Ziel der Forschung ist es, komplexe Probleme unserer Zeit zu lösen, wobei Nachhaltigkeit und vor allem die Energiewende und das Stromnetz im Vordergrund stehen. Methodisch kombiniert die Gruppe „Daten-getriebene Analyse komplexer Systeme (DRACOS)“ explorative Datenanalyse, physikalische Modellierung und Methoden des maschinellen Lernens. Ein Fokus liegt hier auf der Interpretierbarkeit der Modelle: Es sollen keine „Black Box“-Vorhersagen entwickelt werden, sondern diese Vorhersagen sollen transparent sein. Zum Beispiel soll erklärt werden, welche externen Faktoren, wie die Einspeisung von Photovoltaik-Anlagen, der aktuelle Strompreis oder die Uhrzeit, für eine Vorhersage der Stromnetz-Frequenz oder des Verbrauchs relevant sind. Diese Transparenz ermöglicht dann Synergien aus maschinellen und menschlichen Modellen: Wo ist die Maschine besser als der Mensch? Was können wir daraus für unsere menschlichen Modelle lernen und diese dadurch besser machen?