Zur Person
Mein Schwerpunkt liegt auf der reproduzierbaren Analyse gesellschaftlich relevanter Datenbestände — von der Datenaufbereitung über statistische Modellierung und Textanalyse bis zur transparenten Ergebnisvermittlung für unterschiedliche Zielgruppen. Ich habe Erfahrung mit offiziellen deutschen Verwaltungsstatistiken, parlamentarischen Textkorpora und großen Längsschnittdatensätzen. Meine Arbeitsweise ist methodisch sorgfältig, quelldokumentiert und auf belastbare Interpretation ausgerichtet — insbesondere bei Daten mit gesellschaftlicher Relevanz.
Staatsangehörigkeit
Deutsch
Aktueller Abschluss
MSc Volkswirtschaftslehre (Abschluss erwartet 08/2026), Universität zu Köln, Note 1,0, Top 1 %
Berufserfahrung Data Science
Wissenschaftlicher Mitarbeiter, Universität zu Köln, 04/2022–03/2026 (4 Jahre); MPIfG Köln, 08/2025–heute
Primäre Programmiersprachen
Python (fortgeschrittene Anwendungskenntnisse), R (fortgeschritten), Stata (fortgeschritten)
Sprachkenntnisse
Deutsch (Muttersprache) · Englisch (akademisch, LSE-Abschluss)
Anforderungen und Nachweise
Die folgende Tabelle ordnet den Anforderungen der Stellenausschreibung konkrete Nachweise aus meiner Projekt- und Forschungstätigkeit zu. Jeder Nachweis ist durch eine Projektseite, ein begutachtetes Dokument oder eine dokumentierte Forschungstätigkeit belegt.
| Anforderung |
Mein Nachweis |
Beleg / Link |
| Informationsgewinnung aus großen Datenmenge |
HILDA-Längsschnitt (215.733 Beobachtungen, 16.513 Personen); Befragungsdaten (>5.000 Teilnehmende, Universität Köln); Bundestag-Plenarprotokolle (XML, 26.992 Redeeinheiten, 13,75 Mio. Roh-Tokens) |
Kausalanalyse → |
| Eigenständige Entwicklung von Analyseprojekten |
PMK-Datenprojekt (eigenständig konzipiert, umgesetzt und dokumentiert); BfV-Verfassungsschutzberichte (eigenständig, 8/8 Validierungsprüfungen); ML-Pipeline (eigenständig). Alle mit vollständiger Workflow-Dokumentation. |
PMK-Projekt →
BfV-Projekt →
ML-Pipeline → |
| Analyse von Ingestion bis zur Visualisierung |
Alle Portfolioprojekte folgen diesem vollständigen Workflow: Datenquellen → Aufbereitung/Validierung → Modellierung → reproduzierbare Visualisierungen → Ergebnisdokumentation |
Alle Projekte → |
| Statistische Methoden und Datenmodellierung |
Kausalinferenz (RDD, DiD, PSM), Bayes-Ökonometrie, Paneldaten, semiparametrische Verteilungsregression, Monte-Carlo-Simulation — belegt durch begutachtete Abschlussarbeiten (Note 1,0 / Distinction 83 %) |
MSc-Abschlussarbeit →
Kausalanalyse → |
| Machine Learning / Textanalyse |
sklearn-Pipelines (Random Forest, GBM, LR), Kreuzvalidierung, ROC-AUC-Bewertung (RF: 0,900); TF-IDF und NMF-Themenmodellierung (k=8) als ergänzender methodischer Nachweis |
ML-Pipeline → |
| Visualisierung und Ergebnisvermittlung |
Reproduzierbare matplotlib/ggplot2-Abbildungen in allen Projekten; Lehrtätigkeit in Inferenzstatistik (~15 Studierende/Semester); Forschungsposter und Berichte für Fach- und Nicht-Fachpublikum (MPIfG, LSE) |
PMK-Visualisierungen →
BfV-Abbildungen → |
| Programmierung (mindestens eine Sprache) |
Python (4 Jahre kontinuierliche Anwendung in Forschungsprojekten: pandas, numpy, scikit-learn, matplotlib, lxml, statsmodels) und R (Abschlussarbeit, MPIfG); Stata (LSE-Analysen) |
Erfahrung →
GitHub → |
| Git / Versionskontrolle |
Git in allen Portfolioprojekten eingesetzt; Makefile-basierte Reproduzierbarkeit im PMK- und ML-Projekt; dokumentierte Commit-Historien |
GitHub-Profil → |
| Containerisierung / Virtualisierung |
Docker: Grundkenntnisse, im Einsatz in einem eigenen Projekt. Kein ausgebauter Einsatz in Forschungsprojekten. |
Grundkenntnisse belegt; kein Schwerpunkt |
| Mindestens 2 Jahre Berufserfahrung Data Science |
Wissenschaftlicher Mitarbeiter, Universität zu Köln, 04/2022–03/2026 (4 Jahre): Python-basierte Datenpipelines, statistische Modellierung, Analyse von Befragungsdaten (>5.000 Teilnehmende), Ergebniskommunikation für wissenschaftliches Publikum |
Erfahrungsseite → |
| Gute Englischkenntnisse |
MSc Behavioural Science (High Merit), London School of Economics; akademische Publikationssprache Englisch; Forschungsassistenz in Englisch (LSE) |
Wissenschaftliche Arbeiten → |
Besonders relevante Projekte
Drei Projekte mit direktem Bezug zur ausgeschriebenen Tätigkeit, nach Relevanz geordnet.
