Dr. rer. nat. Christian Müller

nähere Informationen zu dieser Veranstaltung finden sich auf der persönlichen Seite der Kursverantwortlichen Prof. Dr. Ulrike Klein.

Zielgruppe: Studierende des Studienganges "Geoinformatik" im 6. Semester mit keinen bis wenigen geographischen Vorkenntnissen.

Ziele der Ausbildung: In der Veranstaltung „Geographie“ soll ein Überblick über die verschiedenen Teildisziplinen des Faches und deren Wechselwirkungen gegeben werden. Dabei sollen die Studierenden in die Lage versetzt werden, sich und die im Studium erlernten Fähigkeiten in den wissenschaftlichen Kontext, sowie den Sinn ihrer Tätigkeit in einen größeren fachlichen Zusammenhang einzuordnen. Dabei soll den Studierenden die Möglichkeit gegeben werden, potenzielle berufliche Felder auszumachen, sowie produktiv an fachlichen Debatten teilzunehmen. Dazu ist ein Überblick über die teils recht unterschiedlichen Teildisziplinen des Faches und ein gewisses Abstraktionsmaß im Sinne geographischer räumlicher und zeitlicher Skalen notwendig, wobei durch Praxisbeispiele stets der konkrete Anwendungsbezug betont wird. Außerdem wird die Verknüpfung globaler Problemstellungen mit konkreten lokalen Handlungsfeldern besonders betont. Im ersten Teil der Veranstaltung werden wichtige Kenntnisse in den Teildisziplinen innerhalb der Physischen Geographie vermittelt. Im zweiten Teil folgen wichtige Kenntnisse aus den Teildisziplinen der Humangeographie. Im dritten Teil soll schließlich verdeutlicht werden, wie diese Kenntnisse zu konkreten ganzheitlichen Lösungsansätzen zusammenfließen können. Dabei wird besonders auf die Rolle von Geoinformatiker_innen und deren fachlichen Fertigkeiten in ganzheitlichen Lösungsstrategien eingegangen.

Am Ende der Veranstaltung sind Studierende in der Lage...

• ...einen Überblick über das Fach „Geographie“ zu geben und potentielle berufliche Arbeitsfelder für Geoinformatiker_innen aufzuzeigen
• ...einen Überblick über die Teildisziplinen der Physischen Geographie zu geben
• ...wichtige Kenntnisse der Geomorphologie, Pedologie, Hydrologie und Biogeographie wiederzugeben
• ...einen Überblick über die Teildisziplinen der Humangeographie zu geben
• ...wichtige Kenntnisse der Bevölkerungsgeographie, Stadtgeographie, Sozialgeographie, Verkehrsgeographie, Wirtschaftsgeographie, Politischer und Entwicklungsgeographie zu erläutern
• ...anhand von Bsp. zu erläutern, wie die unterschiedlichen Teildisziplinen zu ganzheitlichen Lösungsansätzen zusammenfließen können und wie ihre im Studium erlernten Fähigkeiten einen Beitrag leisten können
• ...an aktuellen fachlichen Diskursen teilzunehmen und regionale wie globale Prozesse in einem raum-zeitlichen Zusammenhang zu beschreiben

Gliederungsübersicht:

• Gesamtüberblick über das Fach „Geographie“ (2 SWS)
• Physische Geographie (gesamt 12 SWS)
  • Klimageographie (3 SWS)
  • Geomorphologie (3 SWS)
  • Pedologie (2 SWS)
  • Biogeographie (2 SWS)
  • Hydrologeographie (2 SWS)
• Humangeographie (gesamt 9 SWS)
  • Bevölkerungsgeographie (2 SWS)
  • Stadtgeographie (2 SWS)
  • Verkehrsgeographie (2 SWS)
  • Wirtschaftsgeographie (1 SWS)
  • Entwicklungsgeographie (1 SWS)
  • Politische Geographie (1 SWS)
• Geographie von Mensch-Umwelt-Systemen (gesamt 7 SWS)
  • Einführung in Mensch-Umwelt-Systeme (1 SWS)
  • Hazards (1 SWS)
  • Globaler Wandel (2 SWS)
  • Nature-based solutions (2 SWS)
• Wrap-Up (1 SWS)

• "Gamifizierte Planungssimulation"
• "Partizipation"
• "Räumliches Monitoringsystem für die Metropole Ruhr"

nähere Informationen zu dieser Veranstaltung finden sich auf der persönlichen Seite der Kursverantwortlichen Prof. Dr. Ulrike Klein.

