Wissenschaftliche Vorträge

Austrian Numerical Analysis Day 2024, University of Innsbruck, May 16—17, 2024 [www]
JAM Walkshop on Computational PDES, University of Jena, May 29—June 02, 2024 [www]
CMAM 2024 Conference, University of Bonn, June 10—14, 2024 [www]
HSM Summer School on "Optimality of adaptive finite element methods", University of Bonn, September 22—26, 2024 [www]

Functional a-posteriori error estimates for BEM [Handout (PDF)]
Workshop 2CCC, HU Berlin, 2024
Optimal interplay of adaptive mesh-refinement and iterative solvers for elliptic PDEs [Handout (PDF)]
Plenary talk at CMAM 2024 conference, University of Bonn, 2024
On optimal computational costs of AFEM [Handout (PDF)]
Workshop CC2LX, TU Wien, 2022
Goal-oriented adaptive FEMs with optimal computational complexity [Handout (PDF)]
Workshop on Recent Advances in the Numerical Approximation of PDEs, University of Milan, 2021
Chiral magnetic skyrmions and computational micromagnetism [Handout (PDF)]
GAMM Seminar on Microstructures, University of Freiburg, 2020
Rate optimal adaptive FEM with inexact solver for nonlinear operators [Handout (PDF)]
Workshop BI.discrete, University of Bielefeld, 2019
Adaptive BEM with inexact PCG solver yields almost optimal computational costs [Handout (PDF)]
Mathematical colloquium at University of Bayreuth, 2019
Axioms of adaptivity revisited: Optimal adaptive IGAFEM [Handout (PDF)]
ESI Workshop on Interplay of geometric processing, modelling, and adaptivity in Galerkin methods, Erwin-Schrödinger Institute, Wien, 2018
Optimal convergence rates for adaptive FEM for compactly perturbed elliptic problems [Handout (PDF)]
Conference on Foundations of Computational Mathematics, University of Barcelona, 2017
AFEM with inhomogeneous Dirichlet data [Handout (PDF)]
Central Workshop, TU Wien, 2017

Vorträge (seit 2019)

Bringmann, P., Feischl, M., Miraci, A., Praetorius, D., & Streitberger, J. (2024, August 8). On full linear convergence and optimal complexity of adaptive FEM with inexact solver. 2CCC Workshop on Numerical Analysis 2024, Berlin, Germany.
| On full linear convergence and optimal complexity of adaptive FEM with inexact solver auf reposiTUm , öffnet eine externe URL in einem neuen Fenster
Praetorius, D., Kurz, S., Pauly, D., Repin, S., Sebastian, D., & Freiszlinger, A. (2024, August 8). Functional a-posteriori error estimates for BEM. 2CCC Workshop on Numerical Analysis 2024, Berlin, Germany.
| Functional a-posteriori error estimates for BEM auf reposiTUm , öffnet eine externe URL in einem neuen Fenster
Praetorius, D., Bringmann, P., Gantner, G., Miraci, A., & Streitberger, J. (2024, May 30). Optimal interplay of adaptive mesh-refinement and iterative solvers for elliptic PDEs. JAM Walkshop on Computational PDEs (2024), Jena, Germany.
| Optimal interplay of adaptive mesh-refinement and iterative solvers for elliptic PDEs auf reposiTUm , öffnet eine externe URL in einem neuen Fenster
Miraci, A., Innerberger, M., Papež, J., Praetorius, D., Streitberger, J., & Vohralik, M. (2024, May 14). Role of hp-Robust Iterative Solvers in Adaptive Finite Element Algorithms for Optimal Complexity. SIAM Conference on Applied Linear Algebra (LA24), Paris, France.
| Role of hp-Robust Iterative Solvers in Adaptive Finite Element Algorithms for Optimal Complexity auf reposiTUm , öffnet eine externe URL in einem neuen Fenster
Praetorius, D., Gantner, G., Innerberger, M., Miraci, A., & Streitberger, J. (2024, February 28). Optimal complexity of adaptive FEM for nonlinear PDEs. Numerical Analysis Seminar at the University of Hongkong (2024), Hong Kong, China.
| Optimal complexity of adaptive FEM for nonlinear PDEs auf reposiTUm , öffnet eine externe URL in einem neuen Fenster