Projekt 1 — Flaggschiff-Fallstudie
Vollständige Analyse
Politisch Motivierte Kriminalität: Öffentliches Datenanalyse-Dashboard
Python
pandas
matplotlib
BMI/BKA-Daten
Datenvalidierung
Makefile
Git
Dieses Projekt konstruiert einen dokumentierten, prüfsummenvalidierten Analyseworkflow für die amtlichen Aggregatdaten zur Politisch Motivierten Kriminalität (PMK) aus Jahresberichten von BMI und BKA (2022–2024). Es erzeugt vier reproduzierbare Visualisierungen und trennt explizit, was aus erfassten Fallzahlen geschlossen werden kann — und was nicht.
Stellenrelevanz
Direkte thematische Überschneidung mit öffentlich zugänglichen deutschen Sicherheitsstatistiken. Zeigt sorgfältige Quelldokumentation, Validierung amtlicher Zahlen und verantwortungsvollen Umgang mit gesellschaftlich sensiblen Verwaltungsdaten — ohne operative Schlussfolgerungen oder individuelle Zuschreibungen.
Kernergebnisse (2024): 84.172 erfasste PMK-Straftaten (+40,2 % vs. 2023); PMK-rechts mit 50,8 % der Gesamtmenge; 4.107 Gewalttaten (+15,3 %); 6.236 antisemitische Straftaten (+20,8 %). Alle Zahlen aus amtlichen BMI/BKA-Pressemitteilungen, kreuzvalidiert, prüfsummengeprüft.
Klare Einschränkung: Diese Zahlen messen polizeilich erfasste Straftaten, nicht die tatsächliche Prävalenz. Veränderungen über Zeit können Anzeigeverhalten, Erfassungsprioritäten oder Definitionsänderungen widerspiegeln — nicht ausschließlich reale Inzidenzveränderungen.
Projekt 2 — Amtliche Sicherheitsstatistiken (BfV)
Validiertes MVP — 8/8 Konsistenzprüfungen
BfV Verfassungsschutzberichte: Öffentliche Aggregatdaten 2022–2024
Python
pandas
matplotlib
BfV-Daten
Datenvalidierung
Rechtsextremismus
Git
Dokumentierter Analyseworkflow für amtliche BfV-Aggregatstatistiken aus Verfassungsschutzberichten 2022–2024: manuelle Transkription mit URL-genauer Provenienz aus drei Pressemitteilungen und dem Rechtsextremismus-Kapitel des VSB 2024, systematische Kreuzvalidierung (Vorjahreswerte aller Berichte gegeneinandergeprüft), 8/8 automatisierte Konsistenzprüfungen bestanden, drei reproduzierbare Visualisierungen. Personalpotenzial nach Phänomenbereich (Rechtsextremismus 2024: 50.250; Linksextremismus: 38.000; Islamismus: 28.280; Reichsbürger: 26.000), extremistisch motivierte Straftaten 2022–2024 (57.701 in 2024). Analytisch strikt getrennt von PMK/BKA-Daten.
Stellenrelevanz
Direkte thematische Überschneidung mit dem Phänomenbereich der ausgeschriebenen Stelle (Rechtsextremismus/-terrorismus). Zeigt systematischen Umgang mit amtlichen BfV-Publikationen: Quellenauswahl, strukturierte Extraktion, Cross-Report-Validierung und transparente Interpretation öffentlicher Sicherheitsstatistiken — ohne operative Schlussfolgerungen oder individuelle Zuschreibungen.
Klare Einschränkung: Ausschließlich öffentlich zugängliche Aggregatdaten aus amtlichen BfV-Pressemitteilungen. BfV-Straftatenstatistik verwendet eine andere Zählsystematik als die PMK-Statistik (BKA/BMI) — kein direkter Vergleich. Keine internen, operativen oder vertraulichen Daten.
