In den letzten Jahren hatten Machine Learning Methoden einen großen Einfluss auf unser aller Leben. In vielen Bereichen sind sie den klassischen Ansätzen überlegen und haben enorm an Bedeutung zugenommen. Deswegen wäre auch ein Einsatz in Sicherheitskritischen Bereichen sehr wünschenswert. Um eine sichere Inbetriebnahme zu gewährleisten muss das nachweisbare Restrisiko auf einen akzeptablem Niveau sein. Allerdings sind aktuelle Ansätze für diesen Nachweis nicht auf alle Machine Learining Komponenten anwendbar.

Meine Forschung befasst sich mit der Analyse des Restrisikos in Systemen mit Machine Learning Komponenten. Ich versuche neue Modelle und Methoden zu entwickeln um das Risiko und die Unsicherheit in solchen Systemen zu bestimmen.

Wintersemester 2023/ 2024:

• Quality Management and Quality Assurance of Software (QMQA)

Sommersemester 2023:

• Modellierung von Software-Systemen

Wintersemester 2022/ 2023:

• Software Engineering Project, Bachelor and Master Project
• Quality Management and Quality Assurance of Software (QMQA)
• Safety and Reliability of Embedded Systems (SRES)