Response to selection is the selection differential scaled by heritability. If h2 is low, pushing harder on S buys very little.Der Selektionserfolg ist das Selektionsdifferential, skaliert mit der Heritabilität. Ist h2 klein, bringt ein höheres S kaum etwas.
Genetic gain per yearZuchtfortschritt pro Jahr
ΔG = ( i · rA · σA ) / L
Selection intensity, accuracy and additive standard deviation over cycle length. Shortening L is often worth more than raising i.Selektionsintensität, Genauigkeit und additive Standardabweichung geteilt durch die Zykluszeit. L zu verkürzen bringt oft mehr als i zu erhöhen.
Linear mixed modelLineares gemischtes Modell
y = Xβ + Zu + e
u ~ N(0, G) · e ~ N(0, R)
Fixed effects, random effects, and the covariance structures that make an unbalanced multi-environment series tractable.Feste Effekte, zufällige Effekte und die Kovarianzstrukturen, die eine unbalancierte mehrortige Serie auswertbar machen.
PCA biplotPCA-Biplot
Genotypes and traits on one pair of axes — which lines cluster, and which traits pull them apart.Genotypen und Merkmale auf denselben Achsen – welche Linien gruppieren und welche Merkmale sie trennen.
Reflectance spectrumReflexionsspektrum
The green peak, red absorption, the red edge and the NIR plateau — where almost every vegetation index comes from.Grünpeak, Rotabsorption, Red Edge und NIR-Plateau – daraus leiten sich fast alle Vegetationsindizes ab.
Vegetation indicesVegetationsindizes
NDVI = (NIR − Red) / (NIR + Red)
NDRE = (NIR − RedEdge) / (NIR + RedEdge)
SAVI = (NIR − Red)(1 + L) / (NIR + Red + L)
Normalised ratios cancel much of the illumination difference between flight dates — which is what makes them comparable at all.Normalisierte Verhältnisse gleichen einen Großteil der Beleuchtungsunterschiede zwischen Flugterminen aus – erst das macht sie vergleichbar.
Machine learningMachine Learning
Ridge / LASSO
Random forest
Gradient boosting
SVM
Neural nets
Reached for when the relationship is genuinely non-linear, and validated so that no information leaks between training and test.Eingesetzt, wenn der Zusammenhang wirklich nichtlinear ist – und so validiert, dass keine Information zwischen Training und Test überläuft.
ROC and AUCROC und AUC
AUC = ∫01 TPR d(FPR)
How well a model ranks, independent of where you set the threshold. 0.5 is a coin toss.Wie gut ein Modell rangiert – unabhängig vom gewählten Schwellenwert. 0,5 entspricht dem Münzwurf.
Hover or tap to explore the figures and formulas.Zum Erkunden über die Grafiken fahren oder tippen.
Eight formulas and figures — tap a dotAcht Formeln und Grafiken – auf einen Punkt tippen
I turn breeding trial data into decisions you can defend — from experimental design, through UAV phenotyping, to genomic and phenomic prediction.
Eight years inside breeding programmes at Hohenheim and Halle. 16 peer-reviewed publications. Three research awards. Doctorate under Prof. Longin, co-supervised by Prof. Hans-Peter Piepho.
Today I build predictive models for sugar beet breeding at RAGT Saaten Deutschland, combining NIRS, multispectral, RGB, environmental and soil data.
Most breeding data problems are design problems that only surface a year later. I catch them before you sow — and hand back a pipeline your team can re-run without me.
Ich mache aus Zuchtversuchsdaten Entscheidungen, die Sie vertreten können – von der Versuchsplanung über die UAV-Phänotypisierung bis zur genomischen und phänomischen Vorhersage.
Acht Jahre in Zuchtprogrammen in Hohenheim und Halle. 16 begutachtete Publikationen. Drei Forschungspreise. Promotion bei Prof. Longin, mitbetreut von Prof. Hans-Peter Piepho.
Heute entwickle ich bei RAGT Saaten Deutschland Vorhersagemodelle für die Zuckerrübenzüchtung – aus NIRS-, Multispektral-, RGB-, Umwelt- und Bodendaten.
