendioxid gilt als ein wichtiger Ansatz im Kampf gegen den Klimawandel. In einer interdisziplinären Forschungsgruppe arbeiten die Nachwuchswissenschaftler Dr. Sergey Oladyshkin vom Institut für Wasser- und Umweltsystemmodellierung (IWS) der Universität Stuttgart und Junior-Professor Dirk Pflüger vom dortigen Institut für Parallele und Verteilte Systeme (IPVS) sowie dessen Doktorand Fabian Franzelin an einer Simulation zur CO2-Sequestrierung. Das Ziel: Kohlenstoffdioxid soll dauerhaft in unterirdischen Lagerstätten aufbewahrt werden, um so die Emissionen in die Atmosphäre zu reduzieren. Wissenschaftler stellen allerdings die Frage, wie sicher dieses Verfahren wirklich ist. Denn über die Speichertiefe von zirka 1.000 Metern unter der Erde sind nur wenige Messdaten vorhanden. So ist es zum Beispiel unklar, wie der Untergrund beschaffen ist. Gerade dieses Wissen ist jedoch essenziell, um der Gefahr, dass gespeichertes CO2 unter Druck austritt, entgegenzuwirken.

Es bedarf genauer geologischer Informationen, die nur durch wenige und kostspielige Probebohrungen gewonnen werden können. „Leider gibt es kein Röntgengerät, mit dem man einmal die gesamte Erde durchleuchten kann. Das würde die Simulation natürlich erheblich vereinfachen“, veranschaulicht Dirk Pflüger die Herausforderung im Umgang mit Unsicherheiten bei der Modellierung von Simulationen. „Unser Ziel ist es, aus einem ‚Ich weiß nicht, was ich nicht weiß’ ein ‚Ich weiß, was ich nicht weiß‘ beziehungsweise ‚Ich weiß‘, wie viel ich nicht weiß‘ zu machen“, ergänzt Sergey Oladyshkin.

Dünne Gitter (sparse grids) können ein Hilfsmittel zur Überwindung des Fluchs der Dimensionalität sein. (c) Universität Stuttgart/SimTech
Dünne Gitter (sparse grids) können ein Hilfsmittel zur Überwindung des Fluchs der Dimensionalität sein.

Interessante Schnittmengen

Obwohl der Informatiker Dirk Pflüger und der Angewandte Mathematiker Sergey Oladyshkin aus unterschiedlichen Disziplinen kommen, hat ihre Forschung interessante Schnittmengen. Mit Methoden, die Pflüger erarbeitet, forschen sie gemeinsam an einer Simulation, die Oladyshkin entwickelt hatte. Dabei gibt es zahlreiche Parameter, die es bei der CO2-Sequestrierung zu berücksichtigen gilt. Zum Beispiel, an welcher Stelle CO2 überhaupt in den Boden gepumpt werden kann, in welcher Menge, mit welchem Druck, oder ob es Undichtigkeiten gibt wie Bohrlöcher oder Bruchstellen im Gestein, an denen das CO2 womöglich unkontrolliert austreten kann. Versucht man, all diese Dimensionen in einem Modell zu berücksichtigen, kommt die Wissenschaft mit bestehenden Methoden schnell an ihre Grenzen. Man spricht in diesem Zusammenhang auch vom Fluch der Dimensionalität. Die Computersimulation bietet neue Möglichkeiten, die vorhandenen Daten so ertragreich wie möglich einzusetzen.

Dazu entwickelt Dirk Pflüger in seiner Gruppe Methoden zur Approximation hochdimensionaler Funktionen basierend auf „Dünnen Gittern“. Das Prinzip Fahrzeug vergleicht er mit dem des Schiffe-Versenkens. „Das Ziel ist, zuerst mit möglichst geringem Aufwand das Schlachtschiff zu erwischen, dann die kleineren Schiffe und dann die kleinsten.“ So ist es auch in der Simulation: Man versucht, mit möglichst wenig Aufwand die wichtigsten Zusammenhänge möglichst schnell darzustellen.

Zwischen Grundlagenforschung und Anwendung

Die Ergebnisse sollen durch datengetriebene Ansätze verlässlicher werden und die tatsächlichen Unsicherheiten abbilden. Das Ziel dieser Quantifizierung von Unsicherheiten ist, Methoden zu entwickeln, die die Komplexität der rechenintensiven Simulation zur CO2-Sequestrierung reduzieren und so in akzeptabler Zeit rechenbar machen. Mit der Entwicklung besserer Methoden für Computersimulationen bewegen sich die Forscher dabei zum einen in der Grundlagenforschung. Gleichzeitig arbeiten sie jedoch anwendungsorientiert, da sie reale Daten verwenden. Die Resultate sind auch für internationale Forschungseinrichtungen interessant: In einer weiteren Kooperation von Dirk Pflüger mit den Sandia National Laboratories in den USA wurden Ergebnisse weiterverfolgt und veröffentlicht. „Wir beschäftigen uns vor allem damit, wie man hochdimensionale Abhängigkeiten in den Griff bekommt. Sowohl in Bezug auf die zugrunde liegende Mathematik, aber auch wie man das Ganze effizient umsetzt und in nutzbare Tools und Software umwandelt. Das Schöne an dem Projekt ist, dass wir uns immer zwischen Grundlagenforschung und Anwendung bewegen“, erklärt Dirk Pflüger. 

