Scientific Computing

Die numerische Simulation na­tur­wis­sen­schaft­lich-tech­nisch­er Phänomene hat die Ent­wick­lungs­zyklen in Industrie und Wirt­schaft durch „Scientific Compu­ting“ enorm be­schleunigt. Durch immer genauere Modelle und das Erschließen neuer Problem­felder werden auch immer höhere Anforde­rungen an die nu­me­rischen Verfahren gestellt. Probleme einer nu­me­rischen Ap­proxi­mation mit niedrigerer Kom­ple­xi­tät zuzuführen, steht daher im Zentrum des Elite­studien­gangs „Scientific Compu­ting“.

Der Elitestudiengang in der Übersicht

AbschlussartMaster of Science
Studien­dauerVier Semester
Studienort Bayreuth
Zugangs­voraus­­setzungenBachelor-Abschluss in Mathematik mit Numerik­kenntnissen oder ein gleichwertiger Abschluss 
Unterrichts­spracheEnglisch
Bewerbungs­frist15. November, 15. Mai
Studien­beginnWinter- und Sommersemester
Leitung Prof. Dr. Mario Bebendorf 
OrganisationN.N.
Weitere Informationen Webpräsenz Scientific ComputingAllgemeine Studiengangsinformationen der Universität Bayreuth

Künftige Herausforderungen numerischer Simulation

Der internationale Elitestudiengang „Scientific Computing“ bietet be­son­ders qualifi­zierten Studie­renden ein spe­zia­li­sier­tes Lehr­an­ge­bot. Die Stu­die­ren­den setzen sich mit der Entwicklung und mathe­ma­tischen Analyse hocheffizienter numerischer Verfahren auseinander. Dabei be­schäf­ti­gen sie sich mit der gesamten Lösungskette von der Mo­del­lie­rung über die mathematische, numerische und statistische Analyse, die Opti­mierung, die Im­ple­men­tie­rung von Algorithmen auf Hoch­leis­tungs­­rech­nern bis hin zur Visualisierung der Ergebnisse.

Die interdisziplinären Problemstellungen stammen aus Fachgebieten wie zum Beispiel Biochemie, Physik, Informatik und den In­ge­nieur­wis­sen­schaft­en. Die exzellente inhalt­liche Ausbildung wird begleitet von Ver­an­stal­tungen, in denen Schlüs­sel­qua­li­fi­ka­tion­en vermittelt werden.

Zentrales Element des Master-Studien­gangs sind die Model­lie­rungs­wochen. Diese Block­seminare finden außerhalb der Universität statt und bieten Gelegen­heit, das erworbene Spezialwissen anzuwenden. In den Mo­del­lie­rungs­wochen werden heraus­fordernde Problemstellungen untersucht, an denen die In­dus­trie und Wirtschaft ak­tu­ell arbeitet. Diese werden insbesondere von Vertretern ausgewählter High­tech-Firmen zu Beginn der Model­lie­rungs­woche vorgestellt. Die Stu­die­ren­den haben die Chance, bereits während ihres Studiums an aktueller For­schung mitzuarbeiten, und können außer­dem im Fast­-Track-­Verfahren parallel zu ihrem Masterstudium promovieren.

Individuelle Betreuung

Die Studentinnen und Studenten des Elite­studien­gangs „Scientific Compu­ting“ sind in ein Mentoren-System eingebettet. Dieses unter­stützt sie bei der Auswahl der Lehr­veranstaltungen aus einem breiten Lehr­angebot entsprechend ihrer individuellen Interessen und unter­stützt sie darüber hinaus bei der Per­sön­lich­keits­ent­wick­lung durch Förderung der Führungs- und Sozial­kompetenz.

Porträtfoto: Prof. Dr. Mario Bebendorf

Mit dem neuen Elitestudiengang „Scientific Computing“ machen wir besonders begabte Studierende fit für die zukünftigen Heraus­for­derungen der numerischen Simulation in Industrie und Forschung.

Prof. Dr. Mario Bebendorf

Aus dem Elitestudiengang

Abschluss des 4. Modellierungsseminars

Zwischen dem 19. und 21. September 2022 fanden die Abschlussvorträge des diesjährigen Modellierungsseminars im Elitestudiengang „Scientific Computing“ statt.

Zum Bericht

Das Bild zeigt ein Gruppenfoto der Teilnehmerinnen und Teilnehmer des 4. Modellierungsseminars 2022 bei der Besichtigung der Teufelshöhle in Pottenstein.

Exkursion zum AWI nach Bremerhaven

Die Studierenden des Elitestudiengangs „Scientific Computing“ erleben Klimamodellierung und -forschung hautnah beim Alfred-Wegener-Institut in Bremerhaven.

Zum Bericht

Die Studierenden des Elitestudiengangs Scientific Computing machen ein Gruppenfoto vor einem der AWI-Forschungsflugzeuge im AWI-Hangar.

Einblicke in die Forschungsarbeit

PDEs und der Zufall

Henrik Reger befasste sich in seiner Masterarbeit mit der effizienten numerischen Lösung von stochastischen partiellen Differentialgleichungen.

Abgeleitete Größen in DGL

Markus Büttner programmierte in seiner Masterarbeit eine Software zur Berechnung abgeleiteter Größen von parameterabhängigen Differentialgleichungen.