Institute for Technologies and Management of Digital Transformation

Ob grundlagenorientiert oder praxisbezogen: wir bieten vielfältige und spannende Themen für Abschlussarbeiten.

Sie suchen ein Thema für Ihre Bachelor- oder Masterarbeit? Sie möchten schon während des Studiums in spannenden Projekten mitarbeiten? Bei uns bieten sich Ihnen alle Möglichkeiten! Wir bieten Abschlussarbeiten sowohl zu den neuesten Themen aus der Forschung oder in Zusammenarbeit mit der Industrie. Nachfolgend finden Sie eine Übersicht der ausgeschriebenen Arbeiten unserer Forschungsbereiche. 

Offene Bachelor-Arbeiten

Industrial Deep Learning

  • Nachimplementierung eines Reinforcement Learning Ansatzes für die Produktionsplanung (PDF)
  • Datensatzerzeugung in realer Umgebung mittels Industrierobotern (PDF)
  • Reinforcement Learning for Product Scheduling – Flexible
    Job Shop Scheduling mit Nebenbedingungen (PDF)
  • Reinforcement Learning for Product Scheduling – Flexible
    Job Shop Scheduling unter multikriterieller Ausrichtung (PDF)
  • Designregeln für Agenten in der Erforschung emergenter Sprache (PDF)
  • Dynamisches Netzwerkdesign für kontinuierliches Lernen (PDF)
  • Interpretierbarkeit und Transparenz für Vision Transformer Modelle (PDF)
  • Anwendungsgebiete von Causal Reinforcement Learning: Potenziale und Herausforderungen (PDF)

Virtual and Augmented Reality

  • Betrachtung des Potentials von Virtual Reality als neues Lehr- und Lernmedium (PDF)
  • Durchführung einer explorativen Studie zu Determinierung diverser Parameter für Text in VR (PDF)
  • Einfluss von Abstraktion in Virtual Reality auf den Lernerfolg (PDF)
  • Recherche, Einordnung und Umsetzung diverser Lehr- und Lernmethoden für verschiedene Kontexte in Virtual Reality (PDF)

Digitale Transformation

  • Analyse und Vergleich von Unternehmensplanspielen: Wirtschaftssimulationsmodelle und Wertetreiber- abhängigkeiten (PDF)
  • AI-Driven Enterprises“ und „AI-Driven Decision Making“ Literaturübersicht zu Konzepten und Ansätzen (PDF)
  • Analyse und Vergleich von Verkehrssimulationsmodellen zur Abbildung zukünftiger Mobilität (PDF)
  • Modellierung menschlichen Verkehrsverhaltens im Kontext automatisierter und vernetzter Mobilität (PDF)

Semantic Systems engineering

  • LLM-basierte Entity Resolution zur Verknüpfung heterogener Datensätze (PDF)

Offene Master-Arbeiten

Digital Transformation

  • Implementierung der Digitalen Zwillinge in der Industrie (PDF)
  • Monetarisierung von Daten mithilfe des Digitalen Zwillings (PDF)

Industrial Deep Learning

  • Texturerzeugung mit Deep Learning (PDF)
  • Action Sampling Methoden zur Effizienzsteigerung trainierter Deep Learning Modelle für die Produktionsplanung (PDF)
  • Effektive Deep Learning Architekturen für die Produktionsplanung (PDF)
  • Interpretierbarkeit und Transparenz für Vision Transformer Modelle (PDF)
  • Explainable AI (XAI) für Multi-Kamera basierte 3D Objekterkennung (PDF)
  • Hierarchical Reinforcement Learning Environment Design for Emergent Language (PDF)
  • Quantifizierung der pragmatischen Nachrichtenverarbeitung – der nächste Schritt zum ‚Positive Listening‘ (PDF)
  • Domain specific pretraining für die automatisierte visuelle Inspektion (PDF)
  • Optimierung der Effizienz von großen Vision Transformer Modellen (PDF)
  • Evaluierung von Time Series Foundation Modellen für Hochwasservorhersagen (PDF)
  • Integration von Large Language Models in Scheduling Modelle (PDF)
  • Stochastizität in Scheduling Probleme (PDF)
  • Bibliographische Analyse zur Verbreitung und Methodik von Ablationsstudien (PDF)

