Angebote für Abschlussarbeiten
Hinweis
Die aufgeführten Themen sind lediglich Vorschläge und können in Absprache mit den jeweiligen Betreuer:innen an eigene Anforderungen und Wünsche angepasst werden.
Zudem sei explizit darauf hingewiesen, dass eigene Vorschläge zu Abschlussarbeiten sehr gerne angenommen und formuliert werden können. Dafür sollten Sie sich direkt an Prof. Bernard oder die jeweiligen Mitarbeiter:innen wenden. Hier gibt es insbesondere auch die Möglichkeit Masterarbeiten in Kooperation mit anderen Einrichtungen oder Unternehmen durchzuführen. Als ESRI Development Center arbeiten wir beispielsweise eng mit der Firma ESRI zusammen. Themenausschreibungen der Firma ESRI finden Sie immer wieder hier: https://www.esri.de/ueber-uns/jobs und Anregungen hier: https://gis-iq.esri.de/
Bachelor- und Masterarbeiten können in Deutsch oder Englisch verfasst werden.
Themenangebot Bachelorarbeit:
Immer mehr Wissenschaftler veröffentlichen nicht nur wissenschaftliche Artikel über ihre Forschungsarbeit, sondern auch die zugehörigen Forschungsdaten. Dieser Kuturwandel wird zum einen durch die Anforderungen der Forschungsförderer und der wissenschaftlichen Zeitschriften angetrieben, aber auch weil Forschungsdaten als wichtiges Forschungsergebnis immer besser (und karrierefördernd) angesehen werden. Die Wissenschaftler wissen jedoch nicht immer wie der beste Weg ist ihre Daten auffindbar und wiederverwendbar zu teilen. Es gibt zwar spezielle Repositorien für Daten mit geographischen Attributen, aber Geodaten werden auch häufig in Plattformen für Forschungsdaten die bestimmten Institutionen zugehörig sind, wie OpARA, Dataverse, DataverseNL, oder Instanzen von DSpace veröffentlicht.
In dieser Arbeit wird ein bestehendes Tool (geoextent, geschrieben in Python) um Fähigkeiten zur Analyse von eine Anzahl von Geodatensätzen aus mehreren institutionellen oder unabhängigen Forschungsdaten-Repositories erweitert. Diese Analyse umfasst die Suche von Daten, den Download von Daten und die Datenanalyse. Insbesondere sollen für jeden der Datensätze in den Repositorien vollautomatisiert mit maschinellen Methoden herausgefunden werden, ob die Daten einen Raumbezug haben. Die so erhobenen Daten sind die Grundlage für eine zu erstellende vergleichende Datenvisualisierung: Welches Repository enthält Daten für welchen Teil der Erde? Wie viele Datensätze gibt es für einzelne Orte, Regionen, und Länder?
Je nach den Interessen der Studierenden kann der Schwerpunkt auf der Datenanalyse oder auf der Visualisierung liegen.
This topic can be worked on in both English or German.
Ansprechpartner:
© Daniel Nüst
Dr. Daniel Nüst
Eine verschlüsselte E-Mail über das SecureMail-Portal versenden (nur für TUD-externe Personen).
Besucheradresse:
Hülssebau, Raum O 163 Helmholtzstraße 10
01069 Dresden
Deutschland
Ansprechpartner:
© GI
Dr. Stephan Mäs
Eine verschlüsselte E-Mail über das SecureMail-Portal versenden (nur für TUD-externe Personen).
Besucheradresse:
Hülssebau, HÜl O155 Helmholtzstraße 10
01069 Dresden
Deutschland
Das Thema kann hinsichtlich verschiedener Schwerpunkte betrachtet werden, z.B. Analysieren von Usability-Problemen in einer konkreten Anwendung, einer Gruppe von Anwendungen (z.B. Geo-Dashboards) oder Entwurf von Mustern zur Erstellung nutzerfreundicher Geo-Anwendungen bzw. Durchführung von Usability-Studien.
Ansprechpartner:
© GI
Dr.-Ing. Christin Henzen
Eine verschlüsselte E-Mail über das SecureMail-Portal versenden (nur für TUD-externe Personen).
Besucheradresse:
Hülssebau, HÜL O154 Helmholtzstraße 10
01069 Dresden
Deutschland
Ansprechpartner:
© GI
Dr.-Ing. Christin Henzen
Eine verschlüsselte E-Mail über das SecureMail-Portal versenden (nur für TUD-externe Personen).
Besucheradresse:
Hülssebau, HÜL O154 Helmholtzstraße 10
01069 Dresden
Deutschland
© GI
Dr. Stephan Mäs
Eine verschlüsselte E-Mail über das SecureMail-Portal versenden (nur für TUD-externe Personen).
Besucheradresse:
Hülssebau, HÜl O155 Helmholtzstraße 10
01069 Dresden
Deutschland
Themenangebot Bachelor- oder Masterarbeit:
The increasing availability of interactive maps and their usage in different application domains call for new methods to facilitate their assessment. A recent work has proposed the use of configuration files in JSON to automate the creation of experiments assessing web maps (Gadomski and Degbelo 2025). While the approach has shown promise, its main drawback is the need for users to be able to write specifications in JSON. To address that gap, this thesis will explore the use of natural language specifications for the creation of user experiments evaluating web maps. Tasks include:
- Needs assessment: collect needs of users regarding generating natural language descriptions for map experiment specification via a lab-based or crowdsourcing need elicitation study. The purpose of this task is to shed light on and extract recurrent patterns from the users’ descriptions.
- Prototype development: build a web-based prototype, which translates natural language specifications into JSON specifications compatible with previous work (Gadomski and Degbelo 2025). Large language models will be used at this point for the conversion from unstructured input into (semi-) structured outputs.
- Theoretical evaluation of the natural-language to JSON translation (e.g. using criteria such as syntactic validity and the semantic similarity between translation and ground truth).
References:
Gadomski, M. and Degbelo, A. (2025) ‘MEC: towards semi-automated map experiment creation’, in. GeoHCC’25: 1st ACM SIGSPATIAL International Workshop on Human-Centered Geospatial Computing, Minneapolis, Minnesota, USA.
Ansprechpartner
© A. Degbelo
Herr Dr. rer. nat Auriol Degbelo
Eine verschlüsselte E-Mail über das SecureMail-Portal versenden (nur für TUD-externe Personen).
