Über mich
Ich bin Senior Data Scientist am Deutschen Biomasseforschungszentrum (DBFZ) in Leipzig und verbinde meine Ausbildung in der theoretischen Physik mit praktischer KI- und HPC-Entwicklung. Ich konzipiere neuronale und probabilistische Workflows für komplexe Forschungsfragen, betreibe Slurm-basierte Cluster mit containerisierten Pipelines und automatisiere Deployments über GitLab- und GitHub-Actions. Parallel zu Institutsprojekten entwickle ich Open-Source-Werkzeuge – insbesondere ScrAIbe und ScrAIbe-WebUI –, um präzise Transkriptionsinfrastruktur auch Nicht-Programmierenden zugänglich zu machen. Zudem betreue ich Abschlussarbeiten, gebe Workshops und lehre seit vielen Jahren im HASP-Schülerlabor. Aktuell suche ich eine Promotion, in der ich dieses interdisziplinäre Profil weiter vertiefen kann.
Berufserfahrung
Senior Data Scientist & KI-Berater
KI-Strategie für nachhaltige Energieforschung gestalten
Ich leite angewandte Data-Science-Projekte am Deutschen Biomasseforschungszentrum (DBFZ) und helfe Forschungsgruppen, Mehrwert aus komplexen Bioenergie-Datensätzen zu gewinnen. Die Rolle verbindet strategische Beratung mit praktischer Umsetzung entlang des gesamten Machine-Learning-Lebenszyklus.
- Konzipiere Daten- und Machine-Learning-Strategien, die zu Projektzielen, Fördervorgaben und ethischen Leitplanken passen.
- Baue und betreibe reproduzierbare Analytics-Pipelines, damit Forschende schnell iterieren können, ohne wissenschaftliche Strenge zu verlieren.
- Gestalte die AI-HPC-Roadmap des Instituts, indem ich Tools und Infrastruktur auswähle, die Leistung, Kosten und Wartbarkeit ausbalancieren.
- Coache interdisziplinäre Teams zu Data-Governance, Dokumentation und kollaborativen Experimentierprozessen.
- Führe probabilistische Methoden und Kalibrierungsroutinen ein, die das Vertrauen in Modellprognosen für politiknahe Forschung erhöhen.
- Verantworte Slurm-Cluster, Container-Stacks sowie GitLab/GitHub-Automatisierung, einschließlich CVE-getriebener Patches und Security-Monitoring.
- Entwickle Open-Source-Werkzeuge wie ScrAIbe und ScrAIbe-WebUI, damit Nicht-Coder auf Transkriptions- und Diarisierungs-Pipelines zugreifen können.
So verbinde ich meine Ausbildung in theoretischer Physik mit einem echten Impact und stelle sicher, dass Machine Learning wissenschaftliche Erkenntnisse beschleunigt statt verschleiert.
Fachschaftsvertreter Physik (Ehrenamt)
Studierende vertreten und akademische Initiativen gestalten
Parallel zum Studium engagierte ich mich ehrenamtlich als gewähltes Mitglied der Fachschaft Physik. Dort unterstützte ich Kommiliton*innen und vermittelte zwischen Studierenden sowie Fakultät in akademischen und organisatorischen Fragen.
- Vertrat studentische Perspektiven in Fachbereichssitzungen und Curriculumsdiskussionen.
- Organisierte Veranstaltungen, die Studierende mit Forschungsgruppen und externen Partnern vernetzten.
- Vereinfachte die Kommunikation zwischen Jahrgängen, indem ich gemeinsame Dokumentationspraktiken einführte.
Die Erfahrung stärkte meine Moderationsfähigkeiten und zeigte, wie wichtig transparente, inklusive Entscheidungsprozesse im Hochschulkontext sind.
Wissenschaftliche Hilfskraft
Nachwuchsphysikerinnen und -physiker durch praktische Experimente begeistern
Seit 2016 unterstütze ich das HASP-Schülerlabor, in dem wir junge Menschen früh an experimentelle Physik heranführen. Meine Aufgaben reichen von der Curriculum-Entwicklung über den Aufbau der Versuche bis zur direkten Betreuung vor Ort.
- Erarbeite verständliche Erklärungen komplexer physikalischer Phänomene für unterschiedliche Altersgruppen.
- Baue und optimiere Versuchsaufbauten, die Sicherheit, Robustheit und wissenschaftliche Genauigkeit vereinen.
- Begleite die Gäste während der Experimente und fördere Neugier sowie kritisches Denken.
- Stimme mich mit Universitätskolleg*innen ab, um das Angebot des Labors kontinuierlich zu erweitern.
Die langfristige Rolle hält mich eng mit Lehre und Wissenschaftskommunikation verbunden und schärft meine Fähigkeit, abstrakte Inhalte in zugängliche Lernformate zu übersetzen.
Ausbildung
Projekte
- ScrAIbe-WebUI: No-Code Access to Accurate Transcripts – Eine schlanke Weboberfläche, mit der Forschende ohne DevOps-Kenntnisse den ScrAIbe-Transkriptions-Stack nutzen können.
- ScrAIbe: Research-Grade Transcription – Ein KI-gestützter Transkriptionsdienst mit probabilistischer Diarisierung, optimiert für laute Forschungsaufnahmen.
- Automating HPC & Security at DBFZ – Automatisierung von Slurm-Clustern, containerisierten Workflows und CVE-basierten Sicherheitsupdates für die Forschungs-IT.
- Bachelorarbeit: EEG-Based Assessment of Consciousness – Echtzeit-EEG-Marker zur Bewusstseinsbewertung während propofol-sedierter Endoskopien, inklusive ROC/AUC-Analyse der Frequenzbänder.
- Masterarbeit: Machine-Learned Compression of Gaussian Basis Sets – Differenzierbare Optimierung zur Komprimierung gaußscher Basissätze für DFT, inklusive Vergleich verschiedener Basisklassen und Optimierer.
Vorträge & Veröffentlichungen
- Poster – „Numerical Information Field Theory for Acoustic Monitoring“, Helmholtz AI Conference, Karlsruhe (2025)
- Vortrag – „KI für kritische Infrastruktur: Open-Source-Lösungen für Verwaltung und Industrie“, Data Week Leipzig (2025)