Semantic Systems Engineering

  • Der Weg zur automatisierten Inspiration: Reverse Engineering von Bild-Prompts in der KI-Generierung (PDF)
  • LLM-basierte Entity Resolution zur Verknüpfung heterogener Datensätze (PDF)

Virtual and Augmented Reality

  • Nutzerbasierte Evaluierung diverser Virtual-Reality-Interaktionsarten in unterschiedlichen Anwendungskontexten (PDF)
  • Untersuchung verschiedener Fortbewegungsarten in Virtual Reality in Bezug auf den Anwendungskontext (PDF)
  • Wo ist die Funktion? - Untersuchung diverser Konzepte für Menüs in Virtual-Reality (PDF)

Laufende Arbeiten

Jahr Typ Titel Studierende*r
2025 MA Herausforderungen und Algorithmen für das Schema-Mapping von Datensätzen und semantischen Modellen in Datenräumen Abdul, Lateef
2025 BA Intelligentes Schweißen: Literaturrecherche zu KI-Anwendungen in Schweißprozessen Ali Youssef, Sabrin
2025 MA Evaluierung von störungsbasierter XAI für die kombinatorische Analyse von Zeitreihendaten in einer diskreten latenten Darstellung Ilic, Nathalie
2025 MA Untersuchung eines RAG-basierten Systems zur automatisierten Überführung natürlicher Sprache in SPARQL-Abfragen Elbl, Finn Lucas

