Fokus meiner Forschung ist die Robustheit autonomer Systeme gegenüber externen Störungen physikalischer Herkunft, also Störungen, die hardwareseitig auftreten und nicht der Software geschuldet sind. Konkrete Aspekte stellen dabei die Erkennung, Beurteilung und - soweit möglich - automatisierte Vorhersage von Komponentenausfällen im eigenen Systemkontext, die Kompensation von Störungen durch Redundanz oder Konfigurationsänderungen sowie die Behebung von Störungen unter Zuhilfenahme externer Akteure, beispielsweise Wartungstechnikern dar.

Hierfür relevante Forschungs- und weitere Interessensgebiete meinerseits sind dabei:

• Reinforcement Learning
• Evolutionäre maschinelle Lernverfahren
• Predictive Maintenance
• Computational Self-Awareness

• Dealing with Hardware-related Disturbances in Organic Computing Systems. Markus Görlich-Bucher. In: INFORMATIK 2019: 50 Jahre Gesellschaft für Informatik – Informatik für Gesellschaft (Workshop-Beiträge), Draude, C., Lange, M. & Sick, B. (Eds.). Gesellschaft für Informatik e.V., Bonn, Germany, pp. 517–529.
• Towards Physical Disturbance Robustness in Organic Computing Systems using MOMDPs. Markus Görlich, Anthony Stein, Jörg Hähner. In: Workshop Proceedings of the 32nd International Conference on Architecture of Computing Systems, ARCS 2019, 20–23 May 2019, Copenhagen, Denmark, pp. 135–142.
• Predictive Maintenance in Complex Systems. Markus Görlich. 2019. In: Organic Computing: Doctoral Dissertation Colloqium 2018, Tomforde S., Sick B. (Eds.). Kassel University Press, Kassel, Germany.