Home | english | Impressum | Sitemap | Intranet | KIT
Institut für Angewandte und Numerische Mathematik 4: Numerische Simulation, Optimierung und Hochleistungsrechnen

Sekretariat
Kollegiengebäude Mathematik (20.30)
Zimmer 3.039

Adresse
Karlsruher Institut für Technologie (KIT)
Institut für Angewandte und Numerische Mathematik
Englerstrasse 2
76131 Karlsruhe

Öffnungszeiten:

Tel.: +49 721 608 - 42062

Fax.: +49 721 608 - 44178

Der Modellansatz: Modell046 - Extremereignisse

modellansatz.de/extremereignisse

Bei genauem Hinsehen finden wir die Naturwissenschaft und besonders Mathematik überall in unserem Leben, vom Wasserhahn über die automatischen Temporegelungen an Autobahnen, in der Medizintechnik bis hin zum Mobiltelefon. Woran die Forscher, Absolventen und Lehrenden in Karlsruhe gerade tüfteln, erfahren wir im Modellansatz Podcast aus erster Hand.

Der Modellansatz: Extremereignisse, Foto: Gudrun Thäter, Bearbeitung: Sebastian Ritterbusch

Sebastian Lerch befasst sich mit der Vorhersage von Extremereignissen, zum Beispiel bei Stürmen und extrem starken Regenfällen und deren Auswirkung auf Fluten oder auch bei Ausnahmeereignissen in der Finanzindustrie. Das Dilemma ist dabei, dass die öffentliche Bewertung oft nur nach eventuell nicht vorhergesagten Katastrophen erfolgt, wie bei dem Erdbeben von L’Aquila, das sogar in erster Instanz zur Verurteilung von Wissenschaftlern führte. Tatsächlich gibt es Fälle erfolgreicher Erdbebenvorhersage, doch leider sind dies nur seltene Ereignisse.

Die grundsätzliche Schwierigkeit liegt darin, ein angemessenes Modell für die Risikobewertung zu finden, auch wenn manche Ereignisse nur selten oder in bestimmter Umgebung sogar noch nie aufgetreten sind, und so kaum Daten vorliegen. Die Lösung liegt darin auf probabilistische Vorhersagen zu setzen. Hier wird kein deterministischer fester Wert vorhergesagt, sondern die stochastische Verteilung, in der man die Wahrscheinlichkeit für alle Ereignisse definiert.

Verschiedene probabilistische Vorhersagen können mit Hilfe des Continuous Rank Probability Score (CRPS) zu Beobachtungen verglichen und evaluiert werden. Die CRPS ist dabei ein Vertreter der Proper Scoring Rules, da die wahre Verteilung diesen Score tatsächlich maximiert.

Eine Herausforderung verbleibt die Frage nach einer geeigneten Vermittlung von probabilistischen Aussagen, wie sie uns in der Regenwahrscheinlichkeit täglich in der Wettervorhersage begegnet, und leider selten richtig verstanden wird.


Literatur und Zusatzinformationen