Seminare

Veranstalter: Moritz Hickisch & Fynn-Frithjof Kraft 

Seminar zum Thema KI in Wissenschaft & Wirtschaft.
Ein Thema besteht aus einem KI-Themenkomplex und einem dafür geeigneten Anwendungsfeld. 
Das Seminar soll über die Algorithmen aufklären und das Anwendungsfeld beleuchten, sowie einen Ausblick auf zukünftige Entwicklungen geben. 

Beispielhafte Themen, Änderungen vorbehalten:

1 Reinforcement Learning in der Produktion und Logistik
Fundamentals wie Q-Learning, SARSA, etc., Konvergenzverhalten und Exploration vs. Exploitation, Dynamische Maschinenbelegung, Scheduling, adaptive Prozesssteuerung, Vergleich zu klassischen Optimierungsverfahren (MILP, Heuristiken) Ausblick auf: autonome Fabriken, Kombination mit digitalen Zwillingen 

2 Computer Vision in der Qualitätskontrolle der Industrie
CNNs zur automatisierten visuellen Inspektion evtl. Ausblick auf Inline-Learning, Mini KI direkt an der Maschine

3 Graph-Neuronale Netze im Finanz- und Risikomanagement
 Graph Neural Networks (GNNs) zur modellierung von Finanznetzwerken, Kontrahentenrisiken, Fraud Detection. Vorteil von Graphstrukturen gegenüber tabellarischen Modellen, bald Realtime-Risikomodelle, Regulierung, Erklärbarkeit und Recht in Finanz und Versicherung

4 Large Language Models in der Wissenschaft
Transformer / Large Language Models (LLMs), RAG. Factuality-Checks, Wissensspeicherung, Knowledge Graphs
Fokus: wissenschaftliche Nutzung vs. Verzerrung von Wissen.

5 Generative Modelle im Produktdesign und in der Kreativwirtschaft
(Visuell) Generative Modelle (GANs, Diffuser) Design von Produkten, Mode, Werbung, Medieninhalten. Mit Blick auf Co-Creation Mensch–KI, Urheberrecht, wirtschaftliche Auswirkungen Film / Fernsehen

6 Federated Learning im Gesundheitswesen
Federated / Distributed Learning, also das Training gemeinsamer Modelle über z.B. viele Kliniken/Arztpraxen ohne Datenaustausch, Datenschutz, DSGVO, technische Herausforderungen (Heterogenität, Robustheit). globale medizinische Modelle, Standardisierung, Regulierung

7 Deep Learning für Zeitreihen im Energiesystem & Smart Grids
RNNs, LSTMs, Temporal Convolutional Nets, Transformers für Zeitreihen. Lastprognosen, Integration erneuerbarer Energien, Netzstabilität, Vergleich zu klassischen Prognosemodellen (ARIMA, Regression) Zukunft: Echtzeit-Optimierung, Kopplung mit Demand Response & Speichern, E Mobilität

8 Large Language Models als Programmierassistenz in der Softwareentwicklung
Code-LLMs untersuchen auf Produktivität, Codequalität, Software-Architektur, Bugs, Sicherheitslücken, geistiges Eigentum
Zukunft: teil- oder weitgehend autonome Softwareagenten, neue Rollen von Entwicklern und Managern

9 Multi-Agenten-Reinforcement-Learning im autonomen Verkehr
 Multi-Agent Reinforcement Learning (MARL): Koordination von autonomen Fahrzeugen in einer Smart City, Verkehrsflussoptimierung, z.B. Kreuzungen, parken . nterschiede zu Single-Agent-RL und klassischen Steuerungsstrategien Zukunft: skalierbare Städte, V2X-Kommunikation, regulatorische und ethische Fragen?

10 Recommender-Systeme und Aufmerksamkeitsmaximierung
z.B. Youtube TikTok, Deep Learning Recommender, ggf. RL-Ansätze. Engagement-Optimierung, Filterblasen, gesellschaftliche Effekte.