Die meisten Probleme mit Zuchtdaten sind Designprobleme, die erst ein Jahr später auffallen. Ich finde sie vor der Aussaat – und hinterlasse eine Pipeline, die Ihr Team ohne mich weiterführen kann.
Doctorate, University of Hohenheim, 2022. Supervised by Prof. Friedrich Longin, co-supervised by Prof. Hans-Peter Piepho and Prof. Tobias Würschum. The thesis paired large-scale LC-MS proteomics with quantitative genetics across five wheat species — bread wheat, durum, spelt, emmer and einkorn — in a single framework.
Six years at the State Plant Breeding Institute, Hohenheim. Led two collaborative projects characterising einkorn and emmer agronomically, genetically and for quality. Latterly one of the lead scientists on BETTERWHEAT, coordinating trial data from several partners and running association mapping and genomic prediction alongside proteomics and extensive baking-quality testing.
Chair of Plant Breeding, Halle-Wittenberg. Planned and ran field trials and UAV campaigns with RGB, multispectral and hyperspectral sensors, and built the pipelines that carry raw imagery through to plot-level traits a breeder can select on.
Alongside the research: supervised master’s students, advised colleagues on design, processing, analysis and visualisation, and worked the commercial side — assistant plant breeder at Selecta Klemm, and independent adviser to agrochemical companies and farmers in Pakistan. That is why I tend to ask first what a result will actually be used for.
Promotion, Universität Hohenheim, 2022. Betreut von Prof. Friedrich Longin, mitbetreut von Prof. Hans-Peter Piepho und Prof. Tobias Würschum. Die Arbeit verband großangelegte LC-MS-Proteomik mit quantitativer Genetik über fünf Weizenarten hinweg – Brotweizen, Durum, Dinkel, Emmer und Einkorn – in einem gemeinsamen Rahmen.
Sechs Jahre an der Landessaatzuchtanstalt Hohenheim. Leitung zweier Verbundprojekte zur agronomischen, genetischen und qualitativen Charakterisierung von Einkorn und Emmer. Zuletzt einer der leitenden Wissenschaftler im Projekt BETTERWHEAT – mit der Koordination der Versuchsdaten mehrerer Partner sowie Assoziationskartierung und genomischer Vorhersage neben Proteomik und umfangreichen Backqualitätsprüfungen.
Professur für Pflanzenzüchtung, Halle-Wittenberg. Planung und Durchführung von Feldversuchen und UAV-Kampagnen mit RGB-, Multispektral- und Hyperspektralsensoren sowie Aufbau der Pipelines von den Rohbildern bis zu Parzellenmerkmalen, nach denen selektiert werden kann.
Daneben: Betreuung von Masterarbeiten, Beratung von Kolleginnen und Kollegen zu Versuchsplanung, Datenaufbereitung, Auswertung und Visualisierung sowie Praxiserfahrung – als Assistent in der Pflanzenzüchtung bei Selecta Klemm und als selbstständiger Berater für Agrochemie-Unternehmen und Landwirte in Pakistan. Deshalb frage ich zuerst, wofür ein Ergebnis am Ende gebraucht wird.
What you are actually hiringWas Sie tatsächlich einkaufen
Six reasons the analysis will hold up.Sechs Gründe, warum die Auswertung trägt.
Most breeding data problems are not statistics problems.
They are design problems that surface as statistics problems a year later.
Die meisten Probleme mit Zuchtdaten sind keine Statistikprobleme.
Es sind Designprobleme, die ein Jahr später als Statistikprobleme auftauchen.
Dr. Muhammad Afzal
01
I have done every step myselfIch habe jeden Schritt selbst gemacht
Planned the trial, flown the drone, cleaned the markers, fitted the model. Nothing is lost in the handover between field, sensor and analysis.Versuch geplant, Drohne geflogen, Marker aufbereitet, Modell gerechnet. An den Übergängen zwischen Feld, Sensor und Auswertung geht nichts verloren.
02
Trained where the methods were writtenAusgebildet, wo die Methoden entstanden
Doctorate at Hohenheim under Prof. Friedrich Longin, co-supervised by Prof. Hans-Peter Piepho, whose mixed-model work underpins European variety testing.Promotion in Hohenheim bei Prof. Friedrich Longin, mitbetreut von Prof. Hans-Peter Piepho, dessen Arbeiten zu gemischten Modellen die europäische Sortenprüfung prägen.
