Fabian Unruh
Fabian Unruh ist Physiker und arbeitet als Doctoral Researcher im Cluster Natur- und Technikwissenschaftliche Rüstungskontrollforschung (CNTR). Er beschäftigt sich mit nuklearer Abrüstungsverifikation und interessiert sich für die Anwendung von maschinellem Lernen in nuklearer Archäologie für die Rekonstruktion von Spaltmaterialproduktion.
CV
| seit Juni 2024
Doctoral Researcher im Forschungsverbund CNTR, PRIF
| 2023–2024
Wissenschaftliche Hilfskraft in der Forschungsgruppe Nukleare Verifikation und Abrüstung (NVD), RWTH Aachen
| 2021–2023
Masterstudium der Physik, RWTH Aachen. Abschluss mit Auszeichnung.
| 2018–2021
Bachelorstudium der Physik, RWTH Aachen
Dissertation
Zukünftige nukleare Abrüstungsverträge werden voraussichtlich die Überprüfung der vollständigen und korrekten Deklarationen von Bestandteilen von Kernwaffenprogrammen beinhalten. Die nukleare Archäologie ist ein Forschungsbereich, der darauf abzielt, die Betriebsgeschichte von Anlagen zur Herstellung von Spaltmaterial zu rekonstruieren, das ein wesentlicher Bestandteil von Kernwaffen ist. Die Methoden der nuklearen Archäologie können Abschätzungen über die Produktion von Spaltmaterial in der Vergangenheit liefern, was sie zu einem nützlichen Hilfsmittel bei der Beurteilung der Vollständigkeit von Deklarationen über Spaltmaterial macht.
Dieses Forschungsprojekt, das in der Forschungsgruppe Science for Nuclear Diplomacy des Cluster Natur- und Technikwissenschaftliche Rüstungskontrollforschung (CNTR) angesiedelt ist, soll die bestehenden Techniken durch die Einbeziehung neuartiger Datenquellen und hochentwickelter statistischer Datenanalysewerkzeuge verbessern. Es ist geplant, forensische Messwertanalysen, die ein wichtiges Instrument in der nuklearen Archäologie sind, zu verbessern, indem sich systematisch auf die wichtigsten Informationen konzentriert wird und Messungen mit Daten aus Archiven ergänzt werden, die den historischen Betrieb von Kernreaktoren dokumentieren. Ein besonderer Schwerpunkt des Projekts liegt auf der Implementierung von Techniken des maschinellen Lernens, einschließlich unlängst etablierter Methoden aus dem Bereich des Deep Learning, um große Datensätze geeignet analysieren und zuverlässige statistische Aussagen treffen zu können. Schließlich wird die Einbettung von statistischen Ergebnissen in ein politisches Verifikationssystem behandelt.
Publikationen
- In Trümmern, aber tatsächlich zerstört? Eine Bestandsaufnahme des iranischen Nuklearprogramms
| 2026
Unruh, Fabian (2026): In Trümmern, aber tatsächlich zerstört? Eine Bestandsaufnahme des iranischen Nuklearprogramms, PRIF Blog.
Zur Publikation - AI in Verification
| 2025
Unruh, Fabian; Göttsche, Malte (2025): AI in Verification, in: Daase, Christopher; Reis, Kadri; Göttsche, Malte (eds), New Realities of AI in Global Security. CNTR Monitor – Technology and Arms Control 2025.
Zur Publikation
CNTR-Deep Dive bei der Berlin Science Week 2024