Besucheradresse:
Hülssebau Helmholtzstraße 10
01069 Dresden
Deutschland
Spatial similarity is at the core of geographic information retrieval and existing work has proposed different criteria to compute the spatial similarity of polygons. Recently, neural similarity learning has shown promise (see e.g. Yang et al 2024; Li et al 2025). Hence, the goal of this work is to explore the use of neural approaches for learning similarity metrics for geographic information retrieval. Tasks include:
- Dataset preparation: generate a ground truth of spatial similarity scores (e.g. area of overlap, hausdorff distance, earth mover’s distance).
- Architecture design: compare the performance of existing neural architectures and location encoding strategies (Mai et al 2022) for the task of similarity learning. Architectures will include for instance sequence-based architectures (e.g. transformer, perceiverIO) and graph-based architectures (e.g. GCN, GAT, GIN).
References:
Liu, X., Xu, Z., Wei, H. and Yang, P. (2025) ‘Graph-enhanced spatiotemporal trajectory similarity learning’, Intelligent Computing, 4, p. 0169. Available at:
https://doi.org/10.34133/icomputing.0169.
Mai, G., Janowicz, K., Hu, Y., Gao, S., Yan, B., Zhu, R., Cai, L. and Lao, N. (2022) ‘A review of location encoding for GeoAI: methods and applications’, International Journal of Geographical Information Science, 36(4), pp. 639–673. Available at:
https://doi.org/10.1080/13658816.2021.2004602.
Yang, P., Wang, H., Yang, J., Qian, Z., Zhang, Y. and Lin, X. (2024) ‘Deep learning approaches for similarity computation: A survey’, IEEE Transactions on Knowledge and Data Engineering, 36(12), pp. 7893–7912. Available at:
https://doi.org/10.1109/TKDE.2024.3422484.
Ansprechpartner
© A. Degbelo
Herr Dr. rer. nat Auriol Degbelo
Eine verschlüsselte E-Mail über das SecureMail-Portal versenden (nur für TUD-externe Personen).
Besucheradresse:
Hülssebau Helmholtzstraße 10
01069 Dresden
Deutschland
Micro-mobility services have conquered our streets in the form of bike sharing and scooter rental systems. As these services generate large volumes of data about user trips, they are an interesting data source to help researchers advance their understanding of urban mobility.
However, even when the data is stripped of explicit user identifiers, it still poses privacy risks. For example, individuals could be re-identified by origin-destination pairs or timing. As these risks are abstract, they are often poorly understood by both users and service providers.
Therefore, this topic explores privacy risks in micro-mobility data by identifying methods adversaries may use to expand their knowledge. The topic aims to make privacy threats in micro-mobility data more visible and comprehensible by demonstrating them using example datasets.
Your tasks may include
- familiarizing yourself with literature on (mobility) data privacy risks
- selecting one or more privacy threats and defining corresponding adversarial scenarios ("attacks") on micro-mobility data
- simulating these attacks on synthetic and/or real-world trip data
- visualizing the outcome using figures, maps, or interactive tools
The specific focus of your work (risk modeling, implementation, visualization) can be adjusted depending on your interests, background and skills.
Ansprechpartner
© Anna Brauer
Frau Anna Brauer PhD
Eine verschlüsselte E-Mail über das SecureMail-Portal versenden (nur für TUD-externe Personen).
Besucheradresse:
Hülssebau, Raum O 163 Helmholtzstraße 10
01069 Dresden
Deutschland
Mobility data of individuals is highly unique, as people spend most of their time in a small set of places that can identify them uniquely - like a spatio-temporal fingerprint. While visited places and timestamps are known to be highly identifying, less attention has been paid to other features embedded in the data. However, features describing an individual's driving, riding or walking style may enable the re-identification of individuals based on GPS traces recorded far away from their known activity areas - and thus pose a privacy threat that is not well understood.
In this topic, your objective is to investigate to which degree non-location-based features of mobility data carry identifying information and could pose a privacy risk.
Your tasks may include
- conducting a literature review to identify relevant mobility features
- extracting these features from a set of real-world GPS trajectories
- quantifying the privacy risk associated with each feature, for example, by training and testing machine learning classifiers and analyzing feature importance
Ansprechpartner
© Anna Brauer
Frau Anna Brauer PhD
Eine verschlüsselte E-Mail über das SecureMail-Portal versenden (nur für TUD-externe Personen).
Besucheradresse:
Hülssebau, Raum O 163 Helmholtzstraße 10
01069 Dresden
Deutschland
Mobility trajectories are digital traces of people's movements, recorded with positioning technologies such as GPS. These data are immensely important for research, urban planning, and consumer applications in the health and fitness sector. However, sharing trajectory data can expose sensitive personal information. To address this issue, various privacy-preserving methods have been developed to protect individuals while still enabling useful analyses. These methods suppress, obscure, or aggregate sensitive aspects of the data.
Your objective is to design and implement a tool that applies privacy-preserving techniques to trajectory data. Depending on your preferences, this tool can take the form of:
- a software library,
- a plugin for GIS software (e.g., QGIS),
- or a mobile application.
Your tasks include
- selecting one or more suitable methods from the literature
- understanding the underlying algorithms and finding an efficient implementation
- (optional) creating a user-friendly interface
- testing your implementation with real-world trajectory data
Ansprechpartner
© Anna Brauer
Frau Anna Brauer PhD
Eine verschlüsselte E-Mail über das SecureMail-Portal versenden (nur für TUD-externe Personen).
Besucheradresse:
Hülssebau, Raum O 163 Helmholtzstraße 10
01069 Dresden
Deutschland
Alle wissenschaftlichen Artikel haben einen Raumbezug. Dieser kann offensichtlich sein, zum Beispiel die Ausdehnung eines Untersuchungsgebietes einer biologischen Studie, oder auch indirekt, zum Beispiel die Aufenthaltsorte eines fiktionalen Charakters aus einem literarisch untersuchten Roman. Diese räumlichen Eigenschaften haben ein enormes Potenzial, Forschung über wissenschaftliche Disziplinen hinweg zu verbinden.