03
Eight years inside breeding programmesAcht Jahre in Zuchtprogrammen
Hohenheim and Halle, latterly lead scientist on a national wheat quality project. Not a consultant who has only seen tidy data.Hohenheim und Halle, zuletzt leitender Wissenschaftler eines nationalen Weizenqualitätsprojekts. Kein Berater, der nur aufgeräumte Daten kennt.
04
Independently recognised workUnabhängig ausgezeichnete Arbeit
16 peer-reviewed publications, the Bernhard-van-Lengerich Science Award, and first prize in the Wheat Initiative’s international communication competition.16 begutachtete Publikationen, der Bernhard-van-Lengerich-Forschungspreis und der erste Preis im internationalen Kommunikationswettbewerb der Wheat Initiative.
05
You keep the pipelineSie behalten die Pipeline
Every project ends with a documented, version-controlled analysis your own team re-runs next season — without me.Jedes Projekt endet mit einer dokumentierten, versionierten Auswertung, die Ihr Team in der nächsten Saison selbst laufen lässt – ohne mich.
06
I will tell you when it will not workIch sage Ihnen, wenn es nicht funktioniert
If your data cannot answer the question, you hear it in the first call — not in month four.Wenn Ihre Daten die Frage nicht beantworten können, erfahren Sie das im ersten Gespräch – nicht im vierten Monat.
Four languages, two countries, one habit: explain it until the person who has to act on it can explain it back.Vier Sprachen, zwei Länder, eine Gewohnheit: so lange erklären, bis die Person, die danach handeln muss, es selbst erklären kann.
What I can help you withWomit ich Sie unterstützen kann
Twelve areas, one common thread: making the data from breeding trials and phenotyping campaigns produce decisions you can defend. Work can be a one-off analysis, a full project, or ongoing support for your team.Zwölf Bereiche, ein roter Faden: aus Daten von Zuchtversuchen und Phänotypisierungskampagnen Entscheidungen machen, die Sie vertreten können. Möglich sind einmalige Auswertungen, ganze Projekte oder laufende Unterstützung Ihres Teams.
Breeding programme optimisationOptimierung von Zuchtprogrammen
Where should the next euro of testing budget go — a replication, a location, a year, or more testers? Answered from your own variance components.Wohin fließt der nächste Euro des Prüfbudgets – Wiederholung, Ort, Jahr oder mehr Tester? Beantwortet aus Ihren eigenen Varianzkomponenten.
How this works
Optimal allocation of replications, locations and years under a fixed budget
Number and choice of testers for hybrid programmes
Selection gain per stage, one-stage versus two-stage, with and without genomic selection
Wie das abläuft
Optimale Aufteilung von Wiederholungen, Orten und Jahren bei festem Budget
Anzahl und Auswahl der Tester für Hybridprogramme
Selektionsgewinn je Stufe, ein- vs. zweistufig, mit und ohne genomische Selektion
From raw marker files to a working prediction pipeline — including the quality control that decides whether the model can be trusted.Von der Marker-Rohdatei zur laufenden Vorhersage-Pipeline – samt der Qualitätskontrolle, die darüber entscheidet, ob das Modell trägt.
How this works
Marker QC, filtering and imputation — and what each choice costs you
GBLUP, RR-BLUP, Bayesian and kernel models; multi-trait and multi-environment
Honest cross-validation, and training-set design: who to genotype next
Wie das abläuft
Marker-QC, Filterung und Imputation – und was jede Entscheidung kostet
GBLUP, RR-BLUP, bayessche und Kernel-Modelle; Mehrmerkmals- und Mehrumweltvarianten
Ehrliche Kreuzvalidierung und Design des Trainingssets: wer als Nächstes genotypisiert wird
Flight data on a hard drive is not a phenotype. I take it to a tidy plot-by-date table your breeders can use.Flugdaten auf der Festplatte sind kein Phänotyp. Ich bringe sie zur sauberen Parzellen-mal-Termin-Tabelle.
