Menü

Prof. Dr. Martin Simon

Professur für Data Science

Prof. Dr.
Martin Simon
Professur für Data Science
Gebäude 1, Raum 142

Arbeitsgebiete

  • Datenwissenschaften
  • Maschinelles Lernen
  • Numerische Mathematik
  • Unsicherheitsquantifizierung

Sprechzeiten

Vorlesungszeit:Vorlesungsfreie Zeit: 

Do 15:00 Uhr (nach vorheriger Vereinbarung per E-mail)

nach Vereinbarung per E-Mail

Praxisworkshop an der Frankfurt UAS mit Teilnehmerinnen und Teilnehmern von adesso, Finanzinformatik und WEPEX

Gemeinsam mit adesso und WEPEX starten wir heute ein wissenschaftliche Umfrage zur Nutzung von ESG-Daten unter den deutschen Finanzinstituten, Fondsgesellschaften und Versicherern.

12.-17.03.2023: BayesComp 2023 Konferenz

Gemeinsam mit Andreas Rupp (Lappeenranta-Lahti University of Technology), Vesa Kaarnioja (Freie Universität Berlin) und Jana de Wiljes (Universität Potsdam) organisiere ich das Satellite Event "Uncertainty Quantification and Inverse Problems" im Rahmen der BayesComp 2023 Konferenz in Levi, Finnland.

 

13.-14.03.2023: MathFinance Conference

Ich bin Teil des Organisationskommitees der 23. MathFinance Conference am 13. und 14. März 2023 an der Frankfurt School of Finance and Management und werde am 13. März einen Vortrag mit dem Titel "Do all roads lead to Paris?" halten.

 

18.01.2023: Vortrag "Blockchain - Technologie für ein nachhaltiges Finanzsystem?"
01.12.2022: Forschungstag der Frankfurt UAS

Im Rahmen des Forschungstags der Hochschule werde ich einen Vortrag mit dem Titel "Nicht alle Wege führen nach Paris" halten.

 

12.09.2022: Herbstschule an der Lappeenranta University of Technology (LUT)

Ich habe in der Woche 05.-09.09. eine Herbstschule zum Thema Zeitreihenanalyse und Modellierung mittels stochastischer Differentialgleichungen an der Lappeenranta University of Technology (LUT) angeboten an der auch Studierende der Frankfurt UAS teilgenommen haben.

Die LUT bietet exzellente Bedingungen für Forschung und Lehre und  erreichte erst kürzlich Platz 11 im Times Higher Education (THE) Ranking der weltbesten kleinen Universitäten mit weniger als 5000 Studierenden. Im THE Artikel heißt es: “LUT is particularly well known in the fields of renewable technology, combatting climate change and finding sustainable engineering solutions”.

Zwischen der Frankfurt UAS und der LUT besteht ein ERASMUS-Abkommen zur Studierendenmobilität. Sofern Sie am Beginn Ihres Master-Studiums stehen und Interesse an einem Aufenthalt in Finnland haben, kommen Sie gerne auf mich zu!  

-Martin Simon

 

29.04.2022: Diskussionspanel im Rahmen der Transatlantic Innovation Week 2022

Martin Simon wird auf Einladung des U.S.-Generalkonsulats Frankfurt im Rahmen der diesjährigen Transatlantic Innovation Week ein Diskussionspanel zum Thema Open Source / Open Data – Global Collaboration for a Sustainable Future moderieren. Hier geht es zur offiziellen Website der Veranstaltung.

 

14.02.2022: Aufenthalt von Prof. Lassi Roininen an der Frankfurt UAS

In dieser Woche ist Prof. Lassi Roininen von der finnischen Lappeenranta-Lahti University of Technology an der Hochschule zu Gast. Lassi Roininen und Martin Simon forschen u.a. gemeinsam an einem Projekt zur Unsicherheitsquantifizierung von Klimarisikometriken. Seit dem Wintersemester 2021/22 besteht darüber hinaus ein Erasmus-Abkommen zwischen der Frankfurt UAS und der Lappeenranta-Lahti University of Technology. Bei Interesse an einem Auslandsaufenthalt in Lappeenranta sprechen Sie mich gerne an.