11 Neuro-symbolische KI im Rechtswesen
Kombination aus Symbolischer KI (Logik, Regeln) & Deep Learning. Wie kann ich Wissen prüfen,  trustworthy AI. Vertragsanalyse, Compliance-Check, Entscheidungsunterstützung bei Urteilen, Warum reine LLMs für Recht problematisch sind (Genauigkeit, Nachvollziehbarkeit). maschinenlesbare Gesetze?

12 Physics-Informed Neural Networks und Surrogatmodelle für wissenschaftliche Simulationen
 PINNs, Surrogatmodelle, ggf. Neural Operatoren. Approximation von Gleichungen, Beschleunigung teurer Simulationen. Pruning?

13 RL Graph Pruning in zeitkritischen ML Anwendungen
Bsp Fahrspurhalten, Abstandsregelung, Manövrierplanung: DRL-Policy soll auf einem Steuergerät mit knappen Ressourcen laufen
 Prunings im Kontext von Policies: warum man Strategierepräsentationen vereinfacht, wie man überflüssige Strukturen erkennt und entfernt und welche Auswirkungen dies auf Lernverhalten, Stabilität und Generalisierung hat. Besonderheiten könnten der Unterschied zwischen heuristischem und wertbasiertem Pruning sowie die Balance zwischen Komplexitätsreduktion und Policy-Qualität sein.

14 RL Graph Aggregation in komplexen Systemen
Bsp in Smart grids oder smart Cities. Vorstellung der grundlegenden Idee. wie Zustände zusammengeführt oder vereinfacht werden, um Lernen effizienter zu machen. Vergleich zwischen Entfernen und Aggregieren von Zuständen (State Pruning vs. State Aggregation)

15 Kanonische Darstellung von Funktionen in der Symbolischen Regression für Manufacturing
Vorstellung der grundlegenden Idee kanonischer bzw. standardisierter Funktionsdarstellungen im Kontext der Symbolischen Regression. Die Arbeit sollte erklären, wie Funktionen in Symbolic Regression in kanonische Formen überführt werden können. Der Fokus liegt auf den unterschiedlichen Repräsentationen: Der Fokus liegt auf den unterschiedlichen Repräsentationen: Abstract Syntax Trees (ASTs), Directed Acyclic Graphs (DAGs) und Abstract Semantic Graphs (ASGs). Wichtige Aspekte sind die Unterschiede bei der Herleitung, einer Normalform und deren algorithmische Komplexität.

Weitere Informationen zur Veranstaltung:
WEITERE INFORMATIONEN

Themenvergabe: tbd.

Veranstalter: Marian P. Gajda

Themengebiet: Web-basierte 3D-Grafik und immersive Technologien

Dieses Gebiet behandelt Technologien für Virtual- und Augmented-Reality-Anwendungen im Browser. Studierende können untersuchen, wie 3D-Produktkonfiguratoren, virtuelle Showrooms oder interaktive Datenvisualisierungen umgesetzt werden.

Angebotene Themen:

• 3D- und VR-Produktvisualisierung im E-Commerce: Technologien und Wirtschaftlichkeit
  Hier werden zwei Themen angeboten. Studierende untersuchen, (1) welche technischen Lösungen existieren und (2) wie diese in Shopsysteme integriert werden. Der zweite Teil widmet sich der Wirtschaftlichkeit aus Unternehmens- und Kundensicht: Gibt es empirische Studien zur Kundenakzeptanz? Welchen Einfluss haben solche Visualisierungen auf Conversion-Raten, Verweildauer und Retourenquoten? Abschließend soll eine Einschätzung erfolgen, unter welchen Bedingungen sich die Investition lohnt und wann es eher technische Spielerei bleibt.
  
  
• Webbasierte Visualisierung von Raum- und Gebäudeplänen: Technologien und Anwendungsszenarien
  Hier liegt der Fokus auf der Darstellung architektonischer Daten im Browser. Studierende können untersuchen, welche Datenformate und Technologien zum Einsatz kommen. Anwendungsszenarien reichen von interaktiven Grundrissen bis hin zu virtuellen Begehungen und Einblendungen interaktiver Inhalte. Auch die Frage nach der Datenaufbereitung und dem Workflow ist relevant.
  
