„Wenn-Dann“-Beziehungen verstehen
Viele globale Herausforderungen – von Klimawandel über Gesundheitsversorgung bis hin zur Pandemievorsorge – betreffen Systeme, in denen schon kleine Veränderungen weitreichende Folgen haben können. Um zu verstehen, wie Interventionen Ergebnisse in solch komplexen Dynamiken beeinflussen, braucht es verlässliche „Wenn-Dann“-Schlüsse. Traditionelle mathematische Modelle dynamischer Systeme vereinfachen diese Prozesse oft zu stark, während rein datengetriebene maschinelle Lernmodelle zwar leistungsfähig, aber schwer interpretierbar und nur eingeschränkt übertragbar sind. Das Projekt DYNAMICAUS unter der Leitung von Niki Kilbertus schließt diese Lücke, indem es Methoden des maschinellen Lernens mit rigorosen mechanistischen Modellen und Verfahren der kausalen Inferenz kombiniert.
Hybride Modelle und Unsicherheit
Im Mittelpunkt stehen hybride dynamische Modelle – mathematische Rahmenwerke, die sowohl physikalisches Wissen als auch datengetriebene Erkenntnisse abbilden. Durch die Entwicklung neuer Methoden zur Quantifizierung von Unsicherheit und zur gezielten Datenerhebung will DYNAMICAUS zuverlässig vorhersagen, wie unterschiedliche Interventionen zukünftige Ergebnisse beeinflussen. So können Forschende die möglichen Auswirkungen politischer Maßnahmen transparenter und belastbarer bewerten.
„Durch die Verbindung von maschinellem Lernen und kausaler Inferenz in hybriden dynamischen Systemen möchte DYNAMICAUS zuverlässige Erkenntnisse liefern, die dazu beitragen, komplexe gesellschaftliche Herausforderungen verantwortungsvoll und wirkungsvoll anzugehen“, erklärt Kilbertus.
Anwendungen in Klima, Gesundheit und Epidemien
Niki Kilbertus und sein Team setzen ihre Methoden in Bereichen von hoher gesellschaftlicher Bedeutung ein. In der Klimaforschung sollen Vorhersagen zu Umweltinterventionen verbessert werden. Im Gesundheitswesen unterstützen die Ansätze die Behandlungsplanung durch präzisere Prognosen zu Patientenergebnissen. In Epidemiesimulationen zielt das Projekt darauf ab, Interventionseffekte noch genauer abzubilden – und so politische Entscheidungen sowie Strategien zur Vorsorge auf eine noch solidere wissenschaftliche Basis zu stellen.
Ethik und gesellschaftliche Wirkung
Von Beginn an ist ethische Expertise in den Forschungsprozess eingebunden, um gesellschaftliche Implikationen zu berücksichtigen und die verantwortungsvolle Anwendung der Methoden zu begleiten. So wird sichergestellt, dass die technischen Entwicklungen auf einen positiven sozialen Nutzen und evidenzbasierte Entscheidungen ausgerichtet sind.