Brunner, M., Becker, R., Innerberger, M., Melenk, J. M., & Praetorius, D. (2023, September 4). Rate-optimal goal-oriented adaptive FEM for semilinear elliptic PDEs. European Conference on Numerical Mathematics and Advanced Applications (ENUMATH 2023), Lissabon, Portugal.
| Rate-optimal goal-oriented adaptive FEM for semilinear elliptic PDEs auf reposiTUm , öffnet eine externe URL in einem neuen Fenster
Streitberger, J., Bringmann, P., Brunner, M., Miraci, A., & Praetorius, D. (2023, September 4). Cost-optimal goal-oriented adaptive FEM for linear elliptic PDEs. European Conference on Numerical Mathematics and Advanced Applications (ENUMATH 2023), Lissabon, Portugal.
| Cost-optimal goal-oriented adaptive FEM for linear elliptic PDEs auf reposiTUm , öffnet eine externe URL in einem neuen Fenster
Praetorius, D., Brunner, M., Heid, P., Innerberger, M., Miraci, A., & Streitberger, J. (2023, June 13). Adaptive FEM for linear elliptic PDEs: Optimal complexity. FoCM 2023, Paris, France.
| Adaptive FEM for linear elliptic PDEs: Optimal complexity auf reposiTUm , öffnet eine externe URL in einem neuen Fenster
Melenk, J. M., Bahr, B., Faustmann, M., Parvizi, M., & Praetorius, D. (2023, June 12). AFEM for the fractional Laplacian. Foundations of Computational Mathematics (FoCM 2023), Paris, France.
| AFEM for the fractional Laplacian auf reposiTUm , öffnet eine externe URL in einem neuen Fenster
Brunner, M., Praetorius, D., Becker, R., Innerberger, M., & Melenk, J. M. (2023, June 8). Goal-oriented adaptivity for semilinear elliptic PDEs. Jena-Augsburg-Meeting (JAM) on Numerical Analysis, Augsburg, Germany.
| Goal-oriented adaptivity for semilinear elliptic PDEs auf reposiTUm , öffnet eine externe URL in einem neuen Fenster
Streitberger, J., Brunner, M., Heid, P., Innerberger, M., Miraci, A., & Praetorius, D. (2023, April 27). Adaptive FEM for linear elliptic PDEs: optimal complexity. Austrian Numerical Analysis Day 2023, Wien, Austria.
| Adaptive FEM for linear elliptic PDEs: optimal complexity auf reposiTUm , öffnet eine externe URL in einem neuen Fenster
Miraci, A., Brunner, M., Heid, P., Innerberger, M., Praetorius, D., & Streitberger, J. (2023, March 22). Adaptive FEM for linear elliptic PDEs: Optimal complexity. Finite Element Workshop 2023, Jena, Germany.
| Adaptive FEM for linear elliptic PDEs: Optimal complexity auf reposiTUm , öffnet eine externe URL in einem neuen Fenster

Bahr, B. H., Faustmann, M., Melenk, J. M., & Praetorius, D. (2022). Adaptive FEM for fractional diffusion. ESI Workshop “Adaptivity, High Dimensionality and Randomness,” Wien, Austria.
| Adaptive FEM for fractional diffusion auf reposiTUm , öffnet eine externe URL in einem neuen Fenster
Becker, R., Brunner, M., Innerberger, M., Melenk, J. M., & Praetorius, D. (2022). Goal-oriented adaptive finite element method for semilinear elliptic PDEs. RMMM 2022 - Reliable Methods of Mathematical Modeling, Lausanne, Switzerland.
| Goal-oriented adaptive finite element method for semilinear elliptic PDEs auf reposiTUm , öffnet eine externe URL in einem neuen Fenster
Becker, R., Gantner, G., Innerberger, M., & Praetorius, D. (2022). Goal-oriented adaptive finite element methods with optimal computational complexity. Mathematisches Kolloquium, TH Aachen, Austria.
| Goal-oriented adaptive finite element methods with optimal computational complexity auf reposiTUm , öffnet eine externe URL in einem neuen Fenster
Becker, R., Innerberger, M., & Praetorius, D. (2022). Adaptive FEM for parameter-errors in elliptic linear-quadratic parameter estimation problems. RMMM 2022 - Reliable Methods of Mathematical Modeling, Lausanne, Switzerland.
| Adaptive FEM for parameter-errors in elliptic linear-quadratic parameter estimation problems auf reposiTUm , öffnet eine externe URL in einem neuen Fenster
Brunner, M., Gantner, G., Innerberger, M., & Praetorius, D. (2022). Adaptive FEM with quasi-optimal cost for nonlinear PDEs. GATIPOR Workshop 2022 on Interplay of discretization and algebraic solvers: a posteriori error estimates and adaptivity, Paris, France.
| Adaptive FEM with quasi-optimal cost for nonlinear PDEs auf reposiTUm , öffnet eine externe URL in einem neuen Fenster
Praetorius, D. (2022). On optimal computational costs of AFEM. CC2LX - Workshop on Finite Element Methods and Adaptivity, TU Wien, Austria.
| On optimal computational costs of AFEM auf reposiTUm , öffnet eine externe URL in einem neuen Fenster

