English version Deutsche Version (aktiv)
Porträt von Dr. Aiman El Asad
  • Über mich
  • Lebenslauf
  • Publikationen
  • Projekte
  • Kontakt

Dr. Aiman El Asad

AI Researcher Engineer Heterodox thinker

Researcher. Promotion und begutachtete Publikationen zu KI in der Fahrzeugproduktion.

Engineer. Baut Datenpipelines, CUDA-Kernel und LLM-Systeme.

Heterodox thinker. Hinterfragt gern Annahmen, auch die eigenen.

Über mich

Ich bin Aiman. Ich habe an der RWTH Aachen Physik studiert und bin später in die Softwareentwicklung und KI gegangen. In meiner Promotion bei der Mercedes-Benz AG und der Universität Stuttgart habe ich an der Frage gearbeitet, wie sich Software-Updates auf die Fahrzeugproduktion auswirken.

Ich bin von Natur aus neugierig und ehrgeizig. Wenn mir etwas wirklich wichtig ist, gehe ich meist ganz darin auf. Ich setze mir gern schwierige Ziele, finde heraus, wie ich sie erreiche, und ziehe es dann durch.

Gleichzeitig ist es mir wichtig, Dinge richtig zu machen. Ob Projekt, Verpflichtung oder etwas, das ich einfach lernen wollte: Ich investiere lieber Zeit und Mühe, um es gut zu machen, als den bequemsten Weg zu nehmen.

Neugier

Neugier ist vermutlich mein stärkster Antrieb. Ich verstehe gern, wie Dinge funktionieren, erkunde neue Ideen, treffe Menschen mit anderen Perspektiven und lerne ständig etwas, das ich vorher nicht wusste.

Am meisten Freude macht es mir, technische Probleme von Grund auf zu verstehen. Ich stelle viele Fragen und behandle ein System ungern als Black Box. Das ist vermutlich ein Grund, warum meine Interessen von Machine Learning und LLMs bis zu CUDA, Rechnerarchitektur und Physik reichen.

Ich habe schon immer gern grundlegende Fragen gestellt, auch wenn die Antwort offensichtlich schien. Roger Penrose hat diese Haltung einmal so beschrieben, dass sie mir im Gedächtnis geblieben ist:

“Children are not afraid to pose basic questions that may embarrass us, as adults, to ask.”

— Roger Penrose, The Emperor’s New Mind (1989)

Einen ähnlichen Einfluss hatte Jon Stokes’ Inside the Machine auf mich. Zu verstehen, was Prozessoren wirklich tun, hat verändert, wie ich über Software-Performance denke. Dieses Interesse hat mich schließlich zu CUDA und zur GPU-Programmierung gebracht.

Daten

Ein großer Teil meiner Arbeit dreht sich um Daten. Ich nehme gern unaufgeräumte Daten aus der echten Welt, verstehe, wo sie herkommen, strukturiere sie und finde dann heraus, ob Machine Learning wirklich einen Mehrwert bringt.

Vorträge

Außerdem stelle ich Forschung gern vor und diskutiere sie. Einige der nützlichsten Momente meiner Arbeit sind entstanden, weil jemand eine einfache Frage gestellt hat, die mich eine Annahme überdenken ließ.

Aiman El Asad bei einem Vortrag im Hörsaal, CIRP CMS 2025, Universität Twente
CIRP Conference on Manufacturing Systems 2025, Universität Twente — unsere LLM-basierte Impact-Analyse für Software-Updates.
Aiman El Asad und seine Koautorin beim Vortrag auf dem Stuttgart International Symposium 2025
Stuttgart International Symposium 2025 — unser SAE-Paper zum Datenmanagement in der Inbetriebnahme.
Aiman El Asad spricht vor einem VDE/VDI-GMM-Banner, AmEC 2026
Automotive meets Electronics & Control 2026, Dortmund — semantisches Clustering von Produktionsfehlermeldungen.
Aiman El Asad am Stehtisch neben seinem Poster zur Software-Release-Impact-Analyse
SofDCar-Projektvorstellung — Postersession zur Software-Release-Impact-Analyse.

Abseits der Arbeit

Abseits der Arbeit verbringe ich viel Zeit auf dem Motorrad. Außerdem fotografiere ich gern, koche, kümmere mich um Pflanzen und lese.

Klassische Autos mag ich auch. Das ist ein Mercedes-Benz 280 SE 3.5, den ich auf der IAA 2025 in München entdeckt habe. Wenn man bedenkt, dass sich meine Forschung größtenteils um Fahrzeugsoftware dreht, haben Autos aus einer Zeit, in der es all das noch nicht gab, einen gewissen Reiz.