In dieser Arbeit wird eine bestehende freie und quelloffene wissenschaftliche Publikationsplattform (zum Beispiel Janeway, PubPub, Ambra, Quarto, Jupyter Book) so erweitert, dass sie raum-zeitliche Metadaten für Forschungsartikel erfasst, maschinenlesbar Veröffentlicht und auf einer interaktiven Karte anzeigt, um Fragen zu beantworten wie:
- Welche Orte oder Gebiete der Erde werden in dem Artikel behandelt?
- Welche Zeitspanne beschreibt der Artikel?
- Welche Forschungsartikel aus verschiedenen Zeitschriften der gleichen Plattform haben überlappende Untersuchungsgebiete?
Die Umsetzung wird mit einer Expertengruppe der jeweiligen Publikationsplattform evaluiert. Die Auswahl der Publikationsplattform erfolgt in Abstimmung mit der bearbeitenden Person und ihren Fähigkeiten. Die Bearbeitung dieses Themas erfordert die praktische Einarbeitung und Softwareentwicklung in einem bestehenden Softwareprojekt (unter Anleitung) sowie die Durchführung einer praxisnahen Evaluation.
Dieses Thema kann auf Deutsch oder Englisch bearbeitet werden.
Ansprechpartner:
© Daniel Nüst
Dr. Daniel Nüst
Eine verschlüsselte E-Mail über das SecureMail-Portal versenden (nur für TUD-externe Personen).
Besucheradresse:
Hülssebau, Raum O 163 Helmholtzstraße 10
01069 Dresden
Deutschland
Stellen Sie sich vor, Sie könnten Forschungsartikel anhand der darin erwähnten Orte und Zeiträume leicht finden. Dieses Projekt zielt darauf ab, eine Art von künstlicher Intelligenz namens Large Language Models (LLMs) einzusetzen, um geografische Informationen aus wissenschaftlichen Texten wie Zeitschriftenartikeln und Preprints zu extrahieren. LLMs, wie z.B. ChatGPT, sind leistungsstarke Werkzeuge, die Texte verarbeiten und generieren können und zunehmend in der Lage sind, geografische Daten zu verstehen.
Das Ziel dieses Projekts ist es, LLMs zu nutzen, um Fragen zu beantworten wie: Welche Orte oder Regionen werden in einem Artikel erwähnt? Welche Zeiträume werden in einem Artikel behandelt? Indem wir diese Informationen extrahieren, können wir sie zu den traditionellen Metadaten von Forschungsartikeln (wie Autoren, Titel, Zusammenfassung und Schlüsselwörter) hinzufügen und sie leichter auffindbar machen. Die extrahierten Informationen werden in gängigen GIS-Formaten zur Verfügung stehen, so dass sie in geografischen Informationssystemen verwendet werden können.
In dieser Studie können verschiedene LLMs zum Einsatz kommen, darunter auch solche, die speziell für geografische Daten entwickelt wurden (Geo-LLMs), und es kann mit verschiedenen Techniken experimentiert werden, wie z. B.:
- Verwendung verschiedener Prompts und Aufwärmmethoden zur Verbesserung der Leistung der Modelle
- Eingabe verschiedener Datentypen, wie z. B. Publikationstitel, Abstracts, Volltexte oder PDFs
- Auswahl verschiedener Arten von geografischen Daten, wie einzelne Punkte, Bounding Boxes oder komplexere Geometrien wie Linien und Polygone, einschließlich Verwaltungsgebiete
- Extrahieren zeitlicher Metadaten mit unterschiedlicher Granularität, z. B. einzelne oder mehrere Zeitintervalle
Zu Beginn werden wir öffentlich zugängliche und frei lizenzierte wissenschaftliche Publikationen oder Publikationsdatenbanken verwenden. Sie können spezielle KI-Tools für wissenschaftliche Publikationen, wie PaperMage, oder Geo-LLMs verwenden. Je nach Ihrem Kenntnisstand und dem Umfang des Projekts (z. B. BSc oder MSc) können Sie sich auf bestimmte Aspekte der Forschung konzentrieren.
Dieser Forschungsbereich hat das Potenzial für mehrere Abschlussarbeiten, so dass Sie verschiedene Aspekte von LLMs und geografischer Informationsextraktion erforscht werden können. Dieses Projekt bietet eine einmalige Gelegenheit, die Schnittstelle zwischen künstlicher Intelligenz, Geographie und wissenschaftlicher Forschung zu betrachten und zur Entwicklung neuer Werkzeuge und Methoden für die Extraktion wertvoller Informationen aus wissenschaftlichen Texten beizutragen.
Die Arbeit wird von Daniel Nüst () und Simeon Wetzel () betreut.
Zahlreiche interaktive Karten zur Visualisierung von CO2-Emissionen werden weltweit erstellt [1,2]. Dennoch ist es nicht möglich neue Daten in diesen kartenbasierten Anwendungen hochzuladen um mögliche Ursachen für die Emissionswerten zu untersuchen. Das Ziel dieser Arbeit besteht in der Erstellung von einer kartenbasierten Anwendung, die es ermöglicht Hypothesen für lokale CO2-Emissions-werten zu formulieren. Die Aufgaben umfassen:
- Entwicklung einer Webbasierte-Karte zur Visualisierung von CO2-Emissionen
- Erstellung von Diagrammen zur Visualisierung von Korrelationen zwischen unabhängigen Variablen (z.B. Besiedlungsdichte, Wirtschaftskraft, Landnutzung, …) und CO2-Emissionen
- Evaluation der Nützlichkeit und/oder Nutzbarkeit der Anwendung (z.B. theorie-basiert oder experten-basiert oder nutzer-basiert [3])
Diese Abschlussarbeit wird gemeinsam von der TU Dresden und der Staatlichen Studienakademie Dresden (Prof. Dr. Daniel Gembris) gemeinsam betreut.
Referenzen:
[1] https://edgar.jrc.ec.europa.eu/dataset_ghg2024_nuts2
[2] https://ourworldindata.org/co2-and-greenhouse-gas-emissions
[3] https://www.mdpi.com/2220-9964/4/1/262
Ansprechpartner
© A. Degbelo
Herr Dr. rer. nat Auriol Degbelo
Eine verschlüsselte E-Mail über das SecureMail-Portal versenden (nur für TUD-externe Personen).
