Prof. Dr. Emanuel Kitzelmann

Anschrift:

Technische Hochschule Brandenburg
Fachbereich Informatik und Medien
Prof. Dr. Emanuel Kitzelmann
Haus C, Raum C.1.16
Magdeburger Straße 50
14770 Brandenburg an der Havel

Kontaktdaten:

T +49 3381 355 - 407
ZW1hbnVlbC5raXR6ZWxtYW5uQHRo-brandenburg.de

Professur für Angewandte Künstliche Intelligenz

Emanuel Kitzelmann ist seit 2023 Professor für Angewandte Künstliche Intelligenz an der Technischen Hochschule Brandenburg und wissenschaftlicher Leiter des KI-Labors. Er verfügt über eine breite Expertise sowohl in aktuellen Methoden des Maschinellen Lernens als auch in klassisch-symbolischen Methoden der KI. Ein Schwerpunktthema ist die Integration von Large Language Models mit strukturierten Wissensbasen wie Wissensgraphen und Ontologien für zuverlässige und erklärbare KI. Gemeinsam mit Prof. Merz leitet er das Teilprojekt KI/LLMs Forschungsprojekt SCALE-C.

Kontaktieren Sie mich gerne für Anfragen zu Kooperationen (Unternehmen, Hochschulen) und Projektthemen und Abschlussarbeiten (Studierende).

Arbeitsgebiete

Theorie und Anwendung von Large Language Models
Hybride, neurosymbolische KI-Methoden - insb. Integration von LLMs mit Wissensgraphen und Ontologien
Induktive Programmsynthese
Robotik als Anwendungsgebiet von KI

Lehre

Kurse, die ich in den Informatik-Studiengängen des Fachbereichs unterrichte:

► Informatik und Logik (B.Sc.), Syrjakow / Kitzelmann
► Deklarative Programmierung (B.Sc.)
► Grundlagen der Künstlichen Intelligenz (B.Sc.), Kitzelmann / Boersch
► Wissensverarbeitung II (B.Sc.), Boersch / Kitzelmann
► Foundations of Machine Learning, incl. Data Challenge (B.Sc.), Merz / Boersch / Kitzelmann
► Künstliche Intelligenz (M.Sc.), Kitzelmann / Boersch
► KI-Projekte und -Abschlussarbeiten (B.Sc., M.Sc.), s. nächsten Abschnitt
► online: Einführung in die Informatik, Grundlagen der Programmierung (B.Sc.)

Abschlussarbeiten und studentische Projekte

Ich betreue gerne Projekte, Praxisphasen/Praktika und Abschlussarbeiten im Bereich KI. Im Folgenden ein Überblick über einige Themen, ich bin aber auch offen für eigene Ideen. Zudem sind unten Kooperationspartner aufgeführt, zu denen Kontakt bezüglich der Begleitung von Praxisphasen und Abschlussarbeiten aufgenommen werden kann. Bei Arbeiten / Projekten in Kooperation mit Unternehmen besteht tlw. die Möglichkeit eines Vertrags als Werkstudent:in oder als studentische Hilfskraft.

Themen und Themenbereiche für Abschlussarbeiten und Projekte

Verbesserte LLM-basierte Erzeugung strukturierter Cyber Threat Intelligence (CTI) im STIX-Format aus Bedrohungsberichten durch Fine-Tuning und Knowledge-Graph-basiertes Retrofitting

Verschiedene Themen zu einem LLM- und Graph-RAG-basierten Campus-Assistenzsystem: Optimierung und Evaluation vorhandener Indexing-, Retrieval- und Generation-Verfahren, Einsatz lokaler Modelle, Entwicklung und Untersuchung prototypischer Demonstratoren

Umsetzung und Evaluierung verschiedener Verfahren wie Prompt Optimization, Fine-Tuning, RAG und LLM-as-a-Judge im Kontext des SCALE-C-Forschungsprojekts (Teilprojekt KI/LLMs)

Untersuchung von Vision-Language-Modellen zur Eignung der Interpretation technischer Schaubilder im Rahmen eines RAG-Systems für technische Dokumente

Anwendung und Evaluierung von intelligenten Bildverarbeitungsverfahren zur Befundung von Metallproben

Maschinelles Lernen zur Erkennung von Bewegungsmustern von Mensch und Tier

Intelligente Roboter-Steuerung und -Handlungsplanung auf verschiedenen ROS2-Roboter-Plattformen (Turtlebot, OpenManipulator, Unitree Go2 Roboterhund)

Weitere und eigene Themen zu klassischen, modernen und hybriden Verfahren von KI und Maschinellem Lernen und zu Anwendungen von KI und ML in Sprachverarbeitung, Bildverarbeitung, Data Science, Agentensystemen und Robotik

Mögliche Kooperationspartner

ZF Getriebe Brandenburg (Bildverarbeitung, Data Science)	Webseite
membraPure (LLMs, RAG, ChatBots)	Webseite
Remine GmbH (Bildverarbeitung)	Webseite
Spiel-Bau (Data Science)	Webseite
EvoLogics (Robotik)	Webseite
IASP Berlin (Maschinelles Lernen, Data Science)	Webseite

Betreute Abschlussarbeiten (als Erstgutachter)