Becker, R., Gantner, G., Innerberger, M., & Praetorius, D. (2021). Goal-oriented adaptive finite element methods with optimal computational complexity. Recent Advances in the Numerical Approximation of Partial Differential Equations (RANAPDE 2021), Milan (online), Italy.
| Goal-oriented adaptive finite element methods with optimal computational complexity auf reposiTUm , öffnet eine externe URL in einem neuen Fenster
Becker, R., Innerberger, M., & Praetorius, D. (2021). Optimal convergence rates for goal-oriented FEM with quadratic goal functional. Online Conference “14th World Congress in Computational Mechanics and ECCOMAS Congress (WCCM-ECCOMAS 2020),” Paris, online, France.
| Optimal convergence rates for goal-oriented FEM with quadratic goal functional auf reposiTUm , öffnet eine externe URL in einem neuen Fenster
Bespalov, A., Praetorius, D., & Ruggeri, M. (2021). Rate optimality of an adaptive multilevel stochastic Galerkin finite element method. Congress of the Italian Society of Industrial and Applied Mathematics (SIMAI 2020+2021), Parma, Italy.
| Rate optimality of an adaptive multilevel stochastic Galerkin finite element method auf reposiTUm , öffnet eine externe URL in einem neuen Fenster
Faustmann, M., Karkulik, M., Melenk, J. M., & Praetorius, D. (2021). Finite Element Method for Fractional Diffusion - Recent Results. DMV-ÖMG Jahrestagung 2021, virtuelle Tagung - Zoom / Passau, Germany.
| Finite Element Method for Fractional Diffusion - Recent Results auf reposiTUm , öffnet eine externe URL in einem neuen Fenster

Bespalov, A., Praetorius, D., & Ruggeri, M. (2020). Error estimation and adaptive algorithms for multilevel stochastic Galerkin FEM. 20th Biennial Computational Techniques and Applications Conference (CTAC 2020), Sydney, Australia.
| Error estimation and adaptive algorithms for multilevel stochastic Galerkin FEM auf reposiTUm , öffnet eine externe URL in einem neuen Fenster
Bespalov, A., Praetorius, D., & Ruggeri, M. (2020). Error estimation and adaptive algorithms for multilevel stochastic Galerkin FEM. Chemnitz Finite Element Symposium 2020 (online edition), Chemnitz, Germany.
| Error estimation and adaptive algorithms for multilevel stochastic Galerkin FEM auf reposiTUm , öffnet eine externe URL in einem neuen Fenster
Di Fratta, G., Innerberger, M., Praetorius, D., Pfeiler, C.-M., & Ruggeri, M. (2020). Chiral magnetic skyrmions and computational micromagnetism. 19th GAMM Seminar on Microstructures, Freiburg, Germany.
| Chiral magnetic skyrmions and computational micromagnetism auf reposiTUm , öffnet eine externe URL in einem neuen Fenster
Di Fratta, G., Innerberger, M., Praetorius, D., Pfeiler, C.-M., & Ruggeri, M. (2020). Chiral magnetic skyrmions and computational micromagnetism. Universität Würzburg, Oberseminar des Lehrstuhls für Mathematik in den Naturwissenschaften, Würzburg, Germany.
| Chiral magnetic skyrmions and computational micromagnetism auf reposiTUm , öffnet eine externe URL in einem neuen Fenster
Faustmann, M., Karkulik, M., Melenk, J. M., Parvizi, M., & Praetorius, D. (2020). The Fractional Laplacian - Adaptive FEM, Preconditioning and Local Errors. USM Seminar, Valparaiso (online), Chile.
| The Fractional Laplacian - Adaptive FEM, Preconditioning and Local Errors auf reposiTUm , öffnet eine externe URL in einem neuen Fenster

