Jeder hat dieses Phänomen schon einmal nach dem Fotografieren wahrgenommen: Vergrößert man am Bildschirm einen Bildausschnitt immer weiter, wird ein grobes Mosaik aus Pixeln sichtbar. Das Maß dafür, wie fein dieses Raster ist, wird als Auflösung bezeichnet: Je höher die Auflösung, desto feiner die Details. Das gilt nicht nur für das private Fotoalbum, sondern etwa auch für Modelle, mit denen Klima und Wetter erforscht werden. Teilt man die Atmosphäre in Würfel auf und ordnet jedem Würfel einen Datenpunkt zu, so repräsentiert dieser in Klimasimulationen ein Gebiet von mehreren Kilometern Kantenlänge. „Es ist trotz immer besserer Rechnerleistung illusorisch, die Auflösung solcher Gitternetze so zu erhöhen, dass alle Prozesse, die sich wechselseitig beeinflussen, aber in unterschiedlicher Größe und in verschiedenen Zeiträumen stattfinden, gleichzeitig berechnet werden können“, erklärt Oliver. So erstreckt sich das Wetter von Abläufen auf molekularer Ebene bis hin zum Verlauf der Jahresmitteltemperaturen. Ein aktuelles Thema ergibt sich aus der Problematik, dass auch die großen Meeresströmungen ihre Energie durch Wirbel zugeführt bekommen, die so klein sind, dass sie in globalen Modellen tendenziell zu schwach ausgebildet sind.
Eine Computersimulation komplexer Systeme beschränkt sich also zwangsläufig nur auf Teilbereiche – die kleineren oder größeren Skalen müssen modelliert werden. „Um diese Modelle zu verbessern, verwende ich Methoden aus der Physik, der Informatik und der Angewandten Mathematik. In jüngster Zeit kommen auch Methoden aus den Datenwissenschaften hinzu. Es werden mit hoch aufgelösten, lokalen Simulationen Daten generiert, aus denen sich dann über Methoden des Maschinellen Lernens deren Einfluss auf gröbere, aber globale Simulationen darstellen lässt“, schildert Oliver. Dabei beschränkt sich Oliver nicht auf Fragen von Klima und Wetter, auch wenn er zum Vorstand des von der Deutschen Forschungsgemeinschaft (DFG) geförderten Sonderforschungsbereich „Energy Transfers in Atmosphere and Ocean“ gehört: „Als Mathematiker suche ich nach Mustern, die auch anders einsetzbar sind – etwa im Bereich von Logistik oder Werkstoffentwicklung. Für mich ist es reizvoll, anhand einer konkreten Fragestellung die theoretischen Grundlagen weiterzuentwickeln, um diese dann wieder in die Praxis einfließen zu lassen.“
Dabei kommt ihm zugute, dass er sowohl Physik als auch Mathematik studiert hat – neben der Universität in seiner Heimatstadt Münster auch in Edinburgh sowie an der University of Arizona in Tuscon, wo Oliver promoviert wurde. Dort arbeitete er unter anderem in einem interdisziplinären Programm, in dem auch Forschende aus den Bereichen Meteorologie, Luft- und Raumfahrt sowie Geowissenschaften mitwirkten. „Physiker probieren tendenziell erst einmal aus, wenn sie eine Fragestellung interessiert. Mathematiker wiederum wollen Beweise entwickeln. Ein Fortschritt im wissenschaftlichen Prozess braucht meiner Meinung nach beide Aspekte“, so Oliver. Vor seiner Berufung an die KU war Professor Oliver zuletzt an der Jacobs University in Bremen tätig, nachdem der an der Universität in Tübingen, der University of Southern California sowie der University of California in Irvine gelehrt und geforscht hatte. Forschungsaufenthalte führten ihn unter anderem auch an das Institute for Advanced Study in Princeton, an die französische Ecole Normale Supérieure de Cachan sowie das Isaac Newton Institute for Mathematical Science in Cambridge.
Informationen zum MIDS finden sich unter www.ku.de/mids, Details zum neuen Bachelorstudiengang „Data Science“ finden Studieninteressierte unter www.ku.de/ds.