 

10.02.2022: Konferenzvortrag und Artikel in Proceedings SEUH 2022

Gemeinsam mit Prof. Dr. Jens Liebehenschel wird Martin Simon bei der diesjährigen Software Engineering im Unterricht der Hochschulen (SEUH) Konferenz am 24. und 25. Februar 2022 einen Vortrag mit dem Titel "Online Teamteaching als Inverted Classroom - Erfahrungen aus den Pandemie-Semestern" halten. Den zugehörigen Artikel in den Proceedings der Konferenz finden Sie hier.

 

01.02.2022: Organisation eines Diskussionspanels im Rahmen der MathFinance Conference 2022

Martin Simon wird bei der diesjährigen MathFinance Conference am 21. und 22.03.2022 ein Diskussionspanel zum Thema Klimarisikomanagement moderieren.

 

Zur Person

Martin Simon hat an der Johannes Gutenberg-Universität Mainz in numerischer Mathematik promoviert und in diesem Rahmen mehrere Forschungsaufenthalte an der University of Helsinki in Finnland absolviert. Von 2010 bis 2014 war er Koordinator des an der Johannes Gutenberg-Universität Mainz eingerichteten Center for Computational Sciences. Anschließend war er in verschiedenen Positionen in der Finanzindustrie tätig, zuletzt als Leiter Bewertung Aktienderivate bei der Deka Investment GmbH, einem der größten deutschen Asset Manager. Parallel dazu war er Gastdozent am Institut für Mathematik der Goethe-Universität Frankfurt am Main, bis er schließlich im Jahr 2021 den Ruf auf die Professur für Data Science an der  Frankfurt University of Applied Sciences angenommen hat. Seit dem Sommersemester 2022 forscht Martin Simon auf einer durch das Bundesministerium für Bildung und Forschung geförderten Innovationsprofessur zum Themenkomplex KI im Klimarisikomanagement. Er hat ferner den Status eines Docent für Computational Finance an der finnischen Lappeenranta-Lahti University of Technology.

Hessischer Hochschulpreis für Exzellenz in der Lehre 2022

Gemeinsam mit den Kollegen Prof. Dr. Jens Liebehenschel, Prof. Dr. Jörg Schäfer und Prof. Dr. Baris Sertkaya wurden wir für das Projekt „Smart Education in der Informatik – Ein Baukasten für stärkere Aktivierung und Differenzierung im schwierigen Modul Algorithmen und Datenstrukturen“  mit dem zweiten Projektpreis der hessischen Landesregierung im Rahmen des Hessischen Hochschullehrpreises für Exzellenz in der Lehre ausgezeichnet. Der seit 2007 verliehene Hessische Hochschulpreis für Exzellenz in der Lehre ist einer der höchstdotierten deutschen Preise für Hochschullehre.

Martin Simon kooperiert intensiv mit Unternehmen, etwa im Rahmen von Forschungsprojekten, studentischen Projekten oder Abschlussarbeiten. Er ist als Experte für die MathFinance AG tätig, ein international agierendes Beratungsunternehmen für Finanzmarktteilnehmer, welches sich auf state-of-the-art Modelle für Handel und Risikomanagement spezialisiert hat. Ferner ist er Mitglied des Beirats der WEPEX, einer Unternehmensberatung mit dem Schwerpunkt auf fachlicher und strategischer Beratung von national und international führenden Banken, Börsen, Asset Managern, Vermögensverwaltern und sonstigen Finanzdienstleistern. Martin Simon ist Gründungsmitlied der Inverse Problems International Association.

Lehre

Meine aktuellen Lehrveranstaltungen sind auf der E-Learning Plattform CampUAS der Frankfurt University of Applied Sciences zu finden.