Zielgruppe: Studierende der Master-Studiengänge "Geoinformatik" und "Geodäsie" im 1./2. Semester mit Vorkenntnissen in Geographischen Informationssystemem und deskriptiver Statistik.

Ziele der Ausbildung: Aus dem Modulhandbuch: „Kenntnis grundlegender Methoden der Geostatistik und die Fertigkeit, diese zielgerichtet mit Hilfe von GIS- und Statistiksoftware auf konkrete raumbezogene Probleme anzuwenden.“
In dieser Veranstaltung soll ein Überblick über das Spektrum geostatistischer Methoden gegeben und anwendungsbezogen vermittelt werden. Zunächst werden die Grundlagen der deskriptive Statistik wiederholt/vermittelt und diese nach einer Einführung in der Software R erprobt. Der Einstieg in Methoden, die den Raumbezug explizit berücksichtigen, erfolgt anhand forschungsrelevanter Daten. Zunächst wird das Phänomen der räumlichen Autokorrelation demonstriert, welches sich Methoden zur Cluster-Identifikation zunutze machen. Anschließend werden einfache Interpolationsverfahren kennengelernt und Variogramme sowie Validierungsmethoden weiterführender Interpolationsmodelle genutzt. Räumliche Zusammenhänge werden abschließend mittels verschiedener Regressionsanalysen untersucht.

Am Ende der Veranstaltung sind Studierende in der Lage...

• ...souverän mit der Software R umzugehen und unbekannte Probleme eigenständig zu lösen
• ...Datensätze in R einzulesen, räumlich implizit und explizit zu visualisieren und zu exportieren
• ...für ein Zahlenniveau geeignete Methoden zur Berechnung gängiger Parameter der deskriptiven Statistik auszuwählen und diese Berechnungen durchzuführen
• ...Berechnungen zur Abschätzung der räumlichen Autokorrelation zu beschreiben, durchzuführen und deren Ergebnis zu bewerten
• ...Berechnungen zur räumlichen Cluster-Identifikation zu beschreiben, durchzuführen und deren Ergebnis zu bewerten
• ...die mathematische Vorgehensweise verschiedener Interpolationsverfahren zu erläutern, die Unterschiede der einzelnen Verfahren zu benennen, diese Verfahren anzuwenden und die Ergebnisse zu validieren und zu bewerten
• ...aus einem räumlichen Datensatz ein Variogramm abzuleiten, dessen Kenngrößen zu benennen und deren Bedeutung für die physische Realität zu deuten
• ...räumliche Trends in Datensätzen zu erkennen, zu beschreiben und entsprechende Optimierungen für Interpolationsmodelle vorzunehmen
• ...räumliche Zusammenhänge mittels verschiedener Regressions- und Korrelationsanalysen zu untersuchen und die resultierenden Modelle entsprechend mathematischer Annahmen und statistischer Prinzipien zu optimieren

Gliederungsübersicht

• Abfrage des Kenntnisstandes
• Einführung in R
• Datenimport, Visualisierungen und Datenexport in R
• Deskriptive Statistik und Skalenniveaus
• Wahrscheinlichkeitsverteilungen, statistische Hypothesentests und mathematische Annahmen
• Methoden zur Abschätzung räumlicher Autokorrelation: Moran’s I und Geary’s c
• Methoden zur räumlichen Cluster-Identifikation: k-Means, PAM, CLARA, Local Moran’s I, LISA und Hotspot-Analysen
• Einfache räumliche Interpolationsverfahren: IDW, Spline
• Räumliche Autokorrelation in Variogrammen und Anwendung in Kriging-Interpolationen
• ESDA-Verfahren zur räumlichen Trendschätzung, Validierung  und Parameteroptimierung für Kriging-Interpolationen
• Korrelations- und Regressionsanalysen – Teil 1: Uni-, bi- und multi-variate Regressionsverfahren
• Regressionsanalysen – Teil 2: Annahmen für Regressionsmodelle, SAR

nähere Informationen zu dieser Veranstaltung finden sich auf der persönlichen Seite der Kursverantwortlichen Prof. Dr. Ulrike Klein.

Zielgruppe: Studierende der Master-Studiengänge "Geoinformatik" und "Geodäsie" im 1./2. Semester mit Vorkenntnissen in Geographischen Informationssystemem und deskriptiver Statistik.