How this works
Orthomosaics and surface models from UAV RGB and multispectral imagery
Radiometric calibration and automated plot segmentation across flight dates
Vegetation indices, canopy height and growth curves from multi-date campaigns
Wie das abläuft
Orthomosaike und Oberflächenmodelle aus UAV-RGB- und Multispektraldaten
Radiometrische Kalibrierung und automatisierte Parzellensegmentierung über alle Termine
Vegetationsindizes, Bestandeshöhe und Wachstumskurven aus Mehrtermin-Kampagnen
Phenomic selectionPhänomische Selektion
Spectra are cheap, genotyping is not. Rank candidates on traits that are expensive, late or destructive to measure.Spektren sind günstig, Genotypisierung nicht. Kandidaten nach Merkmalen bewerten, die teuer, spät oder zerstörend zu messen sind.
How this works
Prediction from RGB, multispectral and hyperspectral reflectance
NIRS on seed and grain, plus environmental covariates, as predictor matrices
Combining genomic and phenomic kernels — with realistic accuracy estimates
Wie das abläuft
Vorhersage aus RGB-, Multispektral- und Hyperspektralreflexion
NIRS an Saatgut und Korn sowie Umweltkovariablen als Prädiktormatrizen
Kombination genomischer und phänomischer Kernel – mit realistischen Genauigkeiten
Which variety wins where, and which never lets you down? Multi-environment trials answer both — if the model respects their structure.Welche Sorte gewinnt wo, und welche enttäuscht nie? Mehrortige Versuche beantworten beides – wenn das Modell ihre Struktur respektiert.
How this works
Multi-environment analysis with appropriate variance-covariance structures
AMMI and GGE biplots you can put in front of a breeding committee
Mehrortige Analysen mit passenden Varianz-Kovarianz-Strukturen
AMMI- und GGE-Biplots, die einem Zuchtgremium standhalten
Finlay-Wilkinson, Shukla, Eberhart-Russell; Abgrenzung von Megaumwelten
Experimental design & field trial planningVersuchsplanung & Feldversuche
The cheapest statistical improvement is the one made before sowing.Die günstigste statistische Verbesserung ist die vor der Aussaat.
How this works
Alpha, row-column, augmented and p-rep designs for scarce early-generation seed
Field layout maps and randomisation files ready for the drill
Power and precision calculated before the trial, not after
Wie das abläuft
Alpha-, Zeilen-Spalten-, Augmented- und p-rep-Designs bei knappem Saatgut
Feldpläne und Randomisierungsdateien, fertig für die Drillmaschine
Power und Präzision vor dem Versuch berechnet, nicht danach
Linear mixed models for trial seriesLineare gemischte Modelle für Versuchsserien
Unbalanced data, spatial trends, repeated measures, several years at once — the everyday work, done quietly right.Unbalancierte Daten, räumliche Trends, Messwiederholungen, mehrere Jahre – die tägliche Arbeit, unaufgeregt richtig gemacht.
How this works
Single-trial and two-stage analysis of multi-environment series
Heritabilität, BLUEs und BLUPs sowie belastbare Kontraste
Association mapping & QTL discoveryAssoziationskartierung & QTL-Entdeckung
Finding the marker is easy. Making sure it is not a population-structure artefact is the work.Den Marker zu finden ist einfach. Sicherzustellen, dass er kein Artefakt der Populationsstruktur ist, ist die Arbeit.
How this works
GWAS with mixed-model correction for kinship and population structure
Multi-locus and multi-trait approaches; multiplicity control beyond Bonferroni
Effect sizes reported honestly — and what they mean for selection
Wie das abläuft
GWAS mit gemischt-modellbasierter Korrektur für Verwandtschaft und Struktur
Multi-Locus- und Mehrmerkmalsansätze; Multiplizitätskorrektur jenseits von Bonferroni
Ehrlich berichtete Effektgrößen – und was sie für die Selektion bedeuten
Machine learning for trait predictionMachine Learning zur Merkmalsvorhersage
Useful when the relationship is genuinely non-linear — and I will say so when a mixed model is the better answer.Sinnvoll, wenn der Zusammenhang wirklich nichtlinear ist – und ich sage es, wenn ein gemischtes Modell besser passt.
