Spannende Mathematik

29 mathematische Kurzkrimis als Buch erschienen






Wenn es so richtig schön spannend wird, wenn man mitfiebert, ob und wie der gerissene Täter gefasst wird, sich fragt, wie gut der Kommissar kombiniert, dann ist Krimizeit. Wenn die Geschichte so richtig logisch durchgeplant und bis zum Schluss kniffelig ist, dann hat das alles auch mit Mathematik zu tun. Das jedenfalls dachte sich das Forschungszentrum Matheon und lobte 2013 einen Preis für den besten mathematischen Kurzkrimi aus. 136 Autorinnen und Autoren sandten darauf hin ihre Geschichten ein. Eine Jury aus Mathematikern und Literaturagenten wählte daraus zunächst 30 Storys aus, aus denen dann die drei Preis-träger ausgewählt und auf einer öffentlichen Preisverleihung im November 2013 an der TU Berlin geehrt wurden.

Diese drei Krimis hat Rudolf Kellermann von der Pressestelle des Matheon nun ebenso wie 26 weitere in dem Buch „Unberechenbar - mathematische Kriminalgeschichten“ zusammen-gefasst. Darunter ist auch der ebook-Bestseller „Anonymus“ von Christian Jaschinski. Erschienen ist das Buch jetzt im Westkreuz-Verlag und ab sofort in den Buchhandlungen zu bestellen.

Auch wenn es tatsächlich in allen Storys um Mathematik geht, sind sie teilweise heiter, teilweise etwas absurd, teils mit geschichtlichem Hintergrund, andere hoch aktuell, alle jedenfalls für Nicht-Mathematiker verständlich. „Unberechenbar“ ist also kein Fachbuch, sondern eine lockere und durchaus spannende Lektüre und bestens geeignet für den weihnachtlichen Gabentisch. So spannend kann Mathematik sein!

Kristine Al Zoukra, Rudolf Kellermann, Forschungszentrum Matheon (Hrsg.)
Unberechenbar – mathematische Krimigeschichten
Westkreuz-Verlag Berlin/Bonn
ISBN 978-3-944836-18-8
Preis: 14.90

Weitere Auskünfte: Rudolf Kellermann,
Forschungszentrum Matheon,
Presse- und Öffentlichkeitsarbeit,
Tel.: 030 31429274,
Email: kellermann-aet-matheon-punkt-de


Back to overview »



Public Relations

Public Relations
Dr. Uta Deffke TU Berlin +49 (0)30 314 28323
deffke@math.tu-berlin.de personal data