WiSe 2022/23: Bachelor Informatik
  • Algebra (gemeinsam mit Prof. Dr. Karsten Weronek)

 

WiSe 2022/23: Master High Integrity Systems

 

SoSe 2022: Bachelor Informatik / Informatik - mobile Anwendungen

 

SoSe 2022: Interdisziplinäres Studium Generale

 

WiSe 2021/22: Bachelor Informatik
  • Algebra (gemeinsam mit Prof. Dr. Karsten Weronek)

 

WiSe 2021/22: Master High Integrity Systems

 

SoSe 2021: Bachelor Informatik / Informatik - mobile Anwendungen
Ablauf

Wenn Sie sich für eine durch mich betreute Abschlussarbeit interessieren, können Sie entweder eines der unten ausgeschriebenen Themen auswählen, oder einen eigenen Themenvorschlag, gerne in Kooperation mit einem Praxispartner, unterbreiten. Vereinbaren Sie dazu bitte einen Sprechstundentermin.

Sollten Sie sich für eines der ausgeschriebenen Themen interessieren, lesen Sie sich bitte anhand der zur Verfügung gestellten Quellen im Vorfeld des Gesprächs in das Thema ein. Sollten Sie einen eigenen Themenvorschlag haben, so bereiten Sie bitte im Vorfeld des Gesprächs eine kurze Darstellung Ihres Vorhabens vor. Im Anschluss an das gemeinsame Gespräch sollten Sie im Stande sein, ein Exposé inkl. Arbeitsplan und Meilensteinen zu entwerfen. Die Erstellung eines solchen Exposés ist aufwendig, Sie werden bei der Erstellung Ihrer Arbeit aber enorm davon profitieren. 

Für Hinweise zur Anfertigung Ihrer Arbeit empfehle ich Ihnen den Leitfaden "Wie schreibt man eine gute Abschlussarbeit" des Kollegen Prof. Dr. Christian Baun.

 

Themen

Mich interessieren aktuell Fragestellungen rund um die folgenden Themenkomplexe:

  • Mathematische Modellierung von Klimarisiken
  • Unsicherheitsquantifizierung für Klimarisikometriken
  • Datengetriebene Optimierung von Investmentportfolien unter von Klimarisikorestriktionen  
  • Machine Learning zur Beschleunigung von Bewertungs- und Risikomodellen im Finanzmarktkontext
  • Volatilitätsmodellierung und -schätzung
  • High Performance Computing auf CPUs und GPUs
  • Informationsextraktion aus unstrukturierten textuellen Daten

Bei Interesse sprechen Sie mich gerne an, um einen konkreten Themenvorschlag aus einem der Themenkomplexe zu erhalten. Ich freue mich auf Ihre Kontaktaufnahme.

 

Betreute Abschlussarbeiten (Auswahl)
  • (gemeinsam mit Prof. Thomas Gerstner) Schnelle Preisbestimmung amerikanischer Optionen im Black-Scholes Modell, Masterarbeit Goethe Universität Frankfurt am Main, 2023
  • (gemeinsam mit Prof. Marco Maggis) Bayesian framework to quantify rough volatility calibration risk, Masterarbeit Università degli Studi di Milano, 2023
  • (gemeinsam mit Prof. Marco Maggis) Bayesian inference of stochastic volatility models used by market participants, Masterarbeit Università degli Studi di Milano, 2023
  • (gemeinsam mit Prof. Matthias Wagner) Effective location spoofing for automation testing of the navigation feature in mobile applications, Masterarbeit Frankfurt University of Applied Sciences, 2023
  • (gemeinsam mit Prof. Bastian von Harrach) Bewertung von Optionen unter rauer Volatilität, Masterarbeit Goethe Universität Frankfurt am Main, 2022
  • (gemeinsam mit Prof. Jörg Schäfer) Bewertung von Finanzderivaten mittels neuronaler Netze, Masterarbeit Frankfurt University of Applied Sciences, 2022
  • (gemeinsam mit Prof. Jacques Tempère) Efficient American Option Valuation with the Buehler Dividend Model, Materarbeit University of Antwerp, 2022
  • (gemeinsam mit Prof. Christoph Kühn) Option pricing under time homogeneous local volatility models, Mastarbeit Goethe Universität Frankfurt am Main, 2022
  • (gemeinsam mit Prof. Christina Andersson) Automatische Verschlagwortung von Texten, Bachelorarbeit Frankfurt University of Applied Sciences, 2021
  • (gemeinsam mit Prof. Lassi Roininen) Sequential estimation of state-space model parameters, Masterarbeit Lappeenranta-Lahti University of Technology, 2021