How this works
Regularised regression, random forests, gradient boosting, neural approaches
Leakage-free validation built around the structure of breeding data
Interpretation via variable importance, partial dependence and SHAP
Wie das abläuft
Regularisierte Regression, Random Forests, Gradient Boosting, neuronale Ansätze
Leckagefreie Validierung, zugeschnitten auf die Struktur von Zuchtdaten
Interpretation über Variablenwichtigkeit, Partial Dependence und SHAP
Analyses that run again next season, on next season's data, without anyone reconstructing what was clicked.Auswertungen, die nächste Saison mit neuen Daten erneut laufen – ohne zu rekonstruieren, was geklickt wurde.
How this works
Automated pipelines from raw trial and sensor data to final tables
Version control and a project structure your successor will understand
Parameterised reports regenerated per trial, location or year
Wie das abläuft
Automatisierte Pipelines von Roh- und Sensordaten bis zu fertigen Tabellen
Versionskontrolle und eine Projektstruktur, die auch Ihre Nachfolge versteht
Parametrisierte Berichte, je Versuch, Ort oder Jahr neu erzeugt
Training & workshopsSchulungen & Workshops
Tailored courses for breeding companies, institutes and university groups — English or German, online or on site.Maßgeschneiderte Kurse für Zuchtunternehmen, Institute und Universitätsgruppen – auf Deutsch oder Englisch, online oder vor Ort.
How this works
Statistics with R for plant scientists, from first steps to mixed models
ASReml-R for multi-environment series; genomic selection hands-on
UAV data processing, and reproducible working with Git
Wie das abläuft
Statistik mit R für Pflanzenwissenschaftler – vom Einstieg bis zu gemischten Modellen
ASReml-R für mehrortige Serien; genomische Selektion in der Praxis
UAV-Datenprozessierung und reproduzierbares Arbeiten mit Git
Scientific writing & second opinionsWissenschaftliches Schreiben & Zweitmeinung
Sometimes what is needed is not a new analysis but a careful reader who will say plainly what does not hold.Manchmal braucht es keine neue Auswertung, sondern eine sorgfältige Lektüre, die klar sagt, was nicht trägt.
How this works
Methods and results sections for manuscripts and project reports
Review of the statistical approach before a reviewer finds the gap
Grant proposals: design, sample size and analysis plan
Wie das abläuft
Methoden- und Ergebnisteile für Manuskripte und Projektberichte
Prüfung des statistischen Ansatzes, bevor ein Gutachter die Lücke findet
Drittmittelanträge: Design, Stichprobenumfang und Auswertungsplan
Not sure which of these you need? That is normal, and it is exactly what the first call is for. Describe the trial and the question; I will tell you what is realistic with the data you have — including when the honest answer is “this will not work, and here is why”.Unsicher, was davon Sie brauchen? Das ist normal – und genau dafür ist das erste Gespräch da. Beschreiben Sie den Versuch und die Fragestellung; ich sage Ihnen, was mit Ihren Daten realistisch ist – auch dann, wenn die ehrliche Antwort lautet: „Das wird so nicht funktionieren, und zwar deshalb.“
Methods, tools and languagesMethoden, Werkzeuge und Sprachen
The highlighted items are the ones I reach for most days.Die hervorgehobenen Einträge nutze ich fast täglich.
Linear mixed models
Genomic selection
Experimental design
G×E & stability
Phenomic selection
Association mapping / GWAS
Quantitative genetics
Variance component estimation
Spatial models (AR1×AR1, splines)
Two-stage analysis
Heritability & repeatability
Selection index theory
Resource allocation & selection gain
Machine learning
Cross-validation design
Multivariate analysis
Biplots (AMMI / GGE)
Enviromics
R
ASReml-R
SAS
Git
Shell / Linux
tidyverse
tidymodels
ggplot2
lme4 / glmmTMB
emmeans
sommer
rrBLUP / BGLR
terra / sf
Quarto / R Markdown
photogrammetry software for orthomosaics
QGIS
Inkscape
MS Office
Deliverables normally arrive as a documented R project plus a written report — not as a spreadsheet nobody can reproduce.Ergebnisse kommen in der Regel als dokumentiertes R-Projekt samt schriftlichem Bericht – nicht als Tabelle, die niemand reproduzieren kann.
