Dieses Bild zeigt Peter Reimann

Peter Reimann

Herr Dr. rer. nat.

Wissenschaftlicher Angestellter
IPVS
Anwendersoftware

Kontakt

+49 711 685 88445
+4971168588424

Universitätsstraße 38
D-70569 Stuttgart
Deutschland
Raum: 2.467

Sprechstunde

Bitte vereinbaren Sie einen Termin per E-Mail.

Fachgebiet

Leiter der Nachwuchsgruppe IKT-Plattform für die Produktion an der Graduate School of Excellence advanced Manufacturing Engineering (GSaME).

Diese Nachwuchsgruppe beschäftigt sich mit Informations- und Kommunikationstechnologien (IKT), die heterogene, verteilte Informationssysteme im gesamten Unternehmen einbindet. Sie verknüpft dabei grundlagenorientierte und anwendungsnahe Forschung in Bereichen der Datenbereitstellung, des Datenmanagements, der Datenanalyse sowie des maschinellen Lernens für industrielle Anwendungsfälle. Relevante Anwendungsgebiete können unter dem Stichwort Industrial Analytics zusammengefasst werden, das darauf abzielt, Datenanalysen über den gesamten Produktlebenszyklus hinweg zu implementieren. Zudem führen die spezifischen Charakteristika industrieller Daten häufig zu grundlegenden Forschungsfragen, die in der wissenschaftlichen Literatur noch nicht berücksichtig wurden und für die Nachwuchsgruppe neuartige Ansätze entwickelt. Hierbei spielen insbesondere folgende Themengebiete eine Rolle:

  • Adressierung verschiedener Arten von Bias und Data Set Shifts in Daten, die sich beispielsweise aus der Komplexität und Variantenvielfalt von Produkten in industriellen Anwendungsfällen ergeben.
  • Datenqualität für strukturierte und unstrukturierte Daten.
  • Metadatenmanagement, Data Lakes.
  • Nutzung von Domänenwissen, z.B. aus semantischen Netzen oder probabilistischen Graphen, zur Verbesserung der Datenvorbereitung und Datenanalyse (Stichpunkt „Informed Machine Learning“).
  • Kombination und Fusion datengetriebener Modelle des maschinellen Lernens und physikalische Simulationsmodelle oder andere Wissensdatenbanken.
  • Automated Machine Learning (AutoML), Meta-Learning, Modellverwaltung, Erklärbares maschinelles Lernen (eXplainable AI – XAI).

Peter Reimann studierte Diplom-Informatik an der Universität Stuttgart und promovierte im Jahr 2016 am Institut für Parallele und Verteilte Systeme (IPVS) sowie am Cluster of Excellence Simulation Technology (SimTech) der Universität Stuttgart im Themenbereich Datenmanagement und Datenbereitstellung für computerbasierte Simulationen und Simulationsworkflows. Von Juli bis September 2015 war er Gastwissenschaftler an der School of Information Sciences (iSchool) sowie dem National Center for Supercomputing Applications (NCSA) der University of Illinois at Urbana-Champaign in den USA. Seit 2017 ist er Nachwuchsgruppenleiter an der Graduate School of Excellence advanced Manufacturing Engineering (GSaME) der Universität Stuttgart. Sein aktuelles Forschungsgebiet umfasst Themen sowohl zu anwendungsnaher als auch grundlagenorienter Forschung in Bereichen der Datenbereitstellung, des Datenmanagements, der Datenanalyse sowie des maschinellen Lernens für industrielle Anwendungsfälle (Industrial Analytics).

  • ICEIS 2022 Best Paper Award
    Marco Spieß, Peter Reimann, Christian Weber und Bernhard Mitschang: Analysis of Incremental Learning and Windowing to handle Combined Dataset Shifts on Binary Classification for Product Failure Prediction. In: Tagungsband der 24. International Conference on Enterprise Information Systems (ICEIS), 2022.
  • DSAA 2019 Best Paper Award
    Vitali Hirsch, Peter Reimann und Bernhard Mitschang: Data-Driven Fault Diagnosis in End-of-Line Testing of Complex Products. In: Tagungsband der 6. International Conference on Data Science and Advanced Analytics (DSAA), Washington, D.C., USA, 2019.
  • Data Science in the Industrial Product Lifecycle. Bosch Data Strategy Expert Talk bei der Robert Bosch GmbH, 16. November 2021.
  • Industrial Analytics – Data Science im industriellen Bereich. Jugendforum Informatik 1 + 2, 29. März und 1. April 2021.
  • Data Science Projects in the Graduate School of Excellence advanced Manufacturing Engineering (GSaME), Advanced Analytics & Big Data InfoDay der Daimler AG, 18. September 2019.
  • Data Management and Data Science in the Graduate School of Excellence advanced Manufacturing Engineering (GSaME), Advanced Analytics & Big Data InfoDay der Daimler AG, 20. September 2018.
  • Data Provisioning for Simulation Workflows. Vortrag an der School of Information Science der University of Illinois at Urbana-Champaign (UIUC), 22. Juli 2015.

