Fachgruppe Künstliche Intelligenz in Anwendungen (KIA)
Zu vergebene Abschlussarbeiten
Grundsätzlich besteht die Möglichkeit in Unternehmen wie Dermalog, SingularIT, Philips, Jungheinrich, VisiConsult, Basler AG, EnBW und vielen weiteren eine Abschlussarbeit mit KI Ausrichtung unter der Betreuung zweier Professoren der KIA Fachgruppe anzufertigen. Die Problemstellungen entstammen in der Regel der Praxis und werden von den Unternehmen vorgegeben. Kommen Sie bei Interesse gerne auf uns zu.
Darüber hinaus ist es möglich theoretische Abschlussarbeiten anzufertigen. Dazu gehören z.B.:
- KI-gestützte Schiffsroutenprognose unter Enbindung eines Data Lakes (z.B. André Drews, Niklas Beuter, Tobias Knuth)
- Entwicklung eines EdgeAI-Prototypen für Optical Character Recognition (OCR) in der Produktion (z.B. André Drews, Niklas Beuter)
- Humanoide Robotik: Simulationen zur Anwendung von Reinforcement Learning Verfahren zur Optimierung der Ansteuerung von Aktuatorik (z.B. André Drews, Niklas Beuter, Marian Himstedt)
Gerne entwickeln wir mit Ihnen zusammen Themen, die Sie interessieren.
Promotionsmöglichkeit: Besonders engagierte Kandidaten können sich gerne mit uns in Verbindung setzen, um sich über die Rahmenbedingungen für eine Promotion im Kontext der Fachgruppe KIA zu informieren, die zusammen mit einer Universität durchgeführt wird.
Angefertigte Masterarbeiten
- Sahel Argandas: Entwicklung eines Topic Modells für E-Mails mit Hilfe des Guided-Latent Dirichlet Algorithmus, Technische Hochschule Lübeck, 2023 (Betreuer: André Drews)
- Ole Hendrik Selhorn: Entwicklung eines Prototypen zur Clusteranalyse-basierten Tourenplanung, Technische Hochschule Lübeck, 2022 (Betreuer: André Drews)
- Jan Philip Schreiter: Entwicklung und Entwicklung einer OCR Anwendung zur Automatisierung von Arbeitsschritten in der Fertigung, Technische Hochschule Lübeck, 2022 (Betreuer: André Drews)
- Jan Felix Fischer: Entwicklung einer generalisierten Segmentierung von Schweißnahtdefekten in NDT X-Ray Aufnahmen auf Basis von Deep Learning Verfahren, Technische Hochschule Lüber, 2022 (Betreuer: André Drews)
- Jörg Birkholz: Metrik-basierte Optimierung des Lernprozesses von Generative Adversarial Networks (GANs), Technische Hochschule Lübeck, 2022 (Betreuer: André Drews)
- Michael Lichtenhagen: A Benchmark of Object Detection Models for Automated Visual Inspections in the Medical Device Industry, Technische Hochschule Lübeck/Universität zu Lübeck, 2021 (Betreuer: André Drews)
- Daniel Grollmisch: Automatic Defect Recognition on X-ray Images with Deep Neural Networks using Artificial Defects,Technische Hochschule Lübeck, 2021 (Betreuer: Henrik Botterweck)
- Martin Stöber: Entwicklung und prototypische Umsetzung von Konzepten für verbesserte Online-Meetings mithilfe von Künstlicher Intelligenz, Technische Hochschule Lübeck, 2020 (Betreuerin: Monique Janneck)
- Alexander Ohrt: Entwicklung und prototypische Umsetzung eines Konzepts zur fachlichen Selbstberatung unter Einsatz von Künstlicher Intelligenz in der Versicherungsbranche, Technische Hochschule Lübeck, 2020 (Betreuerin: Monique Janneck)
- Ferenc Beutel: Interaktive Netzwerk Analysen am Beispiel von Twitter, Technische Hochschule Lübeck, 2020 (Betreuer: Nane Kratzke)
- Marek Anderson. Applying Machine Learning to Geochemical Mineral Exploration, Technische Hochschule Lübeck, 2019 (Betreuer: Sören Werth)
- Niema Ghanad Poor: Development and evaluation of a pediatric mortality risk score generated by artificial neural networks, Technische Hochschule Lübeck/British Columbia Children's Hospital Research Institute, 2019 (Betreuer: Jens Ehlers)
- Sebastian Goeß: Intelligente Reichweitenberechnung für elektrische Motorräder und Großroller, Technische Hochschule Lübeck, 2018 (Betreuer: Jens Ehlers)
Angefertigte Bachelorarbeiten
- Philippe Groß-Albenhausen: Automated classification of machine damages: Development of an ML model for image analysis with NLP-supported data acquisition, Technische Hochschule Lübeck, 2024 (Betreuer: André Drews)
- Eike Lankenau: A Comparison of classic NLP-based and LLM-based Textclassification in the energy industry, Technische Hochschule Lübeck, 2024 (Betreuer: André Drews)
- Keno Teppris: Evaluation von Deep Learning Verfahren zur effizienten Qualitätssicherung von 3D-Metalldruck, Technische Hochschule Lübeck, 2023 (Betreuer: André Drews)
- Stephan Schumacher: KI in der SMD Rüstzeitoptimierung, Technische Hochschule Lübeck, 2022 (Betreuer: André Drews)
- Johannes Boldt: Ersatzteilbedarfsprognosen im Vergleich: Zeitreihenanalyse und Machine Learning Modelle mit Installed Base Informationen, Technische Hochschule Lübeck, 2021 (Betreuer: André Drews)
- Jan Felix Fischer: Entwicklung eines Image Klassifikators zur Identifikation von Käfern mit Hilfe von verschiedenen Deep Learning-Methoden im Rahmen eines Naturschutzprojektes, Technische Hochschule Lübeck, 2021 (Betreuer: André Drews)
- Jan-Phllipp Schreiter: Entwicklung eines Convolutional Neural Network (CNN)-Modells zur Triplet-basierten Emotionserkennung von Gesichtern, Technische Hochschule Lübeck, 2021 (Betreuer: André Drews)
- Hendrik Eilers: Analyse von Musikaufnahmen mit Hilfe eines Convolutional Neural Networks zur automatisierten Zusammenstellung dynamisch veränderbarer Wiedergabelisten, Technische Hochschule Lübeck, 2020 (Betreuer: Jens Ehlers)
- Daniel Steegmüller: Prozedurale Siedlungsgenerierung - Generierungsmethoden für plausible Mittelaltersiedlungen, Technische Hochschule Lübeck/InnoGames GmbH, 2020 (Betreuer: Jens Ehlers)
- Hendrik Schäfer: Entwicklung von Architektur und Implementierung eines Big Data Hubs für Telematikdaten, Technische Hochschule Lübeck/TRANSWAGGON GmbH, 2019 (Betreuer: Jens Ehlers)
- Xiao Cui: Social Network Analysis of Twitter Interactions around Technology Conferences, Technische Hochschule Lübeck, 2019 (Betreuer: Nane Kratzke)
- Longhao Jiao: Image classification using convolutional neural networks in Keras, Technische Hochschule Lübeck, 2019 (Betreuer: Jens Ehlers)
- Yuchen Zhang: Speech recognition using convolutional neural networks in Keras, Technische Hochschule Lübeck, 2019 (Betreuer: Jens Ehlers)
- Andreas Hübner: Konstruktion eines Music Recommender-Systems auf Basis von Machine Learning - Weiterhören am Ende einer Playlist, Fachhochschule Lübeck, 2018 (Betreuer: Jens Ehlers)
