Im Rahmen der EUROSIM 2026, der europäischen Konferenz der Federation of European Simulation Societies, wurde der Beitrag von Mohamed Ramadane mit dem Best Paper Award prämiert. Die Konferenz widmete sich unter dem Thema „M&S & AI: Opportunities and Challenges for Present & Future“ den aktuellen wissenschaftlichen und technologischen Herausforderungen und Chancen, die sich aus der Entwicklung der künstlichen Intelligenz im Bereich der Modellierung und Simulation ergeben.

Der prämierte Beitrag überzeugte das internationale Review‑Komitee durch seine methodische Qualität, die wissenschaftliche Originalität und die Relevanz für zukünftige Forschungs- und Anwendungsfelder. Mohamed Ramadane untersuchte, wie sich aus einer festen Anzahl ausgewählter Versuche das zuverlässigste Black-Box Model für ein physikalisches System trainieren lässt. Die Versuche werden dabei so gewählt, dass genau diejenigen bislang nicht erfassten Bereiche des Zustandsraums erreicht werden, in denen die Modellunsicherheit am größten ist. Über drei nichtlineare Benchmark-Systeme hinweg erzielte der Ansatz 50-65% bessere Ein-Schritt-Vorhersagefehler als klassische Modellidentifikationsmethoden und die niedrigsten Open-Loop-Simulationsfehler. 

Mohamed Ramadane wird von Prof. Dr.-Ing. Sanja Lazarova-Molnar vom Karlsruher Institut für Technology (KIT) und Prof. Dr. Doris Bohnet (HTWG) betreut.