Chair / PC-Mitglied bei Konferenzen und Workshops:

  • Chair des Workshop on Big and Small Data in Science and Humanities (BigDS 2019), Konferenz für „Datenbanksysteme für Business, Technologie und Web“ (BTW), Rostock, Deutschland, 2019.
  • Chair des Workshop on Big and Small Data in Science and Humanities (BigDS 2017), Konferenz „Datenbanksysteme für Business, Technologie und Web“ (BTW), Stuttgart, Deutschland, 2017.
  • Mitglied des Organisationskomitees, Konferenz für „Datenbanksysteme für Business, Technologie und Web“ (BTW), Stuttgart, Deutschland, 2017.
  • PC-Mitglied des SimTech Workshop auf der Informatik 2014 der Gesellschaft für Informatik (GI), Stuttgart, Deutschland, 2014

Other selected reviewing activities:

  • Gutachter für 37. ACM/SIGAPP Symposium On Applied Computing (SAC), Brno, Tschechische Republik, 2022.
  • Gutachter für Journal of Manufacturing Processes, S. Kapoor (Ed.), Elsevier, 2021.
  • 35. IEEE International Conference on Data Engineering (ICDE), Macau, 2019, Sub-Gutachten.
  • 23. IEEE International Conference on Computer Supported Cooperative Work in Design (CSCWD 2019), Porto, Portugal, 2019, Sub-Gutachten.
  • 34. IEEE International Conference on Data Engineering (ICDE), Paris, Frankreich 2018, Sub-Gutachten.
  • Gutachter für Procedia CIRP: 51. CIRP Conference on Manufacturing Systems (CIRP CMS), Stockholm, Schweden, 2018.
  • 20. International Conference on Extending Database Technology (EDBT), Venice, Italien, 2017, Sub-Gutachten.
  • Gutachter für Computing Journal, S. Dustdar (Ed.), Springer, 2014.

Sommersemester 2021

  • Doktorandenseminar (GSaME) “Industrial Analytics”

Wintersemester 2021/2022

  • Vorlesung im GSaME-Grundprogramm: “Datenmodellierung und Datenbanksysteme”
  • Eingeladener Vortrag in Ringvorlesung “Digitale Geisteswissenschaften“: “Datenbanksysteme”

Sommersemester 2021

  • Hauptseminar “Advanced Topics in Data Management for Industrial Analytics”

Wintersemester 2020/2021

  • Hauptseminar “Advanced Topics in Data Management for Industrial Analytics”
  • Doktorandenseminar (GSaME) “Industrial Analytics”
  • Vorlesung im GSaME-Grundprogramm: “Datenmodellierung und Datenbanksysteme”
  • Eingeladener Vortrag in Ringvorlesung “Digitale Geisteswissenschaften“: “Datenbanksysteme”

Wintersemester 2019/2020

  • Vorlesung “Datenbanken und Informationssysteme”
  • Hauptseminar “Advanced Topics in Data Management for Industrial Analytics”
  • Doktorandenseminar (GSaME) “Industrial Analytics”

Sommersemester 2019

  • Eingeladener Vortrag in Vorlesung “Advanced Information Management”: “NoSQL Document Stores and Wide Column Stores”.

Wintersemester 2018/2019

  • Vorlesung “Datenbanken und Informationssysteme”
  • Hauptseminar “Advanced Topics in Data Management for Industrial Analytics”
  • Doktorandenseminar (GSaME) “Industrial Analytics”
  • Vorlesung im GSaME-Grundprogramm: “Datenmodellierung und Datenbanksysteme”
  • Eingeladener Vortrag in Ringvorlesung “Digitale Geisteswissenschaften“: “Datenbanksysteme”

Sommersemester 2018

  • Eingeladener Vortrag in Vorlesung “Advanced Information Management”: “NoSQL Document Stores and Wide Column Stores”.

Wintersemester 2017/2018

  • Übung “Datenbanken und Informationssysteme”
  • Vorlesung im GSaME-Grundprogramm: “Datenmodellierung und Datenbanksysteme”
  • Eingeladener Vortrag in Ringvorlesung “Digitale Geisteswissenschaften“: “Datenbanksysteme”

Sommersemester 2017

  • Eingeladener Vortrag in Vorlesung “Advanced Information Management”: “NoSQL Document Stores and Wide Column Stores”.

Wintersemester 2016/2017

  • Übung “Datenbanken und Informationssysteme”
  • Vorlesung im GSaME-Grundprogramm: “Datenmodellierung und Datenbanksysteme”
  • Eingeladener Vortrag in Ringvorlesung “Digitale Geisteswissenschaften“: “Datenbanksysteme”

Wintersemester 2015/2016

  • Übung “Datenbanken und Informationssysteme”
  • Übung im GSaME-Grundprogramm: “Datenmodellierung und Datenbanksysteme”

Wintersemester 2014/2015

  • Übung “Datenbanken und Informationssysteme”
Zum Seitenanfang