  
• Native WebGL-Frameworks vs. Game-Engine-Exporte
  Dieses Thema vergleicht systematisch zwei Ansätze für 3D im Web. Auf der einen Seite stehen schlanke, webnativen Lösungen wie Three.js oder Babylon.js, auf der anderen Seite Exporte aus Unity (WebGL-Build) oder Unreal (HTML5, Pixel Streaming). Studierende erarbeiten Kriterien wie Performance, Dateigröße, Ladezeit, Entwicklungsaufwand, Tooling, Wartbarkeit und Zielplattform-Kompatibilität. Das Ergebnis soll ein Entscheidungsrahmen sein, der aufzeigt, wann welcher Ansatz sinnvoll ist.
  
  

Weitere Informationen zur Veranstaltung:

Dieses Seminar führt dich in das wissenschaftliche Arbeiten ein und bereitet dich auf deine Bachelorarbeit vor. Thematisch beschäftigen wir uns mit 3D- und Virtual-Reality-Konzepten im Web-Kontext. Am 6. Januar 2026 findet das Kick-Off statt, bei dem ich den Ablauf vorstelle und die verfügbaren Themen präsentiere – die Vergabe erfolgt im Laufe derselben Woche, sodass dir Bedenkzeit bleibt. Zwei Peer-Review-Termine mit Zwischenabgaben strukturieren deinen Arbeitsprozess und erfordern kontinuierliche Mitarbeit. Die schriftliche Ausarbeitung gibst du im Juni 2026 ab, die Präsentationen finden im Juli 2026 statt.

Es werden maximal vier Arbeiten von mir betreut.

Themenvergabe: Di, 06.01.2026, 12:30 Uhr, Daimler (SR 08) [Link]

Veranstalter: Carsten Burmeister

Angebotene Themen:

1. Integration von OEE und RCM in das Konzept der vorausschauenden Wartung
2. Vorhersage von Geräteausfällen und Optimierung von Instandhaltungsplänen durch Künstliche Intelligenz
3. Deep Learning vs. Klassisches Maschinelles Lernen in der vorausschauenden Wartung
4. Modernisierung von Bestandsanlagen für Industrie 4.0 Anwendungen mittels OPC-UA
5. Edge AI vs. Cloud AI in industriellen Umgebungen
6. Der Digitale Produktpass (DPP)
7. Industrie 5.0, Humanc-Centric Manufacturing
8. Zero-Defect-Manufacturing
9. Fluoreszenz-Bildgebung zur Pflanzenstress-Erkennung
10. Automatisierte Laser-Unkrautbekämpfung
11. Soft Robotics für die Ernte
12. Digitale Zwillinge im Urban und Vertical Farming
13. NDVI (Normalized Difference Vegetation Index) im Urban Farming
14. Adaptives Scheduling in der Smart Factory

Es können auch eigene Themen vorgeschlagen werden, solange diese in den Kontext Industrie 4.0 passen. Eigene Themenvorschläge müssen vor der Themenvergabe mit mir besprochen werden. 

Themenvergabe: Ende Januar 2026 (siehe Moodle Umfrage zur Terminfindung)

Lecturer: Prof. Dr. Beuster

For this seminar, you give a talk of 60 minutes about a paper from the Workshop on Security and Human Behavior 2025. In addition to your talk, you prepare a seminar paper. The seminar paper must be finished for your talk. It will be published on this web page. By joining the seminar you agree that your paper will be published here. This seminar is primarily for students in our Master program on IT Security. Master and Bachelor students from related fields of study, e.g. computer science, IT engineering, and E-Commerce, are welcome as well. There are 12 spots available in the seminar. If more students want to participate, priority will be given to students in IT Security. The seminar will be in English.

Video recording  of the introductory session and my slides.

Veranstalter: Thorsten Giersch

Angebotene Themen:

1)    Automatisierte Services am Beispiel Kreditrating

2)    Hat autonomes Fahren als Dienstleistungsangebot im Nahverkehr eine Chance?

