Big Data Algorithms

Die Arbeitsgruppe betreibt Grundlagenforschung zum Entwurf und zur Analyse von prior-free algorithms, wobei der Schwerpunkt auf theoretischen Grundlagen und mathematischen Methoden liegt. Die Forschungsagenda wird von aktuellen Entwicklungen wie der Verlangsamung des Moore’schen Gesetzes und der zunehmenden Bedeutung von „Big Data“ und „Fast Data“ geprägt. Besondere Aufmerksamkeit gilt (a) verteilten und dynamischen Algorithmen, die in komplexen und sich entwickelnden Umgebungen effizient arbeiten, und (b) der Integration von Ansätzen des maschinellen Lernens in traditionelle Algorithmus-Designtechniken. Graphen bilden einen zentralen methodischen Rahmen und dienen als abstraktes Modell für eine Vielzahl von Netzwerken der realen Welt, darunter Kommunikationssysteme, soziale Strukturen und Infrastruktur-Netzwerke.

Computational Geometry

Die Arbeitsgruppe Computational Geometry entwickelt effiziente geometrische Algorithmen und Datenstrukturen, die mathematische Grundlagen mit praktischen Aufgabenstellungen der Informatik verbinden. Im Mittelpunkt der Forschung stehen grundlegende geometrische Strukturen und algorithmische Techniken zur Verarbeitung und Analyse komplexer räumlicher Daten. Ein besonderer Schwerpunkt liegt auf exakten und robusten Berechnungen, die auch unter schwierigen geometrischen Bedingungen Zuverlässigkeit und numerische Genauigkeit gewährleisten. Die Arbeit der Gruppe umfasst sowohl grundlegende als auch anwendungsorientierte Perspektiven und setzt theoretische Erkenntnisse in skalierbare und zuverlässige Lösungen um.

Computational Systems

Die Computational Systems Group konzentriert sich auf die Entwicklung von Systemsoftware und auf die Weiterentwicklung von Konzepten für die Informatikausbildung, die komplexe Konzepte zugänglicher machen. Die Gruppe verbindet die Erforschung grundlegender Aspekte von Computersystemen mit innovativen Lehrmethoden, die Transparenz und konzeptionelle Klarheit in den Vordergrund stellen. Die Lehre umfasst das gesamte Spektrum der Computersysteme auf Bachelor- und Master-Ebene, von Maschinenarchitektur und Low-Level-Systemkonzepten über Programmiersprachen, Compiler und virtuelle Maschinen bis hin zu übergeordneten Perspektiven wie Cloud Computing, wobei Kernthemen wie Algorithmen, Datenstrukturen, Komplexität und Berechenbarkeit integriert werden. Ein zentraler Bestandteil des pädagogischen Ansatzes ist Selfie, ein offenes Lehr/Lern-System mit einem selbstkompilierenden C-Compiler, einem selbstausführenden RISC-V-Emulator und einem selbsthostenden RISC-V-Hypervisor, unterstützt durch Quellcode, Lehrmaterialien und automatisierte Bewertung.

Fachdidaktik Informatik

Die Arbeitsgruppe „Fachdidaktik Informatik“ arbeitet an der Schnittstelle zwischen Informatik, Bildung und digitaler Transformation. Die Gruppe ist für die Lehrer*innenausbildung in Informatik und digitaler Bildung zuständig und fördert die Entwicklung digitaler Kompetenzen an Schulen. Die Forschung der Gruppe dient der Weiterentwicklung der MINT-Bildung durch innovative Lehr- und Lernansätze. Ein zentraler Schwerpunkt liegt auf der Frage, wie digitale Kompetenz und Computational Thinking sinnvoll in die pädagogische Praxis integriert werden können, wobei theoretische Perspektiven mit der praktischen Umsetzung kombiniert werden. Durch die Verknüpfung von Forschung, Lehrer*innenausbildung und Lehrplanentwicklung soll zudem eine motivierende Lernumgebung geschaffen und nachhaltige Innovationen in der Informatikausbildung gefördert werden.