Abgeschlossene Arbeiten

Jahr Typ Titel Studierende*r
2025 BA Analyse von URL- und Produkt-Embeddings für die Darstellung des Kundenverhaltens in E-Commerce-Anwendungsfällen Jeck, Maximilian
2025 BA Eine Studie über geeignete Deep-Learning-Repräsentationsmethoden zur individuellen Identifizierung von Kammmolchen anhand der Bauchmuster Hanisch, Nils
2025 BA Einfluss der Eingabedichte auf das Training von Robotik-Manipulationsaufgaben Yöngül, Nebi
2025 BA Analyse von Modeverkäufen durch Embedding-basierte maschinelle Lernmodelle Elsayed, Abdelrahman
2024 MA Untersuchung von XAI Methoden für die Qualitätsvorhersage beim Lichtbogenschweißen mithilfe von diskreten Repräsentationen eines VQ-VAEs Königsfeld, Antonin
2024 BA Large Language Models für die Code-Entwicklung: Eine systematische Literaturrecherche zu den aktuellen Ansätzen und Forschungsschwerpunkten Aydin, Bugra
2024 BA Eine empirische Untersuchung von Curriculum Learning im Kontext des Job Shop Scheduling mittels Reinforcement Learning Holeczek, Maik
2024 BA Untersuchung von öffentliche verfügbare LLMs, ob diese in der Lage sind Sprache zu vereinfachen Al Hariri, Taha
2024 BA Visual Question Answering: Eine systematische Literaturrecherche zu aktuellen Ansätzen und Trends Beez, Alexander
2024 BA Freight Car Load Distribution Analysis Utilizing the Segment Anything Model Artin, Gerxhaliu
2024 MA Computer Vision-basierte 3D-Szenenrekonstruktion zur Umgebungskartierung mit externen Kamerasensoren für autonome Roboter Flegelskamp, Tim
2024 BA Ein Vergleich von Curriculum Learning Strategien für Self-Labeling Machine Learning Modelle im Job Shop Scheduling Klöcker, Julian
2024 BA Vergleichende Analyse der Effizienz eines quantisierten Computer Vision Modells für die Erkennung von Dachmerkmalen in Satellitenbildern Kaduthanam, Lijo
2023 BA Machine Learning Ansatz zum bestimmen der Post-View-Website-Besuch Konversionen von Usern der Connected-TV-Kampagne für die Messung von Werbekampagnen Jeyhun, Hasanli
2023 MA Machine Learning Verfahren zur Vorhersage von Prüfintervallparametern im Qualitätsmanagement der Produktion Simon Zürn
2023 MA Evaluation of Monte Carlo Tree Search as a Policy Improvement Operator for Reinforcement Learning Based Job Shop Scheduling Till, Lemmer
2024 BA Auswirkungen von Adversarial State Perturbations auf Emergent Language in Multiagenten Reinforcement Learning Obahor, Osaze
2024 BA Effektive Curriculum Learning Strategien für Deep Reinforcement Learning im Job Shop Scheduling Problem Elias Theis
2023 MA Decision Transformer für die Lösung von Produktionsplanungsproblemen mittels Reinforcement Learning Fabian Wolz
2023 BA Curricular Reinforcement Learning für das Dual-Resource Constrained Job Shop Scheduling Problem Max André Montag
2023 BA Out-of-Distribution Erkennung in einem VQ-VAE für verbesserte Vorhersagen beim Lichtbogenschweißen Graf, Marius
2023 MA Anforderungsanalyse und -spezifikation für die Datenverarbeitung in Funktionen einer IoT-Plattform zur Energieüberwachung von Einzelhandelsketten Jannik Bals
2023 MA Automatische Erkennung von Defekten an Güterwagen mithilfe von semi supervised Anomaly Detection Tirth Sodagar
2023 MA Automatization of image dataset generation using an industrial roboter and further analysis regarding its reproducibility. Leon Wengenroth
2023 BA Suchverfahren für das Job Shop Scheduling Problem mittels trainierter Deep Reinforcement Learning Agenten Paul Laszig
2023 MA Neurowissenschaftlich inspirierte Ablationsstudien für Vision Transformer Florian Hölken
2023 BA Eine Untersuchung der Übertragbarkeit von „Customer Churn“ Kundenrepräsentationsmodelle auf andere E-Commerce Anwendungsfälle Ngoc Quynh Nhu Nguyen
2023 MA Pose Estimation using Deep Learning and Systematic Dataset Generation for Industrial Manufacturing. Ali Rida Bahja
2023 MA A Comparison of Customer Representation Approaches in E-Commerce Fahd Bouyaouzane
2023 MA Automatische Texturextraktion auf synthetischen Bildern mittels 6D Pose Estimation. Oliver Jan Jarosik
2023 MA Verbesserung von Deep Learning-basierte Empfehlungssysteme durch das Lernen von Kundenpräferenzen Sebti, Saad
2023 MA Cross Robot Imitation Learning mittels Behavior Cloning für die industrielle Montage Rabai, Ilyes
2022 MA Realisierung und Evaluation von Repräsentationslernansätzen zur Qualitätsklassifizierung des Lichtbogenschweißens. Mauritius Schulz
2022 MA Konzeptionierung, Entwicklung und Evaluation eines webbasierten Demonstrators zur adressatengerechten Vermittlung der Methodik und Ergebnisse von Deep Reinforcement Learning-basierter Produktionsplanung. Mohammad Malmir
2022 MA Untersuchung von Multi-task Transformer Modellen für visuelle Inspektion von Güterwagen. Robin Teubert
2022 BA Literaturanalyse zum Stand der Technik von Produktionsplanung mittels Reinforcement Learning. Mustafa Aydin
2022 BA Untersuchung von Zeitbeschränkungen für die Qualitätsvorhersage beim Lichtbogenschweißen mittels Deep Learning. Lars Thun
