Skip to main content

User account menu

  • Log in
DBS-Logo

Database Group Leipzig

within the department of computer science

ScaDS-Logo Logo of the University of Leipzig

Main navigation

  • Home
  • Study
    • Exams
      • Hinweise zu Klausuren
    • Courses
      • Current
    • Modules
    • LOTS-Training
    • Abschlussarbeiten
    • Masterstudiengang Data Science
    • Oberseminare
    • Problemseminare
    • Top-Studierende
  • Research
    • Projects
      • Benchmark datasets for entity resolution
      • FAMER
      • HyGraph
      • Privacy-Preserving Record Linkage
      • GRADOOP
    • Publications
    • Prototypes
    • Annual reports
    • Cooperations
    • Graduations
    • Colloquia
    • Conferences
  • Team
    • Erhard Rahm
    • Member
    • Former employees
    • Associated members
    • Gallery

Top-Studierende 2024 ausgezeichnet

Breadcrumb

  • Home
  • News
  • Top-Studierende 2024 ausgezeichnet

Im Dez. 2024 zeichnete Prof. Rahm im KI-Zentrum ScaDS.AI der Universität Leipzig drei Studierende aus, die exzellente Leistungen im Informatik-Gebiet Datenbanken/Informationssysteme zeigten. Die Auszeichnung ging an die Studierenden Raphael Cohrs, Max Haufe und Mark Heimer. Sie wurden aus etwa 500 Studierenden ausgewählt und hatten im Studienjahr 2024 wenigstens je drei Lehrveranstaltungen im Datenbankbereich mit sehr gutem Ergebnis absolviert. Die jährliche Auszeichnung erfolgt bereits seit 16 Jahren und fand im Rahmen des Oberseminars statt.

Herzlichen Glückwunsch an alle Preisträger!

Prof. Erhard Rahm with two of the top students 2024
Das Foto zeigt Prof. Rahm mit den Preisträgern Max Haufe (links) und Mark Heimer (rechts). Raphael Cohrs konnte die Auszeichnung nicht persönlich entgegennehmen und fehlt auf dem Foto.

Tags

  • topstudierende

Recent publications

  • 2025 / 8: Slice it up: Unmasking User Identities in Smartwatch Health Data
  • 2025 / 6: SecUREmatch: Integrating Clerical Review in Privacy-Preserving Record Linkage
  • 2025 / 5: Federated Learning With Individualized Privacy Through Client Sampling
  • 2025 / 3: Automated Configuration of Schema Matching Tools: A Reinforcement Learning Approach
  • 2025 / 3: Assessing the Impact of Image Dataset Features on Privacy-Preserving Machine Learning

Footer menu

  • Directions
  • Contact
  • Impressum