Besucheradresse:
Hülssebau Helmholtzstraße 10
01069 Dresden
Deutschland
Large language models have recently shown good performance on tasks such as generation, summarization, translation, classification and question answering (see e.g. [1]). There are recent attempts to evaluate their ability to represent geometries and spatial relations [2], geographic diversity [3], and their ability to recognize location descriptions in tweets [4]. Nonetheless, an understanding of the extent to which they help answer geographic questions is still in the early stages. The aim of this thesis is to help advance that understanding through a systematic evaluation of existing models concerning their ability to help users answer geographic questions. Steps include:
- Model Selection: This step will involve a selection of a set of state-of-the-art models, e.g., FLAN-T5, LLAMA, or models from OpenAI (e.g., gpt3.5-turbo).
- Evaluation Criteria Selection: The list of criteria to evaluate the model (e.g., consistency, performance, relevance, specificity) will be defined at this point.
- Question Selection: There are several types of geographic questions (see e.g. [2]), and this step will clarify those to be answered by the participants. If necessary, this step will involve the design of optimized prompts for interacting with the models.
Prototype implementation: to facilitate reproducibility, the different approaches to compare will be implemented as langchain-tools. The prototype will be built as a streamlit-application.
User testing: users will be invited to go through the script in a lab-based study. A follow-up crowdsourcing-based study as a follow-up to this thesis is planned.
References
[1] Degbelo, A. (2024) ‘Prolegomena to a description language for GenAI tools in cities’, Digital Government: Research and Practice, 1(1). Available at: https://doi.org/10.1145/3652952.
[2] Ji, Y., & Gao, S. (2023). Evaluating the effectiveness of large language models in representing textual descriptions of geometry and spatial relations. arXiv preprint arXiv:2307.03678.
[3] Liu, Z., Janowicz, K., Currier, K., & Shi, M. (2024). Measuring Geographic Diversity of Foundation Models with a Natural Language--based Geo-guessing Experiment on GPT-4. arXiv preprint arXiv:2404.07612.
[4] Hu, Y., Mai, G., Cundy, C., Choi, K., Lao, N., Liu, W., ... & Joseph, K. (2023). Geo-knowledge-guided GPT models improve the extraction of location descriptions from disaster-related social media messages. International Journal of Geographical Information Science, 37(11), 2289-2318. Available at: https://doi.org/10.1080/13658816.2023.2266495
Ansprechpartner
© A. Degbelo
Herr Dr. rer. nat Auriol Degbelo
Eine verschlüsselte E-Mail über das SecureMail-Portal versenden (nur für TUD-externe Personen).
Besucheradresse:
Hülssebau Helmholtzstraße 10
01069 Dresden
Deutschland
Eine immer größere Zahl wissenschaftlicher Artikel wird publiziert und stellt Forschende vor die Herausforderung, relevante Artikel zu finden. Ein bislang kaum genutzter Aspekt zur besseren Auffindbarkeit von Forschungsergebnissen sind geographische und zeitliche Informationen, obwohl Forschung in fast allen Disziplinen einen klaren zeit- und raumbezug innewohnt. Zum Beispiel der die Strecke entlange der Meeresbiolog*innen auf einer Forschugnsfahrt Daten erheben, der Ort an dem Archäolog*innen eine Ausgrabung vornehmen, oder die Region in welcher Sozialwissenschaftler*innen eine Studie durchführen.
In dieser Arbeit soll eine ansprechende interaktive Anwendung entwickelt werden die es interessierten Laien und Wissenschaftler*innen erlaubt ohne Einarbeitung und mit spielerischer Note die räumlichen und zeitlichen Aspekte von wissenschaftlichen Artikeln in Form von wohldefinierten Metadaten zu erfassen. Die Spielenden bekommen den Titel, die Zusammenfassung und die Abbildungen eines zufällig ausgewählten Artikels angezeigt und können dann auf einer interaktiven Karte ihre Einschätzung der passenden Geometrien (Punkte, Linien, Regionen) aufmalen sowie den Zeitraum in ein einfaches Formularfeld eintragen. Das Onlinespiel sollte kurzweilig auf Mobilgeräten zwischendurch spielbar sein und typische Gamification-Aspekte bedienen (Leaderboard, Quests, etc.). Das Spiel und die so erhobenen Daten wird in einer kleinen Studie evaluiert.
Bei Durchführung als Masterarbeit sollen fortschrittlichere automatische Methoden eingesetzt werden um Hervorhebungen für mögliche Ortsnamen oder Zeitinformationen in den angezeigten Texten und Darstellungen zu erstellen. Es könnten sogar aus den Darstellungen diejenigen vorausgewählt werden, die eine Karte enthalten. Alternativ ist eine automatisierte Auswertung von wiederholt durchgeführten Georeferenzierungen denkbar um einen Konsens bzw. eine Datenvalidierung zwischen mehreren Spieler*innen zu erreichen und so die Datenqualität zu erhöhen. Diese Auswertung soll statistisch bewertet werden.
Diese Idee ist eine Erweiterung von "Appstract", siehe akeshavan/appstract und appstract.pub/#.
Die Arbeit kann auf Deutsch oder Englisch verfasst werden.
Die STAC-Spezifikation ist eine gemeinsame Sprache zur Beschreibung von Geodaten, so dass diese leichter bearbeitet, indiziert und entdeckt werden können. Sie ist inzwischen Standard in der wirtschaft und wird insbesondere von jungen Unternehmen und Start-ups im Bereich der Geodatenanalyse genutzt.
Forschungsdaten mit Raumbezug werden häufig in allgemeinen Forschungsdaten-Repositories (z. B. Zenodo, OSF, Figshare) veröffentlicht, so dass sie zitierfähig sind und erhalten bleiben. Jedoch werden dort ihre räumlichen Eigenschaften nicht vollumfänglich erfasst so dass sie bei der Suche nach Daten genutzt werden können.
In dieser Arbeit wird die Implementierung eines STAC-Wrappers für ein oder mehrere allgemeine Forschungsdaten-Repositorien und/oder Geodaten-Repositorien (z.B. Pangaea, GFZ Data Services) konzeptioniert, implementiert (basierend auf bestehenden STAC-Implementierungen unter Anleitung) und mit einer Expertengruppe evaluiert. Diese Arbeit macht die bearbeitende Person mit den aktuell wichtigsten Daten-APIs und Formaten bekannt und ermöglicht Wissenschaftler:innen neue Wege zur Entdeckung relevanter Daten für ihre Forschungsarbeit.
