Dr. Robert Rentzsch

„Die Digitalisierung in der Bildung voranzutreiben ist, hinter den vielen ‚Buzzwords‘, vor allem tiefgehende konzeptionelle Arbeit. Neben umfangreichen Recherchen, auch um das Rad (oder das Whitepaper) nicht jeweils neu zu erfinden, leiste ich diese im iit.“

+49 (0)30 310078 - 5810

Arbeitsschwerpunkte

  • Digitalisierung in der Bildung
  • Maschinelles Lernen, KI
  • Digitale Lern- und Leistungsnachweise
  • Konzeption von Online-Informationsportalen
  • Forschungsdaten, Open Research Data
  • Datenanalyse und -visualisierung

Lebenslauf

Nach dem Studium der Biologie in Münster und Köln – mit den Schwerpunkten Bioinformatik und Biochemie – promovierte Robert Rentzsch über die Klassifikation von Proteindomänen anhand von Sequenz, Struktur und Funktion am University College London. Nach seiner Rückkehr nach Deutschland trat er eine Stellung als wissenschaftlicher Mitarbeiter am Robert-Koch-Institut in Berlin an, in einer damals noch recht jungen Bioinformatik-Gruppe. Er beschäftigte sich dort über sechs Jahre insbesondere tiefgehend mit Algorithmen des maschinellen Lernens sowie der, in der Praxis häufig noch wichtigeren, Vor- und Aufbereitung von Daten für deren Training und Testung. Konkreten Anwendungsfälle waren hierbei die Vorhersage pathogener Phänotypen bei Bakterien auf molekularer (einzelne Proteine als Virulenzfaktoren) und organismischer (auf Basis des Gesamtgenoms) Ebene. Anfang 2019 wechselte Dr. Rentzsch von der Wissenschaft in die Beratung und Wissenschaftsförderung, am iit und der VDI/VDE-IT.

Publikationen

^
A. Bertini; A. Pentenrieder; J. Rebentisch; S. Schaat; R. Rentzsch (2020): Manipulationssichere und per Knopfdruck verifizierbare Digital Credentials: Die Blockchain als Initiator internationaler Kooperationsprojekte; HFD-Sammelband „Digitalisierung in Studium und Lehre gemeinsam gestalten“. In print.
^
R. Rentzsch; M. Staneva (2020): „Skills-Matching“ und „Skills Intelligence“ durch kuratierte und datengetriebene Ontologien, Proceedings des Workshops „Kompetenzen digital“ der DELFI/EC-TEL Konferenz 2020. In print.
^
E. Hartmann; E. Vogel-Adham; A. Shajek; R. Rentzsch (2020): tandardisierung in der wissenschaftlichen Weiterbildung als ein Kernprozess der Professionalisierung
^
Robert Rentzsch; Bernhard Y. Renard; Andreas Nitsche; Carlus Deneke (2019): Predicting Bacterial Virulence Factors: evaluation of machine learning and negative data strategies. In: Briefings in Bioinformatics.
^
Jakub M. Bartoszewicz; Anja Seidel; Robert Rentzsch; Bernhard Y. Renard (2019): DeePaC: predicting pathogenic potential of novel DNA with reverse-complement neural networks. In: Bioinformatics, Vol. 36, Issue 1.