Das Ziel dieser Forschungsgruppe ist die Entwicklung von Konzepten und praktischen Lösungen für die Analyse und Verarbeitung geometrischer Daten wie Formen, Graphen aber auch abstrakter Datenmengen. Dabei nutzen wir die inhärente Struktur mittels intrinsischer Verfahren, was eine hohe Konsistenz sowie verminderte systematische Fehler sicherstellt und somit verbesserte analytische Eigenschaften bietet. Die Gruppe stützt sich auf und erweitert die Theorie, Algorithmen und Anwendungen der nichteuklidischen Statistik, des Geometric Deep Learnings und der angewandten Geometrie.

Aktuelle Anwendungen beschäftigen sich mit der Formanalyse in den Bereichen der Medizin, Archäologie und Bekleidungsindustrie. Ein besonderer Fokus liegt hierbei auf der Untersuchung von Daten in Abhängigkeit veränderlicher Parameter wie z.B. Zeit. Beispiele sind unter anderem die Regression von krankheitsspezifischen Formvariationen, die morphologische Klassifizierung, sowie die Identifikation systematischer Unterschiede auf Populationsebene.