Titel: High-Performance Cluster »Petersberg« im Untergeschoss des Institutsgebäudes.

Inhalt Vorwort 5 Profil 6 Zahlen und Fakten 7 Gleiche Chancen und flexible Arbeitsmodelle 8 SCAIlights 9 Projekte 13 Doktorandennetzwerke 17 Ausgewählte Softwarelösungen 18 Bioinformatik (BIO) 20 Optimierung (OPT) 22 Multiphysics (MP) 24 Schnelle Löser (SL) 26 High Performance Computing (HPC) 28 Network Evaluation Technologies (NET) 30 Virtual Material Design (VMD) 32 Numerische datenbasierte Vorhersage (NDV) 34 Meshfree Multiscale Methods (MMM) 36 Computational Finance (CF) 38 Die Fraunhofer-Gesellschaft 40 Vernetzung 41 Online-Rubriken 42 Impressum 43 4

Sitzung des Kuratoriums im Juni 2024: Dr. Mehrnaz Anvari, Dr. Ulrich Leiner, Dr. Jan Hamaekers, Prof. Dr. Babette Dellen, Dr. Daniel Oeltz, Prof. Dr. Reinhard Klein, Dr. Thomas Soddemann, André Gemünd, Prof. Dr. Marc Alexander Schweitzer, Dr. Edeltraud Leibrock, Dr. Bram Metsch, Dr. Ralf Heckmann, Klaus Wolf, Christiane Stoll, Victoria Appelbe, Dr. Bernhard Thomas, Prof. Dr. Petra Mutzel, Prof. Dr. Michael Griebel, Prof. Dr. Martin Hofmann-Apitius, Gisela Nouvertné, Kerstin Brandt, Prof. Dr. Petra Ritter, Dr. Marion Dziwnik (von links) Profil Institutsleitung Prof. Dr. Michael Griebel Prof. Dr. Marc Alexander Schweitzer (Stellvertreter) Außenstelle Bonn Dr. Jan Hamaekers Kuratorium Dr. Bernhard Thomas, Vorsitzender, im.pulse, Köln Prof. Dr. Babette Dellen, RheinAhrCampus der Hochschule Koblenz, Remagen Dr. Bernd Eck, BASF SE, Ludwigshafen am Rhein Dr. Edeltraud Leibrock, Roland Berger, München Prof. Dr. Petra Mutzel, Universität Bonn Gisela Nouvertné, Amt für Wirtschaftsförderung, Bonn Prof. Dr. med. Petra Ritter, Charité – Universitätsmedizin, Berlin Dr. Sandra Scheermesser, Ministerium für Kultur und Wissenschaft des Landes NRW Ausgründungen adiutaByte GmbH, Sankt Augustin BioSolveIT GmbH, Sankt Augustin Causality Biomodels Ltd., Kalamassery, Cochin, Indien scapos AG, Sankt Augustin SIDACT GmbH, Sankt Augustin Geschäftsfelder Bioinformatik Optimierung Multiphysics Schnelle Löser High Performance Computing Network Evaluation Technologies Virtual Material Design Numerische datenbasierte Vorhersage Meshfree Multiscale Methods Computational Finance Prof. Dr. Martin Hofmann -Apitius Dr. Ralf Heckmann Klaus Wolf Dr. Hans-Joachim Plum Dr. Thomas Soddemann Dr. Mehrnaz Anvari Dr. Jan Hamaekers Prof. Dr. Jochen Garcke Prof. Dr. Marc Alexander Schweitzer Dr. Daniel Oeltz Zentrale Bereiche Planung und Controlling Marketing und Kommunikation IT-Infrastruktur Christiane Stoll Michael Krapp André Gemünd 6

Gleiche Chancen und flexible Arbeitsmodelle Fraunhofer SCAI lebt Chancengleichheit und setzt auf mehr Frauen in allen Bereichen Fraunhofer SCAI bietet ein Arbeitsumfeld, in dem alle Beschäftigten gerechte Teilhabe- und Entwicklungschancen haben – unabhängig von Herkunft, Geschlecht, Religion, Weltanschauung, Behinderung, Alter sowie geschlechtlicher Identität und sexueller Orientierung. Ziel des Instituts ist es, den Anteil von Frauen auf allen Ebenen zu erhöhen, insbesondere in Führungspositionen. Die von den Mitarbeiterinnen gewählte Beauftragte für Chancengleichheit, Dr. Vanessa Lage- Rupprecht, und ihre Stellvertreterin, Priyanka Gulati, unterstützen die Institutsleitung bei der Umsetzung dieses Ziels. Arbeiten im Home Office und flexible Arbeitszeiten helfen dabei, Familie und Beruf unter einen Hut zu bringen. TALENTA begleitet Wissenschaftlerinnen beim Einstieg und Aufstieg in der Forschung Fraunhofer SCAI nutzt die Möglich keiten des Fraunhofer- internen Förder- und Entwicklungs programms »TALENTA« für Wissenschaftlerinnen. TALENTA stellt die individuelle Karriere- entwicklung in den Fokus und bereitet auf Führungs positionen vor. Dr. Mehrnaz Anvari ( Geschäftsfeld Network Evaluation Technologies) und Priyanka Gulati (Geschäftsfeld Multiphysics) werden in »TALENTA speed up« gefördert, einem Programm zur Karriere beschleunigung. In »TALENTA start«, das beim Karriere- einstieg unterstützt, nimmt Vaishali Ravishankar (Geschäftsfeld Numerische datenbasierte Vorhersage) teil. 8 Dr. Vanessa Lage-Rupprecht ist die Beauftragte für Chancengleichheit bei Fraunhofer SCAI. Flexible Arbeitszeiten und mobiles Arbeiten fördern die Balance zwischen Familie und Beruf Das Institut unterstützt die Vereinbarkeit von Beruf, Familie und Privatleben. Flexible Arbeitszeiten und mobiles Arbeiten ermöglichen eine bessere Balance im Alltag. Fraunhofer bietet allen Beschäftigen ergänzend eine Notbetreuung für Kinder, Homecare / Eldercare und ein Lebenslagen-Coaching an. Hinzu kommt ein umfassendes Informations- und Weiterbildungsangebot. Kurse zur Gesundheitsförderung runden das Angebot ab. Die Betriebssportgemeinschaft der Fraunhofer-Gesellschaft Sankt Augustin unterhält eigene Tennisplätze und bietet zahlreiche Sportarten an. Dr. Mehrnaz Anvari, Priyanka Gulati und Vaishali Ravishankar (von links) werden von Fraunhofer gefördert.

