Tilmann Gneiting, Leiter der Forschungsgruppe Computational Statistics am Heidelberger Institut für Theoretische Studien (HITS) und Professor am Karlsruher Institut für Technologie (KIT), bekommt den „Wald Memorial Award and Lecture“, den das Institute of Mathematical Statistics (IMS) jährlich verleiht. Die Auszeichnung geht immer an eine Person, deren Forschungsbeiträge grundlegend für die Entwicklung der Statistik oder der Wahrscheinlichkeitstheorie waren.
Tilmann Gneiting leitet die Forschungsgruppe Computational Statistics am HITS und wirkt als Professor für Computational Statistics am KIT. Bis 2024 war er Mitglied am KIT-Institut für Stochastik, wo er weiterhin lehrt. Anfang 2025 wechselte er an das neu gegründete KIT-Institut für Statistik. Am HITS bekleidete er 2023 und 2024 die Position des Wissenschaftlichen Direktors. Zuvor hatte er akademische Positionen an der University of Washington in Seattle, USA, sowie an der Universität Heidelberg inne. Von 2016 bis 2018 war Gneiting Chefredakteur und Herausgeber der Zeitschrift Annals of Applied Statistics. 2011 erhielt er einen Advanced Grant des Europäischen Forschungsrats (ERC) zur Förderung seiner Forschung zu probabilistischen Vorhersagen. 2024 wurde Gneiting mit dem Ulf-Grenander-Preis für stochastische Theorie und Modellierung der American Mathematical Society ausgezeichnet. Tilmann Gneitings Forschung konzentriert sich auf zwei Hauptbereiche: die räumliche und raum-zeitliche Statistik sowie Theorie und Methodik der Prognose, einschließlich Anwendungen wie der Wettervorhersage. (Foto Tilmann Gneiting, Quelle HITS.)
Die „Wald Memorial Lectures“ bestehen aus zwei Vorträgen, die auf der IMS-Jahrestagung in Salzburg, Österreich, vom 6. bis 9. Juli 2026 gehalten werden: https://ims2026.github.io/IMS2026/
Der erste Vortrag mit dem Titel „Bewertung monotoner Abhängigkeiten: Fläche unter der Kurve und Rangkorrelation" befasst sich mit dem klassischen Thema der Quantifizierung monotoner Assoziationen zwischen Zufallsvariablen. Der zweite Vortrag, „Hierarchien der Kalibration: Klassifikation und Regression", behandelt die Kalibration – die statistische Übereinstimmung zwischen probabilistischen Prognosen und den tatsächlichen Ergebnissen. Beide Vorträge basieren auf gemeinsamen Arbeiten mit Mitgliedern der Arbeitsgruppe „Computational Statistics“ am HITS.
