Skip to main content

(The English text follows below)

Themen für Bachelor- und Masterarbeiten, sowie Semesterprojekte

Die MARS Group forscht aktuell an einer ganzen Reihen von Themen, die auch für Studierende, die eine Bachelor- oder Masterarbeit bei uns schreiben wollen, relevant sind. Dazu gehören u.a. die folgenden Oberthemen:

  • Multi-Agenten Systeme
    • Kooperation in Multi-Agenten Systemen
    • Multi-Agenten (Deep) Reinforcement Learning (MA(D)RL)
  • Agentic AI
  • Agenten-basierte Modellierung und Simulation
  • Digitale Zwillinge
  • LLMs und Prompt Engineering
  • Umwelt- und Geoinformatik

Auch wenn einige unserer Forschungsarbeiten Grundlagencharakter besitzen, so steht zumeist ein konkretes Anwendungsfeld im Vordergrund. Die folgende Liste zeigt einige Gebiete, in denen wir schon gearbeitet haben bzw. derzeit arbeiten:

  • Verkehr und intelligente Städte
  • Logistik
  • Ausbreitung von Infektionskrankheiten
  • Globale Klimaveränderung
  • Nationalparks und Wildschutzgebiete
  • Stundenpläne für Schulen
  • Waldökosysteme
  • Citizen Science
  • Koordination von Dronenschwärmen und Löschflugzeugen

Im Folgenden findet sich eine - unvollständige - Liste von möglichen (Anschluss-)Themen. Sollte eines oder mehrere Themenbereich für Sie interessant sein, kontaktieren Sie mich bitte direkt unter Prof. Dr. Thomas Clemen. Auf Grund unserer engen Zusammenarbeit mit der Logistik-Initiative Hamburg und der Carleton University in Ottawa, Kanada haben Studierende auch die Möglichkeit, von ausgewählten Kolleginnen und Kollegen dieser Institutionen co-betreut zu werden. Melden Sie sich, wenn diese Option für Sie von Interesse sein könnte.

Agentic AI​

LLM-Agenten​

LLMs​

  • Grundlagen von Large-Language Models – Eigenentwicklung eines LLMs (vgl. Sebastian Raschka)
  • Was denkt mein LLM? Persönlichkeitstests für große Sprachmodelle
  • Erarbeitung einer Empfehlung für die Etablierung von lokalen LLMs in Firmen und Behörden
  • Das MARS Framework hat inzwischen eine erhebliche Komplexität erreicht, die die Erstellung von Agenten-basierten Simulationsmodellen für Einsteiger erschwert. Auf der anderen Seite gibt es sehr viele Beispielmodelle, Tutorials, API Dokumtationen, etc. In diesem Themenfeld geht es darum, eine LLM/RAG-Architektur dergestallt zu entwickeln, die diese Dokumente und Daten semantisch verarbeiten kann. Auf diese Weise soll ein interaktives System geschaffen werden, mit dem die Entwicklung von MARS Modellen vereinfacht wird.

Urban Digital Twins​

  • Fußgänger-Dynamik in SmartOpenHamburg
  • SmartOpenOttawa (Adaption von SmartOpenHamburg)
  • Erweiterung SmartOpenHamburg, z.B. um neue Modalitäten, Szenarien, Fragestellungen, IoT-Sensorik, etc.
  • Gemeinsam mit Kollegen aus den USA forschen wir daran, wie man sog. künstliche Gesellschaften oder synthetische Populationen effizient und validierbar generieren kann (Clemen et al., 2024). Welche Rolle können LLMs hier spielen? Wie authentisch sind die generierten, individuellen Parameter für die menschlichen Agenten? Könnte man die LLMs mit demographischen Daten feintunen?

Geoinformatik​

  • KI-gestützte Auswertung von Satellitenbildern – mögliche Anwendungsfelder: Indikatoren der UN SDGs, automatisches Erkennen von spatialen Veränderungen, etc.
  • A ChatGPT-Like Web App for Remote-Sensing-Based Geospatial Analysis (Chat2Geo)
  • Geospatial reasoning (GoogleResearch)
  • Analyse und Visualisierung von Daten aus Hamburg, Ottawa, Norderstedt oder anderen Städten und Regionen
  • Agenten-basierte Simulationsmodelle können beim Management von Nationalparks und anderen Schutzgebieten helfen (Clemen et al., 2021. Bisher wurden schon solche Modelle für den Kruger NP, Südafrika und für den Elk Island NP, Kanada prototypisch entwickelt. Diese können entweder weiterentwickelt werden oder als Vorlage für weitere Wildgebiete genutzt werden.