SCAIlights Neue Kuratorinnen beraten das Institut und fördern Kontakte zu Organisationen und Industrie Juni 2024 Zur Sitzung des Kuratoriums am 18. Juni freute sich Institutsleiter Prof. Dr. Michael Griebel darüber, zwei neue Kuratorinnen begrüßen zu können: Dr. Edeltraud Leibrock ist Global Managing Director Innovation bei Roland Berger in München. Gisela Nouvertné leitet die Stabsstelle Wissenschaft im Amt für Wirtschafts förderung der Stadt Bonn. Ebenfalls neu im Kuratorium ist Dr. Sandra Scheermesser vom Ministerium für Kultur und Wissenschaft des Landes Nordrhein-Westfalen. Sie wird erstmals an der Sitzung des Kuratoriums am 3. Juni 2025 teilnehmen. Andrea Kienle, Christiane Fricke, Michael Griebel, Doris Schnabel, Marc Alexander Schweitzer und Hartmut Pausewang (v. l.) Fraunhofer SCAI bei der Premiere des »Wirtschaftstalk Rhein-Sieg« September 2024. Beim ersten »Wirtschaftstalk Rhein-Sieg« im Stadtmuseum Siegburg diskutierte Priyanka Gulati vom Geschäftsfeld Multiphysics mit Sebastian Schuster, Landrat des Rhein-Sieg-Kreises, Thomas Wildt, CEO der Hennecke Group, und Grigori Bokeria, Simon-Kucher & Partners, über »Zukunft und Industrie«. Themen waren unter anderem Konzepte gegen den Fachkräftemangel und regionale Perspektiven von Unter- nehmen im Rhein-Sieg-Kreis. Gulati betonte, dass Fraunhofer SCAI die Wettbewerbsfähigkeit seiner Kunden stärkt und als Partner der nationalen und internationalen Wirtschaft agiert. 10 Nahmen erstmals an einer Sitzung des SCAI-Kuratoriums teil: Dr. Edeltraud Leibrock (l.) und Gisela Nouvertné Abteilungsleiterin des Ministeriums für Kultur und Wissenschaft NRW zu Gast bei Fraunhofer SCAI Juni 2024 Prof. Dr. Andrea Kienle, Leiterin der Abteilung Forschung im Ministerium für Kultur und Wissenschaft NRW, besuchte das Fraunhofer-Institutszentrum Schloss Birlinghoven (IZB). Prof. Dr. Michael Griebel, Sprecher des IZB-Institutsleiter rats, begrüßte sie und ihre Delegation bestehend aus Dr. Christiane Fricke, Hartmut Pausewang und Dr. Doris Schnabel. Nach einem Überblicksvortrag folgten Besichtigungen in den Instituten FIT, IAIS und SCAI. Besonders beeindruckt zeigten sich die Gäste von den Neubauplänen, vorgestellt von Prof. Dr. Marc Alexander Schweitzer. SCAI-Mitarbeiterin Priyanka Gulati warb für Fraunhofer als attraktiven Arbeitgeber in der Region.

SCAIlights Von der Hochschule zu Fraunhofer SCAI: »Next Stop: Job« zu Gast im Schloss Birlinghoven Januar 2025 Perspektiven für Praktika, Abschlussarbeiten und den Berufseinstieg standen im Mittelpunkt der Reihe »Next Stop: Job«, die Fraunhofer SCAI und Fraunhofer IAIS gemeinsam im Schloss Birlinghoven veranstalteten. Studentinnen und Studenten erhielten wertvolle Einblicke in die Forschungsschwerpunkte beider Institute. Die Veranstaltung, organisiert in Zusammenarbeit mit der Wirtschaftsförderung der Stadt Bonn, bot spannende Vorträge sowie die Möglichkeit, persönliche Gespräche mit den Forscherinnen und Forschern zu führen. Dr. Alpha Tom Kodamullil, Gruppenleiterin »Applied Semantics« und stellvertretende Leiterin des Geschäftsfelds Bioinformatik Neuer Hochleistungsrechner »Petersberg« stärkt die IT-Infrastruktur des Instituts April 2025 Das neue High-Performance Cluster »Petersberg« stärkt die Hochleistungsrechner-Infrastruktur des Instituts. Der wassergekühlte Rechner verfügt über mehr als 12.000 Rechenkerne, moderne Hochgeschwindigkeits-Verbindungen und spezialisierte Grafikkarten. Damit ermöglicht er besonders rechenintensive Simulationen ebenso wie Anwendungen der Künstlichen Intelligenz auf höchstem Niveau. Petersberg eröffnet neue Perspektiven für die Forschung – beispielsweise dort, wo klassische numerische Simulationen mit Methoden des maschinellen Lernens kombiniert werden. 12 Prof. Dr. Marc Alexander Schweitzer, stv. Institutsleiter von Fraunhofer SCAI, stellte die Forschungsthemen des Instituts vor. Alpha Tom Kodamullil erhält Förderung für die Erforschung personalisierter Alzheimer-Therapien März 2025 Dr. Alpha Tom Kodamullil, Gruppenleiterin Applied Semantics und stellvertretende Leiterin des Geschäftsfelds Bioinformatik, wurde mit dem »Early Career Grant« der Alzheimer Forschung Initiative e. V. ausgezeichnet. 60.000 Euro Förderung ermöglichen es ihr, bis Ende 2026 an personalisierten Alzheimer-Therapien zu forschen. Mit ihrem Projekt »Personalized Clinical Embedding of Patients (CLEP)« möchte sie Patientendaten mit Wissen über neurodegenerative Erkrankungen verknüpfen, um individualisierte Therapien gegen die Alzheimer-Krankheit zu entwickeln. Der neue Rechner ist im Untergeschoss des Institutsgebäudes untergebracht. Die Racks werden mit Wasser gekühlt.

Projekte Europäische Plattform für vertrauenswürdige KI-Lösungen Kleine und mittlere Unternehmen und der öffentliche Sektor stehen bei der Nutzung von Künstlicher Intelligenz (KI) oft vor Hürden wie hohen Kosten, Datenschutzfragen und fehlendem Fachwissen. Im Projekt DeployAI entwickelt SCAI gemeinsam mit Branchenvertretern und europäischen Forschungs institutionen eine AI-on-Demand-Plattform, die den Zugang zu vertrauenswürdigen, transparenten und ethisch verantwortungsvollen KI-Lösungen vereinfacht. SCAI bringt seine Expertise in effizienten Algorithmen für Hochleistungs- rechner (HPC) in das Projekt ein und sorgt dafür, dass die Plattform in den europäischen HPC-Verbund integriert wird. Laufzeit: 01. Januar 2024 bis 31. Dezember 2027 Fördergeber: EU Gruppe: IT-Services Fördersumme SCAI: 235.068 € Laufzeit: 01. Januar 2024 bis 31. Dezember 2027 Fördergeber: EU Geschäftsfeld: MP Fördersumme SCAI: 395.450 € Digitale Werkzeuge für Reparaturen in der Industrie Turbinenkomponenten, Flugzeugteile oder Maschinenelemente lassen sich oft reparieren statt ersetzen – wenn Verfahren, Materialien und Daten stimmen. Im Projekt RESTORE entstehen digitale Werkzeuge, um solche Bauteile wiederaufzubereiten und länger nutzbar zu machen. Dabei koordiniert SCAI die Standardisierung von Datenformaten und Schnittstellen und bringt mit der MpCCI-Manufacturing- Ontologie und dem VMAP-Standard zentrale Bausteine für die semantische Beschreibung und den Austausch von Simulations- und Testdaten ein. RESTORE legt damit die Grundlage für reproduzierbare Reparaturen als Teil der industriellen Kreislaufwirtschaft. Laserprozesse in der additiven Fertigung intelligent steuern In der additiven Fertigung entscheiden kleinste Details über die Qualität eines Bauteils. Im Projekt ALABAMA arbeiten Industrie und Forschung daran, Laserprozesse so präzise zu steuern, dass Materialeigenschaften gezielt beeinflusst und Fehler wie Porosität oder Spannungen reduziert werden. Die Technologie wird an Bauteilen aus Luftfahrt, Schiffbau und Automobilbau getestet und soll Fertigungsprozesse effizienter, kostengünstiger und nachhaltiger machen. SCAI koordiniert die Standardisierung der dabei verwendeten Datenformate und Schnitt stellen. Mit der MpCCI- Manufacturing-Ontologie und dem VMAP- Standard entsteht die semantische Grundlage für eine adaptive Lasersteuerung. Laufzeit: 01. Januar 2024 bis 31. Dezember 2027 Fördergeber: EU Geschäftsfeld: MP Fördersumme SCAI: 446.000 € 14

