In this thesis, we consider the solution of high-dimensional optimization problems with an underlying low-rank tensor structure. Due to the exponentially increasing computational complexity in the number of dimensions—the so-called curse of dimensionality—they present a considerable computational challenge and become infeasible even for moderate problem sizes. Multilinear algebra and tensor numerical methods have a wide range of applications in the fields of data science and scientific computing. Due to the typically large problem sizes in practical settings, efficient methods, which exploit low-rank structures, are essential. In this thesis, we consider an application each in both of these fields. Tensor completion, or imputation of unknown values in partially known multiway data is an important problem, which appears in statistics, mathematical imaging science and data science. Under the assumption of redundancy in the underlying data, this is a well-defined problem and methods of mathematical optimization can be applied to it. Due to the fact that tensors of fixed rank form a Riemannian submanifold of the ambient high-dimensional tensor space, Riemannian optimization is a natural framework for these problems, which is both mathematically rigorous and computationally efficient. We present a novel Riemannian trust-region scheme, which compares favourably with the state of the art on selected application cases and outperforms known methods on some test problems. Optimization problems governed by partial differential equations form an area of scientific computing which has applications in a variety of areas, ranging from physics to financial mathematics. Due to the inherent high dimensionality of optimization problems arising from discretized differential equations, these problems present computational challenges, especially in the case of three or more dimensions. An even more challenging class of optimization problems has operators of integral instead of differential type in the constraint. These operators are nonlocal, and therefore lead to large, dense discrete systems of equations. We present a novel solution method, based on separation of spatial dimensions and provably low-rank approximation of the nonlocal operator. Our approach allows the solution of multidimensional problems with a complexity which is only slightly larger than linear in the univariate grid size; this improves the state of the art for a particular test problem problem by at least two orders of magnitude.

Die forschungsprozessspezifische Kompetenzmatrix stellt einen Baustein im Rahmen des durch das BMBF geförderten Forschungsprojektes „Prozessorientierte Entwicklung von Managementinstrumenten für Forschungsdaten im Lebenszyklus“ (PODMAN) dar. Im Rahmen des PODMAN-Projektes soll ein Referenzmodell und ein zugehöriges prozessorientiertes Benchmarking-Verfahren zur Implementierung des Forschungsdatenmanagements an Hochschulen und außeruniversitären Forschungseinrichtungen entwickelt werden. Darüber soll den Hochschulen und außeruniversitären Forschungseinrichtungen ein Orientierungsrahmen bereitgestellt werden, den sie flexibel zur Umsetzung eigener Datenmanagementstrategien nutzen können. In diesem Zusammenhang sollen Instrumente entwickelt werden, welche eine erfolgreiche Organisation der Zusammenarbeit und Kommunikation sowie der Qualifizierung aller am Forschungsdatenmanagementprozess beteiligten Akteure erlauben. Die forschungsprozessspezifische Kompetenzmatrix hat als eines dieser Instrumente zwei Funktionen: Erstens definiert sie die zur Implementierung eines umfassenden institutionellen FDM-Konzeptes notwendigen Aufgaben und zweitens die damit verbundenen Kompetenzen der ausführenden Akteure.

Demokratie lebt von der Beteiligung engagierter Bürger*innen. Hierzu ist es notwendig, Kinder und Jugendliche frühzeitig an demokratische Handlungsweisen heranzuführen. Der demokratiepädagogische Klassenrat bietet vielfältige Chancen, Schüler*innen Partizipationserfahrungen zu eröffnen und ihre demokratischen Kompetenzen zu stärken.

Bevor eine Einführung des Klassenrats in einer Schulklasse erfolgen kann, sind organisatorische, inhaltliche und methodische Vorbereitungen erforderlich. Der Beitrag gibt Hinweise zur Einführung des Klassenrats und bietet konkrete Methoden, die eine erfolgreiche Implementierung in einer Schulklasse unterstützen.

Auch in Sekundarschulen bietet der Klassenrat den Schüler*innen Raum, um ihre Anliegen zu artikulieren und in einem demokratischen Prozess Verbesserungspotenziale für die Klasse und Schule auszuloten. Die vorliegenden Materialien helfen dabei, die Sitzungen eigenverantwortlich vorzubereiten und durchzuführen.