Dr. Werner Sandmann

Researcher

Dr. Werner Sandmann ist wissenschaftlicher Mitarbeiter im Bereich Data Science bei der Blockchain Research Lab gGmbH. Auf der Grundlage seiner umfangreichen Forschungs- und Anwendungserfahrung im Bereich statistischer und datenwissenschaftlicher Methoden, mathematischer Modellierung, Simulation, Analyse und Optimierung komplexer Systeme, Netze und Prozesse erarbeitet er modell- und datengestützte Erkenntnisse für die Blockchain-Technologie und kümmert sich um ein adäquates Datenmanagement.

Werner studierte Informatik mit Anwendungsfach Mathematik an der Universität Bonn. Nach seinem Abschluss als Diplom-Informatiker arbeitete er dort als wissenschaftlicher Mitarbeiter am Institut für Informatik und promovierte im Jahr 2004 mit einer Dissertation zur stochastischen Simulation seltener Ereignisse in Markovmodellen zum Dr. rer. nat. mit der Fächerkombination Informatik und Angewandte Mathematik. In seiner weiteren akademischen Laufbahn war er PostDoc und wissenschaftlicher Mitarbeiter in Informatik an der Universität Bamberg und der Universität Saarbrücken, Vertretungsprofessor für Stochastische Modelle am Institut für Angewandte Stochastik und Operations Research der TU Clausthal sowie Senior Lecturer in Mathematics und Professor of Mathematics an der University of Derby, UK. Danach war er seit 2016 außerhalb des Hochschulbereichs als Senior Data Scientist tätig, bevor er 2021 zum Blockchain Research Lab stieß.

Im Rahmen seiner wissenschaftlichen Forschungsarbeit hat er über fünfzig wissenschaftliche Arbeiten publiziert, als wissenschaftlicher Gutachter im Peer-Review-Prozess zahlreicher internationaler wissenschaftlicher Fachzeitschriften und Konferenzen fungiert und an der Organisation internationaler wissenschaftlicher Konferenzen und Workshops mitgewirkt. Schwerpunkte seiner Forschung sind Modelle und Methoden der Wahrscheinlichkeitstheorie und Statistik, insbesondere stochastische Prozesse, stochastische Modellierung und Simulation, Warteschlangentheorie, Data Science und Machine Learning, woraus sich zahlreiche Anwendungen in vielfältigen Bereichen der Blockchain-Technologie ergeben.