• Zur Metanavigation
  • Zur Hauptnavigation
  • Zur Suche
  • Zum Inhalt
  • Zur Subnavigation
  • Zum Seitenfuß
  • Universität Hamburg
  • Presse
  • KUS-Portal0
  • STiNE
https://www.kus.uni-hamburg.de/aktuelles.json?recentnews=true
  • Einrichtungen und Zielgruppen
    • Einrichtungen
      • Fakultäten

        • Fakultät für Rechtswissenschaft
        • Fakultät für Wirtschafts- und Sozialwissenschaften
        • Medizinische Fakultät
        • Fakultät für Erziehungswissenschaft
        • Fakultät für Geisteswissenschaften
        • Fakultät für Mathematik, Informatik und Naturwissenschaften
        • Fakultät für Psychologie und Bewegungswissenschaft
        • University of Hamburg Business School
      • Dienste

        • STiNE
        • Surfmail
        • Exchange
        • KUS-Portal
        • Lernplattformen
        • Katalogplus
        • SharePoint
      • Einrichtungen für Studierende

        • Campus-Center
        • Career-Center
        • PIASTA
        • AStA
        • Hochschulsport
        • Universitätsmusik
        • Familienbüro
        • Sprachenzentrum
        • Allgemeinsprachen
        • Koordination der Belange von Studierenden mit Beeinträchtigungen
        • Bibliotheken
        • Healthy Campus
      • Weitere Einrichtungen

        • Exzellenzcluster CLICCS
        • Exzellenzcluster CUI
        • Exzellenzcluster Quantum Universe
        • Exzellenzcluster Understanding Written Artefacts
        • Hamburg Research Academy
        • Pier Plus
        • Hamburger Zentrum für Universitäres Lehren und Lernen (HUL)
        • Hub for Crossdisciplinary Learning (HCL)
        • Centrum für Erdsystemforschung und Nachhaltigkeit (CEN)
        • Museen und Sammlungen
        • Universitätsarchiv
        • Regionales Rechenzentrum (RRZ)
        • Präsidialverwaltung
        • Transferagentur
        • Unikontor
    • Zielgruppen

      • Studieninteressierte
      • Studierende
      • Internationale
      • Promovierende
      • Forschende
      • Lehrende
      • Beschäftigte (KUS)
      • Weiterbildungsinteressierte
      • Alumni
      • Presse
      • Geflüchtete
    Schließen
  • Gebärdensprache
  • Leichte Sprache
  • Language
    • Deutsch
    • English
  • /sitemap.json
    GebärdenspracheLeichte Sprache
Universität Hamburg - der Forschung, der Lehre, der Bildung, zur Homepage

Professur für Statistik mit Anwendung in der Betriebswirtschaftslehre

Professurfür Statistik mit Anwendung in der Betriebswirtschaftslehre
  • Über uns
  • Studium und Service
    • Abschlussarbeiten
    • Empfehlungsschreiben
    • Sommersemester 2027
    • Wintersemester 2026/27
    • Sommersemester 2026
    • Wintersemester 2025/26
    • Sommersemester 2025
    • Wintersemester 2024/25
    • Sommersemester 2024
    • Wintersemester 2023/24
  • Forschung
    • Aktuelle Forschungsprojekte und Publikationen
    • Software und Daten
  • Wissenstransfer
  • Team
    • Prof. Dr. Martin Spindler
    • Julia Bachale
    • Dr. Jan Rabenseifner
    • Jan Teichert-Kluge
    • Julius Herzig
    • Valérian Fourel
    • Julian Diefenbacher
    • Maximilian Knechtel
    • Philipp Schwarz
    • Dr. Zihao Yuan
  • Kontakt

Foto: UHH

  1. UHH
  2. University of Hamburg Business School
  3. Professur für Statistik mit Anwendung in der Betriebswirtschaftslehre
  4. Studium und Service
  5. Wintersemester 2026/27
  6. Masterseminar: Recent Developments in AI and Foundation Models

Masterseminar: Recent Developments in AI and Foundation Models

Allgemeine Informationen

Termine und Zeiten

Veranstaltung Ort Zeit Dozent
Masterseminar: Recent Developments in AI and Foundation Models

Raum 0005.1, Moorweidenstraße 18

Freitag, 11.12.2026, 16-20 Uhr
Samstag, 12.12.2026, 8-20 Uhr
Sonntag, 13.12.2026, 8-20 Uhr

Prof. Dr. Martin Spindler

Kick-Off

Folien der Kick-Off-Veranstaltung

Themenliste

Die Themen werden über STiNE vergeben. Es gibt 13 Hausarbeitsthemen, die die Bereiche Advanced AI, medizinische Evidenz, Jailbreak-Angriffe auf LLMs, Adversarial Attacks, SLM-basierte Agentenkonvertierung und Unsicherheit in Grundmodellen umfassen:

#

Thema

Betreuer

2 Gender Bias for Medical Topics Julius Herzig
4 Jailbreaking Attacks on LLMs: Methods and Defense Strategies Martin Spindler
6 LLMs as Simulated Economic Agents Jan Rabenseifner
7 From Paper to Dataset: Agentic AI for Dataset Assembly Erik Wendt
8 Benchmarks for Financial LLM Agents Erik Wendt
9 Adversarial Attacks and Robustness Jan Teichert-Kluge
10 Uncertainty in Foundation Models Jan Teichert-Kluge
13 Anatomy of a Harness: How Evaluation Scaffolding Shapes LLM Benchmark Scores Valerian Fourel

Voraussetzungen

 Grundkenntnisse in Machine Learning, Deep Learning und Statistik.