Multi-environment field trials
SNP marker data
UAV RGB imagery
UAV multispectral imagery
Hyperspectral data
NIRS on seed & grain
LC-MS proteomics
Wheat quality & baking tests
Weather & environmental covariates
Soil data
Phenology & scoring data
Historical breeding programme records
English — professional
German — full professional (C1/C2)
Urdu — native
Punjabi — native
Reports, workshops and meetings in English or German. German citizen, based in Germany.Berichte, Workshops und Besprechungen auf Deutsch oder Englisch. Deutscher Staatsangehöriger mit Wohnsitz in Deutschland.
CareerWerdegang
Experience & educationBerufserfahrung & Ausbildung
Professional experienceBerufserfahrung
Oct 2026 – presentheute
Data ScientistData Scientist
RAGT Saaten Deutschland GmbH — DE
Development and deployment of predictive models for sugar beet breeding
Model building from NIRS, multispectral, RGB, environmental and soil data
Testing which combinations of input data actually predict well
Streamlining and automating deployment so models run within the breeding cycle
Entwicklung und produktive Bereitstellung von Vorhersagemodellen für die Zuckerrübenzüchtung
Modellbildung aus NIRS-, Multispektral-, RGB-, Umwelt- und Bodendaten
Prüfung, welche Kombinationen von Eingangsdaten tatsächlich gut vorhersagen
Vereinfachung und Automatisierung der Bereitstellung, damit die Modelle im Zuchtzyklus laufen
Apr 2025 – Sep 2026
Postdoctoral ResearcherPostdoc-Wissenschaftler
Chair of Plant Breeding, Martin Luther University Halle-Wittenberg — Halle, DEProfessur für Pflanzenzüchtung, Martin-Luther-Universität Halle-Wittenberg — Halle, DE
Lead planning, design and execution of field trials and phenotyping campaigns
Development, optimisation and automation of analysis pipelines for large datasets
UAV-mounted RGB, multispectral and hyperspectral sensors for image and spectral data capture
Statistical analysis of multi-environment trial data using linear mixed models
Machine learning for trait prediction
Close collaboration with academic and industry partners
Leitende Planung, Konzeption und Durchführung von Feldversuchen und Phänotypisierungskampagnen
Entwicklung, Optimierung und Automatisierung der Datenanalyse-Pipelines für umfangreiche Daten
Einsatz UAV-gestützter RGB-, Multispektral- und Hyperspektralsensoren zur Bild- und Spektraldatenerfassung
Statistische Analyse mehrortiger Versuchsdaten mit linearen gemischten Modellen
Machine Learning zur Merkmalsvorhersage
Enge Zusammenarbeit mit akademischen und industriellen Partnern
State Plant Breeding Institute, University of Hohenheim — Stuttgart, DELandessaatzuchtanstalt, Universität Hohenheim — Stuttgart, DE
One of the lead scientists on BETTERWHEAT — genomic-proteomic basis and environmental dependence of quality and health traits in wheat
Coordination, capture, curation and archiving of data from field trials run by several project partners
Pipelines for breeding trials, LC-MS proteomics and extensive wheat quality testing
Association mapping and genomic prediction; marker data curation (QC, filtering, imputation)
Machine learning for wheat quality prediction
Einer der führenden Wissenschaftler im Projekt BETTERWHEAT — genomisch-proteomische Grundlage und Umweltabhängigkeit von Qualitäts- und Gesundheitsmerkmalen bei Weizen
Koordination, Erfassung, Aufbereitung und Archivierung der Daten aus Feldversuchen mehrerer Projektpartner
Pipelines für Züchtungsversuche, LC-MS-Proteomik und umfangreiche Weizenqualitätsprüfungen
Assoziationskartierung und genomische Vorhersage; Aufbereitung der Marker-Rohdaten (QC, Filterung, Imputation)
Machine Learning zur Vorhersage der Weizenqualität
Nov 2018 – Oct 2022
Research AssociateWissenschaftlicher Mitarbeiter
State Plant Breeding Institute, University of Hohenheim — Stuttgart, DELandessaatzuchtanstalt, Universität Hohenheim — Stuttgart, DE
Led two collaborative projects on the agronomic, quality and genetic characterisation of einkorn and emmer wheat
Association mapping, genomic prediction and mixed-model analysis of multi-environment breeding trials
Advised students and fellow researchers on trial design, data processing, statistics and visualisation
Supervised master's theses