Projekte Automatische Dokumentation virtueller Crashtests SCAI kooperiert mit der Automobilindustrie, um neue Methoden des maschinellen Lernens für die Verarbeitung von Daten aus virtuellen Crashtests zu entwickeln. Im Projekt SAFECAR-ML entsteht eine KI-Lösung, die Simulationsdaten mit frei sprachlichen Aussagen der Ingenieurinnen und Ingenieure verknüpft. Dies ermöglicht eine automatische Ableitung von Handlungsempfehlungen, was den Entwicklungs- prozess beschleunigt. SCAI bringt seine Expertise in der Fahrzeugentwicklung sowie in der vergleichenden Auswertung von Simulations ergebnissen ein. Dieser innovative Ansatz öffnet neue Türen für Anwendungen im Computer-Aided Engineering. Laufzeit: 01. September 2024 bis 28. Februar 2027 Fördergeber: BMBF Geschäftsfeld: NDV Fördersumme SCAI: 328.874 € Synthetische Patientendaten verbessern klinische Studien Laufzeit: 01. September 2024 bis 31. August 2029 Fördergeber: IHI und Gates Ventures Geschäftsfeld: BIO Fördersumme SCAI: 479.183 € Die Analyse großer Mengen an Patientendaten ist ein Schlüssel, um Krankheiten wie Krebs, Alzheimer und Parkinson früher zu erkennen und die Zeit bis zur Zulassung eines Medikaments zu verkürzen. Solche Daten sind jedoch nicht immer zugänglich oder unvollständig. Ein vielversprechender Ansatz sind daher synthetische Daten, die sich mit generativen KI-Methoden erzeugen lassen. Im Projekt SYNTHIA arbeitet SCAI mit Partnern aus Industrie und Wissenschaft daran, das Potential synthetischer Patientendaten zu erschließen. Um KI-Ansätze für klinische Studien zur Alzheimer-Krankheit zu entwickeln, erhält SCAI Mittel von Gates Ventures, der Investmentfirma von Bill Gates. Simulationsgestützte Verfahren für den 3D-Druck mit recycelten Materialien Recycelte Materialien in der additiven Fertigung bringen Herausforderungen mit sich: Schwankende Materialqualität kann den Fertigungsprozess erschweren und die Produkt qualität beeinträchtigen. Im Projekt GEAR-UP entstehen digitale Werkzeuge, mit denen sich recycelte Metalle und Kunststoffe trotz dieser Schwankungen effizient verarbeiten lassen. KI-Methoden und simulationsgestützte Ansätze analysieren die Werkstoffeigenschaften und steuern den Fertigungs prozess adaptiv. Fraunhofer SCAI entwickelt dafür die semantische Infrastruktur: Der VMAP-Standard und die MpCCI- Manufacturing- Ontologie sind die Grundlage für simulationsgestützte Verfahren. Laufzeit: 01. Oktober 2024 bis 30. September 2028 Fördergeber: EU Geschäftsfeld: MP Fördersumme SCAI: 401.531 € 16

Ausgewählte Softwarelösungen Optimierte 3D-Verpackungs- planung PackAssistant ist die führende Software zur optimierten Verpackung baugleicher Teile in Containern. So können Verpackungsplaner die exakte 3D-Anordnung von Teilen mit komplexen Formen schnell und intuitiv berechnen und darstellen. wwwpackassistantde Automatische Schnittbild- generierung Das Softwarepaket AutoNester-T optimiert die automatische Anordnung von Schnittbildern auf Stoffbahnen, Metall, Holz, Pappe oder Glas. Die Software verschachtelt die Teile optimal und minimiert so den Verschnitt. www.scai.fraunhofer.de/autonester Optimierte Schnittpläne für Platten aufteilsägen AutoPanelSizer ermittelt Schnittpläne für die Produktion rechteckiger Teile aus rechteckigem Grundmaterial mit geradlinigen Schnitten. Die Software minimiert dabei Verschnitt, Produktionszeiten und Fertigungskosten. www.scai.fraunhofer.de/autopanelsizer AUTO BAR SIZER Optimierte Schnittpläne für den Zuschnitt von Stahlprofilen AutoBarSizer ermittelt optimierte Schnittpläne für den Zuschnitt von Stahlprofilen und anderem Stangenmaterial (Langgut). Die generierten Lösungen minimieren dabei auch bei Gehrungsschnitten den Verschnitt. www.scai.fraunhofer.de/autobarsizer Automatische Produktionsplanung in der Textilindustrie CutPlanner ist ein Softwarepaket zur automatischen Produktionsplanung in der textilverarbeitenden Industrie. CutPlanner erstellt Schnittpläne für ein Kleidungsstück, die verschiedene Größen, Stoffarten oder Farben berücksichtigen. www.scai.fraunhofer.de/cutplanner Optimierte Pläne für Guillotinen- zuschnitte CuboNester optimiert die Anordnung quaderförmiger Teile in drei Dimensionen. CuboNester-C ist für das Zuschneiden von Blöcken aus Werkstoffen wie Metall, Marmor, Graphit und Schaumstoff konzipiert. www.scai.fraunhofer.de/cubonester Optimierte Anordnung quader- förmiger Teile in Kartons CuboNester-P optimiert das Verpacken quaderförmiger Teile – beispielsweise zerlegter Möbelelemente – in Pakete. Die Software eignet sich auch ideal für den Online-Einzelhandel, wo ständig wechselnde Teile versendet werden müssen. www.scai.fraunhofer.de/cubonester Algebraische Mehrgitterverfahren für Systeme SAMG ist ein Softwarepaket zur effizienten numerischen Lösung großer, dünnbesetzter linearer Gleichungssysteme, das moderne hierarchische Verfahrensansätze (algebraische Mehrgittermethodik) nutzt. www.scai.fraunhofer.de/samg Simulation und Optimierung von Energietransport- netzen MYNTS ist ein multiphysikalischer Netzsimulator für die Analyse, Planung und Optimierung von Energienetzwerken für Strom, Gas, Wasserstoff, CO2, Wärme und Wasser. Die Software umfasst die Möglichkeit, Energienetze zu koppeln. www.scai.fraunhofer.de/mynts 18

