Fachbereich Informatik

Offene Bachelor-/Masterarbeiten

Hier finden Sie die Bachelor- und Masterarbeiten, die derzeit im gesamten Fachbereich Informatik zu vergeben sind.

Bitte beachten Sie:

  • Die Anzahl der offenen BSc- und MSc-Arbeiten in den einzelnen Arbeitsbereichen kann von Semester zu Semester variieren. Bitte informieren Sie sich direkt bei den Dozentinnen und Dozenten / Arbeitsbereichen.
  • Es wird empfohlen, sich nur an die Dozentinnen und Dozenten zu wenden, bei denen Sie schon mindestens eine Lehrveranstaltung besucht haben.
  • Arbeitsbereich: Clinical Bioinformatics & Machine Learning in Translational Single-Cell Biology (Manfred Claassen)
    Themenbereich(e): Biomedical Informatics; Machine Learning; Single-Cell Biology; Personalized Medicine
    Voraussetzungen:  Background in Computer Science, Machine Learning, Bioinformatics, Biology/Medicine (optional)
    Kontaktdaten/Links: manfred.claassenspam prevention@med.uni-tuebingen.de sowie https://imsb.ethz.ch/research/claassen.html und  https://www.medizin.uni-tuebingen.de/de/das-klinikum/mitarbeiter/profil/2147
     
  • Arbeitsbereich: Integrative Transkriptomik (Kay Nieselt)
    Themenbereich(e): (1) Ancient DNA: Algorithmen und Anwendungen; (2) Transkriptomik: Algorithmen und Anwendungen; (3) Visualisierung biologischer Daten: Algorithmen und Anwendungen
    Voraussetzungen:  Grundlagen der Bioinformatik; Java oder Python
    Kontaktdaten/Links: Kay Nieselt
     
  • Arbeitsbereich: Algorithms in Bioinformatics (Daniel Huson)
    Themenbereich(e): Algorithms, software and applications. In phylogenetics, long-read sequencing and microbiome analysis
    Voraussetzungen:  Grundlagen der Bioinformatik; Java oder Python
    Kontaktdaten/Links: Algorithms in Bioinformatics/theses
     
  • Arbeitsbereich: Kommunikationsnetze (Michael Menth)
    Themenbereich(e): Kommunikationsnetze, Energienetze, Protokolldesign, mathematische und simulative Leistungsanalyse, System-Optimierung, Bau von Prototypen
    Voraussetzungen:  kn.cs.uni-tuebingen.de/teaching/how-to-get-a-thesis/
    Kontaktdaten/Links: Michael Menth
     
  • Arbeitsbereich: Machine Learning in Science (Jakob Macke)
    Themenbereich(e): Probabilistic inference tools for scientific applications, Computational neuroscience and neural data analysis'
    Voraussetzungen: Experience in Python Programming, ML (e.g. Probabilistic Machine Learning), for neuroscience-topics ideally prior experience/lectures in neuroscience and/or analysis of biological data
    Kontaktdaten/Links: Machine Learning in Science/Positions/Student Projects
  • Arbeitsbereich: Sensory and sensorimotor systems (Li Zhaoping)
    Themenbereich(e): (1) Computationally motivated visual psychophysics experiments, on e.g., visual illusions, stereo vision; (2) Computational modeling/data analysis of neuroscience topics; (3) Behavioral experiments with data analysis on zebrafish
    Voraussetzungen: Skills in matlab/Python
    Kontaktdaten/Links: http://www.lizhaoping.org/zhaoping/ProjectsInternships.html
     
  • Arbeitsbereich: Data Science and Analytics (Gjergji Kasneci)
    Themenbereich(e): Fairness, explainability, bias analysis in ML applications
    Voraussetzungen: Statistik-, Mathematik- und Programmierkentnisse
    Kontaktdaten/Links: Gjergji Kasneci
     
  • Arbeitsbereich: Big Data Visual Analytics (Michael Krone)
    Themenbereich(e): Visualisierung, Bioinformatik
    Voraussetzungen: Grundkenntnisse C/C++
    Kontaktdaten/Links: Michael Krone
     