Mehr Sicherheit im Straßenverkehr

Konkrete Anwendung findet auch ein weiteres Sim- Tech-Projekt, das sich in einem Bereich bewegt, bei dem Sicherheit per se an erster Stelle steht: im Straßenverkehr. Unfallstatistiken belegen, dass bei weit über 90 Prozent aller Unfälle menschliches Versagen die Ursache ist. Passive Fahrsicherheitssysteme können beispielsweise mit Sicherheitsgurten und Airbags Unfallfolgen abmildern. Besser ist es jedoch, wenn der Unfall erst gar nicht passiert. Die Zukunft gehört deshalb der aktiven Fahrzeug-sicherheit, die Unfälle schon im Ansatz verhindern soll. Fahrerassistenzsysteme warnen den Fahrer in riskanten Situationen und unterstützen ihn dabei, richtig zu handeln. Mit elektronischen Bremsassistenten, ABS und ESP bis hin zur Sprachsteuerung und Spurwechselwarnung bergen diese Systeme ein enormes Entwicklungspotenzial. Denn der Zeitraum vor dem eigentlichen Unfall spielt sich im Sekundenbereich ab. Wertvolle Sekunden, die Leben retten können – mithilfe von Simulationen.

„Die Vision ist, dass bereits im Auto online mitgemessen und zu jeder Zeit errechnet wird, wie die individuelle Sicherheit des Fahrers im Lastfall gewährleistet werden kann“, beschreibt Jörg Fehr, Junior-Professor für Multibody Dynamics bei SimTech, das große Ziel. Als Simulationsingenieur von multiphysikalischen Crashsimulationen bei TRW (heute: ZF TRW) arbeitete er mit seinem Team an der Entwicklung neuer Sicherheitssysteme für Automobile und nahm als einer der ersten Absolventen des Cluster of Excellence Simulation Technology im dritten Jahr seiner Industrietätigkeit die Möglichkeit wahr, zurück ins akademische Umfeld zu wechseln. Mit seiner aktuellen Arbeit kombiniert der Nachwuchsforscher Fragestellungen aus Industrie und Wissenschaft, um die Sicherheit von Fahrzeugen zu verbessern. Dabei gibt es eine Vielzahl neuer Ansätze wie zum Beispiel Muskelaktivitäten des Fahrers, längere Simulationshorizonte oder Unsicherheit der Parameter, die es zu untersuchen gilt, um das menschliche Unfallverhalten besser abbilden zu können.

Das Total Human Body Model eingesetzt bei der Simulation eines zweifachen Spurwechsels. Gemessen werden zum Beispiel die Rippeneindrückung oder die Nackenmomente. (c) Universität Stuttgart/SimTech
Das Total Human Body Model eingesetzt bei der Simulation eines zweifachen Spurwechsels. Gemessen werden zum Beispiel die Rippeneindrückung oder die Nackenmomente.

Das System Mensch besser verstehen

Dafür sind zwei Aspekte relevant: Zum einen geht es darum, den Menschen und sein Verhalten bestmöglich abzubilden und dieses per Computer entsprechend zu simulieren. Dies trägt dazu bei, Ursachen von Verletzungen aus Verkehrsunfällen noch exakter feststellen und die Wirksamkeit verschiedener Sicherheitssysteme exakt beurteilen zu können. Der Ansatz, den das Forscherteam in diesem Zusammenhang verfolgt, ist unter anderem die Simulation von Muskelmodellen. Denn im Fall eines bevorstehenden Unfalls verändert der Fahrer seine Position durch Muskelaktivierung, was sich auf den Bewegungsablauf auswirkt. Die Simulationen gehen dabei weit über Experimente mit Crash-Test-Dummys hinaus, die lediglich eine mechanische Approximation darstellen. In Kooperation mit dem Institut für Sportwissenschaften wurden eine ganze Reihe an Versuchen und Experimenten durchgeführt, Ideen ausgetauscht und Disziplinen kombiniert, um das System Mensch besser zu verstehen. Zum anderen gilt es, die Rechenzeit von Crashsimulationen durch Modellreduktionsverfahren zu optimieren. Das bedeutet, entsprechend der Aufgabe die richtige Komplexität des Modells zu definieren.

