Die Aktivitäten der Arbeitsgruppe konzentrieren sich auf partielle Differentialgleichungen aller Art. Dazu gehören auch stochastische (partielle) Differentialgleichungen und Gleichungen mit zufälligen Koeffizienten.

Die Simulation dieser Probleme benötigt eine effiziente Berechnung von stochastischen Prozessen und adaptive Netzverfeinerung mittels a posteriori Fehlerschätzer. Besonders interessant sind hier zeitabhängige Gleichungen und Problemstellungen aus Physik und Technik, wie zum Beispiel der computergestützte Mikomagnetismus (Landau-Lifshitz-Gilbert Gleichung). Dabei kommen Methoden aus der hochdimensionalen Quadratur und Approximation zum Einsatz.

Eine weitere Forschungsrichtung ist die Entwicklung und die Analyse von effizienten Trainings und Datenkompressionsalgorithmen für maschinelles Lernen.