Bioinformatik Das Geschäftsfeld Bioinformatik adressiert die gesamte datenbasierte Wertschöpfungskette der translationalen biomedizinischen Forschung. Im Fokus stehen Entscheidungsunterstützung mittels Künstlicher Intelligenz und anwendungsnahe Modelle für Präzisionsmedizin, neurodegenerative Erkrankungen und gesundes Altern So entstehen innovative Lösungen für Kunden aus akademischer und industrieller Forschung Das Geschäftsfeld Bioinformatik bietet eine umfangreiche Expertise. Diese reicht von Daten-, Informations- und Wissensmanagement über Informationsextraktion bis zur wissens basierten Modellierung mit Methoden des maschinellen Lernens und der Künstlichen Intelligenz (KI). Fundierte Kenntnisse in der Softwareentwicklung und im High Performance Computing (HPC) ermöglichen es, innovative Ansätze schnell umzusetzen und flexibel anzupassen. Seit dem Jahr 2025 verstärkt die neue Arbeitsgruppe Computational Microbiome and Brain Health die Angebotspalette in der angewandten Bioinformatik. Die Forschungsarbeiten konzentrieren sich auf Ernährung und Mikrobiota sowie deren Einfluss auf die Darm-Hirn-Achse. Im Zentrum steht dabei die Frage, wie Mikroorganismen im Darm die Gehirngesundheit beeinflussen und welche Rolle sie beim Altern und bei neurodegenerativen Erkrankungen spielen. Ein besonderes Augenmerk gilt dabei der Entwicklung prädiktiver Modelle für alters assoziierte Erkrankungen. Die Arbeiten leisten einen wichtigen Beitrag zur internationalen Zusammenarbeit mit dem »Institute for Healthier Living« (IHLAD) in Abu Dhabi, Vereinigte Arabische Emirate. Dort fließen die Ergebnisse in neue Konzepte für »Healthy Aging«, » Longevity« und »Brain Health« ein – mit dem Ziel, wissenschaftlich fundierte Lösungen für ein gesundes Leben bis ins hohe Alter zu schaffen. Präzisionsmedizin: Therapien, die individuell auf Patientinnen und Patienten zugeschnitten sind Ein Schwerpunkt der Arbeiten im Geschäftsfeld Bioinformatik liegt im Bereich KI-Methoden für die pharmazeu tische und medizinische Forschung. In der Präzisionsmedizin 20 liegt der Fokus auf individueller Risikoabschätzung, der Vorhersage von Krankheitsverläufen und der Prognose des Therapieansprechens. Die Modelle unterstützen medizinische Entscheidungen, die stärker auf einzelne Menschen zugeschnitten sind. Dies eröffnet neue Möglichkeiten, klinische Studien effizienter und ethisch verantwortungsvoller zu gestalten. Ein Beispiel sind maßgeschneiderte generative KI-Verfahren zur Erzeugung hochwertiger synthetischer Patientendaten. Solche synthetischen Daten helfen dabei, datenschutzrechtliche Hürden beim Teilen realer Daten zu überwinden und tragen dazu bei, KI-Verfahren zu verbessern, um etwa die Alzheimer-Erkrankung früher zu erkennen. Außerdem dienen synthetische Patientendaten dazu, Kon trollgruppen für klinische Studien zu emulieren und somit die Zulassung neuer Medikamente zu beschleunigen. Die Analyse großer Mengen an Patientendaten ist ein Schlüssel, um neurodegenerative Erkrankungen früher zu erkennen.

Optimierung Effiziente Ressourcennutzung und Kosteneinsparungen sind entscheidende Erfolgsfaktoren für Unternehmen. Transportkapazitäten, Lagerflächen, Materialeinsatz oder Produktionsprozesse – komplexe Optimierungs- probleme treten überall auf. Durch den gezielten Einsatz von Algorithmen lassen sie sich effizient lösen. So können Unternehmen Kosten senken sowie Energie und Material sparen Im Geschäftsfeld Optimierung entstehen leistungsfähige Softwarelösungen für Optimierungsprobleme in Industrie, Handel und Verkehr. Typische Anwendungsbereiche sind: Produktion: Schneiden, Verpacken, Maschinenplanung, Arbeitspläne und Materialverbrauch Logistik: Transportoptimierung, Routenplanung und Standortwahl Materialfluss: Auslastung von Transportmitteln, Maschinen und Arbeitskräften, Zykluszeiten von Werk stücken, Bestands- und Lagerplanung sowie Dimensionierung von Ressourcen Planung: Flächen- und Raumnutzung Eine optimierte Behälterfüllung spart Zeit und Geld, indem sie vorhandene Transport- und Lagerkapazitäten effizienter nutzt. Das Verpacken von Teilen mit komplexen Geometrien stellt selbst für erfahrene Verpackungsplaner eine Herausforderung dar. Die weltweit führende Software PackAssistant übernimmt diese Aufgabe. In wenigen Minuten berechnet sie die beste Anordnung identischer Teile in vorgegebenen Behältern. PackAssistant bietet mehrere Optionen: Packungen mit starren oder flexiblen Zwischenlagen, Packungen in Gefachen sowie die Simulation von Stapeln und Schüttgut. Eine Softwareschnittstelle ermöglicht einen automatischen Datenaustausch zwischen PackAssistant und anderen Systemen im Unternehmen. Die Software berechnet zahlreiche Behälter- und Teilekonstellationen, ermittelt wichtige Kennzahlen für die Logistik und visualisiert das Packergebnis im Behälter. Neu hinzugekommen ist die Funktion, die Ausrichtung zweier Teile zueinander vorzugeben, um Bauteile paarweise zu verpacken. Optimierter Zuschnitt sorgt für weniger Abfall und somit niedrigere Kosten bei Produktionsprozessen Beim Zuschnitt von Stoffen, Leder, Blechen oder Holz entstehen oft hohe Materialverluste. Das weltweit eingesetzte Softwarepaket AutoNester reduziert den Verschnitt auf ein Minimum, indem es beliebig viele Teile in kürzester Zeit optimal platziert. Zahlreiche Unternehmen sparen so erhebliche Materialkosten. Dank der nahtlosen Integration in CAD-Systeme lässt sich AutoNester flexibel in Produktionsprozesse einbinden. In der aktuellen Version konnte SCAI die Ergebnisqualität nochmals signifikant steigern, während Speicherbedarf und Rechenzeit deutlich gesunken sind. Neue spezielle Algorithmen für reguläre Anordnungsmuster unterstützen dabei die Anforderungen der Industrie. AutoNester berücksichtigt auch qualitative Unterschiede im Material – besonders wichtig bei der Verarbeitung von Leder. 22

Multiphysics Im virtuellen Engineering sorgen offene Schnittstellen und einheitliche Datenstandards dafür, Produkte schnell und kostengünstig zu entwickeln. Mit dem herstellerunabhängigen VMAP-Standard bietet SCAI eine universelle Lösung, um Simulationsdaten zu speichern und zu übertragen. Ontologien verknüpfen Material- und Entwurfsdaten und verbessern die Automatisierung und Nachverfolgbarkeit in Fertigungsprozessen. Simulationen, physische Experimente und Monitoringdaten aus der Produktion bilden die Grundlagen der virtuellen Produktentwicklung. Simulationen müssen dabei vermehrt Wechselwirkungen zwischen Effekten aus unterschiedlichen physikalischen Disziplinen berücksichtigen. Dazu gehören Strömungsdynamik, Strukturanalyse, Elektromagnetismus und Strahlung. Auch die Material- und Bearbeitungshistorie in virtuellen Fertigungsprozessen ist zu beachten. Kennkurven aus der Materialcharakterisierung sowie Monitoringdaten aus der Fertigung helfen, Simulationsmodelle zu kalibrieren und zu validieren. Die Softwarebibliothek MpCCI bildet eine Brücke zwischen Simulationswelten Um multiphysikalische Aufgaben effizient zu lösen, ist ein enges Zusammenspiel mehrerer Simulationsmodelle erforderlich. Das MpCCI CouplingEnvironment bietet dazu eine flexible und herstellerunabhängige Schnittstellenlösung. Es erlaubt Simulationswerkzeugen unterschiedlicher kommerzieller Anbieter während der laufenden Berechnung direkt miteinander zu kommunizieren. So lassen sich Fluid-Struktur- Wechselwirkungen oder Wärme- und Strahlungskopplung ebenso modellieren, wie das Wärmemanagement von Elektromotoren. In einfachen Fällen reicht eine einmalige Datenübertragung durch den MpCCI FSI -Mapper aus. Für die Modellierung aufeinanderfolgender Fertigungsschritte, wie Umformung, lokale Wärmebehandlung, Fügen und Schweißen sowie abschließender Crash-Analyse des Bauteils, kommen spezialisierte Berechnungswerkzeuge mehrerer Anbieter zum Einsatz. Hier bietet der MpCCI Mapper 24 eine robuste und effiziente Lösung zur Integration dieser Prozessketten. Alle Funktionen des MpCCI Mappers können interaktiv über ein grafisches Interface gesteuert werden. Zum Laden der Ausgangs- und Zielgitter unterstützt die Software die Dateiformate vieler in der Umform- und Crash-Simulation verwendeter Codes. Datenstandard VMAP definiert einheitliche Schnittstellen im Computer-Aided Engineering In der virtuellen Fertigung verursachen f ehlende offene Datenstandards zusätzliche Kosten und komplexe manuelle Anpassungen. Unflexible IT- Lösungen führen zu Informationsverlusten und erheblichen Verzögerungen im gesamten Entwurfsprozess. Ontologien sorgen im Projekt ALABAMA dafür, die additive Fertigung durch adaptive Lasersteuerung zu optimieren.

