Arbeitsbereich Mathematik und BWL
Der Arbeitsbereich Mathematik und Betriebswirtschaft (MB) vereint seit 2006 die beiden entsprechenden Lehrgebiete im Fachbereich Life Science Technologies.
Lehre
Angeboten werden einschlägige Lehrveranstaltungen des Bachelorstudiums:
- Differential- und Integralrechnung (DIR),
- Wahrscheinlichkeitsrechnung und Statistik (WRS),
- Einführung in die Betriebswirtschaft (BWL),
- Spezielle Statistik (SPS),
- Operations Research (OPR) und
- Methodengestütztes Projektmanagement (MPM)
sowie für das Masterstudium:
- Angewandte Mathematik (AMA) und
- Computergestützte Mathematik (CMA)
Dem Grunde nach werden mathematisch-statistische Grundwerkzeuge und wichtiges Spezialwissen bzw. das betriebswirtschaftliche Grundverständnis bis hin zur besonderen Führungskompetenz vermittelt.
Das Ziel in der Mathematik wie gleichermaßen in der Statistik ist die Vermittlung von einschlägigen Fertigkeiten soweit, wie sie für die Vertiefungsfächer und insbesondere für die Auswertung von Messreihen in Praktika oder im Rahmen der Abschlussarbeit notwendig sind. So rücken etwa mathematische Beweise zugunsten von Anwendungsbeispielen in den Hintergrund.
Die betriebswirtschaftlichen Vorlesungen hingegen wollen den Studierenden in erster Linie auf die spätere berufliche Tätigkeit vorbereiten, speziell die rasche und kompetente Orientierung im Betrieb bis hin zur Bewältigung betriebswirtschaftlicher Teilaufgaben eines technologischen Arbeitsplatzes fördern.
Darüber hinaus ist der Arbeitsbereich regelmäßig und gern Ansprechpartner oder Betreuer für einschlägige mathematisch-statistische Fragestellungen im Rahmen der Anfertigung von Abschlussarbeiten.
Forschung
Der designierte Forschungsschwerpunkt besteht in der grundlegenden Untersuchung der wissensbasierten Versuchsplanung, nämlich der Entwicklung eines stochastischen Modellschemas für ein Expertensystem, welches bruchstückhafte i.e.: partielle Informationen über mögliche Prozesszusammenhänge in ein ganzheitliches Wirkungsmodell überträgt. Auf dieser Ebene sind dann komplexe Szenarien auswertbar. Der Aufbau eines solchen Expertensystems bedarf des Einsatzes anspruchsvoller und aktueller stochastischer Methoden der künstlichen Intelligenz.