Zusammenfassung der Dissertation

Selbstlernende Systeme, die ihr Verhalten im Betrieb individuell an Nutzer anpassen, gewinnen zunehmend an Relevanz – etwa in Fahrzeugen, die sich an persönliche Fahrgewohnheiten erinnern.

Die Validierung solcher dynamisch lernenden Funktionen stellt klassische Testverfahren jedoch vor erhebliche Herausforderungen.

In dieser Dissertation wird daher ein neuartiger Validierungsansatz vorgestellt, der realitätsnahe Nutzungsszenarien mit intelligenten Testmethoden kombiniert, um das Verhalten selbstadaptiver Systeme gezielt und nachvollziehbar zu überprüfen.

Wir beglückwünschen Marco Stang herzlich zu diesem bedeutenden Erfolg und wünschen ihm alles Gute für seine wissenschaftliche und berufliche Zukunft.