Bespalov, A., Praetorius, D., Rocchi, L., & Ruggeri, M. (2019). Convergence of adaptive stochastic Galerkin FEM for elliptic parametric PDEs. MAFELAP 2019 - The Mathematics of Finite Elements and Applications, Uxbridge, United Kingdom of Great Britain and Northern Ireland (the).
| Convergence of adaptive stochastic Galerkin FEM for elliptic parametric PDEs auf reposiTUm , öffnet eine externe URL in einem neuen Fenster
Faustmann, M., Melenk, J. M., & Praetorius, D. (2019). OEMG jahrestagung. OEMG Jahrestagung 2019, Dornbirn, Austria.
| OEMG jahrestagung auf reposiTUm , öffnet eine externe URL in einem neuen Fenster
Faustmann, M., Melenk, J. M., Parvizi, M., & Praetorius, D. (2019). Optimal adaptivity and preconditioning for the fractional Laplacian. 15th Austrian Numerical Analysis Day, Graz, Austria.
| Optimal adaptivity and preconditioning for the fractional Laplacian auf reposiTUm , öffnet eine externe URL in einem neuen Fenster
Faustmann, M., Melenk, J. M., Parvizi, M., & Praetorius, D. (2019). Optimal adaptivity and preconditioning for the fractional Laplacian. GAMM 2019, Wien, Austria.
| Optimal adaptivity and preconditioning for the fractional Laplacian auf reposiTUm , öffnet eine externe URL in einem neuen Fenster
Faustmann, M., Melenk, J. M., Parvizi, M., & Praetorius, D. (2019). Optimal adaptivity and preconditioning for the fractional Laplacian. WONAPDE 2019 - Sixth Chilean Workshop on Numerical Analysis of Partial Differential Equations, Concepción, Chile.
| Optimal adaptivity and preconditioning for the fractional Laplacian auf reposiTUm , öffnet eine externe URL in einem neuen Fenster
Führer, T., Haberl, A., Praetorius, D., & Schimanko, S. (2019). Adaptive BEM with inexact PCG solver yields almost optimal computational costs. MAFELAP 2019 - The Mathematics of Finite Elements and Applications, Uxbridge, United Kingdom of Great Britain and Northern Ireland (the).
| Adaptive BEM with inexact PCG solver yields almost optimal computational costs auf reposiTUm , öffnet eine externe URL in einem neuen Fenster
Führer, T., Praetorius, D., & Schimanko, S. (2019). Adaptive BEM with inexact PCG solver yields almost optimal computational costs. Universität Bayreuth, Bayreuth, Germany, Austria.
| Adaptive BEM with inexact PCG solver yields almost optimal computational costs auf reposiTUm , öffnet eine externe URL in einem neuen Fenster
Gantner, G., & Praetorius, D. (2019). A posteriori error estimation and convergence of adaptive isogeometric methods. 7th International Conference on Isogeometric Analysis, München, Germany.
| A posteriori error estimation and convergence of adaptive isogeometric methods auf reposiTUm , öffnet eine externe URL in einem neuen Fenster
Gantner, G., Haberl, A., Praetorius, D., & Schimanko, S. (2019). Rate optimal adaptive FEM with inexact solver for nonlinear operators. WONAPDE 2019 - Sixth Chilean Workshop on Numerical Analysis of Partial Differential Equations, Concepción, Chile.
| Rate optimal adaptive FEM with inexact solver for nonlinear operators auf reposiTUm , öffnet eine externe URL in einem neuen Fenster
Gantner, G., Haberlik, D., & Praetorius, D. (2019). Axioms of adaptivity revisited: Optimal adaptive IGAFEM. WONAPDE 2019 - Sixth Chilean Workshop on Numerical Analysis of Partial Differential Equations, Concepción, Chile.
| Axioms of adaptivity revisited: Optimal adaptive IGAFEM auf reposiTUm , öffnet eine externe URL in einem neuen Fenster
Gantner, G., Haberlik, D., & Praetorius, D. (2019). Optimal adaptivity for isogeometric finite and boundary element methods. Seminar on Numerical Analysis (Inria), Paris, France.
| Optimal adaptivity for isogeometric finite and boundary element methods auf reposiTUm , öffnet eine externe URL in einem neuen Fenster
Gantner, G., Praetorius, D., & Schimanko, S. (2019). Rate optimal adaptive FEM with inexact solver for nonlinear operators. BI.discrete - Numerical Analysis in Bielefeld, Bielefeld, Germany.
| Rate optimal adaptive FEM with inexact solver for nonlinear operators auf reposiTUm , öffnet eine externe URL in einem neuen Fenster
Innerberger, M., & Praetorius, D. (2019). Instance-Optimal Goal-Oriented Adaptivity. RMMM 2019 - Reliable Methods of Mathematical Modeling, TU Wien, Austria.
| Instance-Optimal Goal-Oriented Adaptivity auf reposiTUm , öffnet eine externe URL in einem neuen Fenster
Kurz, S., Pauly, D., Praetorius, D., Repin, S., & Sebastian, D. (2019). Functional a posteriori error estimates for boundary element methods. 17th workshop on Fast boundary element methods in industrial applications, Söllerhaus, Hirschegg, Austria.
| Functional a posteriori error estimates for boundary element methods auf reposiTUm , öffnet eine externe URL in einem neuen Fenster
Kurz, S., Pauly, D., Praetorius, D., Repin, S., & Sebastian, D. (2019). Functional a posteriori error estimates for boundary element methods. RMMM 2019 - Reliable Methods of Mathematical Modeling, TU Wien, Austria.
| Functional a posteriori error estimates for boundary element methods auf reposiTUm , öffnet eine externe URL in einem neuen Fenster
Pfeiler, C.-M., & Praetorius, D. (2019). Dörfler marking with minimal cardinality is a linear complexity problem. 15th Austrian Numerical Analysis Day, Graz, Austria.
| Dörfler marking with minimal cardinality is a linear complexity problem auf reposiTUm , öffnet eine externe URL in einem neuen Fenster
Pfeiler, C.-M., & Praetorius, D. (2019). Dörfler marking with minimal cardinality is a linear complexity problem. DMV-Jahrestagung 2019, KIT Karlsruhe, Germany.
| Dörfler marking with minimal cardinality is a linear complexity problem auf reposiTUm , öffnet eine externe URL in einem neuen Fenster
Pfeiler, C.-M., & Praetorius, D. (2019). Dörfler marking with minimal cardinality is a linear complexity problem. RMMM 2019 - Reliable Methods of Mathematical Modeling, TU Wien, Austria.
| Dörfler marking with minimal cardinality is a linear complexity problem auf reposiTUm , öffnet eine externe URL in einem neuen Fenster
Pfeiler, C.-M., & Praetorius, D. (2019). Dörfler marking with minimal cardinality is a linear complexity problem. WONAPDE 2019 - Sixth Chilean Workshop on Numerical Analysis of Partial Differential Equations, Concepción, Chile.
| Dörfler marking with minimal cardinality is a linear complexity problem auf reposiTUm , öffnet eine externe URL in einem neuen Fenster
Pfeiler, C.-M., Ruggeri, M., Stiftner, B., Exl, L., Hochsteger, M., Hrkac, G., Schöberl, J., Mauser, N. J., & Praetorius, D. (2019). Computational studies of nonlinear skyrmion dynamics. HMM 2019 - 12th International Symposium on Hysteresis Modeling and Micromagnetics, Heraklion, Crete, Greece.
| Computational studies of nonlinear skyrmion dynamics auf reposiTUm , öffnet eine externe URL in einem neuen Fenster
Praetorius, D., Ruggeri, M., & Stephan, E. P. (2019). The saturation assumption yields optimal convergence of two-level adaptive BEM. 17th workshop on Fast boundary element methods in industrial applications, Söllerhaus, Hirschegg, Austria.
| The saturation assumption yields optimal convergence of two-level adaptive BEM auf reposiTUm , öffnet eine externe URL in einem neuen Fenster
Praetorius, D., Schimanko, S., & Gantner, G. (2019). Rate optimal adaptive FEM with inexact solver for nonlinear operators. ENUMATH 2019 - European Numerical Mathematics and Advanced Applications Conference 2019, Egmond aan Zee, Netherlands (the).
| Rate optimal adaptive FEM with inexact solver for nonlinear operators auf reposiTUm , öffnet eine externe URL in einem neuen Fenster
Schimanko, S., Praetorius, D., Führer, T., & Haberl, A. (2019). Adaptive BEM with inexact PCG solver yields almost optimal computational costs. SIAM Conference on Computational Science and Engineering (CSE 2019), Spokane, Washington, United States of America (the).
| Adaptive BEM with inexact PCG solver yields almost optimal computational costs auf reposiTUm , öffnet eine externe URL in einem neuen Fenster

