Auf dem Zugvögel Festival 2026 haben wir unseren Floor in eine Kirche verwandelt. Und was wäre eine Kirche ohne Beichtstuhl? Also habe ich einen gebaut: Einen hölzernen Beichtstuhl, in dem Festivalbesucher*innen ihre Sünden einem KI-Priester gestehen können. Dieser entlockt ihnen die pikanten Details, erteilt ihnen die Absolution und leitet ihre Sünden anschließend an das Heilige Klo weiter, wo sie anonymisiert und von einer Engelsstimme vorgetragen werden, zur Unterhaltung der Person, die dort gerade auf dem Thron sitzt. [Mehr]

In dieser Podcast-Folge von „Code for Thought“ reden Carina Haupt (DLR) und ich mit Host Peter Schmid über Large Language Models im Research Software Engineering: Was können Copilot & Co. heute zuverlässig, wo stoßen sie im Projektalltag an Grenzen, und wie bewerten wir das nüchtern statt hype-getrieben? Ich schildere mein aktuelles Thema - Paper-Code-Matching über Embeddings auf Projektebene - und warum kontextarme Modelle bei echten Repos oft danebengreifen. Carina bringt die Anwendungssicht ein: Wo helfen LLMs Forschenden ohne tiefen Informatik-Background tatsächlich (Routine-Tasks, Tests, kleine Skripte) und wo wird’s heikel (Builds, Requirements, Projektkontext)? [Mehr]

Während meiner nicht abgeschlossenen Promotion am DLR habe ich ein Graph Neural Network entwickelt und trainiert, das Code-Embeddings zu Repräsentationen ganzer Repositories zusammenfasst und diese mit wissenschaftlichen Publikationen abgleicht. Erste Evaluationen zeigten vielversprechende Verbesserungen gegenüber einfachen Pooling-Verfahren. Langfristiges Ziel war es, verwandte Implementierungen und die ihnen zugrunde liegenden Annahmen auch über Forschungsdisziplinen hinweg finden zu können. [Mehr]