Lehre
Meine Lehre beschäftigt sich insbesondere mit Programmierung, Algorithmen und Wissenschaftlichem Rechnen und reicht von einer Einführung in die Programmierung im ersten Studienjahr des Bachelors bis zu fortgeschrittenen Konzepten der Softwareentwicklung für das Wissenschaftliche Rechnen im Masterstudium.
Ein wiederkehrendes Thema ist die Verbindung mathematischer und algorithmischer Ideen mit ihrer praktischen Umsetzung. Studierende sollen nicht nur lernen, Programme zu schreiben, sondern auch, wie man Probleme strukturiert, Algorithmen entwickelt und analysiert, Implementierungen systematisch testet und zuverlässige wissenschaftliche Software entwickelt.
Aktuelle und regelmäßig angebotene Lehrveranstaltungen
Programmieren – Grundlegende Konzepte
Bachelor Mathematik · 1. Semester · Math-Ba-PR10
Eine Einführung in die Programmierung für Studierende der Mathematik. Die Vorlesung vermittelt grundlegende Programmierkonzepte wie Kontrollstrukturen, Funktionen, Datentypen und Rekursion sowie grundlegende Algorithmen und verbindet diese von Beginn an mit mathematischen Problemen und algorithmischem Denken.
Die Lehrveranstaltung berücksichtigt die sehr unterschiedlichen Programmiererfahrungen der Studienanfängerinnen und Studienanfänger und schafft die Grundlagen für die weiterführende Vorlesung Programmieren – Weiterführende Konzepte.
Aktuelle Lehrveranstaltung: WS 2026/27
Vergangene Lehrveranstaltung: WS 2025/26
Programmieren – Weiterführende Konzepte
Bachelor Mathematik · 2. Semester · Math-Ba-PR20
Die Vorlesung baut auf den Programmiergrundlagen aus PR10 auf und führt in zentrale Konzepte der Algorithmik ein. Behandelt werden klassische Algorithmen und Datenstrukturen, Entwurfsstrategien für Algorithmen, Laufzeitanalyse, Graphalgorithmen und algorithmische Geometrie.
Gleichzeitig werden Programme zunehmend als strukturierte Systeme betrachtet: Studierende lernen, eigene Datentypen zu definieren, Programme modular zu organisieren und Implementierungen systematisch zu testen. Die Vorlesung verbindet algorithmisches Denken, mathematische Modellierung und moderne Programmierpraxis.
Aktuelle Lehrveranstaltung: SS 2026
Scientific Programming – Advanced Concepts
Master Mathematik / Computational Modeling and Simulation · Math-Ma-33
Diese englischsprachige Vorlesung behandelt Konzepte und Techniken zur Entwicklung moderner wissenschaftlicher Software in C++. Ausgehend von generischer Programmierung und dem C++-Typsystem untersuchen wir Abstraktionen, wie sie in numerischer Software verwendet werden, darunter Templates, Concepts, Iteratoren, Funktionsobjekte und Datenstrukturen sowie Techniken zur Entwicklung effizienter und wiederverwendbarer Programme.
Ein zentrales Ziel ist es, Softwareentwurf mit den Anforderungen numerischer Algorithmen zu verbinden. Dabei geht es insbesondere um geeignete Schnittstellen und Abstraktionen, Korrektheit, Effizienz, Tests und Wartbarkeit wissenschaftlicher Software.
Aktuelle Lehrveranstaltung: WS 2026/27
Studentische Projekte und Abschlussarbeiten
Ich betreue regelmäßig Bachelor- und Masterarbeiten sowie studentische Forschungs- und Programmierprojekte in der Numerischen Mathematik und im Wissenschaftlichen Rechnen. Viele Themen entstehen aus aktuellen Forschungsfragen und reichen von numerischen Experimenten und Softwareentwicklung bis zur mathematischen Analysis.
Aktuelle Themen für studentische Projekte und Abschlussarbeiten
Frühere Lehrveranstaltungen
- AMDiS - Workshop
- Math Ma WIA / SCCOMP: Large sparse linear systems: concepts & implementation
- Math Ma WIA: Programming Languages in Scientific Computing
- Scientific Programming with C++
- Scientific Programming - Object-Oriented Programming using Java
- Tutorial of numerics of partial differential equations and finite element method
- Seminar of modelling and simulation
- Tutorial of basics in numerical mathematics 2
- Tutorial of basics in numerical mathematics 1
- Tutorial of mathematics III for electrical engineers
- Restoration of Binary Images Using the Cahn-Hilliard Equation
- Defect-tracking in Active Smectics
- Modellvergleiche des maschinellen Lernens zur automatischen Applikation von Sitzpersonalisierungsfunktionen
- Modelling Seminar: Fluid particle dynamics
- Periodic Boundary Conditions on non-periodic Meshes for Systems of PDEs: Methods, Implementation, Examples and Analysis
- Collective behaviour of active brownian particles by active VPFC modeling
- Data exchange between independently refined grids and its application in multi-phase-field models
-
H2 (non)conforming Finite Elements for the DUNE framework
-
Machine Learning prediction models for functionality and performance parameters of semiconductor chips based on manufacturing datasets