Name	Zweck	Ablauf	Typ	Anbieter
CookieConsent	Speichert Ihre Einstellungen zur Verwendung von Cookies auf dieser Website.	1 Jahr	HTML	Homepage TU Wien
SimpleSAML	Wird benötigt, um die Sessions der eingeloggten Benutzer_innen voneinander unterscheiden zu können.	Session	HTTP	Login TU Wien
SimpleSAMLAuthToken	Wird benötigt, um die Sessions der eingeloggten Benutzer_innen voneinander unterscheiden zu können.	Session	HTTP	Login TU Wien
fe_typo_user	Wird benötigt, damit im Falle eines Typo3-Frontend-Logins die Session-ID wiedererkannt wird um Zugang zu geschützten Bereichen zu gewähren.	Session	HTTP	Homepage TU Wien
staticfilecache	Wird benötigt, um die Auslieferungszeit der Website zu optimieren.	Session	HTTP	Homepage TU Wien
JESSIONSID	Wird benötigt, damit im Falle eines LectureTube-Logins die Session-ID wiedererkannt wird um Zugang zu geschützten Bereichen zu gewähren.	Session	HTTP	LectureTube TU Wien
_shibsession_lecturetube	Wird benötigt, um die Sessions der eingeloggten Benutzer_innen voneinander unterscheiden zu können.	Session	HTTP	LectureTube TU Wien

Name	Zweck	Ablauf	Typ	Anbieter
_pk_id	Wird verwendet, um ein paar Details über den Benutzer wie die eindeutige Besucher-ID zu speichern.	13 Monate	HTML	Matomo TU Wien
_pk_ref	Wird benutzt, um die Informationen der Herkunftswebsite des Benutzers zu speichern.	6 Monate	HTML	Matomo TU Wien
_pk_ses	Wird benötigt, um vorübergehende Daten des Besuchs zu speichern.	30 Minuten	HTML	Matomo TU Wien
nmstat	Wird benutzt, um das Verhalten auf der Website festzuhalten. Es wird genutzt, um Statistiken über die Websitenutzung zu sammeln, wie zum Beispiel wann der/die Besucher_in die Website zuletzt besucht hat. Das Cookie enthält keine personenbezogenen Daten und wird einzig für die Websiteanalyse eingesetzt.	1000 Tage	HTML	Siteimprove
siteimproveses	Wird dafür eingesetzt, um die Abfolge an Seiten zu verfolgen, die ein Besucher/eine Besucherin im Laufe des Besuchs auf der Website ansieht. Das Cookie enthält keine personenbezogenen Daten und wird einzig für die Websiteanalyse eingesetzt.	Session	HTTP	Siteimprove
AWSELB	Tritt immer paarweise mit siteimproveses auf (zur Lastverteilung am Anbieter-Server)	Session	HTTP	Siteimprove

