Offene Thesis

Unabhängig von Ihrer Berufswahl sind Bachelor- und Masterarbeiten wichtige Projekte, mit denen du deine Fähigkeiten und Forschungskompetenzen unter Beweis stellen kann. Unsere Abteilung bietet zahlreiche Möglichkeiten und wir freuen uns immer über Studierende, die daran interessiert sind, bei uns zu arbeiten!

Hier sind nur einige Beispiele für Themen, die Sie in unserer Abteilung angehen könnten:

• "Low Power AI": Der Energieverbrauch für Training und Inferenz von einem Large Language Model (LLM) und Modellen für Automatic Speech Recognition (ASR) ist sehr hoch. Gegenstand der Forschung ist das Implementieren und Vergleichen verschiedener Methoden und Techniken, um den Energieverbrauch im Anwendungsfeld Sprach- und Textverstehen zu reduzieren. Mögliche Ansätze sind im Bereich Knowledge Distillation, Faktorisierung, Quantisierung oder Neuromorphic Computing zu erörtern.
• "Chatbots": Viele Chatbot-Anwendungen im kommerziellen Umfeld erfordern einen "Task-Oriented Dialogue", z.B. bei der Reservierung von Hotels, Überweisungen oder der Übermittlung von Schäden an den Versicherer. Diese Dialoge sind Stand der Technik nicht sehr natürlichsprachlich. Gegenstand der Forschung ist das Implementieren und Vergleichen verschiedener Methoden und Techniken, die eine natürlichsprachliche Interaktion ermöglichen und auch Echtzeitinformationen mit berücksichtigt z.B. Empfehlungen für Events in der Region. Mögliche Ansätze sind in der Kombination mit einem Large Language Model (LLM) zu erörtern.
• "Automatic Legal Text Processing": Die automatische Verarbeitung von Gesetzestexten stellt eine Herausforderung dar. Die Texte sind semistrukturiert, vielfach verknüpft und mitunter sehr umfangreich. Gegenstand der Forschung ist das Implementieren und Vergleichen verschiedener Methoden und Techniken, die das robuste und nachvollziehbare Verarbeiten von Gesetzestexten ermöglichen. Mögliche Ansätze sind im Bereich Statistical Parsing, Knowledge Grpah und Large Language Model (LLM) zu erörtern.
• "genAI for Code": Mit generativer KI hat sich das Programmieren stark gewandelt und wird sich in den nächsten Jahren noch weiter ändern. Das Schreiben des Quellcodes weicht einer Beschreibung in natürlicher Sprache beziehungsweise in grafischer Form. Das Prüfen von Quellcode nimmt an Bedeutung zu, was durch zahlreiche Sicherheitsergänzungen sehr erschwert wird. Gegenstand der Forschung ist das Generieren von Quellcode und von Informationen, die das Prüfen erleichtern.

Wenn du Interesse an einer Mitarbeit in unserer Abteilung hast, ein eigenes Thema vorschlagen oder einfach mehr erfahren möchtest, wende dich gerne an Professor Georges unter Munir.Georges@thi.de 

Die entstehende Software und Ergebnisse werden Teil einer Open-Source-Lösung, welche auch Grundlage für zukünftige wissenschaftliche Artikel sein wird.

Bitte merk, dass keine Arbeiten mit Sperrvermerk werden betreut.