20.03.2026
Während des Workshops erhielten die Teilnehmenden zunächst eine Einführung in die theoretischen Grundlagen des maschinellen Lernens – mit besonderem Fokus auf Deep Learning. Im Anschluss folgte ein Praxisteil. Durch die Kombination aus Vorträgen und interaktiven Programmierübungen stellte das DKRZ-Team sicher, dass die Teilnehmenden die Konzepte nicht nur verstanden, sondern auch praktische Fähigkeiten erwarben, die sie direkt in ihrer eigenen Forschung anwenden können. In diesen Sitzungen entwickelten, trainierten und evaluierten sie eigene Deep-Learning-Modelle für spezifische Anwendungen in der Klimaforschung, darunter Klassifikation, Gap-Filling und statistisches Downscaling.
Der Workshop brachte Forschende aus verschiedenen Einrichtungen zusammen, darunter dem Max-Planck-Institut für Meteorologie, dem Helmholtz-Zentrum Hereon, dem Deutscher Wetterdienst, der Vrije Universiteit Amsterdam, den Universitäten Leipzig, Hamburg, Bremen und Würzburg, dem Alfred-Wegener-Institut für Polar- und Meeresforschung, dem Karlsruher Institut für Technologie sowie dem Bundesamt für Seeschifffahrt und Hydrographie. Die Teilnehmenden reichten von Promovierenden bis hin zu erfahrenen Wissenschaftler:innen und schufen so eine Lernumgebung mit vielfältigen Perspektiven und Erfahrungsstufen.
Neben der fachlichen Weiterbildung bot der Workshop auch eine Plattform für Austausch und Vernetzung. Die Forschenden hatten die Gelegenheit, Herausforderungen zu diskutieren, Ideen auszutauschen und Anwendungsmöglichkeiten von Deep Learning in der Klimaforschung zu erkunden.