Aiman El Asad neben einem Mercedes-Benz 280 SE 3.5 auf der IAA 2025 in München
IAA 2025, München — Mercedes-Benz 280 SE 3.5.

Menschen

Die Menschen um mich herum haben geprägt, wie ich denke und wer ich bin, mehr als jedes Buch und jeder Kurs. Das erste Bild stammt vom Tag meiner Doktorprüfung, mit dem Menschen, der die ganze Zeit mein Betreuer, Mentor und Freund war. Das zweite zeigt das Team, das diese Jahre zu dem gemacht hat, was sie waren, bei einem Minigolf-Nachmittag, den wir etwas zu ernst genommen haben.

Aiman El Asad in Talar und Doktorhut mit seinem Betreuer am Tag der Doktorprüfung
Der Tag meiner Doktorprüfung, Juli 2026 — mit meinem Betreuer, Mentor und Freund.
Gruppen-Selfie des Teams auf einer Minigolfanlage
Teamevent — Minigolf mit den Kolleginnen und Kollegen, die mich auf dem Weg begleitet haben.

Über Arbeit

Arbeit heißt für mich, unter realen Randbedingungen Entscheidungen von hoher Qualität zu treffen, geleitet von langfristigem Denken.

Gute Arbeit bedeutet für mich nicht, Dinge unnötig kompliziert zu machen. Sie bedeutet zu verstehen, worauf es wirklich ankommt, Verantwortung für Entscheidungen zu übernehmen und etwas zu schaffen, das über das unmittelbare Problem hinaus Bestand hat.

Über das Leben

Glück heißt für mich, präsent zu sein, nicht das Gefühl zu haben, dass etwas fehlt, und den Mut zu haben, anzunehmen, was ist.

Ich glaube, dass Ehrgeiz und Zufriedenheit gleichzeitig existieren können. Man kann wachsen wollen, mehr erreichen und ausloten, was möglich ist, ohne das Glück ständig auf einen künftigen Meilenstein zu verschieben.

Lebenslauf

Eine Zusammenfassung meines Lebenslaufs. Die vollständige Version gibt es auf Anfrage über die Kontaktseite.

Berufserfahrung

  • Doctoral Researcher & Research Scientist, Industrial AI und Automotive Software Mercedes-Benz AG, Sindelfingen
    • Entwicklung KI-basierter Methoden zur Bewertung der Produktionsauswirkungen von Fahrzeug-Software-Updates
    • Aufbau von Datenpipelines und Bewertungsmethoden für Release-Dokumentation, Inbetriebnahmedaten und Produktionsqualitätskennzahlen
    • Entwicklung LLM-basierter Retrieval- und Agentensysteme
    • Angewandte Forschung im Projekt SofDCar, in Kooperation mit der Universität Stuttgart und Industriepartnern
  • Software Tester & Developer andagon GmbH, Köln
    • Entwicklung und Test von Softwarekomponenten und automatisierten Testsuiten (aqua, Jira, STARC)

Ausbildung

  • Promotionsstudium Ingenieurwissenschaften Universität Stuttgart
    • Dissertation: AI-Based Software Update Release Impact Analysis
    • Zur Veröffentlichung angenommen in der Springer-Reihe Wissenschaftliche Reihe Fahrzeugtechnik
  • M.Sc. Physik RWTH Aachen
    • Theoretische Teilchenphysik mit Schwerpunkt Quantenfeldtheorie; paralleles Studium der Mathematik
    • Masterarbeit: The Energy-Momentum Tensor in the Gradient Flow Formalism for Scalar QCD
  • B.Sc. Physik RWTH Aachen
    • Schwerpunkt mathematische Physik
    • Bachelorarbeit: Analytische Berechnung von Randfeldern elektrostatischer Ablenkelemente
    • Analytischer Nachweis, dass die Randfelder der elektrostatischen Ablenker in einem EDM-Speicherring für den Protonenstrahl vernachlässigbar sind

Lehre

  • Lehrer für Physik und Mathematik (befristet) Christian-Rohlfs-Gymnasium, Hagen
    • Eigenständige Planung und Durchführung von elf Wochenstunden (Physik, dazu Förderunterricht Mathematik)
  • Tutor für Theoretische Physik RWTH Aachen
    • Lehre für Bachelor- und Masterstudierende
    • Leitung eines semesterlangen Tutoriums in theoretischer Mechanik