Schnelle Löser Moderne Hardware ermöglicht immer genauere numerische Simulationen in der Industrie. Eine zentrale Rolle spielt dabei die schnelle Lösung großer linearer Gleichungssysteme. Fraunhofer SCAI entwickelt Löserstrategien, die Simulationen wirtschaftlicher machen, indem sie die Rechenzeit drastisch verkürzen Spezialisierte Ansätze und neue maschinelle Lernverfahren verbessern Effizienz und Anpassungsfähigkeit der Software. Lineare Gleichungssysteme sind in zahlreichen industriellen Anwendungsbereichen von großer Bedeutung, da sie die Grundlage für die numerische Simulation physikalischer Prozesse bilden. Ob es um die Strömung von Flüssigkeiten, die Stabilität von Bauwerken oder die Alterung von Batterien geht – bei der Simulation dieser komplexen Modelle müssen stets lineare Probleme mit einer sehr großen Anzahl an Unbekannten gelöst werden. Und nicht nur das: Für jedes kleine Zeit intervall und für die Linearisierung in jedem einzelnen Zeitschritt müssen viele neue Gleichungssysteme gelöst werden, was den Rechenaufwand erheblich steigert. Dies führt dazu, dass die Lösung linearer Gleichungssystem den rechenintensivsten Teil der Simulation darstellt. Umso wichtiger sind schnelle und robuste Algorithmen. Moderne Hardware ermöglicht die Simulation hoch komplexer und hochauflösender physikalischer Modelle. Dabei sind lineare Gleichungssysteme mit Millionen oder Milliarden von Unbekannten zu lösen. Klassische Methoden sind oft nicht zielführend, da die lange Rechenzeit für die industrielle Anwendung nicht praktikabel ist. Hier kommt SAMG (Algebraic Multigrid for Systems) ins Spiel – eine hoch- entwickelte Softwarebibliothek, die speziell für die schnelle Lösung großer linearer Gleichungssysteme entwickelt wurde. Maßgeschneiderte Löserstrategien mit SAMG SAMG nutzt hierarchische Mehrgittermethoden, die eine hervorragende numerische Skalierbarkeit gewährleisten. Dies bedeutet, dass die Rechenzeit nur linear mit der Anzahl der Unbekannten wächst – verdoppeln sich die Unbekannten, verdoppelt sich in etwa auch die Rechenzeit. Dies ist ein ent scheidender Vorteil gegenüber klassischen Lösungsmethoden und besonders bei der Lösung sehr großer, komplexer Systeme von enormer Bedeutung. SAMG überzeugt durch effiziente Algorithmen und hohe Flexibilität. Die Software bietet eine modulare Toolbox, mit Lösungsansätzen für spezifische Simulationsaufgaben. Zudem ist sie parallelisierbar, um die Rechenressourcen moderner Hardware optimal zu nutzen. Als lizenzierbare Softwarelösung kommt SAMG in vielen Branchen zum Einsatz. Dabei sorgen Spezialisierungen für die maßgeschneiderte Anwendbarkeit: SAMG-Reservoir – für Reservoirsimulationen und geo mechanische Prozesse, etwa zur Analyse von Öl- und Gaslagerstätten sowie Geothermie und CO2-Lagerung SAMG-Modflow – für Grundwasserströmungen und hydrogeologische Prozesse, beispielsweise zur Simulation von Wasservorkommen und Auswirkungen von Baumaßnahmen SAMG-Elasticity – für Strukturmechanik und Elastizitäts- probleme, zum Beispiel zur Simulation von Material- verformungen und -stabilität SAMG-Constraints – für die Berücksichtigung von Nebenbedingungen, etwa in der Kontaktmechanik bei verbundenen Bauteilen SAMG-MPP – für hochgradig parallele Berechnungen Ergänzt wird diese anwendungsspezifische Toolbox durch SAMG-Coupled, ein Modul zur effizienten Lösung gekoppelter physikalischer Prozesse. Es spiegelt die Interaktionen der beteiligten physikalischen Teilsysteme wider und eignet sich besonders für komplexe Geometrien sowie unstrukturierte Gitter. 26

High Performance Computing Optimierungsprobleme sind in Wirtschaft und Handel weit verbreitet. Beispiele sind die Planung von Materialbedarf und Produktionsprozessen. Solche Aufgaben sind komplex und erfordern leistungsstarke Algorithmen, die auf verschiedenen Hardware-Systemen schnell und effizient arbeiten. Das Quantencomputing bietet neue Möglichkeiten, bestimmte Probleme in Sekunden statt in Tagen oder Jahren zu lösen Fraunhofer SCAI konzentriert sich im High Performance Computing auf zwei Schwerpunkte: die heuristische Lösung kombinatorischer Optimierungsprobleme sowie die Optimierung von Algorithmen für verschiedene Hardware-Systeme. In Zusammenarbeit mit Kunden entstehen praxisnahe Lösungen, die spezifische Herausforderungen der Unternehmen und deren bestehende IT-Infrastrukturen berücksichtigen. Ein Beispiel dafür ist die Zusammenarbeit mit dem Warenhaus konzern Galeria. Ziel war es, Online- Retouren optimal auf stationäre Filialen zu verteilen. Dabei sollte die Verkaufswahrscheinlichkeit der zurück gesendeten Artikel möglichst hoch sein. Gleichzeitig mussten logistische Einschränkungen beachtet werden. Jede Produkt gruppe durfte nur an ausgewählte Filialen geliefert werden. Bedingungen wie Umbauten oder Geschäfts aufgaben erforderten flexible Anpassungen der Algorithmen. Außerdem mussten Eigentumsverhältnisse bestimmter Marken berücksichtigt werden. Durch eine speziell entwickelte Optimierungs methode stieg die Effizienz deutlich. Dies verbesserte sowohl die Warenverfügbarkeit als auch die Wirtschaftlichkeit. Quantencomputer lösen quadratische Zuordnungsprobleme Neue Quantenalgorithmen haben das Potential, komplexe Optimierungsprobleme in Zukunft deutlich schneller zu lösen. Voraussetzung dafür ist eine leistungsfähige Quanten- hardware. Im Projekt QuantumQAP untersucht Fraunhofer SCAI gemeinsam mit Partnern, wie Quantencomputer quadratische Zuordnungsprobleme lösen können. Ein Beispiel ist das Place-and-Route-Problem. Dabei werden Rechenblöcke optimal auf Hardware platziert, um Signalwege möglichst kurz zu halten und so die Geschwindigkeit zu erhöhen. Hierbei kommt ein von SCAI patentiertes Verfahren zum Einsatz. Mit ihm lassen sich die zugrunde liegenden quadratischen Zuordnungs problem besonders effizient lösen. Zudem muss die Platzierung verhindern, dass elektromagnetische Emissionen Rückschlüsse auf verwendete Schlüssel erlauben. Ein weiterer Schwerpunkt im Projekt lag auf der Umsetzung von Post-Quanten-Kryptografie. Fortschritte bei Quanten computern könnten dazu führen, dass Public-Key- Verschlüsselungen wie Rivest-Shamir-Adleman (RSA) mit Hilfe des Shor-Algorithmus schnell geknackt werden. Um Verschlüsselungen auch künftig sicher zu gestalten, benötigt die Post-Quanten-Kryptografie viel Rechenleistung auf moderner Hardware. Ziel ist es daher, diese Algorithmen auf spezieller Hardware wie Field Programmable Gate Arrays (FPGAs) und möglicherweise Application-Specific Integrated Circuits (ASICs) auszuführen, um die Rechenzeit zu verkürzen. Rechenintensive Entwicklung komplexer elektronischer Schaltungen in die Cloud verlagern Electronic Design Automation (EDA) ist zentral für die Entwicklung moderner Hardware. Sie ermöglicht es, komplexe elektronische Schaltungen automatisch umzusetzen. Besonders bei FPGAs und ASICs hat sich die Nutzung von EDA-Tools stark entwickelt. Durch Kombination von High-Level Synthesis (HLS) und cloudbasierten Toolchains entsteht ein effizienter Workflow. Dieser unterstützt die Umwandlung abstrakter Designs in fertige Bitstreams – zunehmend mit quelloffener Software. 28

