Data Science Center

Auf der GECCO 2026 gab Nils Leusmann einen Vortrag zur neuesten Entwicklung des Open-Source Tools EvoAl. Der Beitrag zeigt, wie das DSC international Barrieren in der Anwendung von Optimierung und Machine Learning reduziert und so zur datenwissenschaftlichen Gemeinschaft und Forschung beiträgt.

Auf dem Research Software Engineering Event RSE Day 2026 in Hamburg präsentierte Nils Leusmann in einem Beitrag das Open-Source Data-Science Tool EvoAl. Die Software bietet Forschenden mittels innovativer formaler Sprache einen nutzerfreundlichen Ansatz zur Ausarbeitung von Datenmanagementplänen.

Vom 13. bis 17. Juli 2026 veranstalteten das DSC, das BIPS und das ZMT gemeinsam die Summer School "Location Matters", eine interdisziplinäre Fortbildungsveranstaltung, die den Teilnehmern den effektiven Umgang mit Geodaten vermittelte.

Die Zukunft datengetriebener Forschung in der Content Moderation: Am 30. August 2026 bringt der Workshop Wissenschaft und Praxis zusammen, um Forschungsmethoden zu diskutieren, wissenschaftlichen Austausch zu fördern und die Entwicklung neuer Lösungsansätze zu unterstützen.

Anhand von Erfahrungen im Rahmen des Datenkompetenzzentrums DataNord beleuchtet der Artikel Herausforderungen bezüglich Data Literacy in den Meeresumweltwissenschaften und diskutiert Ansätze, die Forschenden einen besseren Zugang zu Datenkompetenzen und deren praktischer Anwendung ermöglichen.

Wie lassen sich komplexe Optimierungsprobleme effizient und zuverlässig lösen, wenn Daten unsicher, dynamisch oder nur teilweise bekannt sind? Dieser Frage widmen sich rund 60 Forschende vom 10. – 14. August 2026 während des internationalen Chilean-German Workshop on Combinatorial Optimization.

Beim OPEN CAMPUS 2026 der Universität Bremen war das Data Science Center mit einem interaktiven Stand im MZH vertreten. Am Datenglücksrad konnten Besucher*innen ihr Wissen rund um Daten, KI und Data Science testen und dabei kleine Preise gewinnen.

Auf dem internationalen Workshop stellte das DSC einen methodischen Rahmen für die Integration von Webdaten und Natural Language Processing (NLP) in Wirtschaftsstatistiken vor. Der Ansatz baut auf methodischem Fachwissen auf, das im Datenkompetenzzentrum „DataNord“ entwickelt wurde.

„CHERI-VP“ ermöglicht die frühzeitige Evaluierung CHERI-gestützter eingebetteter RISC-V-Systeme durch virtuelles Prototyping und Benchmark-Analyse. Der simulationsbasierte Ansatz trägt zur systematischen Erforschung von sicherem Hardware-Software Co-Design für Embedded-Computing-Plattformen bei.

Gemeinsam mit Partner*innen der Universität Oldenburg hat das Data Science Center erfolgreich ein Projekt in der Northwest-Advanced-Linie eingeworben. Mit „Data Encounters Northwest“ sollen neue standortübergreifende Kooperationen im Bereich Data Science entstehen.