Die Gruppe konzentriert sich auf diskontinuierliche Materialien wie Böden, deren Verhalten bei mechanischer Beanspruchung schwer vorhersagbar ist. Tafili erklärt: „Wir wollen durch den Einsatz von Künstlicher Intelligenz, insbesondere maschinellem Lernen und neuronalen Netzen, das komplexe Verhalten diskontinuierlicher Materialien simulieren."
Das Team entwickelt ein Simulationsmodell, das geophysikalische und thermodynamische Prinzipien mit Machine-Learning-Algorithmen verbindet. Ziel ist es, neuronale Netze zu schaffen, die das Bodenverhalten unter verschiedenen Bedingungen prognostizieren können. Dafür nutzen die Forscher reale und synthetisch generierte Daten.
Die Entwicklung eines KI-Systems, das selbstständig wichtige Zustandsvariablen für das Materialverhalten erkennt, steht im Fokus. Die Ergebnisse sollen in Simulationen einfließen und zur Optimierung geotechnischer Bauwerke beitragen. Tafili betont: „Wir wollen die Simulationswerkzeuge weiterhin nutzen, um geotechnische Bauwerke sicher und resilient gegen klimabedingt erhöhte Einwirkungen auszulegen."
Das Projekt könnte die Planung von Bauprojekten im Rahmen der Klimaanpassung und Energiewende beeinflussen, darunter Deiche, Windenergieanlagen und geothermische Anlagen.