Network Evaluation Technologies Eine leistungsfähige Netzinfrastruktur ist von zentraler Bedeutung für die Energieversorgung. Die Analyse, Simulation, Optimierung und Planung von Energienetzen ist eine komplexe Aufgabe, für die Fraunhofer SCAI pass ende Softwarelösungen bereitstellt. Durch den wachsenden Anteil wetter- abhängiger Energieträger und die Zunahme von Extremwetterereignissen wird es immer wichtiger, das Energie netz widerstandsfähig zu machen. Im Geschäftsfeld Network Evaluation Technologies entstehen fortschrittliche Methoden und Softwarelösungen zur Modellierung, Simulation, Analyse und Optimierung von Energienetzwerken. Dazu gehören Transportnetze für Gas (einschließlich Erdgas, Wasserstoff und CO2), Strom, Wasser und Fernwärme sowie deren sektorübergreifende Ver bindungen. Fraunhofer SCAI setzt dabei auf Methoden der multiphysikalischen Modellierung, der numerischen Mathematik, des Data Minings und des maschinellen Lernens. Die Software MYNTS modelliert und simuliert Transportnetze für Gas, Strom, Wasser und Wärme Die Analyse und Optimierung ihrer Netze ist ein wesentlicher Wettbewerbsfaktor für Energieversorger, Netzbetreiber und industrielle Großverbraucher. Fraunhofer SCAI hat hierfür das Softwarepaket MYNTS (MultiphYsical NeTwork Simulator) entwickelt, mit dem sich komplexe Netzwerke planen, analysieren und optimieren lassen. MYNTS simuliert, wie verschiedene Faktoren die Netze beeinflussen. Beispiele sind die Auswirkungen von Temperatur- und Druckänderungen beim Transport von Stoffen, wie CO2 in flüssiger Form, durch Pipelines und der Ausfall von Teilnetzen, der die Stabilität des gesamten Netzes beeinflusst. Dadurch können Netzbetreiber flexibel auf Veränderungen reagieren und die Netzsicherheit erhöhen. Darüber hinaus simuliert das Softwaremodul MYNTS-SC, das im vergangenen Jahr entwickelt wurde, die Kopplung von Strom- und Gasnetzen, insbesondere für Wasserstoffnetze, die Elektrolyse zellen nutzen. Diese Weiterentwicklungen unterstützen Netz betreiber dabei, die Integration erneuerbarer Energien zu steigern. H2-Kernnetz EHV-Netz Elektrolyseur MYNTS-SC dient der Planung sektor übergreifender Energieinfrastrukturen in Deutschland wie der Kopplung des Hochspannungs- und Wasserstoffnetzes. Das Modul MYNTS-E zur Simulation und Optimierung von Stromnetzen ist nun als lizenzierte Software erhältlich. Es optimiert sowohl den Gleich- als auch den Wechsel strom fluss und kann Schwachstellen im Netz bewerten. Dies ermöglicht es den Netzbetreibern, den Bedarf zu ermitteln und den Netzausbau strategisch zu planen. Das Modul MYNTS-G/L kann jetzt auch Gasnetze in Echtzeit simulieren. Dabei berücksichtigt die Software die Transport- kapazität im Netz und analysiert die Lastverteilung. Dies ermöglicht Netzbetreibern, Engpässe frühzeitig zu erkennen, die Netzstabilität zu optimieren und fundierte Entscheidungen für den zukünftigen Ausbau von Gasinfrastrukturen zu treffen. 30

Virtual Material Design Innovative Materialien ermöglichen Fortschritte in der Halbleiter- und Batterie industrie. Neue Werkstoffe zu entwickeln, ist jedoch oft zeitaufwendig und teuer Fraunhofer SCAI setzt daher auf digitale Methoden, um Materialien schneller, präziser und nachhaltiger zu erforschen Mit Hilfe moderner Simulationen und Künstlicher Intelligenz lassen sich Werkstoffe virtuell modellieren und optimieren parallele Multi-GPU Implementierung von universellen Interaktionspotentialmodellen der neuesten Generation, wie MACE und MatterSim. Solche Foundation Modelle ersetzen viele spezialisierte Einzelmodelle. Die effiziente Multi-GPU Implementierung erlaubt Simulationen beliebig großer atomistischer Systeme. Beispiele hierfür sind Halbleiter oder Hochleistungsbauteile für hohe elektrische Ströme und Spannungen. Ein besonderer Vorteil dieser Implementierung liegt in der effizienten Skalierung: Die benötigte Rechen kapazität steigt hier nur linear mit der Systemgröße. Komplexe Simulationen laufen dadurch erheblich schneller, was zu Einsparungen führt. Um neue Materialien für Halbleiter, Energiespeicher oder Bauteile für hohe elektrische Spannungen zu entwickeln, bedarf es einer genauen Analyse ihrer chemischen und physikalischen Eigenschaften. Klassische experimentelle Methoden sind jedoch oft zeitaufwendig, teuer und verbrauchen viele Ressourcen. Im Geschäftsfeld Virtual Material Design verfolgt man daher einen digitalen Ansatz: Fortschrittliche Simulations- und Datenanalysemethoden erlauben gezielte Materialuntersuchungen im Rechner. Dabei kommen hochgenaue quantenmechanische Simulationen zum Einsatz, um Stoffe auf molekularer Ebene zu analysieren. Materialeigenschaften lassen sich so präzise vorhersagen und neue Werkstoffe gezielt entwickeln. Diese Methoden steigern die Effizienz in der Materialforschung und eröffnen nachhaltige techno logische Innovationen. Mit Tremolo-X lassen sich Materialien auf molekularer Ebene simulieren Ein zentrales Werkzeug im Portfolio des Geschäftsfelds ist Tremolo-X. Dieses Softwarepaket für molekular dynamische Simulationen erlaubt die detaillierte Untersuchung von Wechselwirkungen zwischen Atomen und Molekülen. Materialien lassen sich so auf Molekularebene analysieren und ihre Eigenschaften gezielt optimieren. Tremolo-X ist nicht nur ein leistungsfähiges Simulations werkzeug. Es dient auch als numerisches Backend für das kommerzielle Simulations-Toolkit QuantumATK des Unternehmens Synopsys in Kalifornien. Es unterstützt nahezu alle bekannten Interaktionspotentiale für die Modellierung von Werkstoffen. Im Sommer des Jahres 2025 erscheint ein Versionsupdate von Tremolo-X. Wichtigste Neuerung ist die effiziente Die Simulation zeigt, wie sich Elektronen bei der Übertragung eines Protons in einer chemischen Reaktion verteilen. 32

