Wissenschaftliches Rechnen ist die Anwendung mathematischer und computergestützter Methoden zur Lösung oder Simulation komplexer wissenschaftlicher Probleme. Es ist ein interdisziplinäres Gebiet, das in verschiedenen wissenschaftlichen Disziplinen wie Ingenieurwesen, Physik, Chemie, Biologie, Medizin, Wirtschaftswissenschaften, Sozialwissenschaften und vielen anderen angewandt wird.

Wissenschaftliches Rechnen umfasst die mathematisch-physikalische Modellierung, bei der reale Phänomene durch Differentialgleichungen, partielle Differentialgleichungen oder andere mathematische Modelle zur Beschreibung des Systemverhaltens beschrieben werden. Auf der Basis dieser mathematischen Modelle werden geeignete numerische Lösungsverfahren ausgewählt, deren Eigenschaften für einen korrekten Lösungsprozess mit Methoden der numerischen Analysis vorab theoretisch überprüft und validiert wurden. Zu den bekannten numerischen Lösungsverfahren gehören deterministische Verfahren wie die Finite-Differenzen-Methode, die Finite-Volumen-Methode, die Finite-Elemente-Methode, aber auch stochastische Verfahren wie die Monte-Carlo-Simulation.

Für diese Computersimulationen setzt das Wissenschaftliche Rechnen in der Regel besonders leistungsfähige Rechnersysteme ein, um die komplexen mathematischen Modelle zu lösen. So können die Forscherinnen und Forscher mit den Computermodellen das Verhalten von Systemen unter verschiedenen Eingangsbedingungen simulieren. Damit ist es zum Beispiel möglich, allein mit diesen Computermodellen, einem so genannten „digitalen Zwilling“ des realen Systems, das Design technischer Systeme gezielt zu optimieren oder den Einfluss von Fertigungstoleranzen auf das Endprodukt zu bestimmen. Neuerdings werden hierzu sogar verstärkt Verfahren auf Basis künstlicher Intelligenz eingesetzt.

Im wissenschaftlichen Rechnen benötigen besonders realistische Modelle oft eine hohe Rechenleistung. Wissenschaftliches Rechnen erfordert daher häufig den Einsatz von Hochleistungsrechnern, Supercomputern oder verteilten Rechnersystemen, in denen häufig spezielle Hardwarekomponenten wie z.B. Grafikbeschleunigerkarten eingesetzt werden, um komplexe Simulationen durchzuführen, die große Datenmengen verarbeiten müssen oder sehr rechenintensiv sind.

Damit die Simulationen auf diesen Hochleistungsrechnern realistisch und zuverlässig sind, werden Methoden zur Validierung und Verifikation der Simulationsmodelle eingesetzt, um sicherzustellen, dass die Modelle und ihre Lösungsverfahren korrekt implementiert sind und die erzielten Ergebnisse mit experimentellen Daten oder theoretischen Vorhersagen übereinstimmen.

Zu den vielfältigen Anwendungsfeldern des Wissenschaftlichen Rechnens gehören z.B. die Simulation von elektromagnetischen Feldern, Wärmetransportprozessen, Strömungen von Fluiden und Flüssigkeiten, mechanischen Strukturen z.B. in Crashsimulationen oder Festigkeitsberechnungen, Klimamodellen, chemischen Molekülverbänden oder finanzmathematischen Simulationen und vielen anderen Bereichen der Natur- und Ingenieurwissenschaften.   

Das wissenschaftliche Rechnen spielt heute eine entscheidende Rolle bei der Erweiterung unseres Verständnisses komplexer Systeme und Phänomene und ermöglicht es den Wissenschaftlern, Vorhersagen zu treffen, Experimente zu planen und neue Erkenntnisse zu gewinnen.

Im Schwerpunkt „Scientific & High-Performance Computing“ sind folgende Lehrstühle und Forschungsgruppen der Informatik aktiv:

Angewandte Informatik (Prof. Andreas Frommer, Prof. Bruno Lang)

Wissenschaftliches Rechnen und Hochleistungsrechnen (Prof. Matthias Bolten, Prof. Peter Zaspel)

Applied and Computational Mathematics (Prof. Matthias Ehrhardt, Prof. Michael Günther)

Theoretische Elektrotechnik (Prof. Markus Clemens)

sowie in Besetzung:

Data Analytics