Ziele der Ausbildung: Aus dem Modulhandbuch: „Kenntnis grundlegender Methoden der Geostatistik und die Fertigkeit, diese zielgerichtet mit Hilfe von GIS- und Statistiksoftware auf konkrete raumbezogene Probleme anzuwenden.“
In dieser Veranstaltung soll ein Überblick über das Spektrum geostatistischer Methoden gegeben und anwendungsbezogen vermittelt werden. Zunächst werden die Grundlagen der deskriptive Statistik wiederholt/vermittelt und diese nach einer Einführung in der Software R erprobt. Der Einstieg in Methoden, die den Raumbezug explizit berücksichtigen, erfolgt anhand forschungsrelevanter Daten. Zunächst wird das Phänomen der räumlichen Autokorrelation demonstriert, welches sich Methoden zur Cluster-Identifikation zunutze machen. Anschließend werden einfache Interpolationsverfahren kennengelernt und Variogramme sowie Validierungsmethoden weiterführender Interpolationsmodelle genutzt. Räumliche Zusammenhänge werden abschließend mittels verschiedener Regressionsanalysen untersucht.

Am Ende der Veranstaltung sind Studierende in der Lage...

• ...souverän mit der Software R umzugehen und unbekannte Probleme eigenständig zu lösen
• ...Datensätze in R einzulesen, räumlich implizit und explizit zu visualisieren und zu exportieren
• ...für ein Zahlenniveau geeignete Methoden zur Berechnung gängiger Parameter der deskriptiven Statistik auszuwählen und diese Berechnungen durchzuführen
• ...Berechnungen zur Abschätzung der räumlichen Autokorrelation zu beschreiben, durchzuführen und deren Ergebnis zu bewerten
• ...Berechnungen zur räumlichen Cluster-Identifikation zu beschreiben, durchzuführen und deren Ergebnis zu bewerten
• ...die mathematische Vorgehensweise verschiedener Interpolationsverfahren zu erläutern, die Unterschiede der einzelnen Verfahren zu benennen, diese Verfahren anzuwenden und die Ergebnisse zu validieren und zu bewerten
• ...aus einem räumlichen Datensatz ein Variogramm abzuleiten, dessen Kenngrößen zu benennen und deren Bedeutung für die physische Realität zu deuten
• ...räumliche Trends in Datensätzen zu erkennen, zu beschreiben und entsprechende Optimierungen für Interpolationsmodelle vorzunehmen
• ...räumliche Zusammenhänge mittels verschiedener Regressions- und Korrelationsanalysen zu untersuchen und die resultierenden Modelle entsprechend mathematischer Annahmen und statistischer Prinzipien zu optimieren

Gliederungsübersicht

• Abfrage des Kenntnisstandes
• Einführung in R
• Datenimport, Visualisierungen und Datenexport in R
• Deskriptive Statistik und Skalenniveaus
• Wahrscheinlichkeitsverteilungen, statistische Hypothesentests und mathematische Annahmen
• Methoden zur Abschätzung räumlicher Autokorrelation: Moran’s I und Geary’s c
• Methoden zur räumlichen Cluster-Identifikation: k-Means, PAM, CLARA, Local Moran’s I, LISA und Hotspot-Analysen
• Einfache räumliche Interpolationsverfahren: IDW, Spline
• Räumliche Autokorrelation in Variogrammen und Anwendung in Kriging-Interpolationen
• ESDA-Verfahren zur räumlichen Trendschätzung, Validierung  und Parameteroptimierung für Kriging-Interpolationen
• Korrelations- und Regressionsanalysen – Teil 1: Uni-, bi- und multi-variate Regressionsverfahren
• Regressionsanalysen – Teil 2: Annahmen für Regressionsmodelle, SAR

nähere Informationen zu dieser Veranstaltung finden sich auf der persönlichen Seite der Kursverantwortlichen Prof. Dr. Ulrike Klein.

Zielgruppe: Studierende aller Fachrichtungen und Semester

Ziele der Ausbildung: In dieser Veranstaltung soll ein Überblick über den Ansatz des angewandten Forschungszweig der "Nature-based Solutions" gegen werden. Dabei wird inbesondere auf die Bedeutung für kommunale Entscheidungs- und Raumplanungsprozesse eingegangen.

Gliederungsübersicht:

• Ökosystemdienstleistungen
• Nature-based Solutions am Beispiel Starkregen
• Herleitung des Konzeptes
• Definition
• Beispiele zur Umsetzung
• Nature-based Solutions am Beispiel Fassaden- und Dachbegrünung
• weitere angewandte Beispiele für Nature-based Solutions

Zielgruppe: Studierende aller Fachrichtungen und Semester

Ziele der Ausbildung: In dieser Veranstaltung wird vermittelt, wie eher technische Teildisziplinen, am Beispiel von Methoden der Geoinformatik, im Kontext eines partizipativen Projektes für einen gesellschaftlichen Mehrwert eingesetzt werden können.

