Internship / Study project

Formal requirements

Please refer to the examination office regulations that apply to you for information about the acknowledgment of an internship/study project for your course of study.

Application

Please send us your transcript to m.rahman@iss.uni-saarland.de.

Research areas

Wolfgang Maaß, Prof. Dr.
  • Data-driven Decision Making
  • Service Management
  • Data Economy
  • Digital Transformation through Artificial Intelligence
  • Conceptual Modeling
  • Quantum Computing in Enterprises
  • Domains: Industry, Commerce, Health and Sports
Sabine Janzen, Dr.
  • Service & AI Engineering
  • Intelligent user interfaces, esp. communication in conflict situations / crisis
  • Responsible AI
Maxx Richard Rahman, MSc.
  • AI in Sports
  • Generative Models
  • ML in Doping Science
  • Quantum Machine Learning
  • Smart Dreaming with AI
Hannah Stein, MSc.
  • Data Valuation and Monetization
  • Data Quality in Companies and Data Ecosystems
  • Data Ecosystem Design
Mina Ameli, MSc.
  • Industry 4.0
  • ML in Services
  • Smart Manufacturing
  • AI in Process Industry
Nurten Öksüz, MSc.
  • Smart Retail Services
  • Biosignals
  • Healthcare Services

Testimonials

Eva

“Im Wintersemester 19/20 habe ich meine Bachelorarbeit am Lehrstuhl von Herrn Prof. Dr. Maaß verfasst und ein relevantes und spannendes Thema im Bereich der Datenökonomien zugewiesen bekommen. Es wurde darauf geachtet, dass das Thema sich mit den in meinem Studiengang erlernten Fähigkeiten deckt. Bei Unklarheiten konnte ich mich stets an meine Betreuerin wenden und wurde konstruktiv unterstützt.”

Sonercan

“Ich habe mich stets gut betreut gefühlt. Bei aufkommenden Fragen wurde mir zügig Unterstützung geboten.”

Matthias

“My bachelor’s thesis gave me a good overview of how I put what I learned in my studies into practice. My supervisor always helped me when I had questions regarding technical or content-related matters.”
Bachelor Student
  • Resilienz im Supply Chain Management – Ein Literaturüberblick
  • Resilience engineering – a literature review
  • Monetarisierung von Smart Services in der Industrie 4.0 – Status und Perspektiven
  • Explainable AI for Industry 4.0: Decision Support Systems in Industrial Production
  • Benefits of AI based methods in Production environments
  • Continuity Management – ein Literaturüberblick
  • Resilience Forecasting in Production environments
  • Vorhersagemodelle zu COVID-19-Daten – ein Vergleich von GARCH und RNN-Modellen
  • Automatic face recognition: creation of an on-premise service
  • Literaturanalyse zu Blockchain-Modellen
  • Reifegradmodelle in der produzierenden Industrie: Eine systematische Literaturanalyse
  • Handel 4.0: Transformation des Handels – eine Marktanalyse
  • Risikomanagement zum Umgang mit Störungen in der produzierenden Industrie: Best Practices und Einsatz von Technologien
  • KI-Algorithmen zur Umsatzprognose basierend auf Datenqualität – ein Überblick
  • Entwicklung eines Datenqualitätsindex für die monetäre Bewertung von Daten
  • Cost-driven Monetary Valuation of Data
  • Classification of Sensory Data under Resource Constraints
  • Ansätze zur automatisierten Qualitätsbestimmung von Datenbanken in Unternehmen – ein Überblick
  • Die Rolle von Daten in der Konzern- und Lageberichterstattung
  • Optimisation of the score parameter in the AI-based framework for the detection of EPO-abused athletes.
  • Towards Machine Learning based Anomaly Detection for Machine sounds
  • Evaluation of A Situation-Specific Smart Retail Service: A User Acceptance Perspective.