Abschlussarbeiten

Meine Expertise und mein inhaltlicher Schwerpunkt für Abschlussarbeiten liegt auf Games/Simulation/Visualisierung und Künstliche Intelligenz KI (für den Studiengang Medieninformatik und für den Studiengang Data-Science)

1) Masterarbeit in Kooperation mit Prof. Ilona Buchem: Predictive Turn-Taking in Multi-Party interactions with the Furhat robot

Inspiration: Multi-party Turn-Taking in Repeated Human–Robot Interactions: An Interdisciplinary Evaluation  https://link.springer.com/article/10.1007/s12369-019-00603-1

This master thesis investigates the application of predictive turn-taking models to multi-party interactions with the Furhat robot. The goal is to develop and evaluate a data-driven system that can anticipate speaker changes in real time when interacting with multiple human participants (e.g. 2-3 students and the robot).

The thesis project is embedded in the Communications Lab in Department 1 and focuses on modeling turn-end prediction using conversational, prosodic, and potentially multimodal features (such as speech timing, linguistic cues, and if possible gaze direction). The thesis builds on previous work in this area, using TurnGPT and Voice Activity Prediction (VAP) models.

The system is integrated into the Furhat robot and evaluated in real interaction scenarios with students, measuring prediction accuracy, latency, conversational flow, and perceived naturalness.

The thesis contributes to research on human-robot interaction, conversational AI, and adaptive multi-party dialogue systems.

2) Masterarbeit in Kooperation mit Prof. Ilona Buchem: Integration von Studierenden-CVs in eine RAG-basierte Interviewplattform mit Furhat

Inspiration: App for Resume-Based Job Matching with Speech Interviews and Grammar Analysis: A Review: arxiv.org/pdf/2311.14729

Diese Masterarbeit konzentriert sich auf die technische Erweiterung des bestehenden Systems durch die Einbindung eines individuellen Lebenslaufs (CV) der Studierenden als PDF in die RAG-Pipeline. Ziel ist es, Furhat zu einem personalisierten Interviewer weiterzuentwickeln, der Fragen und Gesprächsverläufe dynamisch auf Grundlage der tatsächlichen Qualifikationen, Erfahrungen und Projekte der befragten Person gestaltet. Der Lebenslauf wird über PDF-Parsing, Chunking und Embedding in den Wissensspeicher integriert und dient als Grundlage für CV-spezifische Fragen („Sie erwähnen Projekt X – können Sie Ihre Rolle genauer beschreiben?“) sowie für inhaltliche Einschätzungen der Antworten. Die Masterarbeit untersucht, wie diese Form der Personalisierung die Authentizität, Relevanz und Lernwirksamkeit des Interviewtrainings beeinflusst und wie CV-basierte Informationen technisch sinnvoll mit TurnGPT, VAP und LLM-gestützten Interviewstrategien kombiniert werden können.