Der Lehrstuhl konzentriert sich auf die Nutzung von Sensordaten und deren Fusion mit technischen Modellen, um eine daten- und physikbasierte Virtualisierung von Betriebsstrukturen und Anlagen zu ermöglichen.
Ein Hauptanwendungsbereich für diesen hybriden Ansatz ist die Windenergie-Infrastruktur. Zu den Forschungsbereichen gehören Deep-Learning-Tools, die aerodynamische und strukturelle Reaktionsdaten verarbeiten, um Informationen über den Status einer Windturbinenstruktur zu liefern. Ebenso dazu gehören akustische Internet-of-Things (IoT) Messsysteme für Windturbinen und Entscheidungshilfetool für den optimalen Betrieb und die Wartung auf Windparkebene.