Themen

Sie suchen ein spannendes Thema für Ihre Bachelor- oder Masterarbeit?
Hier finden Sie einige aktuelle Vorschläge, die sich an meinen Lehr- und Forschungsschwerpunkten orientieren.
Wenn Sie Interesse an einem der Themen haben oder eine eigene Idee einbringen möchten, sprechen Sie mich gern an!

Mögliche aktuelle Themen

  • Praktische Anwendung von Explainable AI (XAI) (mit diversen Kooperationspartnern)
    Analyse und Bewertung von Erklärbarkeitsmethoden in konkreten Anwendungsfeldern (z. B. Finanzen, Medizin/Pharmazie, öffentliche Verwaltung).

  • Themen mit Bezug auf die EU KI-Verordnung, z.B. Entwicklung eines Modells/Tools zur Risikoeinstufung von Prompts gemäß der Risikoklassen der KI-VO

  • Weiterentwicklung der RAG Plattform bei der LVM, Erweiterung um MCP Funktionalität

  • Diverse Themen im Bereich Generative KI bei VARIOS AI, u.a.:

    • Entwicklung eines Modelrouters zur dynamischen Auswahl von KI-Modellen basierend auf Anfrageparametern.
    • Optimierung einer Named Entity Recognition zur Erkennung von PII im deutschsprachigen Kontext

  • Explainable AI für TabPFN
    Untersuchung von Erklärungsansätzen für die TabPFN-Methode (Hollmann u. a. 2023, 2025), die auf der Vorhersage von Tabellendaten basiert.

  • Diverse Themen im Bereich Data Science bei Krone Fleet (siehe Ausschreibung)

  • Räumlich-statistische Analysen zum Radverkehr in Münster
    Nutzung und Visualisierung offener Daten, GIS-gestützte Analysen und Ableitung von Handlungsempfehlungen für nachhaltige Mobilität.

  • KI im Facility Management (in Kooperation mit der Facilty Care AG)
    Automatisierte Ausschreibungserstellung auf Basis strukturierter Fragenkataloge und Auswertung von Angeboten mit Hilfe von KI-Methoden.

  • Machine Learning und KI in der Versicherungsbranche (in Kooperation mit der andsafe AG)
    Einsatz von Machine Learning in Bereichen wie Risikoprüfung, Schadensbearbeitung oder Tarifkalkulation

  • … oder Sie machen einen eigenen Vorschlag!
    Wenn Sie bereits eine Idee haben, die zu meiner thematischen passt, freue ich mich über eine kurze Skizze oder ein erstes Gespräch.

Hinweise zur Betreuung

  • Die Arbeiten können theoretisch-konzeptionell, empirisch oder praxisorientiert angelegt sein.
  • Je nach Thema sind Kooperationen mit externen Partnern möglich und willkommen.
  • Eine frühzeitige Themenabsprache (mindestens 8 Wochen vor geplanter Anmeldung) ist empfehlenswert.

Ich freue mich auf Ihre Ideen und spannenden Fragestellungen!

Informationen zum Betreuungsprozess und zu den nächsten Schritten finden Sie auf der Seite Allgemeine Informationen.

Zurück nach oben

Literatur

Hollmann, Noah, Samuel Müller, Katharina Eggensperger, und Frank Hutter. 2023. „TabPFN: A Transformer That Solves Small Tabular Classification Problems in a Second“. In International Conference on Learning Representations (ICLR).
Hollmann, Noah, Samuel Müller, Lennart Purucker, Arjun Krishnakumar, Max Körfer, Shi Bin Hoo, Robin Tibor Schirrmeister, und Frank Hutter. 2025. „Accurate predictions on small data with a tabular foundation model“. Nature, Januar. https://doi.org/10.1038/s41586-024-08328-6.