Database Systems

Die Database Group befasst sich mit allen Aspekten des Datenmanagements. Ihre Arbeit konzentriert sich insbesondere auf Anwendungen, die stark datenbasiert sind, aber aufgrund der Komplexität und Vielfältigkeit ihrer Abfragen von aktuellen Systemen nicht vollständig unterstützt werden können. Die Forschung der Gruppe konzentriert sich auf Abfragen über komplexe Objekte und umfangreiche Datensammlungen sowie auf Datenbereinigung und -integration, Indizierungstechniken, Abfrageverarbeitung und -optimierung, verteiltes Datenmanagement in disaggregierten Speicherarchitekturen und numerische Berechnungen in Datenbanken. Viele Forschungsfragen werden durch Herausforderungen motiviert, die sich in konkreten Anwendungsbereichen wie Process Mining, Digital Humanities oder kognitiver Neurowissenschaft ergeben. Zu den Ergebnissen dieser Forschung gehören unter anderem neue Algorithmen mit Leistungsgarantien, die unter Berücksichtigung ihrer Anwendungen implementiert und evaluiert werden.

Efficient Algorithms

Die Gruppe „Efficient Algorithms” untersucht algorithmische Aspekte moderner Rechenmodelle mit Schwerpunkt auf parallelem und verteiltem Rechnen. Diese Paradigmen sind von zentraler Bedeutung für die Bewältigung groß angelegter und rechenintensiver Probleme in Wissenschaft und Technik, bei denen Aufgaben über mehrere Prozessoren oder verteilte Systeme hinweg koordiniert werden müssen. Die Forschung konzentriert sich auf grundlegende Herausforderungen in großen Netzwerken wie Informationsverbreitung, Netzwerkerkundung, effiziente Lastenverteilung sowie die strukturellen und spektralen Eigenschaften von Graphen, die Netzwerke der realen Welt modellieren. Das Hauptziel besteht darin, effiziente skalierbare Algorithmen für die oben genannten Probleme zu entwerfen und zu analysieren.

MATRIS

Die Forschungsgruppe „Mathematics for Testing, Resilience and Information Security“ (MATRIS) befasst sich mit den mathematischen Grundlagen komplexer, resilienter und sicherer Systeme. Im Mittelpunkt ihrer Forschung stehen kombinatorische Designs und deren Anwendungen im Bereich Softwaretests, insbesondere kombinatorische Tests, sowie Methoden zur Verbesserung der Robustheit und Zuverlässigkeit komplexer Systeme. Weitere Arbeiten befassen sich mit Herausforderungen im Disaster Management, symbolischen Berechnungen, Optimierungsalgorithmen und allen mathematischen Aspekten der Informationssicherheit. Durch die Kombination von diskreter Mathematik mit algorithmischen Techniken entwickelt die Gruppe präzise Methoden, die zuverlässige Software, sichere Infrastrukturen und resiliente Systeme unterstützen.

MATRIS, das in seiner dualen Struktur als gemeinsames Forschungslabor der Universität Salzburg und der FH Salzburg fungiert, betreibt hochmoderne Forschung in den folgenden Bereichen:

  • Komplexe, resiliente und sichere Systeme an der Universität Salzburg, Fachbereich Informatik
  • Kombinatorische Sicherheitsprüfung an der Fachhochschule Salzburg, Fachbereich IT und Digitalisierung

Software Engineering

Die Gruppe Software Engineering untersucht Prinzipien und Methoden zur Entwicklung zuverlässiger und wartbarer Softwaresysteme, geleitet von der Erkenntnis, dass viele bestehende Systeme unnötig komplex und schwer zu verwalten sind. Der Forschungsschwerpunkt liegt daher auf Konzepten, Methoden und Werkzeugen, die die Entwicklung schlanker und robuster Software unterstützen. Dazu gehören Arbeiten zu Software-Design und -Implementierung, Wiederverwendbarkeit und Komposition sowie Programmiermethoden, die Klarheit, Effizienz und langfristige Nachhaltigkeit fördern. Derzeit liegt ein Schwerpunkt auf KI-basierten Anwendungen wie einer Bot-Plattform, die eine fein abgestimmte Optimierung von KI-Charakteren und Avataren ermöglicht, sowie auf der Erforschung der Auswirkungen von Vibe Coding auf die Softwareentwicklung und die Lehre der Informatik.