Ingenieur für angewandte KI · Forscher
Ich entwickle Machine-Learning-Systeme und verbringe viel Zeit damit herauszufinden, wo sie scheitern.
Aktuell geht es dabei um agentenbasierte KI und Dokumentenintelligenz für Finanz- und Versicherungsanwendungen: Systeme, die uneinheitliche, wichtige Dokumente lesen, ihre Antworten belegen und einer Prüfung standhalten müssen. Mein Alltag reicht vom Lesen wissenschaftlicher Arbeiten über den Entwurf von Evaluationen bis zur Entwicklung produktiver Software.
Vor der Arbeit mit LLMs habe ich mich mit NLP, Sprachverarbeitung, Computer Vision und adversarialem Machine Learning beschäftigt. Ich habe Computerlinguistik an der Universität Stuttgart studiert und arbeite seit 2018 mit Machine Learning.
Drei Projekte zeigen, wie ich arbeite: ein produktives System, eine veröffentlichte Forschungsarbeit und ein noch offenes Experiment.
Finanz- und Versicherungsdokumente sind lang, uneinheitlich und Fehler können teuer werden. Ich entwickle Pipelines, die sie mit OCR, Retrieval, spezialisierten Agenten und Validierung verarbeiten und strukturierte Ergebnisse liefern, die Menschen prüfen können. Die schwierigen Fragen betreffen oft nicht das Modell selbst, sondern die Belege und den richtigen Zeitpunkt für eine Übergabe an Menschen.
Phishing-Domains können wie vertrauenswürdige Websites aussehen: Bei paypa1.com ersetzt etwa eine Ziffer das L. GlyphNet rendert Domainnamen als Bilder und erkennt solche visuellen Täuschungen mit einem aufmerksamkeitsbasierten CNN. Das Paper berichtet eine AUC von 0,93 auf 4 Mio. Bildern; die separat gerenderte öffentliche Version umfasst 1,29 Mio. Domainpaare.
Eine offene Frage: Können Diffusionsmodelle Sprecher-Embeddings erzeugen, die eine Stimme anonymisieren, ohne ihre Qualität zu zerstören? SpeakerDiff ist ein Prototyp dafür, keine abschließende Antwort. Der Datenschutz muss im vollständigen Konvertierungssystem evaluiert werden; Code und Experimente sind öffentlich.
Zwei Datensätze, die ich veröffentlicht habe, damit andere sie nicht erneut erstellen müssen.
Arbeitsnotizen zu Dingen, die ich lerne, Systemen, die ich entwickle, und offenen Fragen. Die Fachartikel sind derzeit auf Englisch verfügbar.
Agentenbasierte KI, Dokumentenintelligenz und Entscheidungssysteme für Finanz- und Versicherungsanwendungen.
Modellrobustheit, adversariales ML, Sicherheit sowie Evaluation von Fairness, Bias und Toxizität.
Zeitliche und geografische Repräsentationen für Sprachverstehen.
NLP, maschinelle Übersetzung, biomedizinische NER, Sprachverarbeitung, Sprecherdiarisierung und multimodales Lernen.
Ich spiele Tischtennis und Schach und bin gern mit dem Rad in Stuttgart unterwegs.