Das Projekt untersucht Faktoren für die Entstehung von large-scale Dynamik im menschlichen Gehirn. Dabei wird die Rolle von Eigenschaften der strukturellen Netzwerke sowie von biophysikalischen Eigenschaften lokaler neuronaler Schaltkreise systematisch untersucht. Zu diesem Zweck werden Methoden entwickelt, die realistische und neurobiologisch fundierte Simulationen funktioneller Gehirndynamik ermöglichen und die Benutzung des High-Performance-Computings erfordern. Komplexe raumzeitliche Muster neuronaler Aktivität, die sich innerhalb des Netzwerkes von Hirnregionen und interregionalen Bahnen entfalten, sind die Grundlage für Verhalten und Kognition. Das Verständnis dessen, wie strukturelle Netzwerke die Gehirnnetzwerke bilden und einschränken, stellt eine wesentliche Herausforderung an Computational-Cognitive-Neuroscience. Die Ziele des Projektes sind  a) die Beschreibung des Repertoires an strukturellen und dynamischen funktionellen Netzwerken, gemessen mit nicht-invasiven Neuroimaging-Methoden, b) die Erstellung eines Katalogs von Berechnungsmodellen anhand der Anatomie struktureller Netzwerke und biophysikalischer Modelle der neuronalen Populationen, die realistische großskalige Dynamiken generieren können, und c) die Anwendung von Kriterien des Modellvergleiches und Inferenz, um Einblick darin zu gewinnen, welche Modellkomponenten entscheidend  für die Erzeugung von Mustern der Hirndynamiken sind, die den empirischen Daten gut angenähert sind. Das Ausmaß dieser Simulation in Bezug auf den gesuchten Parameterraum, der Größe des Rechenmodells und die biologischen Skalen, erfordern erhebliches rechnerisches Engineering für effiziente Parallelisierung der numerischen Methoden und Adaptation zu Hochleistungsrechnerarchitekturen. Ein weiteres Ziel ist die Erstellung von Modellen anhand von Netzwerkdaten auf Einzelsubjektebene, um damit den Weg für den Einsatz von Modellierungswerkzeugen zur Kennzeichnung individueller Unterschiede der Gehirndynamik zu ebnen.