Künstliche Intelligenz (mehr generell)​

  • Das Potenzial und die Herausforderungen der KI für kollektive Intelligenz (Riedl et al., 2025)

Game programming​

  • Spieleprogrammierung mit MARS
  • Teams von LLM-Agenten spielen Fußball

Multi-Agenten Systeme (MAS)​

  • Multi-agent collaboration
  • Dynamic task decomposition

Topics for Bachelor's and Master's theses, as well as semester projects

The MARS Group is currently researching a whole range of topics that are also relevant for students who want to write a Bachelor's or Master's thesis with us. These include the following main topics:

  • Multi-agent systems
    • Cooperation in multi-agent systems
    • Multi-Agent (Deep) Reinforcement Learning (MA(D)RL)
  • Agentic AI
  • Agent-based modeling and simulation
  • Digital twins
  • LLMs and prompt engineering
  • Environmental and geoinformatics

Even though some of our research work is of a fundamental nature, the focus is usually on a specific field of application. The following list shows some of the areas in which we have already worked or are currently working:

  • Transportation and smart cities
  • logistics
  • Spread of infectious diseases
  • Global climate change
  • National parks and wildlife reserves
  • Timetables for schools
  • Forest ecosystems
  • Citizen science
  • Coordination of drone swarms and fire-fighting aircraft

The following is an - incomplete - list of possible (follow-up) topics. If one or more topics are of interest to you, please contact me directly at Prof. Dr. Thomas Clemen. Due to our close cooperation with the Logistics Initiative Hamburg and Carleton University in Ottawa, Canada, students also have the opportunity to be co-supervised by selected colleagues from these institutions. Get in touch if this option might be of interest to you.

Agentic AI​

LLM-Agenten​

LLMs​

  • Basics of Large-Language Models - self-development of an LLM (see Sebastian Raschka)
  • What does my LLM think? Personality tests for large language models
  • Development of a recommendation for the establishment of local LLMs in companies and authorities
  • The MARS framework has now reached a level of complexity that makes the creation of agent-based simulation models difficult for beginners. On the other hand, there are many example models, tutorials, API documentation, etc. available. The aim of this topic is to develop an LLM/RAG architecture that can process these documents and data semantically. In this way, an interactive system is to be created that simplifies the development of MARS models.

Urban Digital Twins​

  • Pedestrian dynamics in SmartOpenHamburg
  • SmartOpenOttawa (adaptation of SmartOpenHamburg)
  • Extension of SmartOpenHamburg, e.g. to include new modalities, scenarios, questions, IoT sensor technology, etc.
  • Together with colleagues from the USA, we are researching how so-called artificial societies or synthetic populations can be generated efficiently and validated (Clemen et al., 2024). What role can LLMs play here? How authentic are the generated, individual parameters for the human agents? Could the LLMs be fine-tuned with demographic data?

Geoinformatics​

  • AI-supported evaluation of satellite images - possible fields of application: Indicators of the UN SDGs, automatic detection of spatial changes, etc.
  • A ChatGPT-Like Web App for Remote-Sensing-Based Geospatial Analysis (Chat2Geo)
  • Geospatial reasoning (GoogleResearch)
  • Analysis and visualization of data from Hamburg, Ottawa, Norderstedt or other cities and regions
  • Agent-based simulation models can help with the management of national parks and other protected areas (Clemen et al., 2021. So far, prototypes of such models have been developed for Kruger NP, South Africa and for Elk Island NP, Canada. These can either be further developed or used as a template for other wild areas.

Artificial intelligence (more generally)​

Game programming​

  • Game programming with MARS
  • Teams of LLM agents play soccer

Multi-agent systems (MAS)​

  • Multi-agent collaboration
  • Dynamic task decomposition