Gliederungsübersicht:

• Exkurs: Demographischer Wandel
• Erste Runde des partizipativen Projektes: Wohnraumumfrage
• Spannungsfeld Kommunalverwaltung
• Zweite Runde des partizipativen Projektes: WebApp

Zielgruppe: Studierende aller Fachrichtungen und Semester

Ziele der Ausbildung: In dieser Veranstaltung wird vermittelt, wie die Kombination aus technischen Methoden, wie automatisierter Datenintegration, Messungen zur Raumattraktivität, Geostatistik und dem Gamification-Ansatz, helfen kann, kommunale Wechselwirkungen erfahrbar zu machen und diese bei Entscheidungsfindungsprozessen entsprechend zu berücksichtigen.

Gliederungsübersicht:

• Die Kommune als komplexes System

• Datenintegration und Datenerfassung

  • Datenintegration

  • Messungen zur Raumattraktivität

• Gamification und Simulation

Akademischer Werdegang:

• Sep. 2008 - Aug. 2009: Radboud Universität Nimwegen, Niederlande
  Biologie (Propädeutikum)
• Okt. 2009 - Sep. 2012: Universität Freiburg
  Biologie (B.Sc.)
• Okt. 2012 - Sep. 2014: Humboldt Universität zu Berlin
  Physische Geographie von Mensch-Umwelt-Systemen (M.Sc.)
• Mär. 2015 - Mai 2019: Ruhr Universität Bochum
  Geographie/Geoinformatik/Urban Analytics (Dr. rer. nat.)

Wissenschaftliche Erfahrung:

• Aug. - Sep. 2010: University of California, Davis, Tahoe Environmental Research Center, Nevada, USA, Praktikant
• Aug. - Sep. 2011: National University of La Plata, Instituto de Limnología "Dr. Raul A. Ringuelet", Buenos Aires, Argentinien, Gastwissenschaftler
• Aug. - Sep. 2013: National Institute for Agro-Environmental Sciences, Tsukuba, Japan, Gastwissenschaftler
• Nov. 2013 - Apr. 2015: Leibniz-Institut für Gewässerökologie und Binnenfischerei, Berlin, Praktikant / Masterstudent / Wissenschaftlicher Assistent
• Seit März 2015: Hochschule Bochum, Wissenschaftlicher Mitarbeiter

Christian Müller, aus dem Fachbereich Geodäsie und Lehrpreisträger 2018, hat im Mai 2019 erfolgreich das Promotionsverfahren zum Dr. rer. nat. absolviert. In Kooperation mit der Ruhr Universität Bochum und betreut durch Prof. Dr. rer. nat. Ulrike Klein (Fachbereich Geodäsie) und Assoz.-Prof. Dr. Angela Hof (Universität Salzburg) forschte er zum Thema „System-oriented Spatial Simulations for Sustainable Urban Planning“.

Kurzzusammenfassung_deutsch

Zusammenfassung_englisch

• Systemorientierte Raumsimulationen
• Geostatistik
• Räumliche Modellierung
• Angewandte Geoinformatik
• Räumliche Nachhaltigkeit
• Raumkybernetik
• Partizipative Raumplanung
• Data Science
• Urban Analytics

• Mueller, C., Klein, U., Hof, A. (2018) Clusteranalysen für mehr Hitzeresilienz. Zielgruppenorientierte Erfassung städtischer Hitzebelastung unter Berücksichtigung der Erreichbarkeit städtischer Parks. RaumPlanung 199(6): 36-41
• Mueller, C., Klein, U., Hof, A. (2018) An easy-to-use spatial simulation for urban planning in smaller municipalities. Computers, Environment and Urban Systems. DOI: 10.1016/j.compenvurbsys.2018.05.002
• Zwierzchowska, I., Hof, A., Iojă, C. I., Mueller, C., Ponizy, L., Breuste, J., Mizgajski, A. (2017) Multi-Scale Assessment of Cultural Ecosystem Services of Parks in Central European Cities. Urban Forestry & Urban Greening
• Kelm, T., Beyel, S., Mueller, C., Klein, U. (2017) Identifizierung von Steigungen als Barrieren für mobilitätseingeschränkte Personen. REAL CORP 2017. Wien, 12.09.2017 – 14.09.2017
• Mueller, C., Beyel, S., Klein, U. (2017) Barrierefreie Erreichbarkeit von Einrichtungen der lokalen Daseinsvorsorge und Raumattraktivität für Senioren: Betroffenheitsanalyse und kartographische Darstellungen zur Erkenntnisgewinnung. Kartographische Nachrichten – Journal of Cartography and Geographic Information. 4-2016, pp. 202-209
• Mueller, C.; Klein, U.; Hof, A. (2017) Locating Urban Heat Stress Vulnerability: A GIS-based Spatial Cluster Analysis of Urban Heat Load, the Elderly and Accessibility of Urban Green Spaces. GI_Forum 2017 1, pp. 315–326
• Mueller, C.; Klein, U.; Hof, A. (2016) Smart Planning: Different Participation Methods for Evaluating Spatial Attractiveness. REAL CORP 2016. Hamburg, 22.06.2016 - 24.06.2016
• Beyel, S., Wilhelm, J., Mueller, C., Klein, U. (2016) Stresstest städtischer Infrastrukturen – ein Experiment zur Wahrnehmung des Alters im öffentlichen Raum. REAL CORP 2016. Hamburg, 22.06.2016 -  24.06.2016
• Mueller, C.; Klein, U.; Hof, A. (2016) Automatisierte Integration heterogener Geodaten für ganzheitliche Raumplanung. In AGIT ‒ Journal für Angewandte Geoinformatik, 2-2016, pp. 498–507

