Meine Forschung bewegt sich im Bereich Organic Computing, insbesondere im Kontext der Multi-Layered Observer/Controller (MLOC) Architektur. Ich beschäftige mich mit der Integration von Reinforcement Learning zur Verbesserung adaptiver Systeme, um deren Skalierbarkeit, Lernfähigkeit und Robustheit zu steigern.

Ein Fokus liegt auf der Ablösung klassischer regelbasierter Entscheidungsverfahren (z. B. XCS) durch moderne RL-Algorithmen sowie der Entwicklung dynamischer Simulationsmodelle, die sich an veränderte Umgebungsbedingungen anpassen. Ziel ist eine engere Kopplung von operativer Steuerung und strategischem Lernen - für Systeme, die sicher, transparent und selbstoptimierend agieren.