Personenprofil
Kurzprofil
Josefine Umlauft ist promovierte Geophysikerin und leitet die Arbeitsgruppe Earth and Environmental Sciences am ScaDS.AI. Ihre wissenschaftlichen Wurzeln liegen in der Geophysik und Wellenphysik, mit Schwerpunkten in der Analyse von ambientem seismischem Rauschen, der Finite-Differenzen-Modellierung und der Zeitreihenanalyse.
Auf dieser Grundlage war sie an mehreren umfangreichen Feldkampagnen in der Umweltseismologie beteiligt und leitete diese, mit dem Ziel, Prozesse an der Erdoberfläche und im oberflächennahen Untergrund mithilfe seismischer Messungen zu untersuchen. Heute gestaltet und koordiniert sie Forschung an der Schnittstelle von Erdsystemwissenschaften und Maschinellem Lernen. Im Fokus stehen dabei die Integration heterogener Umweltdaten sowie die Entwicklung skalierbarer, datengetriebener Methoden für Umweltmonitoring und -analyse.
Berufliche Laufbahn
- seit 01/2022
Leiterin der Gruppe "Erd- und Umweltwissenschaften" - ScaDS.AI (https://scads.ai/about-us/people/josefine-umlauft/) - 01/2020 - 04/2020
Gastwissenschaftlerin - Los Alamos National Laboratory (LANL), New Mexico, USA - 01/2019 - 12/2021
Wissenschaftliche Mitarbeiterin - Universität Leipzig, Institut für Geophysik und Geologie - 01/2018 - 04/2018
Gastwissenschaftlerin - Institut des Sciences de la Terre (ISTerre), Grenoble, France - 02/2015 - 01/2019
PhD in Geophysik - Universität Leipzig, Institut für Geophysik und Geologie
Ihre Forschung zielt darauf ab, Umwelt- und ökologische Prozesse mithilfe physikalischer Sensorik und datengetriebener Analyseansätze zu verstehen. Ein zentraler Schwerpunkt liegt in der Umweltseismologie, in der akustische und elastische Signale genutzt werden, um dynamische Prozesse an der Erdoberfläche zu untersuchen und deren Bedeutung für Ökosysteme und Biodiversitätsdynamiken über verschiedene Skalen hinweg zu erfassen.
Methodisch liegt der Fokus ihrer Arbeit auf fortgeschrittener Zeitreihenanalyse und Maschinellem Lernen, insbesondere auf Verfahren zur Rauschunterdrückung, Vorhersage, erklärbarer KI sowie Bildsegmentierung und Tracking. Sie arbeitet mit unterschiedlichen Datentypen, darunter seismische Messungen sowie Satelliten-, Drohnen- und Zeitrafferaufnahmen, und nutzt Erdsystem-Datenwürfel als gemeinsames Datenformat zur Organisation und Analyse multimodaler Umweltdaten. Ein zentrales Forschungsziel ist die Entwicklung von ML-Werkzeugen, die eine skalierbare, interpretierbare und langfristig integrierte Analyse heterogener Erdsystemdaten ermöglichen.