• Mueller, C., Klein, U. (2017) Lebenswerte Stadt – GIS-basierte Methoden und Werkzeuge zur Messung von Raumattraktivität am Beispiel der Stadt Herdecke. Geonetzwerk.metropoleRuhr, Die Metropole Ruhr digital verbinden – Best Practices aus der Region, Essen
• Mueller, C., Netzel, F., Kelm, T, Klein, U., Mudersbach, C., Schmidt, B. (2017) Konzeption GIS-gestützter Verfahren zur Ermittlung von potentiellen Gefahren und Schäden durch Starkregen. Im Auftrag für die Emschergenossenschaft Lippeverband und den Regionalverband Ruhr
• Mueller, C., Klein, U. (2017) Kleiner demographischer Atlas der Stadt Herdecke auf Basis der Einwohnermeldeamtsdaten aus dem Jahr 2015.
• Becker, A., Mueller, C., Klein, U. (2016) Demografisch orientierte Befragung der Herdecker Haushalte (2015)
• Auswertung der Fragen zu Wohnzufriedenheit und Wohnwünschen. Im Auftrag für die Stadt Herdecke Projektexposé: Attraktiver Lebensraum
• Virtuelle Simulation für nachhaltige Stadtplanung (2016) Nachhaltige Forschung an Fachhochschulen in NRW
• 19.04.2018 Lehrpreisträger Christian Müller ist Doktorand im Fachbereich Geodäsie. Pressemitteilung der Hochschule Bochum
• 07.11.2017 Presseartikel: Herten - Studierende befragen Bürgerinnen und Bürger. Wohlfühlorte in Herten. Focus online
• 10.10.2017 Presseartikel: Geodaten sind mehr als Karten – Umfrage zum Wohlfühlfaktor in Herdecke dient als Vorzeigeprojekt in der Metropole-Ruhr. Geonetzwerk verbindet Daten aus dem Ruhrgebiet. Westfälische Rundschau
• 06.12.2016 Presseartikel: Den Wohlfühlfaktor erhöhen. Hochschule Bochum
• 01.12.2016 Presseartikel: Wir werden alle älter – und dann…? Hochschule Bochum
• 20.08.2016 Presseartikel: Der „vergessene“ Nacken und seine Bewohner. Westfalenpost
• 21.07.2016 Presseartikel: Nun das Gespräch mit Bürgern suchen. Westfalenpost
• 25.11.2015 Presseartikel: Umfrage Demografie: Studierende nehmen Wünsche von Herdeckern entgegen. Stadt Herdecke
• 21.06.2015 Presseartikel: App für ein barrierefreies Bochum. Hochschule Bochum
• 11.06.2015 Presseartikel: Wie Senioren, Familien und Studierende gemeinsam leben könnten. Hochschule Bochum
• 03.06.2015 Fragebogen-Aktion für aktuelle Entwicklungen. Der Westen
• 28.04.2015 Presseartikel: Demographische Entwicklung: Stadt fragt Wohnwünsche ab. Stadt Herdecke
• 28.04.2015 Presseartikel: Über Fragebögen die Stadt Herdecke attraktiver machen. Westfalenpost

• Apr. 2018 Lehrpreis der Hochschule Bochum
• Jun. 2013 Deutschlandstipendium an der Humboldt Universität zu Berlin
• Jul. 2012 Alumni Preis der Universität Freiburg
• Jul. 2009 Honours Programm der Radboud Univeristät Nimwegen