Numerische datenbasierte Vorhersage Digitale Entwicklungsprozesse in der Industrie erzeugen große Mengen komplexer Daten. Um diese effizient zu analysieren, kommen Verfahren des maschinellen Lernens zum Einsatz, die speziell auf Daten im Computer- Aided Engineering angepasst sind. Ingenieurwissen wird dabei in die entwickelte Methodik integriert, um Simulationsdaten effizient vergleichen und erkunden zu können Im Geschäftsfeld Numerische datenbasierte Vorhersage entstehen Lösungen zur Analyse komplexer Daten aus industriellen Anwendungen. SCAI kombiniert dafür numerische Mathematik, maschinelles Lernen und domänenspezifisches Ingenieurwissen, um robuste und skalierbare Datenanalysekonzepte zu entwickeln. Anwendungen finden sich beispielsweise im Computer-Aided Engineering (CAE), in der Materialforschung sowie bei der Realisierung digitaler Zwillinge. Ein Schwerpunkt der Forschungsarbeiten liegt in der Integration von Ingenieurwissen in das maschinelle Lernen. Dieser Ansatz ermöglicht eine effiziente Analyse großer Datensätze, Zeitreihen und numerischer Simulationsergebnisse. Dadurch lassen sich Unsicherheiten quantifizieren, das Transferlernen unterstützen und ein robustes Design fördern. SimExplore: Überblick über virtuelle Crashtest-Daten Beim Computer-Aided Engineering werden neue Produkte digital mittels numerischer Simulationen optimiert. Besonders in der Aufprall-Sicherheitsanalyse führen die Vielzahl an Designmöglichkeiten und steigende Sicherheitsanforderungen zu einer großen Anzahl von Modellvarianten. Eine zentrale Herausforderung besteht darin, aus den Simulations- ergebnissen nützliche Designs abzuleiten, um beispielsweise unerwünschte Verformungen zu minimieren. Mit der Software SimExplore bietet SCAI eine etablierte Lösung zur interaktiven Analyse von Simulationsdaten. Sie stellt die Ergebnisse aus vielen Crashtest-Simulationen 34 übersichtlich dar und visualisiert sie als Cluster und Ausreißer, basierend auf Verformungen oder Gitterfunktionen. Dabei kommt eine von SCAI patentierte Technik zur Dimensions reduktion zum Einsatz, um geometriegetriebene Merkmale der deformierten Gitter zu berechnen. Zudem bietet SimExplore eine webbasierte Anwendung zur interaktiven Visualisierung. Ergänzend dazu ermöglichen ModelCompare und SimCompare den direkten Vergleich von Designvarianten und deren Auswirkungen. Diese Werkzeuge erleichtern die Identifikation relevanter Unterschiede zwischen Simulations- ergebnissen und helfen Ingenieurinnen und Ingenieuren, fundierte Designentscheidungen zu treffen. Die Software HullCompare erweitert ModelCompare um eine Funktion zum Vergleich digitaler Modelle aus Computer-Aided Design (CAD) und CAE. Für die numerische Simulation der Fahrzeugsicherheit wird zuerst ein CAD-Modell in ein HullCompare visualisiert verschiedene Fehlertypen bei der Erzeugung von CAE-Gittern mit Hilfe farbiger Hervorhebungen.

Meshfree Multiscale Methods Numerische Simulationen sind entscheidend für die Entwicklung innovativer Produkte. Doch klassische Simulationsverfahren stoßen bei hochkomplexen Geometrien und dynamischen Prozessen schnell an ihre Grenzen Hier kommen gitterfreie Multiskalenmethoden ins Spiel Sie ermöglichen eine flexible und effiziente Modellierung, ohne dass eine zeitaufwendige Gittererzeugung und -verfeinerung notwendig wäre Moderne Produktdesigns bestehen oft aus hochkomplexen Geometrien mit sehr feinen Details. Um diese geometrischen Strukturen – die sich unter Umständen mit der Zeit verformen oder verändern – ausreichend genau simulieren zu können, kommen in klassischen numerischen Verfahren meist sehr feinmaschige Gitter zum Einsatz. Diese Gitter müssen lokal gezielt verfeinert oder gröber gestaltet werden, um eine effiziente und exakte Berechnung sicherzustellen. Die dabei entstehenden hohen Rechenkosten für die Erstellung und lokale Anpassung solcher Gitter stellen jedoch oft einen wesentlichen Engpass dar. Aus diesem Grund gewinnen Simulationsmethoden an Bedeutung, die komplett ohne die Erzeugung eines numerischen Gitters auskommen (»gitterfreie Methoden«). Die Arbeit im Geschäftsfeld Meshfree Multiscale Methods konzentriert sich daher auf die Entwicklung effizienter gitterfreier Multiskalen-Algorithmen. Dazu gehören unter anderem Verallgemeinerungen klassischer Finite- Elemente- und Finite-Volumen-Methoden sowie punktbasierte verallgemeinerte Finite-Differenzen-Verfahren, die jeweils kein festes Berechnungsgitter benötigen. MESHFREE beschleunigt komplexe Simulationen bei industriellen Anwendungen Klassischerweise kommt bei Simulationen die Finite- Elemente-Methode zum Einsatz: Ingenieurinnen und Ingenieure konstruieren dafür ein Gitter passend für die jeweilige Geometrie. Dabei werden Veränderungen der Variablen in jedem einzelnen Element berechnet. Das Aufsetzen der Gitterstruktur ist zeitaufwendig und man muss sie während der Simulation immer wieder anpassen. Diese Herangehensweise überwindet die Software MESHFREE, die das Fraunhofer-Institut für Techno- und Wirtschaftsmathematik ITWM in Kaiserslautern entwickelt. Sie kombiniert die Generalisierte Finite- Differenzen-Methode zur Lösung der Erhaltungsgleichungen für Masse, Impuls und Energie mit dem Löser SAMG von Fraunhofer SCAI für die schnelle und parallele Lösung großer linearer Gleichungs- systeme. Die verwendete numerische Punktewolke ist in der Lage, sich flexibel an bewegliche Geometrien anzupassen. Dies ist ein Vorteil, da zeitaufwendige Nachkorrekturen im Rechengitter entfallen. MESHFREE wurde im Jahr 2024 mit dem Fraunhofer-Forschungspreis ausgezeichnet. PUMA eignet sich besonders gut, um Deformationen von Platten und Schalen zu simulieren, hier bei einer Rohrverbindung. Für die Simulation von Wechselwirkungen zwischen Flüssigkeiten und Festkörpern entwickelt SCAI das Framework 36

