Seit dem Sommersemester 2026 hat Prof. Dr. Pascal Laube die Professur für Softwareentwicklung an der Fakultät Informatik der HTWG Konstanz angetreten. Er lehrt im Bachelor und Master der Fakultät und deckt dabei ein breites Spektrum ab: von Programmiertechnik 1, Web-Applikationen und Cloud-native AI im Bachelorstudiengang Angewandte Informatik über Data Science im - für den ab Wintersemester 2026/27 geplanten - Bachelorstudiengang Angewandte Künstliche Intelligenz bis hin zu Applied AI im Masterstudiengang Informatik. Alle seine Veranstaltungen setzt er als Flipped-Classroom-Konzept um, bei dem die Präsenzzeit für Live-Coding, Diskussion und Hands-on-Projekte reserviert ist.

Studium und Promotion
Pascal Laube hat selbst an der HTWG Konstanz studiert, zunächst Software Engineering im Bachelor, dann Informatik im Master. Promoviert hat er anschließend in Kooperation mit der Universität Konstanz. In seiner Dissertation ging es um Machine-Learning-Verfahren für die automatische Rekonstruktion defekter Freiformflächen. Parallel dazu leitete er am Institut für Optische Systeme (IOS) der HTWG das BMBF-Forschungsprojekt ToolRep, das industrielle Bildverarbeitung und maschinelles Lernen zusammenbrachte.

Berufserfahrung
Nach der Promotion arbeitete Pascal Laube bei der ZF Group als Senior Algorithm Developer im Bereich autonomes Fahren. Anschließend wechselte er zu GFT Technologies ins Management, wo er KI-Strategie und KI-Transformation für Unternehmen im Finanzsektor und in der Automobilindustrie verantwortete. Seit Ende 2023 hatte er die Professur für Softwaresysteme an der Hochschule Furtwangen inne.

Forschungsinteressen
Seine Forschung bewegt sich an der Schnittstelle von Künstlicher Intelligenz und Optimierung. Im aktuellen, von der Carl-Zeiss-Stiftung geförderten Projekt „Intelligente Agenten im Dialog" untersucht er, wie dialogorientierte Multi-Agenten-Systeme komplexe Planungs- und Optimierungsaufgaben im Projektmanagement übernehmen können. Darüber hinaus beschäftigt er sich mit der Frage, wie Machine-Learning-Systeme zuverlässig in Produktion betrieben werden, vom Deployment über Monitoring bis zu Continual Learning. Die Verbindung von KI-Methoden mit klassischer Optimierung zieht sich dabei als roter Faden durch seine Arbeit, ob bei der Rekonstruktion geometrischer Oberflächen, der Algorithmenentwicklung für autonome Systeme oder dem Entwurf kooperativer Agenten.