Epidemieverhinderung in Netzwerken mit Integer Programming - Markus Sinnl
Markus Sinnl, Institut für Produktions- und Logistikmanagement, Johannes Kepler Universität Linz, 154.000 Euro Fördersumme

Begriffe wie Infektionsketten, Kontaktverfolgung und Superspreader sind durch COVID-19 allgegenwärtig. Der Linzer Prozessexperte und KI-Forscher Markus Sinnl versucht, die Verbreitung von Viren in Netzwerken durch geeignete mathematische Modelle zu verhindern. Sein Projekt zielt darauf ab, bekannte Netzwerkeffekte zu berücksichtigen und mit Hilfe ganzzahliger (linearer) Programmierung konkrete und effiziente Lösungsvorschläge zu entwickeln. Vorangegangene Studien berücksichtigen die soziale Organisation in Netzwerken nicht. Da die Struktur dieser Netze aber signifikanten Einfluss auf die Ausbreitung von Epidemien hat, untersucht Sinnl konkrete Probleme bei der Optimierung. Die entwickelten Lösungscodes stehen danach anderen Forschenden zur Verfügung. Das konzeptionelle Design soll darüber hinaus helfen, Akzeptanz und Vertrauen in derartige KI-Lösungen („explainable AI“) zu fördern.