Prof. Dr. Gerta Koester

Fakultaet 07
Raum: R 4.026
Adresse: 80335 MÜNCHEN, Lothstr. 64

T +49 89 1265-3712
F +49 89 1265-3780

E-Mail

ORCID-iD: 0000-0002-3369-6206

Sprechzeiten

Details

Fach- und Aufgabenbereiche

Funktionen

Mitglied im Institut IAMLIS - Institut für Anwendungen des Maschinellen Lernens und Intelligenter Systeme
Stellvertretende Leiterin des PZAI - Promotionszentrums Angewandte Informatik
Stellvertretende Frauenbeauftragte
Beauftragte für Begabtenförderung

Lehrgebiet und Forschungsinteresse

Modellbildung, Simulation, Erklärbare KI, Quantifizierung von Unsicherheiten, Fußgängerströme, Informatik allgemein

Weiteres

Open-Source Software aus der Forschungsarbeit

Open-source Simulator Vadere für Simulation von Menschenmengen: Vadere Homepage , Vadere Download , Vadere-Simulations auf Youtube
Open-source Software datafold für explizite Parametrisierung datengetriebener Modelle: datafold
Open-source Software CrowNet für Simulation mobiler Kommuniktion in Personenströmen: CrowNet

Im Fachgebiet Modellbildung und Simulation erforschen Professorinnen und Professoren und Studierende die Bewegung und das Verhalten von Menschenmengen.

Kann man mit dem Computer vorhersagen, wo sich Menschenmengen gefährlich ballen? Wo sie sich mit einem Virus anstecken könnten? Wie sie mobil mit einander vernetzt sind? Wie sicher sind solche Prognosen? Kann man sie schnell genug erstellen, um noch handeln zu können? Und was ändert sich, wenn sich die Menschen kooperativ oder kontrovers verhalten?

Sie interessieren sich für eine von mir betreute Abschlussarbeit oder ein Praktikum im Themenbereich Modellierung und Simulation?

Sie suchen einen spannenden Nebenjob? Für unsere Simulatorentwicklung suche ich geschickete Java- und Python-Programmierer, die z.B. an der grafischen Darstellung unserer Simulationen arbeiten wollen: Postvisualisierung von Personenströmen, GUI, ...

Sprechen Sie mich bitte an oder schicken Sie mir eine Mail.

Offene Abschlussarbeiten

Im Rahmen unserer Forschungsprojekte ergeben sich laufend Bachelor- und Masterarbeiten. Aktuelle Beispiele sind:

3D visualization of scientific results in pedestrian dynamics. Ziel: Darstellung von Simulationsergebnissen für ein breites Publikum: Wie kann man wichtige Erkenntnisse transportieren? Von 3D-Bildern von Simulationen in Unity3D zu Visual Analytics.
Expansion of the Vadere simulator for crowd motion to include reaction times before the start of an evacuation. Ziel: Realitätsnähere Simulationen von Räumungen ermöglichen. Was bedeutet es für die Sicherheit, wenn Menschen erst verzögert aus einem Gefahrenbereich fliehen?

Prof. Dr. Gerta Köster is a Professor of modeling and simulation at the Department of Computer Science and Mathematics, Hochschule München – University of Applied Sciences. Previously she was a researcher at the Department of Mathematics, LMU München and Research and Teaching assistant at the Department of Mathematics at The Ohio State University, USA. She gained expertise in applying science and managing innovation during 13 years in industry. Her current research focus is on modeling and simulation of crowd dynamics, including mobile communication among pedestrians or psychological phenomena, and in harnessing explainable AI methods to harvest and analyze massive data output from simulations and observations.

Prof. Dr. Gerta Köster ist Professorin für Modellierung und Simulation an der Fakultät für Informatik und Mathematik der Hochschule München - University of Applied Sciences. Zuvor war sie wissenschaftliche Mitarbeiterin an der Fakultät für Mathematik der LMU München sowie Forschungs- und Lehrassistentin am Department of Mathematics der Ohio State University, USA. Während ihrer 13-jährigen Tätigkeit in der Industrie sammelte sie Erfahrungen in der Anwendung von Wissenschaft und im Management von Innovationen. Ihr derzeitiger Forschungsschwerpunkt liegt auf der Modellierung und Simulation der Dynamik von Menschenmengen, einschließlich der mobilen Kommunikation zwischen Fußgängern oder psychologischen Phänomenen, sowie auf der Nutzung erklärungsfähiger KI-Methoden zur Gewinnung und Analyse massiver Datenmengen aus Simulationen und Beobachtungen.