Dieses Thema kann auf Deutsch oder Englisch bearbeitet werden.
Ansprechpartner:
© Daniel Nüst
Dr. Daniel Nüst
Eine verschlüsselte E-Mail über das SecureMail-Portal versenden (nur für TUD-externe Personen).
Besucheradresse:
Hülssebau, Raum O 163 Helmholtzstraße 10
01069 Dresden
Deutschland
Reproduzierbarkeit (die Durchführung einer Analyse mit den gleichen Daten und Methoden) und Replizierbarkeit (die Durchführung einer Analyse mit anderen Daten und Methoden) von Forschung sind Eckpfeiler der Wissenschaft. Allerdings werden selbst grundlegende Forschungsartikel zu selten auf diese Weise bestätigt.
In dieser Arbeit identifizieren Studierende und Betreuer gemeinsam eine Reihe von Forschungsartikeln, die einen wichtigen Einfluss auf ein geowissenschaftliches Forschungsgebiet haben. Anschließend wird/werden dies(e) Arbeit(en) reproduziert oder repliziert und die Erkenntnisse daraus analysiert. Die Reproduktion oder Replikation erfordert und schult in hohem Maße Fertigkeiten im Bereich Datenanalyse.
Ansprechpartner:
© Daniel Nüst
Dr. Daniel Nüst
Eine verschlüsselte E-Mail über das SecureMail-Portal versenden (nur für TUD-externe Personen).
Besucheradresse:
Hülssebau, Raum O 163 Helmholtzstraße 10
01069 Dresden
Deutschland
The automatic detection of semantic types of datasets is crucial for the development of intelligent geovisualizations (see Degbelo and Kray 2018). Stevens’ levels of measurement are key to existing heuristics for geovisualization creation based on given datasets. Recent work (Hulsebos et al, 2019, Scheider and Huisjes, 2019) has shown that machine learning techniques can be applied to data type prediction problems. This thesis will assess the efficiency of different machine learning for the prediction of the semantic type of datasets Stevens’ data. Tasks include
- Data preparation (i.e., collection and manual labelling of datasets from the UCI machine learning repository)
- Systematic evaluation of different models (e.g., using the Caret package in R or comparison scripts in Python) to determine the extent to which a given attribute is on a nominal/ordinal/interval/ratio scale. The performance of the models should also be compared against a baseline of simple hand-crafted rules
References
Degbelo, A. and Kray, C. (2018) ‘Intelligent geovisualizations for open government data (vision paper)’, in Banaei-Kashani, F., Hoel, E. G., Güting, R. H., Tamassia, R., and Xiong, L. (eds) 26th ACM SIGSPATIAL International Conference on Advances in Geographic Information Systems. Seattle, Washington, USA: ACM Press, pp. 77–80. doi: 10.1145/3274895.3274940.
Hulsebos, M., Hu, K., Bakker, M., Zgraggen, E., Satyanarayan, A., Kraska, T., Demiralp, Ç. and Hidalgo, C. (2019) ‘Sherlock: A deep learning approach to semantic data type detection’, in Teredesai, A., Kumar, V., Li, Y., Rosales, R., Terzi, E., and Karypis, G. (eds) Proceedings of the 25th ACM SIGKDD International Conference on Knowledge Discovery & Data Mining - KDD ’19. Anchorage, Alaska, USA: ACM Press, pp. 1500–1508. doi: 10.1145/3292500.3330993.
Scheider, S. and Huisjes, M. D. (2019) ‘Distinguishing extensive and intensive properties for meaningful geocomputation and mapping’, International Journal of Geographical Information Science, 33(1), pp. 28–54. doi: 10.1080/13658816.2018.1514120.
Ansprechpartner
© A. Degbelo
Herr Dr. rer. nat Auriol Degbelo
Eine verschlüsselte E-Mail über das SecureMail-Portal versenden (nur für TUD-externe Personen).
Besucheradresse:
Hülssebau Helmholtzstraße 10
01069 Dresden
Deutschland
Ansprechpartner:
© GI
Dr.-Ing. Christin Henzen
Eine verschlüsselte E-Mail über das SecureMail-Portal versenden (nur für TUD-externe Personen).
Besucheradresse:
Hülssebau, HÜL O154 Helmholtzstraße 10
01069 Dresden
Deutschland
In Zusammenarbeit mit Pikobytes
Im Rahmen des Forschungsprojektes „Weiterentwicklung des Daseinsvorsorgeatlas für das Land Niedersachsen“ (DVAN) sind mehrere Abschlussarbeiten im Themenbereich Standort- und Marktforschung/Standortanalysen mithilfe von Desktop-GIS zu vergeben. Die Abschlussarbeiten leisten einen methodischen und analytischen Beitrag zur Weiterentwicklung des Daseinsvorsorgeatlas.
Im DVAN werden Standorte der Grundversorgung (z. B. Schulen, Pflege- und Betreuungseinrichtungen, Einrichtungen der Gesundheitsversorgung oder der Versorgung mit Gütern des täglichen Bedarfs) in einem webbasierten Informationssystem visualisiert. Als zentrale Aufgabe der regionalen Landesentwicklung unterstützt er Planer des ländlichen Raums bei der Bewältigung von Herausforderungen des demographischen Wandels. Die Aufgabe des Forschungsprojektes ist es, Funktionalitäten zu entwickeln, die bei der Durchführung multikriterieller Entscheidungsanalysen unterstützen und die kleinräumliche Versorgungssituation evaluieren und ggf. prognostizieren.
Im Rahmen Ihrer Bachelor- oder Masterarbeit können Sie durch eine methodische und inhaltliche Auseinandersetzung mit Einzugsgebietsanalysen für die Sektoren „Bildung“ oder „Gesundheit“ oder „Einzelhandel“ neue Kenntnisse für den Raum Niedersachsen ableiten. Der GIS-analytische Schwerpunkt (Desktop GIS; ArcGIS; QGIS) kann z. B. mit Inhalten der Immobilienökonomie (Standort- & Marktforschung) oder Raumplanung begleitet werden.
Ansprechpartner:
© GI
Herr Falko Krügel M.Sc.
