Daniel Autenrieth
AI Research & System Development

KI-Systeme für komplexe und sensible Bereiche.

Daniel Autenrieth entwickelt KI-Systeme und forscht daran, wie Intelligenz in technischen, biologischen und sozialen Systemen entsteht, sichtbar wird und gestaltet werden kann.

Daniel Autenrieth
Arbeitsweise

Forschung, KI-Systementwicklung und organisationale Praxis.

Daniel Autenrieth arbeitet an Vorhaben, in denen technische Systeme, fachliche Modelle und Entscheidungen in Organisationen zusammen entwickelt werden müssen. Seine Arbeit verbindet theoretische Modellbildung, Softwareentwicklung und Prozessverständnis.

Daraus entstehen KI-gestützte Wissenssysteme, Software für spezifische Arbeits- und Forschungskontexte, intelligente Dateninfrastrukturen, Forschungswerkzeuge und AI-Operations-Strukturen. Methoden zur Analyse von Bedeutung, Präferenzen und Resonanz sind Teil dieser Arbeit, wenn sie für die jeweilige Fragestellung relevant sind.

Arbeitsfelder

Vier Schwerpunkte.

AI Systems & Operations

Produktive KI-Systeme, interne Software, RAG- und GraphRAG-Architekturen, intelligente Dateninfrastrukturen und AI Operations für komplexe Organisationskontexte.

Organizational Intelligence

Systeme und Methoden, die implizites Wissen, Zielgruppenverständnis, Entscheidungslogiken und organisationale Daten nutzbar machen.

Forschung & Alignment

Forschung zu AI Alignment, Preference Structures, Human-AI Complementarity, Computational Hermeneutics und verantwortlicher Mensch-KI-Interaktion.

Sensitive Domains

KI-Anwendungen in Feldern, in denen technische Lösungen nicht ausreichen: Recht, Bildung, Medizin, Life Science, Kultur und öffentliche Organisationen.

KI und Wissensarbeit

Technische Systeme in komplexen Kontexten.

KI-Systeme verändern, wie Organisationen Wissen strukturieren, Entscheidungen vorbereiten und Daten interpretieren. Relevant ist nicht nur Automatisierung, sondern das Verhältnis von technischen, sozialen, biologischen und organisationalen Systemen.

Verstehen

Problem, Datenlage, fachliche Annahmen, Risiken und Wertfragen werden geklärt.

Struktur schaffen

Aus unklaren Wissensbeständen entstehen Modelle, Verfahren und Datenstrukturen.

Entwickeln

Aus Analyse werden Systeme, Methoden oder Arbeitsformen.

Systeme

Woran Daniel arbeitet.

Wissen in Organisationen nutzbar machen

Wenn Wissen in Gesprächen, Daten, Erfahrungen, Reviews oder internen Prozessen liegt, entstehen Systeme, die es sichtbar, strukturierbar und anschlussfähig machen.

KI in Arbeitsprozesse integrieren

KI wird nicht als einzelnes Tool eingeführt, sondern als Teil von Software, Datenflüssen, Auswertungen, Workflows und Entscheidungsprozessen.

Fachliche Komplexität erschließen

Juristische Verfahren, medizinische Daten, Forschungsergebnisse oder Bildungsprozesse werden in Strukturen überführt, die Zusammenhänge, Unsicherheiten und Entscheidungsgrundlagen sichtbar machen.

Datenräume intelligent erschließen

Daten aus unterschiedlichen Quellen werden in Strukturen überführt, die Analysen, Dashboards, Präsentationen und agentische Auswertung ermöglichen.

Forschung in Verfahren überführen

Methoden zur Bedeutungs-, Präferenz- und Resonanzanalyse werden zu Systemen, die Erkenntnisse erheben, strukturieren und in Entwicklung oder Entscheidungen zurückspielen.

Neue Entwicklungsräume aufbauen

Aus wiederkehrenden Problemklassen entstehen eigene Systeme, Unternehmen und Entwicklungsräume.

Unternehmen

Unternehmen und Entwicklungsräume.

Neben Autenrieth & Partner hat Daniel Autenrieth Unternehmen aufgebaut, in denen wiederkehrende Forschungs- und Entwicklungsfragen als eigene Systeme weitergeführt werden.

Next Step Culture

Next Step Culture wurde von Daniel Autenrieth und Claudia Baumbusch gegründet. Das Unternehmen entwickelt KI-Systeme und Workbench-Strukturen für Kultur, Hochschulen, Organisationen, HR und Forschung. Reson8 ist darin ein Baustein, um Gespräche, Wissensexplikation, qualitative Auswertung und Anwendung in Lern-, Forschungs- und Organisationsprozessen zu verbinden.

nextstepculture.de

Heartful Science

Heartful Science ist ein öffentlich sichtbares Projekt von Pulse Data Insight, einem von Daniel Autenrieth und Prof. Dr. Thomas Zerm gegründeten Unternehmen. Pulse Data Insight entwickelt KI-Systeme in medizinischen und life-science-nahen Kontexten, insbesondere dort, wo Prävention, Verhalten, biologische Daten und personalisierte Health Journeys zusammenkommen.

heartfulscience.com
Kontexte

Auswahl an Kunden und Partnern.

Kunden und Partner

Forschungspartner

Aktuelle Forschung

Alignment-Fragen in KI-Systemen.

Der aktuelle Forschungsfokus liegt auf technischem und bildungstheoretischem Alignment von KI-Systemen. Im Zentrum steht die Frage, welche Wert-, Wissens- und Präferenzstrukturen in Large Language Models sichtbar werden und wie sie empirisch untersucht werden können.

MessungModellierungAlignment-Frage
Aktuelle PublikationenZur vollständigen Liste
  • Different Models, Different Values: Educational Preference Structures across Alignment Methodologies in Large Language ModelsCSEDU 2026
    2026
  • How AI Systems Think About Education: Analyzing Latent Preference Patterns in Large Language ModelsarXiv
    2026
  • AI For Whom? Participation, Power and Educational Pathways in the Age of Artificial IntelligenceEuropean Journal of Education, 61(2)
    2026
  • Künstliche Intelligenz und inklusive Bildung - Empirische Perspektiven auf Einstellungen und Nutzungsmuster von LehrkräftenMedienimpulse, 64(1)
    2026
  • From Metrics to Meaning: Large Language Models and the Computational Turn in Embodied Educational ResearchFrontiers in Language Sciences, 5
    2026

Vorträge und Workshops.

Formate zu AI Alignment, Bias, Preference Structures, KI und organisationaler Praxis. Die vollständige Liste steht auf der Vortragsseite.

Alle Vorträge und Workshops
  • 18.05.2026
    Different Models, Different Values: Educational Preference Structures across Alignment Methodologies in Large Language ModelsInternational Conference on Computer Supported Education, Benidorm, Spanien
  • 20.02.2026
    Künstliche Intelligenz und Inklusive Bildung - Empirische Perspektiven auf Haltungen und Nutzungstypenifo-Tagung, Universität Bremen
  • 12.01.2026
    Wie entsteht Bias in KI-Systemen?Universität Flensburg
  • 01.12.2025
    KI als Katalysator transformativer BildungsprozesseDIE Forum Bonn
  • 30.09.2025
    Menschliche Existenz, (Nicht)Nachhaltigkeit & Künstliche Intelligenz - Erziehungswissenschaftliche PerspektivenAuftakttagung der DGfE-Arbeitsgemeinschaft Nachhaltigkeit beziehungsweise Nicht-Nachhaltigkeit und planetare Zukünfte, gemeinsam mit Dr. Jan-René Schluchter