► Evaluierung verschiedener Deploymentansätze von H5P-Lerneinheiten und Integration in ein bestehendes Frontend (B.Sc. Informatik), Yagmur Cesur, 2025
► Optimierung der Rechnungsdatenextraktion durch Einsatz von Large Language Models: Ansätze und Evaluation bei der aifinyo AG, Florian Pruß, 2025
► Vergleich von Methoden zur Echtzeit-Hinderniserkennung in Forward-Looking-Sonardaten für die Kollisionsvermeidung, Marie-Luise Korn, 2025
► Interpretable Machine Learning in Procurement: Analysis and Modeling of Sourcing Decisions using Decision Trees, Franziska Gohlicke, 2025
► Vergleich von Machine-Learning-Modellen für den Einsatz im Tierwohlmonitoring, Jonas Manuel Köhler De la Rosa, 2025
► Entwicklung eines Bildverarbeitungssystems zur Qualitätsprüfung von Produktkennzeichnungsaufklebern mit Feature Matching, Robin Wagner, 2024

Forschung und Transfer, Schulungen, Vorträge

Forschungs- und Transferprojekte

SCALE-C - SeCure Model for semi-Automated LEarning Content in Cybersecurity (Förderprogramm "StaF-Verbund", ILB, kofinanziert von der EU)	Seit 01/2025	KI-unterstützte Erstellung von Micro-Learning-Einheiten für Cybersicherheit (Leitung des Teilprojekts KI/LLM, gemeinsam mit Georg Merz) Projekt-Webseite
SmartRetrieve - GraphRAG für einen Campus-ChatBot (Förderprogramm: "Künstliche Intelligenz – Smarte Systeme in der Brandenburger Hochschulbildung, KI-SS BB", Land Brandenburg)	09/2024 - 12/2024	Implementation und Evaluation verschiedener RAG- und GraphRAG-Ansätze auf einem selbst erstellten QA-Datensatz zu Studierendenangelegenheiten
KI-Workshops zur Datenanalyse und -modellierung	2024	mehrtägige KI-Workshops mit ZF Getriebe Brandenburg zu maschinellem Lernen, Datenanalyse und Datenmodellierung mit Python und KNIME

Vorträge

  ► Igor2 (vs. ChatGPT) and Generalized I/O-Examples, 2025, Dagstuhl-Seminar Approaches and Applications of Inductive Programming
  ► Künstliche Intelligenz - Chancen & Herausforderungen, 2025, TEK-Strategietagung, REWE-Region Ost
  ► Künstliche Intelligenz im Mathematik- und Informatikunterricht, 2025, Online-Fachtag Mathematik & Informatik, Sekundarstufe I und II, westermann Verlag
  ► Präsentation unseres Unitree-Roboterhundes, 2025, Lange Nach der Wirtschaft in Kyritz, Präsenzstelle Prignitz
  ► Superintelligent, nützlich, gefährlich? KI und ihr Einfluss auf die Gesellschaft, 2024, Oranienburg, Hochschulhappen KI, Präsenzstelle Velten
  ► Künstliche Intelligenz in der Produktion – Chancen und Anwendungsfelder, 2024, IHK-Fachausschuss Industrie und Innovation
► Generative KI in der medizinischen Befundung, 2024, Digital Health Forum Brandenburg und KI-Tag Brandenburg
  ► Künstliche Intelligenz: Der Hype – die Sache – der Nutzen, 2024, TGW Brandenburg e.V.

Aktivitäten und Funktionen (THB und Wissenschaftliche Community)

Technische Hochschule Brandenburg

► Studiendekan des Master-Studiengangs Informatik
► Mitglied im Fachbereichsrat Informatik und Medien an der THB
► Mitglied in der AG "Forschung und Transfer" im Strategieprozess der THB 2024 / 2025

Wissenschaftliche Community

► ECAI 2025 Senior Program Committee Member
► IJCLR 2025 Program Committee Member
► Mitglied in der Berufungskommission "Künstliche Intelligenz", HAW Hamburg, 2025
► Mitglied im Lenkungskreis des GI-AK "KI in Schulen"

Publikationen

Vollständige Listen meiner Publikationen auf Google Scholar, DBLP, ORCID.

Aktuelle und ausgewählte Publikationen

Mitigating Hallucination by Integrating Knowledge Graphs into LLM Inference – a Systematic Literature Review
R. Wagner, E. Kitzelmann, and I. Boersch. In ACL 2025 SRW Proceedings, 2025. URL: https://aclanthology.org/2025.acl-srw.53/
SmartRetrieve – GraphRAG für einen Campus-ChatBot, Abschlussbericht
E. Kitzelmann, I. Boersch, A. Tarrassow, A. Nitze, F. Gohlicke, J. Hochwald, T. Siebert, R. Wagner. Technische Hochschule Brandenburg, 2025 (to appear). DOI: 10.25933/opus4-3341.
Künstliche Intelligenz für Lehrkräfte: Eine fachliche Einführung mit didaktischen Hinweisen
U. Furbach, E. Kitzelmann, T. Michaeli, and U. Schmid, Eds. In ars digitalis. Wiesbaden: Springer Fachmedien, 2024. DOI: 10.1007/978-3-658-44248-4.
Inductive programming meets the real world
S. Gulwani, J. Hernández-Orallo, E. Kitzelmann, S. H. Muggleton, U. Schmid, and B. Zorn. Commun. ACM, vol. 58, no. 11, 2015. DOI: 10.1145/2736282.
Inductive rule learning on the knowledge level
U. Schmid and E. Kitzelmann. Cognitive Systems Research, vol. 12, no. 3, 2011. DOI: 10.1016/j.cogsys.2010.12.002.
Inductive Programming: A Survey of Program Synthesis Techniques
E. Kitzelmann. In Approaches and Applications of Inductive Programming (AAIP 2009), Springer, 2009. DOI: 10.1007/978-3-642-11931-6_3.