© UDE/Florian Strauch

Neu an der UDE: Sorin-Mihai Grad

Entscheidungen mathematisch optimieren

Was sind neuronale Netzwerke? Wie funktionieren sie? Prof. Dr. Sorin-Mihai Grad, neuer Professor für Diskrete und Stochastische Optimierung an der Universität Duisburg-Essen, möchte das Verständnis der mathematischen Mechanismen, die diesen Algorithmen zugrunde liegen, verbessern, um sie effizienter und präziser zu machen.

[Dr. Alexandra Nießen:] Können Sie Ihre Forschung kurz zusammenfassen?

[Prof. Dr. Sorin-Mihai Grad:] Ich beschäftige mich mit Optimierung. Damit bewege mich an der Schnittstelle zwischen theoretischer und angewandter Mathematik.

Zahlreiche Anwendungen – etwa aus Wirtschaft, Finanzen, Logistik, Bildverarbeitung, KI – lassen sich als Minimierungs- oder Maximierungsprobleme modellieren. Wenn diese gelöst werden sollen, geht es in erster Linie darum, um ihre optimale Lösungen zu charakterisieren und zu finden.

Gibt es Themen, die Ihnen besonders am Herzen liegen?

Besonders begeistert mich die Vektoroptimierung. Da geht es, um mehrere Zielfunktionen gleichzeitig zu optimieren. Man spricht auch von multikriterieller Optimierung. Es gilt, eine Lösung zu finden, die der beste Kompromiss für alle vorliegenden Kriterien ist, und nicht das absolute Optimum für jeden Einzelnen.

Das klassische Beispiel stammt aus der Finanzwelt vom Ökonomen Harry Markowitz: Man versucht, eine Anlage zu finden, die das Risiko minimiert und die erwartete Rendite maximiert. Ein solches Portfolio existiert in der Realität nicht, daher wurden verschiedene Lösungskonzepte für solche Optimierungsprobleme eingeführt.

Ich habe bereits verschiedene theoretische Ergebnisse in der Vektoroptimierung erzielt und einige in der Monographie „Duality in Vector Optimization“veröffentlicht. Aktuell arbeite ich an Methoden, mit denen man sich der Lösung schrittweise iterativ nähert.

Die derzeitigen Algorithmen für diesen Zweck basieren zu sehr auf Heuristiken, und ich bin fest davon überzeugt, dass multikriterielle Optimierungsprobleme tatsächlich mit Hilfe mathematisch exakter und vollständig implementierbarer iterativer Verfahren gelöst werden können.

Was möchten Sie in Ihrem Bereich an der UDE noch besser aufbauen?

Ich möchte die mathematischen Mechanismen, die neuronalen Netzen zugrunde liegen, verständlicher machen. Das heißt, ich möchte die Algorithmen, die derzeit in der KI verwendet werden, effizienter und präziser machen.

Da es in der UDE-Mathematik mehrere Professuren zu Optimierung mit eigenen Schwerpunkten gibt, sehe ich außerdem viele Anknüpfungspunkte für gemeinsame Forschungsprojekte und Seminare.

Mathematik finden viele Schüler:innen schwierig. Wie möchten Sie Studierende für Ihr Fach gewinnen?

Mir ist wichtig, mathematische Zusammenhänge klar und verständlich zu vermitteln. Lehre verstehe ich als Dialog und nicht als Einbahnstraße. Fragen sind jederzeit (während und nach der Vorlesung) willkommen. Bei Abschlussarbeiten versuche ich außerdem, gemeinsam mit den Studierenden ein Thema zu finden, das sie wirklich interessiert und ihnen Raum für eigene Ideen bietet.

 

Zur Person: Sorin-Mihai Grad
Von Cluj-Napoca über Chemnitz, Wien und Paris nach Duisburg-Essen: Sorin-Mihai Grad studierte Mathematik in Rumänien, promovierte und habilitierte sich an der TU Chemnitz und war anschließend in Forschung und Lehre unter anderem in Leipzig, Wien und Paris tätig. Zuletzt wirkte er als Professor für Optimierung an der ENSTA Paris und als teilzeit Associate Professor an der École Polytechnique. Seit 2026 verstärkt er als Professor für Diskrete und Stochastische Optimierung die Mathematik der UDE.

 

Weitere Informationen:
Prof. Dr. Sorin-Mihai Grad, Fakultät für Mathematik, Forschungsgebiet Optimierung, Tel. 0201/18-36880, sorinmihai.grad@uni-due.de

Redaktion: Dr. Alexandra Nießen, Tel. 0203/37-91487, alexandra.niessen@uni-due.de

Zurück