Inhalt

Das Seminar behandelt aktuelle Entwicklungen im Bereich Large Language Models, insbesondere AI Agenten. Die Studierenden arbeiten zu aktuellen Forschungsarbeiten in diesem Themenfeld.

Veranstalterteam

Das Seminar wird von Herrn Prof. Martin Spindler geleitet, der von den Betreuern Dr. Jan Rabenseifner, Valerian Fourel, Erik Wendt, Jan Teichert-Kluge, und Julius Herzig unterstützt wird.

     
 Prof. Dr. Martin Spindler(martin.spindler"AT"uni-hamburg.de) (Seminarleiter) Dr. Jan Rabenseifner(jan.rabenseifner"AT"uni-hamburg.de) (Betreuer) Valerian Fourel(valerian.fourel"AT"uni-hamburg.de) (Betreuer)
    
 Erik Wendt (Betreuer)  Jan Teichert-Kluge(jan.teichertkluge"AT"uni-hamburg.de) (Betreuer) Julius Herzig (Betreuer)

Wichtige Deadlines

  • 15. September: Deadline Anfertigung der Outline zur Hausarbeit, vom Betreuer abgesegnet
  • 27. November: (23:59 Uhr): Deadline zur finalen Einreichung der Hausarbeit
  • 11.-13. Dezember: Finale Präsentationen mit anschließenden Diskussionen im Seminarblock

Prüfungsleistungen

Voraussetzung für das Bestehen des Seminars ist die Teilnahme an der Veranstaltung. Der Leistungsnachweis wird erbracht durch eine Hausarbeit (ca. 12-15 Seiten) und einen Seminarvortrag mit anschließender Diskussion. Die Hausarbeit soll als PDF und auch als gedruckte, gebundene Papierausgabe abgegeben werden. Beide Versionen sollen jeglichen, zur Arbeit gehörigen Code als auch Simulationen beinhalten. Zur Erstellung der Hausarbeit empfehlen wir die Nutzung von LaTeX oder Quarto Markdown. Auch die Präsentation sollte entweder mit Quarto oder mit Powerpoint erstellt werden.

Literatur

Aktuelle Forschungsartikel aus dem Themenfeld, tba. Einführender Artikel: https://www.inform-software.com/en/blog/artificial-intelligence/agentic-ai-the-future-of-human-machine-collaboration

Vergabe der Seminarplätze

Die Anmeldephase für das Seminar läuft vom 08.06. bis zum 17.06.2026. Näheres erfahren Sie auf der Homepage des Studienbüros.

  • Studium und Service

  • Abschlussarbeiten
  • Empfehlungsschreiben
  • Sommersemester 2027
  • Wintersemester 2026/27
    • Masterseminar: Recent Developments in AI and Foundation Models
      • Statistical Programming with Python
      • Causal Machine Learning
      • PhD Course Econometrics
    • Sommersemester 2026
    • Wintersemester 2025/26
    • Sommersemester 2025
    • Wintersemester 2024/25
    • Sommersemester 2024
    • Wintersemester 2023/24

    Verändert am 12. Oktober 2026

    • Feedback
    • Impressum
    • Datenschutzerklärung
    • Barrierefreiheit
    • Sitemap

    Universität Hamburg

    Innovating and Cooperating for a Sustainable Future in a Digital Age

    • Folge uns auf Instagram.
    • Folge uns auf Facebook.
    • Vernetze dich mit uns auf LinkedIn.
    • Folge uns auf Mastodon.
    • Folge uns auf Bluesky.
    • Abonniere unseren Kanal auf YouTube.
      • Studium an der UHH
      • Studieninteressierte
      • Weiterbildung
      • Forschung an der UHH
      • Lehre an der UHH
      • Promovieren
      • Karriere & Stellenangebote
      • Transfer
      • Universität
      • Exzellenz
      • Nachhaltigkeit
      • Fakultäten
      • Alumni-Netzwerk
      • Kontakt
      • Campus-Karte
      • UHHApp
      • Notfall & Sicherheit
      • Antidiskriminierung
    Zur Seite Audit familiengerechte Hochschule
    Zur Seite Audit Internationalisierung
    Zur Seite Audit Nachhaltigkeit
    Zur Seite Diversity-Audit
    Zur Seite Systemakkreditierung

    © 2026 Universität Hamburg. Alle Rechte vorbehalten