Ausbildung

Humboldt-Universität zu Berlin

Betriebswirtschaftslehre

Bachelorstudium (B.Sc.)

bis heute

  • Schwerpunkte: Accounting, Finance und Wirtschaftsinformatik.
  • Fokus auf Konzernrechnungslegung, internationale Rechnungslegung (IFRS), Unternehmenspublizität und empirische Kapitalmarktforschung.
  • Praxisorientierte Verbindung betriebswirtschaftlicher Fachfragen mit quantitativen Methoden, Ökonometrie und modernen KI-Systemen.

Gerhart-Hauptmann-Gymnasium Friedrichshagen

Allgemeine Hochschulreife

Abiturnote: 1,4 · Naturwissenschaftliche Ausrichtung

Naturwissenschaftlich-mathematischer Schwerpunkt. Eigenverantwortliche Organisation von Schülerprojekten sowie fachliche Betreuung jüngerer Jahrgänge in Mathematik und Chemie.

Praxiserfahrung

KPMG

Audit Technology | Digital Audit Innovation

Werkstudent · Berlin

bis

  • Mitwirkung an der Konzeption, Entwicklung und Evaluation von KI-Agenten zur Unterstützung und Automatisierung von Prüfungsprozessen.
  • Überführung fachlicher Anforderungen aus der Wirtschaftsprüfung in technische Prototypen und KI-gestützte Workflows.

Wirtschaftsprüferkammer

Abschlussdurchsicht / Marktstrukturen

Werkstudent · Berlin

bis

  • Eigeninitiierte Konzeption und prototypische Entwicklung einer KI-gestützten Anwendung zur automatisierten Analyse von Rechnungslegungsdokumenten.
  • Fachliche Durchsicht und Analyse veröffentlichter Jahres- und Konzernabschlüsse sowie strukturierte Dokumentation der Prüfungsergebnisse.
  • Datenaufbereitung und Auswertung für Analysen zur Struktur des deutschen Wirtschaftsprüfungsmarktes sowie Mitwirkung an der internen Qualitätssicherung.

Ausgewählte Studienprojekte

Algorithmische Fairness im Credit Scoring

Seminararbeit · Wirtschaftsinformatik

Systematische Literaturanalyse nach PRISMA und empirischer Benchmark von In-Processing-Fairness-Methoden im maschinellen Lernen. Untersuchung des Zielkonflikts zwischen Prognosegüte, Gruppenfairness und wirtschaftlichem Nutzen in der Kreditrisikomodellierung.

Methoden: Dokumentation nach PRISMA · Methodenklassifikation · Empirischer Benchmark

Empirical Research in Finance

Seminarprojekt · Humboldt-Universität zu Berlin

Empirische Analyse von Unternehmens- und Kapitalmarktdaten in R. Ökonometrische Untersuchung des Zusammenhangs zwischen Bilanzkennzahlen und Aktienrenditen mittels Regressionsmodellen sowie Durchführung einer Ereignisstudie (Event Study) zu den Marktreaktionen auf das Brexit-Referendum.

Methoden: Datenbereinigung · Regressionsanalyse · Ereignisstudie · Reproduzierbare Auswertung

Kenntnisse

Datenanalyse und Programmierung
Python (KI-Prototypen, Datenverarbeitung), R (empirische Datenanalyse, Ökonometrie) und Excel VBA.
KI und Entwicklung
Konzeption von LLM-Workflows und KI-Agenten (OpenAI API, Google Gemini API, Hugging Face, lokale Modelle über Ollama) sowie Versionsverwaltung mit Git und GitHub.
Wissenschaftliches Arbeiten
Empirische Forschungsdesigns (Regressionsanalyse, Event Studies), systematische Literaturrecherche (PRISMA) sowie wissenschaftlicher Satz mit LaTeX und Typst.
Arbeitswerkzeuge
Microsoft 365, Google Workspace und Notion.
Sprachen
Deutsch: Muttersprache · Englisch: fließend