Eine verschlüsselte E-Mail über das SecureMail-Portal versenden (nur für TUD-externe Personen).
Besucheradresse:
Hülssebau, O152 Helmholtzstraße 10
01069 Dresden
Deutschland
GI Web applications are often designed for heterogeneous user group with varying characteristics, requirements and expectations. In addition, GI Web applications provide functionalities that range from basic data discovery functionalities to complex map based functionalities. Consequently, the usability of such applications is a major concern in GI Science. By now methods and techniques have been adopted from the software design research to incorporate usability aspects in the development of GI Web applications. Recent research on usability studies in GI Science emphasizes on the methods and techniques to evaluate the usability of these applications and development of generic solutions for GI specific usability problems. However, there is a lack of standards or guidelines for the evaluation of GI specific usability. Therefore, this research aims to use literature and empirical research methods to develop tailored heuristics and guidelines for the evaluation of GI web applications with emphasis on GI user tasks.
Ansprechpartner / Contact:
Frau Susanna Ambondo Ankama M.Sc.
Eine verschlüsselte E-Mail über das SecureMail-Portal versenden (nur für TUD-externe Personen).
Besucheradresse:
Hülssebau, O165 Helmholtzstraße 10
01069 Dresden
Deutschland
The Expectation Confirmation Theory – ECT posits that expectations coupled with perceived performance, lead to satisfaction. User expectations are regarded as comparison standards against the performance of the application. They are predictive, reflecting anticipated attributes and behaviour of an application at a point in time. Adopting the ECT theory, allows us to study the relationships between user expectations and the usability aspects for GI web applications. This requires extending the ECT model to capture GI web application characteristics, formulate and evaluate relationships among different elements pertaining to user expectations that have an influence on usability of GI web applications. The main objective is to determine the relationship between of user expectation confirmation and usability of GI web applications.
Ansprechpartner/Contact:
Frau Susanna Ambondo Ankama M.Sc.
Eine verschlüsselte E-Mail über das SecureMail-Portal versenden (nur für TUD-externe Personen).
Besucheradresse:
Hülssebau, O165 Helmholtzstraße 10
01069 Dresden
Deutschland
Ansprechpartner:
© GI
Dr.-Ing. Christin Henzen
Eine verschlüsselte E-Mail über das SecureMail-Portal versenden (nur für TUD-externe Personen).
Besucheradresse:
Hülssebau, HÜL O154 Helmholtzstraße 10
01069 Dresden
Deutschland
In Zusammenarbeit mit der Juniorprofessur für Didaktik der Geographie und Umweltkommunikation
Ansprechpartner:
© GI
Dr. Stephan Mäs
Eine verschlüsselte E-Mail über das SecureMail-Portal versenden (nur für TUD-externe Personen).
Besucheradresse:
Hülssebau, HÜl O155 Helmholtzstraße 10
01069 Dresden
Deutschland
Themenangebot Masterarbeit:
Sowohl das Bundesinstitut für Bau-, Stadt-, und Raumforschung mit der laufenden Raumbeobachtung und der INKAR-DB sowie das Johann Heinrich von Thünen-Institut Bundesforschungsinstitut für Ländliche Räume, Wald und Fischerei haben Indizes und Methoden, um Stadt-Landabgrenzungen vorzunehmen.
Eine Vielzahl der Abgrenzungen basiert auf Erreichbarkeiten, Pendlerverhalten und Schwellwertdefinitionen. Im Rahmen einer künftigen Masterarbeit könnte ein Teil der Arbeitsleistung aus einer Übersicht der verschiedenen Kennwerte zur Raumabgrenzung im Fokus stehen, die Stärken und Schwächen die wichtigsten Abgrenzungsmethoden vorstellt.
Auf dieser Grundlage könnte sich ein zweiter Teil zur Arbeitsleistung anschließen, der einen stärkeren GI-analytischen Fokus verfolgt und der Frage nachgeht, inwiefern sich Gravitationsmodelle und im speziellen two-step floating catchment area (2SFCA) Methoden zur Abgrenzung von Stadt und Land eigenen könnten. Hierbei kann durch analytisch-exploratives Vorgehen in einem begrenzten Analysegebiet mithilfe Instituts-intern prototypisch vorhandenen, Werkzeugen (ArcGIS-Toolboxes, Pythonscripte etc.) Grundsätze zur Ableitung von Grenzdefinitionen mitgewirkt werden. Die Arbeit steht in einem Planungs- bzw. raumordnungstheoretischen, geographischen und GI- bzw. raumanalytischen Kontext.
Ansprechpartner:
© GI
Herr Falko Krügel M.Sc.
Eine verschlüsselte E-Mail über das SecureMail-Portal versenden (nur für TUD-externe Personen).
Besucheradresse:
Hülssebau, O152 Helmholtzstraße 10
01069 Dresden
Deutschland
Mobility data is sensitive and personal data, which is one the reasons why its availability to researchers is limited. One solution to this problem is to replace real-world data with generated synthetic (artificial) mobility data. In recent years, researchers have proposed different methods for generating synthetic mobility data that shares as many characteristics with real-world data as possible [1]. However, few efforts have been made to compare these methods and evaluate their usability in practical scenarios.
In this topic, your task is to pick a potential use case for synthetic mobility data and evaluate whether synthetic data can meaningfully replace real-world data in this specific case.
More specifically, you will:
- familiarize yourself with relevant literature
- choose a use case for applied mobility analysis; for example, assessing bikeability (i.e, the suitability of an area for bicycling [2])
- select and apply one or more synthetic data generators using a real-world dataset as input
- evaluate and compare the generators' output in terms of usability for your selected use case
[1] https://dl.acm.org/doi/full/10.1145/3610224
[2] https://www.sciencedirect.com/science/article/pii/S0198971520302866
Ansprechpartner:
© Anna Brauer
Frau Anna Brauer PhD
Eine verschlüsselte E-Mail über das SecureMail-Portal versenden (nur für TUD-externe Personen).