Kenntnisse

Programmierung
Python (NumPy, pandas, scikit-learn, PyTorch, TensorFlow), SQL, Spark, C++, CUDA, Java, LaTeX
Plattformen & Tools
Azure Databricks, Azure Machine Learning, MLflow, Git, CI/CD, MLOps, LangChain, LangGraph, Hugging Face, Vektordatenbanken
KI & Machine Learning
Industrial AI, Large Language Models, Retrieval-Augmented Generation, agentische Systeme, Explainable AI, NLP, Clustering, Data Engineering
Automotive
Software-Updates, Produktionsqualität, Test und Inbetriebnahme, Ursachenanalyse, Software-Traceability, Release-Impact-Analyse, Produktionsdatenanalytik
Zertifikate
ISTQB® Certified Tester · aqua ALM · English for Academic Purposes I (C1), Universität Stuttgart
Sprachen
Deutsch (Muttersprache), Arabisch (Muttersprache), Englisch (C1)

Publikationen

Begutachtete Veröffentlichungen, eingereichte Manuskripte und Konferenzbeiträge. Wo vorhanden, verlinken die Titel auf die Verlagsseite (DOI).

Erstautor

  1. Quantifying the Impact of Software Updates through First Time Quality in Automotive Production (öffnet in neuem Tab) A. El Asad, K. Köhler, M. Hahn, H.-C. Reuss SAE Technical Paper 2026-01-0786, Stuttgart International Symposium, 2026
  2. Strategies for Improving Data Management in Automotive Testing and Commissioning Processes (öffnet in neuem Tab) A. El Asad, K. Köhler, M. Hahn, H.-C. Reuss SAE Technical Paper 2025-01-0277, Stuttgart International Symposium, 2025
  3. Advancing Automotive Production: An LLM-based Impact Analysis for Software Updates (öffnet in neuem Tab) A. El Asad, M. Hahn, Y. Zhai, H.-C. Reuss Procedia CIRP, Bd. 134, S. 127–132, 2025

In Begutachtung

  1. An Industrial AI Framework for Traceability-Oriented Retrieval in Automotive Software Engineering S. Aghaei*, A. El Asad*, E. Daub, F. Ansari (*geteilte Erstautorenschaft) Zeitschriftenmanuskript in Begutachtung, 2026

Konferenzbeiträge

  1. An LLM-Based Approach for Semantic Clustering of Vehicle Production Error Messages A. El Asad, M. Hahn, H.-C. Reuss, E. Daub Poster, Automotive meets Electronics & Control (AmEC) 2026, VDE/VDI-GMM, Dortmund

Koautor

  1. Production-Optimized Automotive Software Architecture: Theory and Applications (öffnet in neuem Tab) Y. Zhai, M. Beck, A. El Asad, K. Köhler, M. Hahn, E. Sax IEEE Transactions on Industrial Informatics, Bd. 22, Nr. 5, S. 3741–3752, 2026
  2. Generating Machine-Processable Specifications from Natural Language Using Large Language Models in Automotive Commissioning and Testing (öffnet in neuem Tab) K. Köhler, A. El Asad, M. Hahn, H.-C. Reuss SAE Technical Paper 2026-01-0768, Stuttgart International Symposium, 2026

Projekte

Open-Source-Projekte aus meiner Freizeit. Der gesamte Code liegt auf GitHub (öffnet in neuem Tab).

gpu-kernel-lab

Roofline-getriebene CUDA-Kernel-Optimierung. Vier Workloads — 2D-Stencil, Reduktion, Softmax und SGEMM — werden in dokumentierten Schritten optimiert, jeder Schritt gemessen gegen die Hardware-Grenze, an der er hängt (SGEMM erreicht 97% von cuBLAS auf einer RTX A2000 Laptop GPU). Widerlegte Hypothesen bleiben im Code und sind als solche markiert.

Quellcode auf GitHub (öffnet in neuem Tab)

torch-roofline

Wovon ist dein PyTorch-Modell wirklich begrenzt? Ein Roofline-Profiler pro Operator: führt ein Modell einmal aus, fängt jeden Operator ab, misst Zeit, FLOPs und bewegte Bytes und ordnet jeden Op auf der gemessenen Roofline deines Geräts ein. Zeigt memory- vs. compute-bound Ops, Fusion-Kandidaten und ob niedrigere Präzision, torch.compile oder größere Batches der richtige Hebel sind. CUDA, Apple MPS und CPU.

Quellcode auf GitHub (öffnet in neuem Tab)

mt-post-training-lab

LLM-Post-Training für maschinelle Übersetzung, Ende-zu-Ende auf einer Laptop-GPU: Baseline, Datenkuratierung, LoRA-SFT, COMET-bewertete Präferenzpaare, DPO und ein signifikanzgeprüftes Release (Paired Bootstrap auf dem vollen WMT22-de→en-Testset). +3,1 BLEU und +1,3 COMET gegenüber Zero-Shot. Auch die Stufen, die nichts verbessert haben, sind dokumentiert.