Forschung

Zum Sommersemester 2022 hat Martin Simon eine durch das Bundesministerium für Bildung und Forschung geförderte Innovationsprofessur angetreten. Diese im Rahmen des PROFfm-Projekts eingerichteten Professuren werden mit Fokus auf strategisch wichtige Vorhaben an der Hochschule vergeben und gehen mit einer Deputatsreduktion für 3 Jahre zugunsten konkreter Forschungsvorhaben einher. 

Martin Simon möchte im Rahmen seiner Innovationsprofessur neue Werkzeuge entwickeln, um Klimarisiken in Anlage- und Kreditportfolien robust identifizieren und quantifizieren zu können. Gegenwärtig sind die Modellrechnungen mit einem enormen Rechenaufwand verbunden und entsprechend kostenintensiv, was einem Praxiseinsatz entgegensteht. Sein Ziel ist es, KI-basierte Ansätze zu erforschen, welche den Ressourcenbedarf signifikant reduzieren können. Hierzu plant er u.a. folgenden Maßnahmen:

  • Entwicklung und Validierung von Algorithmen an hochschuleigener Infrastruktur für KI-Forschung
  • Pilotphase und dezentrale Nutzung der resultierenden Lösung bei den Unternehmenspartnern

Das Innovationsvorhaben wird in Kooperation mit Prof. Dr. Jörg Schäfer (FB 2), Prof. Dr. Heikki Haario, Prof. Dr. Lassi Roininen (beide LUT, Finnland) und den Industriepartnern GLS Bank und right. based on science durchgeführt.

Weitere Infos zum Innovationsvorhaben finden Sie hier.

AnwendungenTheorieMethoden
 
  • Finanzmarktmodelle
  • Risikomanagement
  • Klimarisikomanagement
  • Informationsextraktion aus textuellen Daten
 
 
  • Deep Learning
  • Mathematische Modellierung
  • Statistische Inverse Probleme
  • Unsicherheitsquantifizierung 
 
 
  • Diskretisierungsverfahren für PDEs und SDEs 
  • Monte Carlo und Markov-Ketten Monte Carlo
  • Parallele Algorithmen auf CPUs (MPI, OpenMP) und GPUs (CUDA)
 

2021

  • (mit T. Gerstner, B. Harrach und D. Roth) Multilevel Monte Carlo learning, Preprint (2021) arXiv:2102.08734

2019

  • (mit P. Piiroinen und L. Roininen) Brexit risk implied by the SABR martingale defect in the EUR-GBP smile, Preprint (2019) arXiv:1912.05773

2018

  • (mit P. Piiroinen, L. Roininen und T. Schoden) Asset price bubbles: An option-based indicator, Preprint (2018) arXiv:1805.07403

2017

  • (mit P. Piiroinen) Probabilistic interpretation of the Calderón problemInverse Probl. Imaging, 11 (2017), 553-575

2016

  • (mit P. Piiroinen) From Feynman–Kac formulae to numerical stochastic homogenization in electrical impedance tomographyAnn. Appl. Probab., 26 (2016), 3001-3043

2015

  • (mit S. Maire) A partially reflecting random walk on spheres algorithm for electrical impedance tomography,  Journal of Computational Physics , 303 (2015), 413–430

2014

  • Bayesian anomaly detection in heterogeneous media with applications to geophysical tomography, Inverse Problems, 30 (2014), 114013