Name	Zweck	Ablauf	Typ	Anbieter
_ga	Wird benötigt, um die Sessions der Benutzer_innen voneinander unterscheiden zu können.	Persistent	HTTP	Google Analytics
_gali	Wird benötigt, um festzustellen welche Links auf einer Seite angeklickt werden.	sofort	HTTP	Google Analytics
_gat	Dies ist ein funktionsbezogenes Cookie, dessen Aufgaben unterschiedlich sein können.	2 Jahre	HTTP	Google Analytics
_gid	Wird benötigt, um Benutzer_innen zu unterscheiden und Statistiken zu erstellen.	24 Stunden	HTTP	Google Analytics
_gads	Wird benötigt, um Websites zu ermöglichen Werbung von Google, einschließlich personalisierter Werbung, anzuzeigen.	13 Monate	HTTP	Google Analytics
_gac_	Wird von Werbetreibenden benötigt, um Nutzer_innenaktivitäten und die Leistung ihrer Werbekampagnen zu messen.	90 Tage	HTTP	Google Analytics
_gcl_	Wird von Werbetreibenden benötigt, um feststellen zu können, wie oft Nutzer_innen, die auf ihre Anzeigen klicken, am Ende eine Aktion auf ihrer Website ausführen.	90 Tage	HTTP	Google Analytics
_gcl_au	Enthält eine zufällig generierte Benutzer_innen-ID.	90 Tage	HTTP	Google
_gcl_aw	Wird gesetzt, wenn Nutzer_innen auf eine Google-Anzeige auf der Website klicken und enthält Informationen darüber, welche Anzeige angeklickt wurde.	90 Tage	HTTP	Google
__utma	Wird benötigt, um die Erfassung von Besuchen und Besucher_innen zu ermöglichen.	2 Jahre	HTTP	Google Analytics
__utmb	Wird benötigt, um neue Besuche zu erkennen.	30 Minuten	HTTP	Google Analytics
__utmc	Wird in Verbindung mit __utmb verwendet um festzustellen, ob es sich um einen neuen (kürzlichen) Besuch handelt.	Session	HTTP	Google Analytics
__utmd	Wird benötigt, um den Weg der Besucher_innen auf der Website zu speichern und zu verfolgen und sie in Gruppen zu klassifizieren (Marketing/Tracking).	1 Sekunde	HTTP	Google Analytics
__utmt	Wird benötigt, um die Abfragerate auf Google Analytics zu begrenzen.	10 Minuten	HTTP	Google Analytics
__utmz	Wird benötigt, um zu bestimmen aus welcher Quelle/Kampagne Besucher_innen kommen.	6 Monate	HTTP	Google Analytics
__utmvc	Wird benötigt, um Informationen über das Nutzer_innenverhalten auf mehreren Websites zu sammeln. Diese Informationen werden verwendet, um die Relevanz der Werbung auf der Website zu optimieren.	24 Stunden	HTTP	Google AdSense
utm_source	Wird benötigt, um URLs mit Parametern zu versehen, um die Kampagnen zu identifizieren, die den Verkehr weiterleiten.	sofort	HTTP	Google Analytics
__utm.gif	Wird zum Speichern von Browserdetails benötigt.	Session	HTTP	Google Analytics
gtag	Wird benötigt, um Remarketing zu betreiben.	30 Tage	HTTP	Google AdSense
id	Wird benötigt, um Remarketing zu betreiben.	2 Jahre	HTTP	Google AdWords
1P_JAR	Wird benötigt, um Werbung zu optimieren, für Nutzer_innen relevante Anzeigen bereitzustellen, Berichte zur Kampagnenleistung zu verbessern oder um zu vermeiden, dass Benutzer_innen dieselben Anzeigen mehrmals sehen.	2 Jahre	HTTP	Google
AID	Wird benötigt, um gezielte Werbung zu aktivieren.	2 Jahre	HTTP	Google Analytics
ANID	Wird benötigt, um Google-Werbung auf Websites einzublenden, die nicht zu Google gehören.	2 Jahre	HTTP	Google AdSense
APISID	Unbekannte Funktionalität	2 Jahre	HTTP	Google Ads Optimization
AR	Wird benötigt, um ein Profil der Interessen der Besucher_innen zu erstellen und relevante Werbung auf anderen Websites anzuzeigen. Dieses Cookie funktioniert, indem es Ihren Browser und Ihr Gerät eindeutig identifiziert.	2 Jahre	HTTP	Google AdSense
CONSENT	Wird benötigt, um die Vorlieben der Besucher_innen zu speichern und die Werbung zu personalisieren.	Persistent	HTTP	Google
DSID	Wird für Werbung benötigt, die an verschiedenen Stellen im Web angezeigt wird und dient zum Speichern der Präferenzen der Benutzer_innen.	2 Jahre	HTTP	Doubleclick
DV	Wird benötigt, um die Präferenzen der Nutzer_innen und andere Informationen zu speichern. Dazu gehören insbesondere die bevorzugte Sprache, die Anzahl der auf der Seite anzuzeigenden Suchergebnisse sowie die Entscheidung, ob der Google SafeSearch-Filter aktiviert werden soll oder nicht.	2 Jahre	HTTP	Google