Besucheradresse:
Hülssebau, Raum O 163 Helmholtzstraße 10
01069 Dresden
Deutschland
- Anforderungsanalyse für die Modellierung und die Nutzung von Linked Data im Bereich von Geobasisdaten
- Auswahl geeigneter Datensätze anhand des GeoSN Produktportfolios
- Möglichkeiten der Integration mit externen, thematischen Datensätzen
- Prototypische Umsetzung (Kodierung, Datenintegration) am Beispiel eines geeigneten Datensatzes
Ansprechpartner:
© GI
Dr. Stephan Mäs
Eine verschlüsselte E-Mail über das SecureMail-Portal versenden (nur für TUD-externe Personen).
Besucheradresse:
Hülssebau, HÜl O155 Helmholtzstraße 10
01069 Dresden
Deutschland
The modelling of map content as structured data has been recognized in previous work (e.g. Scheider et al, 2014a,b; Degbelo, 2021, 2022) as a key enabler of semantic search of maps. Nonetheless, human-driven production of this metadata is impractical and there is still a lack of techniques to produce these metadata automatically. This thesis will explore means of addressing that gap. Tasks include:
- Prototypical implementation of exemplar web-based maps (both thematic map and topological maps)
- Requirements specification and implementation of the approach for map content metadata generation in RDF (Resource Description Framework)
- Evaluation of the approach (e.g., code overhead for developers, question answering)
References
Degbelo, A. (2021) ‘An ontology design pattern for geovisualization content description’, in E. Blomqvist, T. Hahmann, K. Hammar, P. Hitzler, R. Hoekstra, R. Mutharaju, M. Povedaf, C. Shimizuc, M. Skjaeveland, M. Solanki, V. Svátek, and L. Zhou (eds) Advances in Pattern-based Ontology Engineering. IOS Press, pp. 279–291. Available at: https://doi.org/10.3233/SSW210019.
Degbelo, A. (2022) ‘FAIR geovisualizations: definitions, challenges, and the road ahead’, International Journal of Geographical Information Science, 36(6), pp. 1059–1099. Available at: https://doi.org/10.1080/13658816.2021.1983579.
Scheider, S., Degbelo, A., Kuhn, W. and Przibytzin, H. (2014a) ‘Content and context description - How linked spatio-temporal data enables novel information services for libraries’, gis.Science, (04), pp. 138–149.
Scheider, S., Jones, J., Sánchez, A. and Keßler, C. (2014b) ‘Encoding and querying historic map content’, in J. Huerta, S. Schade, and C. Granell (eds) The 17th AGILE International Conference on Geographic Information Science - Connecting a Digital Europe Through Location and Place. Castellón, Spain: Springer International Publishing, pp. 251–273. Available at: https://doi.org/10.1007/978-3-319-03611-3_15.
Ansprechpartner
© A. Degbelo
Herr Dr. rer. nat Auriol Degbelo
Eine verschlüsselte E-Mail über das SecureMail-Portal versenden (nur für TUD-externe Personen).
Besucheradresse:
Hülssebau Helmholtzstraße 10
01069 Dresden
Deutschland
With online geovisualizations becoming increasingly available, techniques are needed to facilitate their findability (see e.g. [1]). The aim of this thesis is to propose a model to rank online geovisualizations. The model will be tested through user ratings from a lab-based or online study. Tasks include:
- Relevance criteria elicitation: compile a list of criteria that matter during relevance assessment of online geovisualizations, based on a focus group discussion.
- Prototype development: implement a user interface to display most relevant online geovisualizations for a given query. The data from [2] will be used as input.
- Relevance model development: collection of user ratings (e.g. DCG) about the visualizations returned by the prototype and development of a model to estimate the relevance of online geovisualizations for given tasks. The model development approach can be inspired from [3]. Its sensitivity to the device type (e.g. Desktop vs Mobile) may be also evaluated.
Readings:
[1] Degbelo, A. (2022) ‘FAIR geovisualizations: definitions, challenges, and the road ahead’, International Journal of Geographical Information Science, pp. 1–41. doi: 10.1080/13658816.2021.1983579.
[2] Hüffer, P., Degbelo, A. and Risse, B. (2025) ‘Geovicla: automated classification of interactive web-based geovisualizations’, in. The 13th International Conference on Geographic Information Science (GIScience 2025), Christchurch, New Zealand.
[3] Hu, Y., Janowicz, K., Prasad, S. and Gao, S. (2015) ‘Enabling semantic search and knowledge discovery for ArcGIS online: A linked-data-driven approach’, in Bacao, F., Santos, M. Y., and Painho, M. (eds) AGILE 2015 - Geographic Information Science as an Enabler of Smarter Cities and Communities. Lisbon, Portugal: Springer, Cham, pp. 107–124. doi: 10.1007/978-3-319-16787-9_7.
Ansprechpartner
© A. Degbelo
Herr Dr. rer. nat Auriol Degbelo
Eine verschlüsselte E-Mail über das SecureMail-Portal versenden (nur für TUD-externe Personen).
Besucheradresse:
Hülssebau Helmholtzstraße 10
01069 Dresden
Deutschland
The Semantic Web vision (Berners-Lee et al 2001) has outlined a future where digital assistants perform tasks on the Web on behalf of users. There has been significant progress on the original semantic web vision, and agent-based frameworks have emerged for automating tasks such as geographic information retrieval (e.g. Ning et al., 2025; Feng et al., 2025) or geographic data analysis (e.g. Akinboyewa et al., 2025; Feng et al., 2025). Nonetheless, the important task of geographic data exchange between agents has, so far, received less attention. The goal of this thesis is to learn about the effective design of such agents. Tasks include:
- Scenario definition: the scenario envisioned is that of a computational agent looking for missing datasets on behalf of an analyst, as briefly outlined in (Degbelo 2022). Open datasets from Germany will be selected to simulate that scenario. GeoJSON or JSON/LD may be chosen as a format to begin with.
- Prototype development: this step will build a multi-agent framework for geographic data exchange using the Langgraph framework. At least two workflows will be considered during the design of the framework: one involving an agent communication language (e.g. KQML) and one using large language models solely. An explainer will be added as a module to the architecture to facilitate the interpretation of the results.
- Evaluation: the impact of the design decisions will be evaluated through several criteria such as task complexity (e.g. one-dimensional vs multidimensional exchange), effectiveness (e.g. number of successful exchanges), efficiency (e.g. number of tokens, number of conversational turns until success), and qualitative value.
