Ausgewählte Fallstudien, die meinen analytischen Ansatz dokumentieren: Fragestellung, Datenaufbereitung, Modellierung, Validierung, Visualisierung und reproduzierbare Workflows auf öffentlichen, institutionellen und administrativen Daten.
GitHub-ProfilHinweis zum Portfolio: Diese Projekte decken drei Kompetenzbereiche ab, die für angewandte Data-Science relevant sind: Analyse öffentlicher Verwaltungsdaten, kausale Politikanalyse und reproduzierbare ML-Ingenieurpraxis. Projektstatusangaben sind explizit und ehrlich: vollständige Analyse, reproduzierbarer Prototyp oder begutachtete Forschungsarbeit.
A. Angewandtes Data-Science-Portfolio
Eigenständig entwickelte Projekte auf öffentlich zugänglichen Daten, die End-to-End-Analyseworkflows demonstrieren: von der Datenquelle bis zum reproduzierbaren Output.
Dokumentierter Analyseworkflow für amtliche PMK-Aggregatdaten aus BMI/BKA-Publikationen (2022–2024): prüfsummenvalidierter Datensatz (84.172 erfasste Straftaten 2024), vier reproduzierbare Visualisierungen und vollständige Quellendokumentation mit expliziten Interpretationsgrenzen.
Methoden: Manuelle Transkription aus amtlichen Quellen · Prüfsummenvalidierung · Deskriptive Statistik · Kategorienvergleich
Quelldokumentation, Prüfsummenvalidierung, nüchterne Visualisierung und verantwortungsvolle Kommunikation gesellschaftlich sensibler Verwaltungsstatistiken.
Dokumentierter Analyseworkflow für amtliche BfV-Aggregatstatistiken aus Verfassungsschutzberichten 2022–2024: Personalpotenzial nach Phänomenbereich (Rechtsextremismus 50.250 in 2024), extremistisch motivierte Straftaten, 8/8 Konsistenzprüfungen bestanden, vollständige Quellendokumentation auf URL-Ebene.
Methoden: Manuelle Transkription aus Pressemitteilungen · Kreuzvalidierung zwischen Berichten · Deskriptive Zeitreihen · Provenienz-Dokumentation
Strukturierte Extraktion und Aufbereitung öffentlicher Sicherheitsstatistiken, systematische Quelldokumentation, reproduzierbare Datenpipeline auf amtlichen BfV-Aggregatdaten.
Supervised-Learning-Workflow auf einem öffentlichen strukturierten Datensatz: leckagefreie sklearn-Pipelines, drei Modellvergleiche (LR · RF · GBM), Kreuzvalidierung, 11 automatisierte pytest-Tests und reproduzierbare Dokumentation. Random Forest: ROC-AUC 0,900.
Methoden: Binäre Klassifikation · sklearn Pipeline · Kreuzvalidierung · Feature Importance · ROC-AUC
End-to-End-ML-Workflow, Vermeidung von Data Leakage, Modellvalidierung, automatisierte Tests und reproduzierbare Figurenerzeugung.
B. Forschungsbasierte quantitative Analyse
Abgeschlossene Analysen in formalen Forschungs- und akademischen Kontexten, auf realen Datensätzen mit etablierten Methoden der kausalen Inferenz, vollständig begutachtet und benotet.
Zwei abgeschlossene Analysen mit RDD und DiD: Uruguay PANES-Programm (ca. 10 % kausaler Anstieg politischer Unterstützung, Distinction 83 %) und COVID-19-Lockdown auf Lebenszufriedenheit (DiD + PSM, HILDA-Panel, 215.000 Beobachtungen).
Methoden: Sharp RDD · DiD · PSM · McCrary-Test · Donut-Hole · Bandbreitensensitivität · rdrobust
Kausales Schlussfolgern jenseits von Korrelation. Identifikationsstrategie, Annahmentests, Robustheitsprüfungen und transparente Unsicherheitskommunikation.