Projekt 3 — Statistische Modellierung und Interpretation
Begutachtete Forschungsarbeit
Kausale Politikanalyse mit quasi-experimentellen Methoden
Stata
R
RDD
DiD
PSM
Paneldaten
Robustheitstests
Zwei abgeschlossene, benotete Analysen mit quasi-experimentellen Methoden: (1) Regressionsdiskontinuität auf Uruguays PANES-Transferprogramm — vollständige Identifikationsstrategie mit McCrary-Test, Kovariaten-Placebos, OLS-Hauptergebnis, Donut-Hole- und Bandbreiten-Robustheitsprüfungen (Note: Distinction 83 %, LSE). (2) Differenz-von-Differenzen + Propensity-Score-Matching auf HILDA-Längsschnitt (215.733 Beobachtungen) zur Schätzung distributionaler Wohlfahrtseffekte (LSE-Dissertation).
Stellenrelevanz
Zeigt, dass ich statistische Befunde korrekt einordnen und kommunizieren kann: Was kann aus den Daten geschlossen werden, was nicht — und unter welchen Annahmen gilt ein Ergebnis. Diese epistemische Sorgfalt ist für datengetriebene Entscheidungsunterstützung im öffentlichen Sektor grundlegend.
Werkzeuge und Methoden — Nachweisübersicht
Jede aufgeführte Kompetenz ist durch ein konkretes Projekt, eine begutachtete Forschungsarbeit oder dokumentierte Berufstätigkeit belegt. Nicht nachgewiesene Kenntnisse werden explizit als solche gekennzeichnet.
| Kompetenzbereich |
Werkzeuge / Methoden |
Nachweis |
| Datenaufbereitung & Analyse |
Python (pandas, numpy), R (dplyr, tidyr), Stata |
4 Jahre Wissenschaftlicher Mitarbeiter Universität Köln (Befragungsdaten >5.000 Teilnehmende); alle Portfolioprojekte |
| Statistik & Modellierung |
Kausalinferenz (RDD, DiD, PSM), Bayes-Ökonometrie, Paneldaten, Verteilungsregression, Monte Carlo |
MSc-Abschlussarbeit (Note 1,0), LSE-Dissertation, Kausalanalyse-Projekt (Distinction 83 %) |
| Text- und ML-Analyse |
TF-IDF, NMF, sklearn Pipelines (RF, GBM, LR), Kreuzvalidierung |
Parlamentarisches NLP-Projekt; ML-Pipeline-Projekt (RF ROC-AUC 0,900) |
| Visualisierung & Kommunikation |
matplotlib, seaborn, ggplot2; Briefing-Outputs; Lehrtätigkeit |
PMK-Dashboard; MPIfG-Visualisierungen für Buchmanuskript; Lehrveranstaltungen (Inferenzstatistik, ~15 Studierende) |
| Reproduzierbarkeit & Versionskontrolle |
Git, Makefile, pytest, dokumentierte Pipelines |
Alle Portfolioprojekte; PMK-Prüfsummenvalidierung; 11 pytest-Tests im ML-Projekt |
| Containerisierung |
Docker |
Grundkenntnisse; im Einsatz in einem eigenen Projekt. Kein ausgebauter Schwerpunkt. |
Verantwortungsvoller Umgang mit gesellschaftlich sensiblen Daten
Die Analyse gesellschaftlich sensibler Daten — insbesondere im Sicherheitsbereich — erfordert methodische Präzision und interpretative Zurückhaltung. Die folgenden Grundsätze leiten meine gesamte Projektarbeit.
-
Ausschließlich öffentliche, aggregierte Daten. Alle Portfolioprojekte verwenden amtlich veröffentlichte Statistiken oder frei zugängliche institutionelle Daten (BMI/BKA-Jahresberichte, Bundestag-Open-Data). Kein Einsatz personenbezogener, operativer oder nicht-öffentlicher Daten. Keine Identifikation oder Profilerstellung von Einzelpersonen oder Gruppen.
-
Explizite Interpretationsgrenzen. Erfasste Fallzahlen (PMK) sind keine Prävalenzmaße — sie spiegeln Anzeigebereitschaft, Erfassungsprioritäten und Definitionsänderungen wider. NMF-Themencluster auf Parlamentstexten beschreiben lexikalische Muster, nicht Bekenntnisse oder Überzeugungen. Diese Einschränkungen werden in jedem Projekt explizit dokumentiert.
-
Prüfsummenvalidierung und vollständige Quelldokumentation. Im PMK-Projekt werden amtliche Zahlen vor jeder Auswertung gegen publizierte Gesamtsummen geprüft; jeder Datenpunkt trägt Quell-URL, Zugriffsdatum und Herkunftsnotiz. Die Validierung schlägt fehl und bricht den Prozess ab, wenn Prüfsummen nicht übereinstimmen.