References:
Akinboyewa, T., Li, Z., Ning, H. and Lessani, M.N. (2025) ‘GIS Copilot: towards an autonomous GIS agent for spatial analysis’, International Journal of Digital Earth, 18(1), p. 2497489. Available at: https://doi.org/10.1080/17538947.2025.2497489.
Berners-Lee, T., Hendler, J. and Lassila, O. (2001) ‘The semantic web’, Scientific American, 284(5), pp. 34–43. http://www.krchowdhary.com/ai/ai16/sematic%20web-sci-am.pdf
Degbelo, A. (2022) ‘FAIR geovisualizations: definitions, challenges, and the road ahead’, International Journal of Geographical Information Science, 36(6), pp. 1059–1099. Available at: https://doi.org/10.1080/13658816.2021.1983579.
Feng, Y., Zhang, P., Xiao, G., Ding, L. and Meng, L. (2025) ‘Towards a barrier-free GeoQA portal: Natural language interaction with geospatial data using multi-agent LLMs and semantic search’, International Journal of Applied Earth Observation and Geoinformation, 144, p. 104825. Available at: https://doi.org/10.1016/j.jag.2025.104825.
Ning, H., Li, Z., Akinboyewa, T. and Lessani, M.N. (2025) ‘An autonomous GIS agent framework for geospatial data retrieval’, International Journal of Digital Earth, 18(1), p. 2458688. Available at: https://doi.org/10.1080/17538947.2025.2458688.
Ansprechpartner
© A. Degbelo
Herr Dr. rer. nat Auriol Degbelo
Eine verschlüsselte E-Mail über das SecureMail-Portal versenden (nur für TUD-externe Personen).
Besucheradresse:
Hülssebau Helmholtzstraße 10
01069 Dresden
Deutschland
Despite the desideratum that “queries in different languages, but with identical semantics, should yield equivalent ranking lists when retrieving on the same multilingual [collection]“ (Yang et al, 2024), queries expressed in different languages within geoportals often produce divergent result sets. The aim of this work is to address that gap. Tasks include:
- Formalization of language bias: this step will go beyond ranking considered in (Yang et al, 2024) to produce a metric that accounts for the various sources of language bias in geodata search, for instance: differences in the elements returned, variations in the spatial/temporal coverage of the results, discrepancies in result rankings.
- Assessment of language bias: the proposed metric will be applied to evaluate the extent of language bias in current geoportals. Examples of relevant portals in the European context can be selected from (Degbelo et al, 2016). Additional examples outside Europe may be considered (e.g. Data.gov)
- Mitigation of language bias: the work will propose and evaluate techniques to mitigate language bias (e.g. query expansion, query translation, dense retrieval). Experiments will be conduced using datasets from the NFDI4Earth OneStop4All (https://onestop4all.nfdi4earth.de/) as a test scenario. Both open-source multitingual models (mBERT, XLM-R, Teuken-7B, Deepseek …) and proprietary (e.g. GPT, Gemini) ones may be considered for dense retrieval strategies.
References:
Degbelo, A., Trilles, S., Kray, C., Bhattacharya, D., Schiestel, N., Wissing, J. and Granell, C. (2016) ‘Designing semantic application programming interfaces for open government data’, JeDEM - eJournal of eDemocracy and Open Government, 8(2), pp. 21–58. Available at: https://doi.org/10.29379/jedem.v8i2.420.
Yang, J., Jiang, F. and Baldwin, T. (2024) ‘Language bias in multilingual information retrieval: The nature of the beast and mitigation methods’, in J. Sälevä and A. Owodunni (eds) Proceedings of the Fourth Workshop on Multilingual Representation Learning (MRL 2024). Miami, Florida, USA: Association for Computational Linguistics, pp. 280–292. Available at: https://doi.org/10.18653/v1/2024.mrl-1.23.
Ansprechpartner
© A. Degbelo
Herr Dr. rer. nat Auriol Degbelo
Eine verschlüsselte E-Mail über das SecureMail-Portal versenden (nur für TUD-externe Personen).
Besucheradresse:
Hülssebau Helmholtzstraße 10
01069 Dresden
Deutschland
Metaphors reflect how people think about user interfaces, and people naturally produce spatial metaphors when talking about user interfaces. Though previous work has acknowledged their values in HCI, there is still a lack of techniques to formally describe metaphors and tools to facilitate their analysis. This thesis will use existing taxonomies of image schemas to annotate people’s actions during map interaction and build a tool that help make sense of the metaphors they use. The tool will use text mining techniques and visualization techniques to help answer questions related to metaphors of map interaction.
Ansprechpartner:
© A. Degbelo
Herr Dr. rer. nat Auriol Degbelo
Eine verschlüsselte E-Mail über das SecureMail-Portal versenden (nur für TUD-externe Personen).
Besucheradresse:
Hülssebau Helmholtzstraße 10
01069 Dresden
Deutschland
Mit dem Global-Brook90 R-Package(https://github.com/hydrovorobey/Global_BROOK90) kann weltweit für ein festgelegtes Einzugsgebiet der lokale Wasserhaushalt inclusive einer Vorhersage berechnet werden. Dabei werden automatisch verschiedene Datenprovider abfragt und verschiedene globale Datensätze zur Landbedeckung, Boden, DGM etc. für die Modellierung verwendet. Ziel der Masterarbeit ist die Implementierung einer Webapplikation welche diese Funktionalität nutzerfreundlich anbietet.
Vorobevskii, I., Kronenberg, R., Bernhofer, C.: Global BROOK90 R Package: An Automatic Framework to Simulate the Water Balance at Any Location, Water, 12, https://doi.org/10.3390/w12072037, 2020
Ansprechpartner:
© GI
Dr. Stephan Mäs
Eine verschlüsselte E-Mail über das SecureMail-Portal versenden (nur für TUD-externe Personen).
Besucheradresse:
Hülssebau, HÜl O155 Helmholtzstraße 10
01069 Dresden
Deutschland
© GI
Herr Simeon Wetzel M.Eng.
Eine verschlüsselte E-Mail über das SecureMail-Portal versenden (nur für TUD-externe Personen).
Besucheradresse:
Hülssebau, O152 Helmholtzstraße 10
01069 Dresden
Deutschland
In Kooperation mit Dr. Rico Kronenberg vom Institut für Hydrologie und Meteorologie, TU Dresden