Ein Motor leuchtet auf
Ein supermassereiches Schwarzes Loch in einem aktiven galaktischen Kern verschluckt Materie. Jets und Schockfronten bilden einen extremen Teilchenbeschleuniger, in dem ein Neutrino entstehen kann.
Eine erste Platzhalterseite, um meine Forschung, Softwarearbeit, Lehre und Infrastrukturprojekte zu erklären. Die genaue Formulierung kann später verfeinert werden.
Ein supermassereiches Schwarzes Loch in einem aktiven galaktischen Kern verschluckt Materie. Jets und Schockfronten bilden einen extremen Teilchenbeschleuniger, in dem ein Neutrino entstehen kann.
Das Neutrino überquert kosmische Distanzen fast geradlinig. Magnetfelder lenken es nicht ab, und die meiste Materie ist für es nahezu transparent.
Nur extrem selten trifft es auf einen Atomkern in einer dichten Materialwolke, in Gestein oder Eis. Diese einzelne Kollision ist der winzige Hinweis, aus dem wir eine kosmische Nachricht machen wollen.
Die Wechselwirkung erzeugt Sekundärteilchen, die einen kompakten Schauer bilden. Für einen kurzen Moment trägt er eine Überschussladung, die sich schneller bewegt als Licht im Medium.
Diese Ladungsasymmetrie sendet einen kurzen, kohärenten Radioblitz aus. In klarem Polareis kann der Puls weit genug laufen, um von vergrabenen Antennen gemessen zu werden.
Jede Station zeichnet eine winzige Wellenform auf. Timing, Amplitude und Polarisation helfen, Richtung und Energie des Ereignisses zu rekonstruieren.
Meine Arbeit nutzt Simulation, Deep Learning und differenzierbare Programmierung, um Detektorgeometrien und Analysemethoden zu optimieren, bevor das nächste Instrument gebaut wird.
Meine Forschung dreht sich um radiobasierte Neutrinodetektion im Eis und die Frage, wie Detektorgeometrien die physikalische Reichweite eines Experiments beeinflussen.
Ich entwickle Werkzeuge rund um NuRadioOpt, um end-to-end Detektordesign systematischer, reproduzierbarer und kompatibel mit gradientenbasierter Optimierung zu machen.
Neben Forschungscode arbeite ich an Simulationswerkzeugen, Dokumentation, Lehrmaterial und praktischer Infrastruktur für reproduzierbare wissenschaftliche Workflows.
Ausgewählte Abschlussarbeiten und ein Konferenzvortrag, aus verfügbaren Seiten übernommen.
Bachelorarbeit (2022) über Ordinalklassifikation mit neuronalen Netzen; Kurzfassung und Material vorhanden.
Details →Masterarbeit (2025) als PDF verfügbar; untersucht Topo-Cluster-Splitting und Auswirkungen auf Boosted-Object-Identifikation in ATLAS.
Details →Konferenzbeitrag zur differentiellen Optimierung von Detektoren (Indico-Eintrag).
Details →Diese Seite bleibt vorerst bewusst breit. Später kann daraus eine strukturierte Erklärung mit Abbildungen, Beispielen, Publikationen und Links zu konkreten Projekten werden.