Millisekunden entscheiden

Die Frage lautet: Wie kann man die Ordnung des Gleichungssystem kleiner machen und dabei immer noch die wesentliche Information des Systems beibehalten? Denn während sich der Moment eines Unfalls im Bereich zwischen 80 und 120 Millisekunden abspielt, beginnt der gesamte Prozess bereits einige Sekunden zuvor. Nämlich dann, wenn das aktive Sicherheitssystem greift. Eine Simulation muss die gesamte Phase berücksichtigen, was dazu führt, dass die Berechnung durch den Computer entsprechend länger dauert. „Es geht rasend schnell, zehn Millionen Gleichungen müssen 500.000 Mal gelöst werden um eine Simulation von 120 Millisekunden innerhalb von einer Nacht durchzurechnen. Wenn man jedoch die gesamte Zeitspanne von aktiven Fahrzeugsicherheitssystemen berücksichtigt, dauert das schnell zehnmal so lange“, erklärt Fehr. Der Lösungsansatz besteht darin, die Rechnung schneller zu machen, indem das Modell auf die wichtigsten Faktoren reduziert wird, also Ordnungen und Dimensionen so klein wie möglich und so groß wie nötig zu gestalten. Mit den Ergebnissen können präzise Aussagen darüber getroffen werden, ob es sich um ein gutes oder schlechtes Sicherheitssystem handelt – und für wen. Sie fließen unmittelbar in die Entwicklung der Fahrsicherheitssysteme ein, um Mobilität noch sicherer zu machen. „Uns ist es wichtig, keine Forschung im luftleeren Raum zu betreiben“, bestätigt Fehr, „wir wollen einen Mehrwert schaffen und Lösungen entwickeln, die konkrete Anwendung finden.“

Seit 2014 ist Jörg Fehr Junior-Professor am Institut für Technische und Numerische Mechanik im Cluster of Excellence Simulation Technology (SimTech) der Universität Stuttgart (c) Universität Stuttgart/SimTech
Seit 2014 ist Jörg Fehr Junior-Professor am Institut für Technische und Numerische Mechanik im Cluster of Excellence Simulation Technology (SimTech) der Universität Stuttgart

Simulation als Modell der Zukunft?

Fest steht: Das klassische Bild des Forschers gibt es nicht mehr. Die Aufgabenstellungen sind zu komplex, als dass man sie allein hinter verschlossenen Türen austüfteln könnte. Vielmehr geht es darum, Modelle in einem iterativen Prozess weiterzuentwickeln und in einem interdisziplinären Zusammenspiel immer wieder neu zu kombinieren. So entsteht ein weites, interdisziplinäres Feld, das völlig neue Möglichkeiten und Erkenntnisse hervorbringt. Als fakultätsübergreifendes Netzwerk bietet SimTech eine Plattform, die einen neuen Wissenschaftszweig aufbaut und mathematische Grundlagenforschung mit Informatik und Ingenieurwesen verschmelzen lässt. Katja Welte

Ich weiß, was du denkst: Gehirn-Computer-Schnittstelle zur Emotionserkennung

Assistenzsysteme haben großes Potenzial, ihre Nutzer in den unterschiedlichsten Situationen zu unterstützen. Erst recht, wenn sie ihre Gedanken lesen können. Das Anfang des Jahres 2016 gestarteten Projekt „EMOIO“ des Fraunhofer-Instituts für Arbeitswirtschaft und Organisation beschäftigt sich mit dieser Interaktion zwischen Mensch und Maschine. Ziel ist die Entwicklung emotionssensitiver Assistenzsysteme, die sich der Gefühlslage und den individuellen Bedürfnissen der Nutzer anpassen. Die Neuroarbeitswissenschaft verfolgt hierbei einen interdisziplinären Forschungsansatz durch die Bündelung der Kompetenzen aus der Psychologie, Informatik, Ingenieur- und Neurowissenschaft. Kathrin Pollmann und Mathias Vukeli vom Institut für Arbeitswissenschaft und Technologiemanagement der Universität Stuttgart sind Teil dieses Projekts und forschen im Competence Center Human-Computer Interaction daran, wie man neurowissenschaftliche Verfahren nutzen kann, um emotionale Erlebnisse während der Mensch-Technik-Interaktion erfassen und klassifizieren zu können.

Dabei erarbeiten die Forscher ein neuro-adaptives System, das anhand der Gehirnaktivität des Nutzers erkennt, ob er dem Verhalten des Systems zustimmt oder es ablehnt. Diese Gehirn-Computer-Schnittstelle soll ermöglichen, das Verhalten von Assistenzsystemen optimal an die individuellen Präferenzen und Bedürfnisse des Nutzers anzupassen, ohne dass ein aktives Feedback seinerseits erforderlich ist. Neben dem Einsatz von Brain-Computer-Interfaces (BCI) als vom Nutzer aktiv und explizit angesteuerte Schnittstelle, haben sich in den vergangenen Jahren sogenannte „passive BCIs“ etabliert. Sie erfassen mentale und emotionale Zustände wie zum Beispiel Affekte, mentale Beanspruchung, Schwankungen der Leistungsfähigkeit oder Überraschungseffekte und übermitteln diese direkt an ein technisches System. Das Ziel ist ein koadaptiver Lernprozess, in dem das System vom Menschen lernt und sich ständig anpasst. kwe

 

Zum Seitenanfang