Prompt-Ingenieur / Projektassistent

• Entwarf Simulationsumgebungen und KI-Prompts für berufliche Schulungen im Personalwesen und in Unternehmenskontexten.
• Unterstützte das Team bei der Bewertung KI-generierter Inhalte hinsichtlich Realismus, Kohärenz und rhetorischem Ton.

Entwickelte und implementierte ein Multi-Agenten-Überwachungssystem (VERA-ORUS-OROS) zur Erkennung und Korrektur von KI-Ausfallmodi in Bezug auf Wahrhaftigkeit, Konsistenz und Ausrichtung. Das System setzt maschinenlesbare Vorgaben durch iterative Evaluations- und Verfeinerungsschleifen durch.

• VERA Generator: Beschränktes Antwortsystem nach kodifizierten Prinzipien (C1-C5: Wahrhaftigkeit, Unsicherheitskalibrierung, Transparenz, Persona-Konsistenz, Anti-Beschwichtigung)

• ORUS Critic: Epistemischer Überwachungsagent zur Bewertung der Beweisqualität, von Unsicherheitsindikatoren und Zitationsanforderungen

• OROS Critic: Evaluator für Verhaltenskonsistenz, der Persona-Abweichungen und Beschwichtigungsmuster erkennt

• Implementierte automatisierte Erkennung von Behauptungen mit geringer Beweisgrundlage, die eine Unsicherheitsangabe erfordern

• Entwickelte ein Domänenklassifikationssystem zur Quellenvalidierung mit konfigurierbaren Whitelist/Blacklist

• Entwickelte das VERUM-Bewertungssystem (Gewichtung: 40% Zitate, 20% Unsicherheit, 20% Transparenz, jeweils 10% Persona und Integrität)

• Erstellte eine iterative Verfeinerungspipeline mit Human-in-the-loop-Interventionsmöglichkeiten

• Etablierte systematisches Logging und Metrikensammlung zur Analyse von Ausfallmodi

• Python-Framework mit LangChain/OpenAI-Integration und eleganten Fallbacks

• Extraktion und Validierung von Metadaten in JSON-Struktur

• Konfigurierbare Bewertungsschwellen und Schleifenbegrenzungen

• Integrations-Hooks für LangSmith- und MLflow-Tracking-Systeme

• Sitzungsbasierte Speicherverwaltung mit Persistenz des Gesprächszustands

Der Forschungsschwerpunkt liegt auf der Schließung zentraler Lücken in der Sicherheit aktueller LLMs, insbesondere bei der Erkennung von Halluzinationen, der Minderung von Übervertrauen und der Aufrechterhaltung von Verhaltenskonsistenz unter adversarialen Bedingungen. Die Arbeit zeigt messbare Verbesserungen bei Wahrhaftigkeitsmetriken, während die Gesprächsnützlichkeit erhalten bleibt.

Anwendungen: Das Framework ist in risikoreichen AI-Einsatzszenarien einsetzbar, die verifizierte Genauigkeit erfordern (medizinisch, rechtlich, Forschungshilfe), und bei der Entwicklung von KI-Agenten, die Verhaltenskonsistenz benötigen.

• Agierte als unabhängiger Market Maker auf Blur, der führenden NFT-Handelsplattform nach Volumen und aktiven Nutzern, indem er kontinuierlich Gebote und Angebote platzierte, um Liquidität zu sichern und den Spread zu verringern.
• Gewann tiefgehende operative Einblicke in Web3-Handelsdynamiken, das Preisverhalten von NFTs und Strategien zur Marktstabilisierung durch aktives Engagement in der Echtzeitliquidität und den Anreizmechanismen von Blur.