HSID	Enthält die Google-Konto-ID und den letzten Anmeldezeitpunkt der Nutzer_innen.	2 Jahre	HTTP	Google
IDE	Wird benötigt, um die Handlungen der Benutzer_innen auf der Webseite nach der Anzeige oder dem Klicken auf eine der Anzeigen des Anbieters zu registrieren und zu melden, mit dem Zweck der Messung der Wirksamkeit einer Werbung und der Anzeige zielgerichteter Werbung für die Benutzer_innen.	2 Jahre	HTTP	Doubleclick
LOGIN_INFO	Wird benutzt, um die Anmeldedaten der Benutzer_innen von Google-Services zu speichern.	2 Jahre	HTTP	Google
NID	Wird benutzt, um Informationen über Nutzer_innen-Einstellungen zu speichern.	6 Monate	HTTP	Google
OTZ	Wird benötigt, um Aktivitäten von Besucher_innen mit anderen Geräten, die zuvor über das Google-Konto eingeloggt sind zu verknüpfen. Auf diese Weise wird die Werbung auf verschiedene Geräte zugeschnitten.	1 Monat	HTTP	Google
RUL	Wird benötigt, um festzustellen, ob Werbung richtig angezeigt wurde, um Marketingaktivitäten effizienter zu gestalten.	1 Jahr	HTTP	Doubleclick
SAPISID	Wird benötigt, um Benutzer_innen-Einstellungen zu speichern und um die Bandbreite der User_innen zu berechnen.	Persistent	HTTP	Google
SEARCH_SAMESITE	Ermöglicht es Servern, das Risiko von CSRF- und Informationsleck-Angriffen zu mindern, indem es festlegt, dass ein bestimmtes Cookie nur bei Anfragen gesendet werden darf, die von derselben registrierbaren Domäne ausgehen.	6 Monate	HTTP	Google
SID	Enthält die Google-Konto-ID und den letzten Anmeldezeitpunkt der Nutzer_innen.	2 Jahre	HTTP	Google
SIDCC	Wird benötigt, um Informationen über Nutzer_inneneinstellungen und -informationen für Google Maps zu speichern.	3 Monate	HTTP	Google
SSID	Wird benötigt, um Besucher_innen Informationen für Videos, die von YouTube auf in Google Maps integrierten Karten gehostet werden zu sammeln.	Persistent	HTTP	Google
__SECURE-1PAPISID	Wird für Targeting-Zwecke benötigt, um ein Profil der Interessen der Website-Besucher_innen zu erstellen.	2 Jahre	HTTP	Google
__SECURE-1PSID	Wird für Targeting-Zwecke benötigt, um ein Profil der Interessen der Website-Besucher_innen zu erstellen.	2 Jahre	HTTP	Google
__SECURE-3PAPISID	Wird für Targeting-Zwecke benötigt, um ein Profil der Interessen der Website-Besucher_innen zu erstellen.	2 Jahre	HTTP	Google
__SECURE-3PSID	Wird für Targeting-Zwecke benötigt, um ein Profil der Interessen der Website-Besucher_innen zu erstellen.	2 Jahre	HTTP	Google
__SECURE-3PSIDCC	Wird für Targeting-Zwecke benötigt, um ein Profil der Interessen der Website-Besucher_innen zu erstellen.	2 Jahre	HTTP	Google
__SECURE-APISID	Wird benötigt, um ein Profil der Interessen von Website-Besucher_innen zu erstellen, um durch Retargeting relevante und personalisierte Werbung anzuzeigen.	8 Monate	HTTP	Google
__SECURE-HSID	Wird benötigt, um digital signierte und verschlüsselte Daten aus der eindeutigen Google-ID zu sichern und die letzte Anmeldezeit, die Google zur Identifizierung von Besucher_innen, zur Verhinderung der betrügerischen Verwendung von Anmeldedaten und zum Schutz von Besucher_innendaten von unbefugten Parteien zu speichern. Dies kann auch für Targeting-Zwecke verwendet werden, um relevante und personalisierte Werbeinhalte anzuzeigen.	8 Monate	HTTP	Google
__SECURE-SSID	Wird benötigt, um Informationen darüber zu speichern, wie die Besucher_innen die Website nutzen, und über die Anzeigen, die sie möglicherweise gesehen haben, bevor sie die Website besucht haben. Wird auch zur Anpassung von Anzeigen auf Google-Domains verwendet.	8 Monate	HTTP	Google
test_cookie	Wird als Test gesetzt, um zu prüfen, ob der Browser das Setzen von Cookies zulässt. Enthält keine Identifikationsmerkmale.	15 Minuten	HTTP	Google
VISITOR_INFO1_LIVE	Wird benötigt, um Benutzer_innen-Einstellungen zu speichern und um die Bandbreite der User_innen zu berechnen.	6 Monate	HTTP	Youtube
facebook	Wird verwendet, um Anzeigen auszuliefern oder Retargeting zu ermöglichen	90 Tage	HTTP	Meta (Facebook)