3)    Das Ende von Bretton Woods und Triffins Dilemma, inwieweit passen Diagnose und Prognose im Rückblick?

4)    Der Dollar als Weltwährung und die Emerging Markets Economics

5)  Eigene Themenvorschläge

Weitere Informationen zur Veranstaltung:
Siehe Moodle

Themenvergabe: Ab 16.12.2025

Veranstalter: Prof. Dr. Stefan Weber und Prof. Dr. Alexander Fischer

Angebotene Themen Prof. Dr. Alexander Fischer:

Themenkontext: Circular-Low Carbon Customer Journeys

Low-Carbon Customer Experience: Customer Journeys mit niedrigem Emissionsprofil

Circular Customer Journeys: Wie Marketing Kreislaufmodelle attraktiv machen kann

Sustainability ROI: Return on Impact statt Return on Investment

Die Zukunft von Konsumidentitäten: Post-Materialismus, Minimalismus und digitale Selbstinszenierung

Für weitere Themen siehe Kurs

Themenkontext: ESG-Wertschöpfung

Produktdesign und Circular Economy: ESG-konforme Innovationen und nachhaltige Produktentwicklung

Produktdesign und Circular Economy: Lebenszyklusanalyse und Recyclingstrategien als Wertschöpfungstreiber

Circular Economy & digitale Produktpässe: Einführung von EMPA oder digitalen Materialpässen zur Steigerung von Ressourceneffizienz und Recyclingfähigkeit

ESG-Impact-Design Thinking: Kreativmethoden, um nachhaltige Produkt- und Serviceinnovationen entlang der Wertschöpfung zu entwickeln

Für weitere Themen siehe Kurs

Themenkontext: KI sowie KI und Nachhaltigkeit

KI-gestützte Kundenanalyse für nachhaltige Produkte: Analyse von Konsumverhalten und Präferenzen für nachhaltige Angebote

Nachhaltige Markenstrategie durch KI: KI-gestützte Wettbewerbsanalyse und Trendprognosen

Content-Optimierung und Nachhaltigkeitskommunikation: KI-Tools für Text-, Bildgenerierung, Social Media Management und Green Storytelling

Influencer- und Social-Media-Strategien für nachhaltige Marken: Analyse, Tools und KPI-orientierte Umsetzung

Für weitere Themen siehe Kurs

Weitere Informationen zur Veranstaltung:
Folgen zeitnah

Veranstalter: Prof. Dr. Alexander Fischer

Angebotene Themen:

Prompt Engineering: Markenmanagementkompetenz im generativen, kreativen Text- zu Bild-Kontext

Prompt Engineering: Markenmanagementkompetenz im analytisch, strategischen Marktbearbeitungskontext

KI-basierte integrierte Kommunikation: Vergleich führender Text-zu-Bild Tools hinsichtlich Markenstiltreue

KI-basierte Empfehlungssysteme

KI-Influencer-Marketing: Einfluss auf Markenimagekonsistenz

KI-Copywriting: Wirkung vs. Authentizität

KI-Chatbots im Kundenservice: Einfluss auf Zufriedenheit und Markenimage

Automatisierte Entwicklung von Moodboards und Styleguides mittels KI: Potenziale für Brand Management

KI-Analyse von Social-Media-Stimmungen

Automatisierte Markenanalysen durch KI: Vergleich mit klassischen Marktforschungsmethoden

Weitere Informationen zur Veranstaltung:

Bewerbung: Bis 15.01.26, senden Sie mir Ihr Wunschthema zu. Die Liste sollte aus mindestens zwei Themen bestehen. Eigene Vorschläge im KI-Kontext sind willkommen.

Themenvergabe: 15.01.26, Studierende werden durch E-Mail informiert; anschließendes Erstgespräch zur Konkretisierung der Inhalte.

Seminarabgabe: Schriftliche Arbeit in Papier- und digitlaer Form: 08.06.26 (12:00 Uhr)

Abgabe Vortrag: PowerPoint-Datei bis 15.06.26 (12:00 Uhr) per E-Mail.