Covid-19 und stochastische Ausbreitungsprozesse auf Netzwerken

Netzwerke sind eine gängige Art, komplexe und interagierende Systeme zu repräsentieren. Dynamische Prozesse, die sich auf diesen Netzwerken ausbreiten, werden durch die spezifische Konnektivität geformt. Die computergestützte Modellierung dieser Systeme ist daher von großer Bedeutung für Wissenschaft und Technik. 

Basierend auf den theoretische Grundlagen und Paradigmen (wie das SIS-Epidemiemodell und zeitkontinuierliche Markov-Ketten)  werden numerische Methoden zur effizienten Untersuchung und Simulation stochastischer Ausbreitungsprozesse in komplexen Netzwerken entwickelt. 

Anhand von Covid-19 lassen sich verschiedene Ansätze und ihre Limitationen vergleichen. Gleichzeitig zwingt uns die Pandemie zu einer Reflexion darüber, was ein Model eigentlich ist, wie es auf die Realität übertragbar ist und worin der potenzieller Nutzen besteht.