DOMINIC MEISER

Meine fachliche Entwicklung besteht nicht aus zwei voneinander getrennten Teilen. Die Arbeit mit KI-Agenten setzt eine Haltung fort, die mich bereits in der Messtechnik und Forschung begleitet hat.

Bei Messdaten musste ich unterscheiden, ob ein Ergebnis nur auf den vorhandenen Daten gut aussieht oder auch unter sauber getrennten Bedingungen bestehen bleibt. Bei KI-Agenten stellt sich eine ähnliche Frage. Auch hier möchte ich wissen, welcher Kontext verwendet wurde, welche Werkzeuge beteiligt waren und ob sich der Weg zum Ergebnis später noch nachvollziehen lässt.

Geradlinig war dieser Weg nicht. Im Studium blieb mir das Programmieren lange fremd, und erst über die Auswertung echter Messdaten am Fraunhofer IZFP habe ich einen eigenen Zugang dazu gefunden. Diese Reihenfolge prägt bis heute, wie ich an Software herangehe: von der Frage her, die beantwortet werden soll, nicht von der Technik her.

Die technischen Mittel haben sich verändert. Die grundlegende Arbeitsweise ist geblieben: Ich grenze ein Problem ein, baue eine prüfbare Lösung und dokumentiere auch die Stellen, an denen sie nicht ausreicht.

In meiner Master-Thesis habe ich Verfahren zur Merkmalsauswahl für hochdimensionale mikromagnetische Sensordaten untersucht. Die Arbeit verband Signalverarbeitung, Machine Learning und eine Validierung, bei der alle Messungen derselben Probe gemeinsam behandelt wurden.

Dieser Punkt war entscheidend. Landen Messungen einer Probe gleichzeitig in Trainings- und Testdaten, kann ein Modell scheinbar gute Ergebnisse liefern, ohne sich tatsächlich auf unbekannte Proben übertragen zu lassen. Deshalb habe ich die Daten auf Probenebene getrennt und die Ergebnisse zusätzlich an einem zurückgehaltenen Testdatensatz geprüft.

Die Thesis zeigt damit nicht nur, dass ich Daten auswerten und Modelle entwickeln kann. Sie zeigt vor allem, wie ich mit kleinen Datensätzen, methodischen Unsicherheiten und den Grenzen einer Aussage umgehe.

Die vollständige Arbeit unterliegt einem Sperrvermerk. In der öffentlichen Case Study beschreibe ich deshalb die Methodik, die Ergebnisse und die Grenzen, ohne vertrauliche Daten oder den Volltext offenzulegen.

Meine primäre Richtung sind Rollen rund um KI-Agenten und deren Einführung in bestehende Arbeitsabläufe. Dabei interessiert mich nicht nur das einzelne Werkzeug. Ich möchte daran arbeiten, wie Aufgaben abgegrenzt, Kontext bereitgestellt, Ergebnisse geprüft und technische Grenzen gesetzt werden.

Besonders gut passe ich zu Aufgaben, bei denen fachliche Anforderungen und technische Umsetzung miteinander verbunden werden müssen. Das kann die Einführung von Coding-Agenten, die Analyse bestehender Abläufe oder die Entwicklung kleiner interner Werkzeuge betreffen.

Daneben bin ich offen für Data Science, angewandte Forschung und technische Entwicklungsrollen mit KI-Bezug. Dort liegen mir Aufgaben, in denen Messdaten, Signalverarbeitung, Automatisierung, Testing oder technische Dokumentation zusammenkommen.

Ich suche ein Umfeld, in dem neue Werkzeuge praktisch untersucht werden dürfen, ihre Grenzen jedoch ebenso ernst genommen werden wie ihre Möglichkeiten. Aus Experimenten sollten nachvollziehbare Entscheidungen und Arbeitsabläufe entstehen, die auch für andere Menschen verständlich bleiben.