M.Sc. Künstliche Intelligenz | Software Engineering

8/2026 – offen

Architektur eines Multi-Tool-Agentensystems mit LangGraph, Integration von semantischer Suche, Text-to-SQL, Websuche und Human-in-the-Loop-Genehmigung für sensible Aktionen. Implementierung von dualen RAG-Pipelines über ChromaDB mit dynamischen Schema-Beschränkungen für sichere SQL-Ausführung. Containerisierung der Anwendung über Docker und Aufbau einer automatisierten CI/CD-Bereitstellungspipeline zu Render über GitHub Actions.

Docker, Continuous Integration, SQL

9/2025 – 3/2026

Feinabstimmung einer Transformer-Pipeline unter Nutzung von Vision- und Vision-Language-Foundation-Modellen als visuelle Encoder zur Automatisierung der Generierung diagnostischer Berichte. Benchmarking von gefrorenen und trainierbaren Encodern, Reduzierung der Trainingszeit um 25% mit statistisch signifikanten Verbesserungen. Präsentation der Forschungsergebnisse auf der Bayerischen Konferenz für KI in Medizin und Gesundheitswesen.

Transformer, Pytorch

10/2023 – 4/2025

Bereinigung und Neulabeling von verrauschten Bilddatensätzen aus der Fertigung mit Cleanlab, was zu einer 5%-igen Verbesserung des F1-Scores führte. Aufbau von Active-Learning- und Random-Sampling-Pipelines zur Optimierung der Datenlabel-Effizienz. Benchmarking von DINOv2- und EfficientNet-Architekturen und Verwendung von Optuna für Hyperparameter-Tuning.