2022 BA Untersuchung der Übertragbarkeit von Machine Learning Methoden auf verschiedene E-Commerce Forecasting Tasks. Josias Schelkes
2022 MA Self-Supervised Pre-Training for Long-Term Time Series Forecasting David Stöter
2022 MA Einbeziehen der Aktivitätszeit bei der Erstellung von Aktivitäts-Embeddings von Online-Shopping Sessions Mark Wönkhaus
2022 MA Deep Reinforcement Learning für die Arbeitsvorbereitung: Erweiterung eines Python-basierten Simulationsrahmens um Transport- und Umrüstzeiten Richard von Faber
2022 BA Cross Robot Imitation Learning mittels Behavior Cloning für die industrielle Montage Ilyes Rabai
2022 MA Verbesserung von Deep Learning-basierten Empfehlungssystemen durch das Lernen von Kundenpräferenzen Saad Sebti
2022 BA Untersuchung ortsabhängiger Einflüsse auf Deep Learning Modelle bei der Vorhersage von Flusspegeln anhand realer Daten des Flusses Wupper Finn Lucas Elbl
2022 BA Untersuchung der Generalisierungsfähigkeit eines Reinforcement Learning Agenten für die Produktionsplanung Merlin Montag
2022 BA Untersuchung der Generalisierungsfähigkeit eines Reinforcement Learning Agenten durch Permutationen in einem Flexible Job Shop Scheduling Problem Jan Voets
2022 MA Auswertung und Vergleich von Link-Prediction-Verfahren auf Basis von Few-Shot Learning Rebecca Braken
2022 BA Untersuchung der Generalisierungsfähigkeit eines Reinforcement Learning Agenten für die Produktionsplanung Montag, Merlin
2022 MA Eine Übersicht über aktuelle Deep-Learning basierte Empfehlungssysteme und ein Vergleich ihrer Generalisierbarkeit an öffentlich zugänglichen Referenz-Datensätzen Shady Yehia
2022 BA Ein Überblick über die Anwendung der KI-Paradigmen Continual Learning und Meta Learning im industriellen Produktionssektor Robin Gansäuer
2022 MA Optimierung der Lagerplatzvergabe in einem Hochregallager mittels Reinforcement Learning. Dimitri Tegomo Nanfack
2022 BA Die digitale Zukunft des Handwerks - Entwurf einer Wissensbasis zum Einsatz von IoT-Sensorik im Handwerk Lena Schuster
2022 BA Entwicklung eines smarten und interaktiven Gantt-Charts für die assistierte Produktionsplanung Georg Wanja Zemke
2022 MA Bilddatensynthese mittels Domain Randomization zum Training neuronaler Netze mit dem Ziel der Erkennung von Fehlteilen in Klemmbaustein-Modellen. Debinski, Jean
2022 BA Deep Reinforcement Learning für die Arbeitsvorbereitung: Erweiterung eines Python-basierten Simulationsrahmens um Transport- und Umrüstzeiten von Faber, Richard
2022 MA Physikalisch informiertes maschinelles Lernen zur Extraktion von Schlüsselpunkten in der Roboterkinematik Gül, Onur
2022 BA Imitierendes Lernen mit Aktionsvorschlägen eines Experten Treppmann, Patrick
2022 BA Analyse der Kompositionalität der entwickelten Sprache aus Referenzspielen Schneider, Marie-Christin
2022 MA Interpretable Domain Randomization for Reinforcement Learning with Disentangled Representations Schneider, Moritz
2022 BA Untersuchung der Generalisierungsfähigkeit eines Reinforcement Learning Agenten durch Permutationen in einem Flexible Job Shop Scheduling Problem Voets, Jan
2022 BA Meta-Continual Learning für Neuronale Netze in Predictive Quality Kalitzki, Manuel
2022 BA Anomaliedetektion auf diskreten multivariaten Sensordaten mittels Autoencodern Kossmann, Nicolas
2022 MA Ein erklärbarer, datengestützter Prozess zur Auswahl von Merkmalen, der es den Nutzern ermöglicht, einen bestimmten Suchraum zu erkunden. Staubach, Leon Alexander
2022 MA Optimierung der Lagerplatzvergabe in einem Hochregallager mittels Reinforcement Learning. Tegomo Nanfack, Dimitri
2021 BA Explorative Geodatenanalyse für Datensätze der Städte der Bergischen Region Milz, Kevin Paul
2021 BA Sim2Real Transfer von neuronalen Netzen für die Extraktion von 6D-Posen aus Bilddaten Flegelskamp, Tim
2021 MA Vergleich von statistischen und Deep Learning Methoden zur Prädiktion der Remaining Usevule Lifetime von Vaillant Gasboiler Komponenten Schelkes, Lucas
2021 MA Verhaltenserhaltende Abbildungen von Aktionsräumen mittels Sequenz-zu-Sequenz-Modellen für Skill-Transfer im Reinforcement Learning Haus, Tobias
2021 MA Dynamische Prozessplanung mittels Reinforcement Learning Ewert, Marvin
2021 MA Interpretation von Attention-basierten rekurrenten neuronalen Netzen zur Fehlervorhersage in industriellen Sensordatenzeitreihen Reidelstürz, Rebecca
2021 MA Data-driven methods for efficient advanced driver-assistance systems recording Welbers, Viktor
2021 MA Comparison of machine learning and optimal filtering methods for a predictive maintenance application for heating systems Joußen, Philipp
2021 MA Verbesserung von Open Data Portalen durch beschreibende Texte mittels domänenunabhängiger Data-to-Text-Generierung Barkmann, Micaela
2020 MA Investigation of Behavior in Deep Reinforcement Learning Agents via Activation Pattern Analysis Lu, Melanie
2020 MA Transferierbare hierarchische Schichten durch „Unsupervised Reinforcement Learning“ für industrielle Roboter Morzinek, Steven