Lehre
Forschung und Lehre sind eng miteinander verzahnt: Aktuelle Erkenntnisse aus den Projekten fließen direkt in die Ausbildung der Studierenden ein. Darüber hinaus wird die Lehre selbst zum Forschungsgegenstand. Im Projekt ADKI entstehen KI-basierte Tutorsysteme, die Lernende interaktiv und individuell unterstützen, etwa indem sie Lösungsversuche bei Programmieraufgaben mithilfe von Tests oder formalen Prüfwerkzeugen analysieren und daraus gezielte Hinweise ableiten.
Ein Überblick über unsere Lehrveranstaltungen:
- Algorithmen und Datenstrukturen
- Theoretische Informatik
- Logik und Wissensrepräsentation
- Explainable AI
- Logische und Funktionale Programmierung
- Datenbanken / Databases
- Programmieren 2
- Operating Systems
Projekt- und Abschlussarbeiten
Interessierte Studierende können sich über Bachelor- und Masterarbeiten, Forschungspraktika, Forschungsmaster-Projekte oder als studentische Hilfskraft direkt an der Forschung beteiligen. Die ausgeschriebenen Themen verstehen sich als Ausgangspunkt und lassen sich an individuelle Interessen anpassen; eigene Vorschläge sind ausdrücklich willkommen. Aktuelle Ausschreibungen werden im Moodle-Kurs des Labors veröffentlicht.
- Kontrafaktische Erklärungen für GraphRAG-Systeme
- Graph Embeddings für regulatorische Wissensgraphen
- Evidenzbasiertes Data Storytelling in der Wirtschaftsprüfung
- Knowledge Graph Engineering für Domänenwissen
- LLM-Tutor mit werkzeuggestützter Diagnose
- Preisregression und Ähnlichkeitssuche für Fertigungsteile (mit P&S Maschinenbau)
Forschung
Im Mittelpunkt steht die Kombination datengetriebener KI-Verfahren mit formalem Wissen, um nachvollziehbare und vertrauenswürdige Systeme zu entwickeln. Untersucht wird, wie Large Language Models, Wissensgraphen und Ontologien mit logikbasierten Methoden verbunden werden können, etwa um komplexe Datenanalysen automatisch in verständliche Data Stories zu überführen. Weitere Schwerpunkte sind Agentic Coding, bei dem KI-Agenten auf Basis formalisierter Regeln Software nachvollziehbar weiterentwickeln, sowie die effiziente Auswertung von Datenbankanfragen über sich ständig ändernden Daten.
- Data Tales (BayVFP): Data Storytelling mit hybrider KI für die Wirtschaftsprüfung
- KIGA (BayVFP): KI-gestützte Geschäftsprozessanalyse durch hybrides Process Mining, also die Kombination interaktiver ML-Verfahren mit wissensbasierten Systemen, gemeinsam mit der dab GmbH und der Universität Bamberg. Prof. Scheele war Projektleiter. Ergebnisse sind u. a. semantisch angereicherte Event-Logs, erklärbare Clustering-Verfahren und ein LLM-gestütztes Erklärungsmodul
- ADKI: KI-basierte Tutorsysteme, ausgezeichnet mit dem OTH-Förderpreis für Innovation und Qualität in der Lehre
- F-IVM: Analysen und Lernverfahren über relationalen Datenbanken unter laufenden Updates, ein Forschungsprojekt mit Beteiligung von Prof. Kara (Universitäten Oxford, Edinburgh und Zürich)
Mitarbeiter
- Sara Buchmann, Research Associate (Project Data Tales)
- Josefine Fenzel, Student Researcher (Project ADKI)
- Tamir Dvir, Student Researcher (Project ADKI)
- Ruilin Gan, Student Researcher (Project ADKI)
- Prof. Dr. Titus Dose, Co-Lead (Project ADKI)
