Aline Dobrovsky M.Sc.

Wissenschaftliche Mitarbeiterin 

Projekt Adaptivität in virtuellen Lernumgebungen der Bundeswehr für die sanitätsdienstliche Ausbildung (AdaptVL)

Akademischer Kurzlebenslauf

Studium

10/2022 – 04/2025: Master of Science in Artificial Intelligence and Cybersecurity, Universität Klagenfurt
Abschlussarbeit zur Entwicklung eines LLM-basierten Planungsagenten für komplexe Anfragen in der Halbleiter-Failure-Analysis; Schwerpunkte: symbolische KI, Deep Learning, Responsible Innovation.

01/2011 – 09/2012: Master of Science in Informatik, Universität der Bundeswehr München
Abschlussarbeit zur Generierung von Behaviour Trees zur Verhaltenssteuerung von Agenten in Simulationen mittels Hierarchical Task Network Planning; Vertiefung in Modellierung, OR, Simulation

10/2008 – 01/2011: Bachelor of Science in Informatik, Universität der Bundeswehr München
Abschlussarbeit zur automatisierten Erzeugung von Fahrzeugsteuerung in Simulationen mittels genetischer Programmierung

Berufserfahrung

Seit 11/2024: Wissenschaftliche Mitarbeiterin (Universität der Bundeswehr München, Fakultät für Informatik, Institut für Technische Informatik)
Forschungsprojekts zu Adaptivität in virtuellen Lernumgebungen
09/2018 – 09/2022: IT Projektmanagerin, Product Owner und Teamleiterin für Ausbildungs‑ und Kommunikationsplattformen (Sanitätsakademie der Bundeswehr)
Verantwortlich für Betrieb und Weiterentwicklung der Ausbildungsplattform „San-Netz“; Co-Leitung des Projekts „Link and Learn“; Führung eines agilen, interdisziplinären Teams; ausgezeichnet mit dem Team-Preis des Inspekteurs des Sanitätsdienstes.
09/2015 – 08/2018: Wissenschaftliche Mitarbeiterin (Universität der Bundeswehr München, Fakultät für Informatik, Institut für Softwaretechnologie)
Lehre: Übungen, Klausuren, Betreuung von Abschlussarbeiten, Mitorganisation der Serious-Games-Seminarreihe und des Programmierprojekts; Forschung zu Deep Reinforcement Learning/ KI in (Serious) Games
9/2012 – 08/2015: Referentin Quantitative Analyse, Experiment ‑design, ‑planung und ‑durchführung (Planungsamt der Bundeswehr)
Mitarbeit an simulationsbasierten Experimenten und menschlicher Verhaltensmodellierung, Analyse und Modellentwicklung, organisatorische und analytische Unterstützung von Veranstaltungen

Lehre

Lehrveranstaltungen

Betreuung Studierender, Mitarbeit, Durchführen von Übungen:

• Programmierprojekt (HT 2015)

• Einführung in die Informatik II (WT 2016)

• Einführung in Programmiersprachen (WT 2016)

• Seminar "Serious Games" (FT 2016)

• Programmierprojekt (HT 2016)

  (Einführung in die Informatik II (WT 2017))

• Einführung in Programmiersprachen (WT 2017)

• Seminar "Serious Games" (FT 2017)

• Programmierprojekt (HT 2017)

• Einführung in Programmiersprachen (WT 2018)

• Seminar "Serious Games" (FT 2018)

Betreute Abschlussarbeiten

• Seminararbeiten zu Künstlicher Intelligenz und Adaptivität in Serious Games (12)

• Bachelorarbeiten zu KI, insbesondere Deep Learning, in (Serious) Games (4)

• Masterarbeiten zu Deep Reinforcement Learning (2)

Forschung

Forschungsschwerpunkte

Mein Forschungsschwerpunkt liegt auf der Generierung adaptiver Lernpfade in virtuellen Lernumgebungen. Im Zentrum stehen symbolische Methoden wie AI Planning, ergänzt durch neuronale und neurosymbolische Ansätze. Im Projekt AdaptVL untersuche ich den Einsatz KI-gestützter Adaptivität in der Aus- und Weiterbildung der Bundeswehr. Schwerpunkte sind Lernermodellierung, Learning Analytics sowie nachhaltiges Daten- und Contentmanagement. Besonderen Wert lege ich auf die Berücksichtigung ethischer und rechtlicher Rahmenbedingungen bei der Entwicklung und Anwendung KI-basierter Bildungstechnologien.

Projekte

• AdaptVL

Publikationen

Aktuelle Übersicht: https: //www.researchgate.net/profile/Aline-Dobrovsky

Dobrovsky, Aline, Uwe M. Borghoff, and Marko Hofmann. "An Approach to Interactive Deep Reinforcement Learning for Serious Games." Cognitive Infocommunications (CogInfoCom), 2016 7th IEEE International Conference on. IEEE, 2016. DOI 10.1109/CogInfoCom.2016.7804530

Dobrovsky A, Boghoff UM, Hofmann M (2017) Deep reinforcement learning in serious games: Analysis and design of deep neural network architectures (extended abstract). In: Quesada-Arencibia A, et al (eds), Proc. 16th Int’lConf. on Computer Aided Systems Theory (Eurocast 2017), February 19-24,Las Palmas, Gran Canaria, Spain, pp 259–260, ISBN: 978-91-637-4473-0, (c) 2017 IUCTC

Dobrovsky, Aline; Borghoff, Uwe M.; Hofmann, Marko. Applying and Augmenting Deep Reinforcement Learning in Serious Games through Interaction. Periodica Polytechnica Electrical Engineering and Computer Science, [S.l.], v. 61, n. 2, p. 198-208, may 2017. ISSN 2064-5279. Available at: https://pp.bme.hu/eecs/article/view/10313. doi: https://doi.org/10.3311/PPee.10313

Dobrovsky A., Wilczak C.W., Hahn P., Hofmann M., Borghoff U.M. (2018) Deep Reinforcement Learning in Serious Games: Analysis and Design of Deep Neural Network Architectures. In: Moreno-Díaz R., Pichler F., Quesada-Arencibia A. (eds) Computer Aided Systems Theory – EUROCAST 2017. EUROCAST 2017. Lecture Notes in Computer Science, vol 10672. Springer, Cham,
doi: https://doi.org/10.1007/978-3-319-74727-9_37

Dobrovsky A., Borghoff U.M., Hofmann M. (2019) Improving Adaptive Gameplay in Serious Games Through Interactive Deep Reinforcement Learning. In: Klempous R., Nikodem J., Baranyi P. (eds) Cognitive Infocommunications, Theory and Applications. Topics in Intelligent Engineering and Informatics, vol 13. Springer, Cham, DOI: https://doi.org/10.1007/978-3-319-95996-2_19

Dobrovsky, Aline; Schekotihin, Konstantin; Burmer, Christian. Intelligent Assistants for the Semiconductor Failure Analysis with LLM-Based Planning Agents. Journal of Failure Analysis and Prevention: Special Issue Focus: 51st International Symposium for Testing and Failure Analysis (ISTFA 2025)

Gremienarbeit an der UniBw M

Mitglied des Universitätsrats der Universität der Bundeswehr München (Vertreterin der Absolventinnen und Absolventen der UniBw M) 12/2022-10/2024