__fb_chat_plugin	Wird zum Speichern und Verfolgen von Interaktionen (Marketing/Tracking) benötigt.	Persistent	HTTP	Meta (Facebook)
_js_datr	Wird benötigt, um Benutzer_inneneinstellungen zu speichern.	2 Jahre	HTTP	Meta (Facebook)
_fbc	Wird benötigt, um den letzten Besuch zu speichern (Marketing/Tracking).	2 Jahre	HTTP	Meta (Facebook)
fbm	Wird benötigt, um Kontodaten zu speichern (Marketing/Tracking).	1 Jahr	HTTP	Meta (Facebook)
xs	Wird zum Speichern einer eindeutigen Sitzungs-ID benötigt (Marketing/Tracking).	1 Jahr	HTTP	Meta (Facebook)
wd	Wird benötigt, um die Bildschirmauflösung zu loggen.	1 Woche	HTTP	Meta (Facebook)
fr	Wird benötigt, um Anzeigen zu schalten und deren Relevanz zu messen und zu verbessern.	3 Monate	HTTP	Meta (Facebook)
act	Wird benötigt, um angemeldete Benutzer_innen zu speichern (Marketing/Tracking).	90 Tage	HTTP	Meta (Facebook)
_fbp	Wird zum Speichern und Verfolgen von Besuchen auf verschiedenen Websites benötigt (Marketing/Tracking).	3 Monate	HTTP	Meta (Facebook)
datr	Wird benötigt, um den Browser für Sicherheits- und Website-Integritätszwecke, einschließlich der Wiederherstellung von Konten und der Identifizierung von potenziell gefährdeten Konten zu identifizieren.	2 Jahre	HTTP	Meta (Facebook)
dpr	Wird für Analysezwecke verwendet. Technische Parameter werden protokolliert (z. B. Seitenverhältnis und Abmessungen des Bildschirms), damit Facebook-Apps korrekt angezeigt werden können.	1 Woche	HTTP	Meta (Facebook)
sb	Wird benötigt, um Browserdetails und Sicherheitsinformationen des Facebook-Kontos zu speichern.	2 Jahre	HTTP	Meta (Facebook)
dbln	Wird benötigt, um Browserdetails und Sicherheitsinformationen des Facebook-Kontos zu speichern.	2 Jahre	HTTP	Meta (Facebook)
spin	Wird für Werbezwecke und Berichterstattung über soziale Kampagnen benötigt.	Session	HTTP	Meta (Facebook)
presence	Enthält den "Chat"-Status eingeloggter Benutzer_innen.	1 Monat	HTTP	Meta (Facebook)
cppo	Wird für statistische Zwecke benötigt.	90 Tage	HTTP	Meta (Facebook)
locale	Wird benötigt, um die Spracheinstellungen zu speichern.	Session	HTTP	Meta (Facebook)
pl	Wird für Facebook Pixel benötigt.	2 Jahre	HTTP	Meta (Facebook)
lu	Wird für Facebook Pixel benötigt.	2 Jahre	HTTP	Meta (Facebook)
c_user	Wird für Facebook Pixel benötigt.	3 Monate	HTTP	Meta (Facebook)
bcookie	Wird zur Speicherung von Browserdaten benötigt (Marketing/Tracking).	2 Jahre	HTTP	LinkedIn
li_oatml	Wird verwendet, um LinkedIn-Mitglieder außerhalb von LinkedIn zu Werbe- und Analysezwecken zu identifizieren.	1 Monat	HTTP	LinkedIn
BizographicsOptOut	Wird zum Speichern von Datenschutzeinstellungen benötigt.	10 Jahre	HTTP	LinkedIn
li_sugr	Wird zur Speicherung von Browserdaten benötigt (Marketing/Tracking).	3 Monate	HTTP	LinkedIn
UserMatchHistory	Wird zur Bereitstellung von Werbeeinblendungen oder Retargeting benötigt (Marketing/Tracking).	30 Tage	HTTP	LinkedIn
linkedin_oauth_	Wird benötigt, um seitenübergreifende Funktionen bereitzustellen.	Session	HTTP	LinkedIn
lidc	Wird benötigt, um durchgeführte Aktionen auf der Website zu speichern (Marketing/Tracking).	1 Tag	HTTP	LinkedIn
bscookie	Wird benötigt, um durchgeführte Aktionen auf der Website zu speichern (Marketing/Tracking).	2 Jahre	HTTP	LinkedIn
X-LI-IDC	Wird benötigt, um seitenübergreifende Funktionen bereitzustellen (Marketing/Tracking).	Session	HTTP	LinkedIn
AnalyticsSyncHistory	Speichert den Zeitpunkt, zu dem der/die Benutzer_in mit dem "lms_analytics"-Cookie synchronisiert wurde.	30 Tage	HTTP	LinkedIn
lms_ads	Wird benötigt, um LinkedIn-Mitglieder außerhalb von LinkedIn zu identifizieren.	30 Tage	HTTP	LinkedIn
lms_analytics	Wird benötigt, um LinkedIn-Mitglieder zu Analysezwecken zu identifizieren.	30 Tage	HTTP	LinkedIn
li_fat_id	Wird für eine indirekte Mitgliederidentifikation benötigt, die für Conversion Tracking, Retargeting und Analysen verwendet wird.	30 Tage	HTTP	LinkedIn
U	Wird benötigt, um den Browser zu identifizieren.	3 Monate	HTTP	LinkedIn
_guid	Wird benötigt, um ein LinkedIn-Mitglied für Werbung über Google Ads zu identifizieren.	90 Tage	HTTP	LinkedIn

Wissenschaftliche Vorträge

Selected talks

Vorträge (seit 2019)

2024

2023

2022

2021

2020

2019