Quellcode auf GitHub (öffnet in neuem Tab)

sph-fountain

Ein Gartenspringbrunnen als echte Fluidsimulation: 2D-Smoothed-Particle-Hydrodynamics in C++17/OpenMP, das Wasser wird im geschlossenen Kreislauf aus dem Becken zurück zur Düse gepumpt. Validiert gegen die analytische hydrostatische Lösung, die einen Faktor-2-Fehler in der Druckgradienten-Form aufgedeckt hat, die viele Demos kopieren. Ohne Abhängigkeiten: ein Header Physik, eine main.cpp.

Quellcode auf GitHub (öffnet in neuem Tab)

auto-experimenter

Eine autonome Experimentier-Schleife für tabellarisches Machine Learning: Ein Planner (regelbasiert oder ein LLM) schlägt die nächsten Experimente vor, ein Runner bewertet sie auf identischen Cross-Validation-Folds, und ein fold-gepaarter Judge ersetzt das amtierende Modell nur bei bestätigter Verbesserung. Auf dem Telco-Churn-Benchmark war das ehrliche Ergebnis, dass nichts die Logistische-Regression-Baseline jenseits des Fold-Rauschens schlägt, und genau das berichtet das System auch.

Quellcode auf GitHub (öffnet in neuem Tab) Live-Demo (öffnet in neuem Tab)

Kontakt

Am einfachsten erreichst du mich per E-Mail.

  • E-Mail elasadaiman@gmail.com
  • GitHub github.com/aimanelasad (öffnet in neuem Tab)
  • LinkedIn linkedin.com/in/aiman-el-asad-9258a2427 (öffnet in neuem Tab)

Rechtliches

Impressum

Angaben gemäß § 18 Abs. 1 Medienstaatsvertrag (MStV). Dies ist eine private, nicht-kommerzielle Website.

Dr. Aiman El Asad
Deutschland
E-Mail: elasadaiman@gmail.com

Datenschutz

Verantwortlicher für die Datenverarbeitung auf dieser Website ist die oben genannte Person.

Hosting. Diese Website wird bei GitHub, Inc., 88 Colin P. Kelly Jr. Street, San Francisco, CA 94107, USA („GitHub Pages“) gehostet. Beim Besuch der Seite verarbeiten die Server von GitHub automatisch technische Daten, die dein Browser übermittelt (IP-Adresse, Datum und Uhrzeit des Abrufs, aufgerufene URL, Browsertyp und -version, Betriebssystem, Referrer), in Server-Logdateien. Diese Verarbeitung ist für die sichere Bereitstellung der Website erforderlich und stützt sich auf Art. 6 Abs. 1 lit. f DSGVO (berechtigtes Interesse an einem sicheren und effizienten Betrieb). GitHub ist unter dem EU-US Data Privacy Framework zertifiziert. Details: GitHub Privacy Statement (öffnet in neuem Tab).

Statistik, kein Tracking. Diese Website verwendet keine Cookies, keine Werbung, keine Tracking-Pixel und keine eingebetteten sozialen Medien. Für eine anonyme Besucherstatistik nutzt sie GoatCounter (öffnet in neuem Tab): Seitenaufrufe werden ohne Cookies gezählt, ohne Speicherung personenbezogener Daten oder vollständiger IP-Adressen (Rechtsgrundlage: Art. 6 Abs. 1 lit. f DSGVO; siehe die Datenschutzhinweise von GoatCounter (öffnet in neuem Tab)). Schrift und alle Skripte werden von dieser Website selbst ausgeliefert.

Kontakt per E-Mail. Wenn du mir schreibst, verarbeite ich die übermittelten Daten (E-Mail-Adresse, Inhalt der Nachricht) ausschließlich zur Beantwortung deiner Anfrage (Art. 6 Abs. 1 lit. b und f DSGVO). Nachrichten werden gelöscht, sobald das Anliegen erledigt ist und keine gesetzlichen Aufbewahrungspflichten bestehen.

Deine Rechte. Nach der DSGVO hast du das Recht auf Auskunft, Berichtigung, Löschung, Einschränkung der Verarbeitung, Datenübertragbarkeit und Widerspruch (Art. 15–21 DSGVO) sowie das Recht auf Beschwerde bei einer Aufsichtsbehörde (Art. 77 DSGVO).

© 2026 Dr. Aiman El Asad  ·  Impressum & Datenschutz  ·  Stand: Oktober 2026