Aus Masterarbeit, Lehrstuhl und eigenen Projekten.
Die drei ausführlichen Fallstudien stehen auf der Startseite. Hackathons und Engagement stehen unten auf dieser Seite. Werkzeuge und KI-Automatisierungen stehen auf der Seite KI-Automatisierung.
Ein physikinformiertes neuronales Netz bestimmt die Parameter der Interphase zwischen Faser und Matrix aus den effektiven Kompressions- und Schubmoduli. Die Mikromechanik der Homogenisierung steckt in der Verlustfunktion.
Vorhersagefehler unter 5 %
Zwölf Geometrieprüfungen auf einer STEP-Datei, jeder Befund farbig am 3D-Modell begründet. Ein Graph Neural Network sagt voraus, welche Flächen eine Netzverfeinerung brauchen.
Graph Neural Network, trainiert auf 1.100 Bauteilen
Die Pipeline liest Geometrie und Zwangsbedingungen über die NXOpen API aus, ordnet jede Zwangsbedingung über ein Transformer-Modell dem passenden Gelenk in PTC Creo zu und prüft am Ende die Gelenkpositionen gegen das Original.
Aus Stunden manueller Übertragung werden Minuten
Regressionsmodelle auf Matminer/Magpie-Deskriptoren, mit Merkmalsauswahl und Modellvergleich.
CodePublizierte SDP-Methode zur Topologieoptimierung von Fachwerken in Python nachgebaut (MOSEK, PICOS), einschließlich der Diagnose, warum die Referenzimplementierung abweicht.
CodeErkennung von Fachbegriffen in synthetischen technischen Beschreibungen, Hiwi am KTmfk.
CodeWer neu in Deutschland ist, scheitert selten an der Sache, sondern am Verfahren und an der Sprache. DigiDorf führt Schritt für Schritt durch die Verwaltungsleistungen einer Stadt, mit Unterlagen, Bearbeitungsdauer, Gebühren und dem offiziellen Formular. Ein Chatbot beantwortet Rückfragen, die Oberfläche lässt sich umschalten. Das Problem kenne ich aus eigener Erfahrung.
Fertigungsprozesse sollen automatisch den passenden Elementen des Firmen-Baukastens zugeordnet werden: Roboter, Greifer, Zuführtechnik, gepflegt in einer über Jahre gewachsenen Lösungsbibliothek in Excel. Ich habe die Zuordnung über semantische Ähnlichkeit statt über Stichwortsuche gelöst: Sentence-Transformer-Embeddings mit adaptiver Ähnlichkeitsschwelle, die alle plausiblen Treffer liefert statt einer festen Top-k-Auswahl.
Ich habe TEA im September 2024 mitgegründet, eine Studierendeninitiative, die internationale Studierende beim Studienstart in Erlangen begleitet: Ankunft, Behördengänge, die ersten Wochen. Getragen von einem Kernteam aus sechs Personen, läuft bis heute.
Ich habe das Designteam geleitet. Wir haben die Rahmenstruktur des Karts in AutoCAD konstruiert und die Lenkgeometrie nach dem Ackermann-Prinzip ausgelegt.
Platz 11 von über 250 teilnehmenden Teams
Fragen zu einem der Projekte, oder Interesse an einer Zusammenarbeit? Schreiben Sie mir gern auf Deutsch oder Englisch.