2022

  • (mit J. Liebehenschel) Online Teamteaching als Inverted Classroom – Erfahrungen aus den Pandemie-Semestern, SEUH2022, Lecture Notes in Informatics (LNI), Gesellschaft für Informatik (2022) download

2014

  • (mit N. Sfakianakis) Sparsity promoting Bayesian parameter estimation and uncertainty quantification. Application to the gap gene system of Drosophila melanogaster, 9th European Conference on Mathematical and Theoretical Biology (2014)

2013

  • (mit N. Sfakianakis) Inverse modeling of the Drosophila gap gene system: sparsity promoting Bayesian parameter estimation and uncertainty quantification, Proceedings of the 10th International Workshop on Computational Systems Biology, WCSB 2013 (2013), 86–90 download

2012

  • (mit M. Hanke und P. Piiroinen) Multilevel Bayesian reconstruction in impedance tomography, Oberwolfach Rep. 11 (2012), 617–619 download

 

  • Data Science - Aus Ihren Daten Mehrwert schaffen, Kostbare Stunde im Jubiläumsjahr der Frankfurt University of Applied Sciences, Frankfurt am Main, 25. November 2021
  • Klimarisikomanagement, WEPEX Unternehmensberatung, Frankfurt am Main, 18. November 2021
  • Monte Carlo simulation for financial derivatives pricing: from rather slow to really fast, Lappeeranta-Lahti University of Technology, Lappeenranta, Finnland, 27. Oktober 2021
  • Is volatility rough?, Workshop Inverse Problems and Beyond honoring Martin Hanke on the occasion of his 60th birthday, Johannes Gutenberg-Universität Mainz, Mainz, 22. Oktober 2021
  • Financial climate risk management, Workshop on Data-Driven Climate Risk Management, Frankfurt University of Applied Sciences, Frankfurt am Main, 08. Oktober 2021
  • Financial climate risk management, BNP Paribas, Frankfurt am Main, 16. September 2021

21/22.03.2022: 22nd MathFinance Conference 2022 (Mitglied des Organisationskomitees)

08.10.2021: Workshop on Data-Driven Climate Risk Management (Organisator), Frankfurt University of Applied Sciences

Bis 2020
  • Mitglied des wissenschaftlichen Organisationskomitees  Inverse Problems Africa 2020 School and Conference, Kigali, Ruanda, 19.-28. Oktober 2020 (verschoben aufgrund der COVID-19 Pandemie)
  • Minisymposium  Monte Carlo and Markov chain Monte Carlo for direct and inverse boundary value problems for PDE (mit Sylvain Maire) at the International Conference on Monte Carlo and Quasi-Monte Carlo Methods in Scientific Computing, Leuven, Belgien, 6. April 2014
  • Workshop Parallelization with MPI and OpenMP with hands-on training on the MOGON supercomputer (mit Tim Suess), Mainz, 4.-6. März 2014
  • Jahrestreffen des Center for Computational Sciences Mainz (CSM), Mainz 2009 – 2014
  • Theonille Mukamana - Deep Learning Forward Backward Stochastic Differential Equations in Mathematical Finance (Betreuung gemeinsam mit Heikki Haario, Denis Ndanguza, Lassi Roininen und Simo Sarkka; gefördert im Rahmen des AIMS-Carnegie Doctoral Training Program in Data Science)

Wissenschaftskommunikation in die Öffentlichkeit

18.09.2022: Bericht in der Frankfurter Rundschau

Der Artikel "Künstliche Intelligenz sortiert das Datendickicht" berichtet über unsere Aktivität gemeinsam mit der Kollegin Prof. Gabriela Alves Werb, Ph.D., adessoright. based on science und WEPEX.

14.09.2022: Pressemitteilung

Pressemitteilung "Informatik-Studierende der Frankfurt UAS entwickeln Lösungen zur automatischen Auswertung von Nachhaltigkeitsreports".

Prof. Dr. Martin SimonID: 9504
letzte Änderung: 04.06.2025