Leitung zweier Verbundprojekte zur agronomischen, qualitativen und genetischen Charakterisierung von Einkorn und Emmer
Assoziationskartierung, genomische Vorhersage und Analyse mehrortiger Zuchtversuche mit gemischten Modellen
Beratung von Studierenden und Forschenden zu Versuchsplanung, Datenverarbeitung, Statistik und Visualisierung
Betreuung von Masterarbeiten
Jun 2018 – Nov 2018
Biostatistics Unit — internship / research assistantFg. Biostatistik — Praktikum / HiWi
University of Hohenheim — Stuttgart, DEUniversität Hohenheim — Stuttgart, DE
Statistical analysis of multi-environment trials for external breeding companies in R and SAS, with full reporting
Statistische Analyse mehrortiger Versuche für externe Zuchtunternehmen in R und SAS, inkl. umfassender Berichterstattung
For outstanding achievement in food scienceFür hervorragende Leistungen auf dem Gebiet der Lebensmittelwissenschaft
ResearchForschung
Research focus & publicationsForschungsschwerpunkte & Publikationen
Four threads run through most of my work. They overlap more than they look like they should.Vier Themen ziehen sich durch fast meine gesamte Arbeit. Sie überschneiden sich stärker, als man denkt.
Wheat quality, proteomics and nutritionWeizenqualität, Proteomik und Ernährung
Large-scale LC-MS proteomics across bread wheat, durum, spelt, emmer and einkorn, linked to baking quality, health-related traits and their genetic architecture — the core of my doctoral work and of BETTERWHEAT.Großangelegte LC-MS-Proteomik über Brotweizen, Durum, Dinkel, Emmer und Einkorn, verknüpft mit Backqualität, gesundheitsbezogenen Merkmalen und deren genetischer Architektur — der Kern meiner Promotion und von BETTERWHEAT.
What UAV imagery can and cannot replace in a breeding programme: which indices track which traits, how stable they are across flight dates and seasons, and where the measurement error really sits.Was UAV-Bilddaten in einem Zuchtprogramm ersetzen können und was nicht: welche Indizes welche Merkmale abbilden, wie stabil sie über Flugtermine und Jahre sind und wo der Messfehler tatsächlich liegt.
Comparing and combining marker-based and sensor-based prediction, and asking the practical question behind the accuracy figure: does it change which lines get advanced?Vergleich und Kombination marker- und sensorbasierter Vorhersage — und die praktische Frage hinter der Genauigkeitszahl: Ändert sie, welche Linien weiterkommen?
Design and efficiency of breeding programmesDesign und Effizienz von Zuchtprogrammen
Heritability under subdivided regions, allocation of testing resources, and how design decisions made years earlier constrain what any analysis can recover.Heritabilität bei unterteilten Regionen, Allokation von Prüfressourcen — und wie Designentscheidungen von vor Jahren begrenzen, was eine Auswertung überhaupt noch herausholen kann.
Publication profilesPublikationsprofile
The complete and always-current list of my publications lives on these profiles:Die vollständige und stets aktuelle Liste meiner Publikationen finden Sie hier:
What people say afterwardsWas Kundinnen und Kunden danach sagen
Get in touchKontakt
Book a call, or just write to meTermin buchen oder einfach schreiben
The first 30 minutes are free and without obligation. Bring the trial, the question and — if you have it — a look at the data. You will leave the call with an honest read on what is feasible.Die ersten 30 Minuten sind kostenlos und unverbindlich. Bringen Sie den Versuch, die Fragestellung und — falls vorhanden — einen Blick in die Daten mit. Sie erhalten eine ehrliche Einschätzung, was machbar ist.
Appointment bookingTerminbuchung
Pick any free slot in my calendar. You will get a confirmation and a video-call link by email straight away.Wählen Sie einen freien Termin in meinem Kalender. Bestätigung und Link zur Videokonferenz erhalten Sie sofort per E-Mail.
Privacy by design:Datenschutz by Design: the calendar is only loaded from Cal.com after you click the button, so nothing is sent to a third party while you are simply reading this page. Der Kalender wird erst nach Ihrem Klick von Cal.com geladen. Solange Sie diese Seite nur lesen, werden keine Daten an Dritte übertragen.