Forschung

Forschung und Veröffentlichungen.

Veröffentlichte Forschung, eine Bachelorarbeit und die akademische Seite der Arbeit.

Google-Scholar-Profil Semantic-Scholar-Profil DBLP-Profil

Zitationen

Publikationen

Peer-Review-Publikation

Ausgewählt

LLMs for Science: Einsatz für Codegenerierung und Datenanalyse

Journal of Software: Evolution and Process (Wiley)·2024

Ko-Autor eines peer-reviewten Papers, das den Einsatz von Large Language Models in Forschung und Datenanalyse untersucht. Die Arbeit wurde über 200 Mal zitiert (70+ auf Scopus) und trägt zum akademischen Diskurs über verantwortungsvolle KI-Einführung in wissenschaftlichen Workflows bei.

Wirkung: 200+ Zitationen, 70+ auf Scopus

Paper lesen (DOI)In der TUM-Bibliothek ansehen Auf Scholar ansehen

LLMsForschungsmethodenCodegenerierungDatenanalyse

Bachelorarbeit

Echo: Minderung von Halluzinationspotenzial in Nutzer-Prompts durch KI-gestützte iterative Verfeinerung

Technical University of Munich, School of Software Engineering and AI·2025

Ein neuartiger Shift-Left-Ansatz zur Minderung von LLM-Halluzinationen. Führte eine nutzerseitige Halluzinations-Taxonomie ein (Prompt Risk vs. Meta Risk), die Prompt Risk Density (PRD)-Metrik zur Quantifizierung von Halluzinationspotenzial sowie eine Multi-Agenten-Pipeline (Analyzer, Initiator, Conversation, Preparator) zur iterativen Prompt-Verfeinerung mit Human-in-the-Loop-Validierung.

Wirkung: Beitrag zu vertrauenswürdiger KI in kritischen Bereichen (Recht, Gesundheitswesen, Finanzwesen)

PDF herunterladen Forschungs-Deep-Dive Quellcode ansehen

HalluzinationsminderungVertrauenswürdige KIPromptanalyseMulti-AgentNLP

Vollständiges Dokument

Vollständiges PDF in einem neuen Tab öffnen oder direkt herunterladen.

PDF öffnen PDF herunterladen

Wiederverwendbare Forschungs-Snippets

Schnelle Textbausteine für Vorträge, Angebote und Projekteinleitungen.

Abschlussarbeit in einem Satz

Echo führt einen Shift-Left-Ansatz ein, der das Halluzinationspotenzial von LLMs bereits auf Prompt-Ebene reduziert – noch bevor die Generierung beginnt.

PRD-Metrik

Prompt Risk Density (PRD) ist ein gewichteter Score, der Mehrdeutigkeit und strukturelles Prompt-Risiko quantifiziert, das wahrscheinlich Halluzinationen auslöst.

Brücke zur Praxis

Forschung hilft mir, Produktionssysteme zu entwerfen, die sicher scheitern – mit expliziten Guardrails, Observability und vorhersehbarem Verhalten unter Unsicherheit.

Über Forschung und Praxis

Ich finde es hilfreich, nah an der Forschung dranzubleiben. Nicht jedes Paper lässt sich eins zu eins in die Praxis übertragen, aber zu verstehen, warum etwas funktioniert, macht die Arbeit damit deutlich zuverlässiger. Meine akademische Arbeit hat vor allem geprägt, wie ich über Fehlermodi und Grenzfälle nachdenke.