Computational Finance Erneuerbare Energien aus Sonne und Wind sind naturgemäß volatil – ihre Einspeisung schwankt wetterbedingt stark. Dies stellt hohe Anforderungen an die Portfoliosteuerung und Absicherung im Energiesektor. Innovative Rechenmethoden und KI-gestützte Modelle bieten neue Möglichkeiten, Risiken besser zu bewerten und Investitionen gezielt abzusichern. Das erhöht die Planungssicherheit für Investoren und Energieerzeuger Computational Finance ist ein interdisziplinäres Gebiet des wissenschaftlichen Rechnens. Ziel ist es, robuste und effiziente Algorithmen für Anwendungen aus dem Finanzsektor zu entwickeln. Typische Beispiele sind: Bewertung finanzieller und physischer Vermögenswerte, Berechnung von Sensitivitäten und Absicherungsstrategien, Risikomessung und Risikomanagement sowie Analyse großer Datenmengen, etwa aus Märkten oder Blockchains. Darüber hinaus werden im Geschäftsfeld Methoden zur Absicherung physischer Energieportfolios entwickelt. Ein Schwerpunkt liegt auf der Bewertung von Verträgen zur Strom abnahme aus erneuerbaren Energien – sogenannten Green Power Purchase Agreements (grüne Stromabnahmeverträge). In diesem Bereich konnten bereits mehrere Projekte umgesetzt werden. Beispiele sind die Steuerung eines Gaskraftwerks mit Methoden des Reinforcement Learnings und die Optimierung von Gasspeichern durch neuronale Netze. Für diese Zwecke nutzt und erweitert Fraunhofer SCAI numerische Methoden. Dazu zählen Monte-Carlo- Verfahren, Algorithmen für partielle Differentialgleichungen, Graphenalgorithmen und maschinelles Lernen. Die Arbeiten im Geschäftsfeld Computational Finance konzentrieren sich auf drei Schwerpunkte: Ein aktuelles Forschungsthema ist das »Deep Hedging« grüner Stromabnahmeverträge. Diese Verträge sind zentral für die Energiewende, da sie Strom aus Wind oder Sonne zu festen Preisen abnehmen. Sie unterliegen jedoch zwei wesentlichen Risiken: schwankenden Strompreisen und wetterbedingten Produktionsmengen. Optimierung von Energieanlagen und Bewertung »grüner Stromabnahmeverträge« Mit der zunehmenden Dezentralisierung der Stromerzeugung steigt die Bedeutung einer gezielten Portfolio-Steuerung. Wer dabei künftige Preisunsicherheiten berücksichtigen will, muss komplexe Berechnungen durchführen. Diese stellen hohe Anforderungen an die Rechenleistung. Zusätzlich werden erfahrene Entwickler benötigt, die bei Veränderungen im Portfolio die Modellparameter gezielt anpassen können. Fraunhofer SCAI entwickelt aus diesem Grund ein flexibles Framework auf Basis von Reinforcement Learning. Damit können Unternehmen Energieanlagen effizient steuern und Betriebskosten senken. 38 Graphvisualisierungen von Bitcoin-Transaktionen helfen bei der Erkennung krimineller Aktivitäten.

Die Fraunhofer-Gesellschaft Die Fraunhofer-Gesellschaft mit Sitz in Deutschland ist eine der führenden Organisationen für anwendungsorientierte Forschung Seit ihrer Gründung als gemeinnütziger Verein im Jahr 1949 nimmt sie eine einzigartige Position im Wissenschafts- und Innovationssystem ein Mit knapp 32000 Mitarbeiterinnen und Mitarbeitern betreibt Fraunhofer 75 Institute und selbstständige Forschungseinrichtungen in Deutschland. Die zentrale Kundengruppe stellen große und mittelständische Unternehmen dar. Sie nutzen die Expertise von Fraunhofer, um mit neuen Technologien ihre Wettbewerbs fähigkeit auszubauen. Seit Jahren zählt Fraunhofer zu den aktivsten Patentanmeldern in Deutschland und Europa. Ein internationales Patentport folio bildet die Grundlage für den Technologietransfer durch Forschungsprojekte, Ausgründungen und Lizenzierung. Darüber hinaus adressiert Fraunhofer gesamtgesellschaftliche Ziele in wichtigen Technologiebereichen durch interdisziplinäre und internationale Kooperationen im konkreten Marktumfeld. Beispiele sind Entwicklungen für die Sektoren Mikroelektronik, KI und Quanten, Gesundheit, Kreislaufwirtschaft und neue Materialien sowie für Energie, die Sicherheit kritischer Infrastrukturen und den Verteidigungssektor. Im Bereich öffentlich geförderte Konsortialvorhaben mit Industrie partnern ist Fraunhofer ein attraktiver und etablierter Akteur. Darüber hinaus trägt die Fraunhofer-Gesellschaft maßgeblich zur Stärkung und Zukunfts fähigkeit des Innovations- und Wirtschaftsstandorts Deutschland bei. Durch ihre Aktivitäten entstehen Arbeitsplätze in Deutschland, Investitionseffekte in der Wirtschaft erhöhen sich, Unternehmen erlangen Wettbewerbs vorteile und es steigt die gesellschaftliche Akzeptanz moderner Technik. Internationale Kooperationen mit exzellenten Forschungspartnern und Unternehmen weltweit sorgen für einen direkten Austausch mit den einflussreichsten Wissenschafts- und Wirtschaftsräumen. Das jährliche Finanzvolumen der Fraunhofer- Gesellschaft beträgt 3,6 Milliarden Euro. Davon entfallen 3,1 Milliarden Euro auf das zentrale Geschäftsmodell von Fraunhofer, die Vertragsforschung. Im Vergleich zu anderen öffentlichen Forschungs einrichtungen bildet die Grundfinanzierung durch Bund und Länder lediglich das Fundament des jährlichen Forschungshaushalts. Sie ist die Basis für wegweisende Vorlaufforschung, die in den kommenden Jahren für Wirtschaft und Gesellschaft bedeutend wird. Das entscheidende Alleinstellungsmerkmal ist der hohe Anteil an Wirtschaftserträgen, der Garant ist für die enge Zusammenarbeit mit Wirtschaft und Industrie und die stetige Marktorientierung der Fraunhofer-Forschung: 2024 beliefen sich die Wirtschaftserträge auf 867 Millionen Euro des laufenden Haushalts. Ergänzt wird das Forschungsportfolio durch im Wettbewerb eingeworbene öffentliche Projektmittel, wobei eine ausgewogene Balance zwischen öffentlichen und wirtschaftlichen Erträgen angestrebt wird. Namensgeber der Fraunhofer-Gesellschaft ist der Münchner Gelehrte Joseph von Fraunhofer (1787–1826). 75 Fraunhofer- Institute 40

Online-Rubriken Publikationen www.scai.fraunhofer.de/de/mediathek/fachpublikationen.html Graduierungsarbeiten www.scai.fraunhofer.de/de/mediathek/abschlussarbeiten.html Anfahrt www.scai.fraunhofer.de/de/kontakt/anfahrt-schloss-birlinghoven.html Lehre www.scai.fraunhofer.de/de/ueber-uns/lehre.html Veranstaltungen www.scai.fraunhofer.de/de/veranstaltungen.html 42