  • Arbeitsbereich: Database Systems (Torsten Grust)
    Themenbereich(e): Database Systems, Query Languages, Query Compilation and Optimization, Functional Programming
    Voraussetzungen: mindestens eine der Vorlesungen "Datenbanksysteme 1", "Datenbanksysteme 2", "Advanced SQL", "Functional Programming"
    Kontaktdaten/Links: https://db.inf.uni-tuebingen.de/theses.html
     
  • Arbeitsbereich: Autonomous Vision (Andreas Geiger)
    Themenbereich(e): Computer Vision, Self-Driving, 3D Vision, Material Estimation, Meta-Learning, Self-Supervised Learning, Generative Models
    Voraussetzungen: ML, CV, Math, Python, PyTorch
    Kontaktdaten/Links: Autonomous Vision/BSc_MSc Theses
     
  • Arbeitsbereich: Computer Graphics (Hendrik Lensch)
    Themenbereich(e): Computer Graphics, Computer Vision, Appearance Acquisition, Computational Photography, Parallel Computing (GPU), Machine Learning'
    Voraussetzungen: Computer Graphics or Computer Vision, eventually ML
    Kontaktdaten/Links: Hendrik Lensch
     
  • Arbeitsbereich: Methoden des Maschinellen Lernens (Philipp Hennig)
    Themenbereich(e): Development and Benchmarking of Machine Learning Algorithms and Toolkits, including low-level routines. Applications of ML in the Sciences
    Voraussetzungen: Linear Algebra, Python, MSc: Lecture “Probabilistic Machine Learning”
    Kontaktdaten/Links: Methoden des Maschinellen Lernens/Available Thesis Topics
     
  • Arbeitsbereich: Embedded Systems (Oliver Bringmann)
    Themenbereich(e): RISC-V processor architectures, machine learning hardware accelerators, timing and power analysis of embedded software, robustness verification in autonomous driving, embedded security
    Voraussetzungen: Topic-specific prerequisites (cf. open thesis descriptions)
    Kontaktdaten/Links: https://www.embedded.uni-tuebingen.de/teaching/thesis/open/#list-of-currently-open-thesis-topics
     
  • Arbeitsbereich: Programming Languages (Klaus Ostermann)
    Themenbereich(e): Programming Languages, Functional Programming, Type Theory and Logic, Programming Tools, Programming Education
    Voraussetzungen: "Programming Languages 1" lecture, Scala/Haskell skills
    Kontaktdaten/Links: Programming Languages/Teaching/Thesis Topics/
     
  • Arbeitsbereich: Applied Bioinformatics (Oliver Kohlbacher)
    Themenbereich(e): please contact e-mail addresses below
    Voraussetzungen: Knowledge of bioinformatics and of TensorFlow; some R or Python; some knowledge of machine learning and sequence bioinformatics would be beneficial
    Kontaktdaten/Links: Timo Sachsenberg, Tjeerd Dijkstra, Thomas Hamm
     
  • Arbeitsbereich: Selbstorganisation und Optimalität in Neuronalen Netzwerken (Anna Levina)
    Themenbereich(e): Complex networks analysis of neuronal data
    Voraussetzungen: Programming skills, interest in neuroscience, no fear of simple math
    Kontaktdaten/Links: Anna Levina
     
  • Arbeitsbereich: Kognitive Systeme (Zell)
    Themenbereich(e): Machine Learning, Neural Networks, Robotics, Robot vision
    Voraussetzungen: Mind. 1 Vorlesung bei Prof. Zell bestanden
    Kontaktdaten/Links: Kognitive Systeme/Theses
     
  • Arbeitsbereich: Neuronale Informationsverarbeitung (Felix Wichmann)
    Themenbereich(e): Spatial vision, lightness & brightness, human vision and deep neural networks, statistics and machine learning in cognitive science
    Voraussetzungen: Python or MATLAB, statistics, perception
    Kontaktdaten/Links: Bachelor and Master Theses Wichmann lab