-
Vollständige Reproduzierbarkeit ohne manuelle Nachbearbeitung. Alle Auswertungen laufen über versionierte, nummerierte Skripte (01→05 oder make all). Abbildungen werden programmatisch erzeugt, nicht manuell bearbeitet. Ergebnisse sind unabhängig nachvollziehbar.
-
Keine operativen oder individuellen Schlussfolgerungen. Die Analysen dienen der Beschreibung aggregierter Muster und der Methodendemonstration — nicht der Ableitung operativer Maßnahmen, der individuellen Gefahreneinschätzung oder der Vorhersage von Einzelereignissen. Prädiktive oder kausale Behauptungen werden nur dort getroffen, wo das Studiendesign dies erlaubt.
Berufliche Erfahrung in der Datenanalyse
04/2022 – 03/2026
Wissenschaftlicher Mitarbeiter — Datenanalyse
Universität zu Köln, Cologne Laboratory for Economic Research (Prof. Dr. Daniel Wiesen)
- Python-basierte Datenpipelines (pandas, numpy, scikit-learn, matplotlib) für Aufbereitung, statistische Analyse und Visualisierung experimenteller und Befragungsdaten über vier Jahre
- Verwaltung und Auswertung eines bundesweiten Datensatzes (>5.000 Teilnehmende): vollständige Pipeline von Ingestion über Bereinigung und Feature Engineering bis zur Ergebnisvisualisierung
- Eigenständige Entwicklung von Analyseprojekten von der Fragestellung bis zur Präsentation für wissenschaftliches Publikum
- Git-basierte Versionskontrolle und reproduzierbare Ergebnisdokumentation
08/2025 – heute
Wissenschaftlicher Mitarbeiter — Datenanalyse
Max-Planck-Institut für Gesellschaftsforschung (MPIfG), Köln (Prof. Dr. Lucio Baccaro, Prof. Dr. Björn Bremer)
- Eigenständige Analyseprojekte auf großen makroökonomischen Längsschnittdatensätzen in R (tidyverse, ggplot2, dplyr)
- Reproduzierbare Visualisierungen für wissenschaftliche Publikationen (Buchmanuskript) — für Fach- und Nicht-Fachpublikum
- Git-basierter Workflow, systematische Datendokumentation und Replikationscode
12/2023 – 03/2024
Wissenschaftlicher Mitarbeiter — Politikanalyse (befristet)
London School of Economics and Political Science (Prof. Dr. Joan Costa-i-Font)
- Quasi-experimentelle Politikanalyse (DiD, RDD) in Stata zur Schätzung kausaler Effekte von Regulierungsänderungen auf Ernährungsverhalten
- Datensatzkonstruktion, Variablenkodierung, Replikationsdokumentation und Manuskriptredaktion
Akademischer Hintergrund
2024 – 2026 (voraussichtlich)
MSc Volkswirtschaftslehre — Note 1,0, Beste(r) 1 %
Universität zu Köln · Stipendium der Studienstiftung des deutschen Volkes
- Schwerpunkt: Statistik, Ökonometrie, Datenanalyse
- Kurse: Mikroökonometrie, Bayes-Ökonometrie, Machine-Learning-Methoden
- Abschlussarbeit: statistischer Test auf Endogenität in Verteilungsregression (Monte Carlo in R)
- Abschluss erwartet: 08/2026 (Abschlussarbeit in Vorbereitung)
- Gastaufenthalt: Universität Tokio (DAAD-Stipendium, 03–08/2026): Data Science for Public Policy
2023 – 2025
MSc Behavioural Science — High Merit
London School of Economics · Stipendium der Studienstiftung
- Schwerpunkt: Kausale Inferenz in der Politikanalyse
- Dissertation: DiD + PSM auf HILDA-Längsschnitt (n > 17.000), distributionale Wohlfahrtseffekte
- Essay (83 %, Distinction): RDD-Analyse von Bargeldtransfers auf politische Unterstützung
2019 – 2023
BSc Betriebswirtschaftslehre — Note 1,3, Top 5 %
Universität zu Köln · Stipendium der Studienstiftung
- Schwerpunkt: Quantitative Methoden und Experimentaldesign
- Abschlussarbeit: Experimentelle Methoden in der Gesundheitsökonomie (Note 1,0)
Unterlagen und Kontakt
Lebenslauf, Projektdetails und Kontaktmöglichkeit stehen zur Verfügung. Für Rückfragen zum analytischen Vorgehen einzelner Projekte stehe ich gerne zur Verfügung.