Profil
Hendrik Annuth lehrt Machine Learning, Deep Learning und Computergrafik. Vor seiner Berufung leitete er bei TrustBills die Abteilung für Künstliche Intelligenz und entwickelte Verfahren, die gefälschte Rechnungen erkennen. Promoviert hat er 2014 an der Technischen Universität München.
Arbeitsgebiete
- Machine Learning
- Deep Learning
- Computergrafik
- Künstliche Intelligenz
Beruflicher Werdegang
- 2016 bis 2020TrustBills, Leiter der Abteilung für Künstliche Intelligenz: Betrugserkennung und Prävention
- 2014 bis 2016InnoGames GmbH, Softwareentwickler für mobile Anwendungen am Spiel Forge of Empires, Schwerpunkt Softwarearchitektur und Benutzeroberflächen
- 2009 bis 2012FH Wedel, Projektleitung in einem von Lufthansa Technik initiierten Forschungsprojekt: Oberflächenrekonstruktion von Punktwolken mit künstlichen neuronalen Netzen
- 2008 bis 2009Adobe Systems Engineering GmbH, Werkstudent in Forschung und Entwicklung
Akademischer Werdegang
- seit 2020Dozent an der FH Wedel, Schwerpunkt Machine Learning
- 2012 bis 2014Promotion an der Technischen Universität München, Institut für Informatik, Computer Graphik & Visualisierung
- 2008 bis 2011Master Informatik an der FH Wedel. Masterthesis: A Surface Reconstruction Approach Based on Smart Growing Cells
- 2005 bis 2008Bachelor Medieninformatik an der FH Wedel
Lehre
Aktuelles aus der Lehre
von Hendrik Annuth gepflegtAktuelle Informationen zu meinen Veranstaltungen stehen in den Moodle-Kursen. Bitte schreibt euch dort ein, Ankündigungen und Terminänderungen kommen nur darüber.
Die Themenvergabe für das Seminar Data Science im Sommersemester startet am 02.02.2027. Wer eine Abschlussarbeit zu Machine Learning oder Computer Vision sucht, meldet sich per E-Mail mit einer kurzen Themenskizze.
Lehrveranstaltungen
von Hendrik Annuth gepflegtWintersemester 2026/27
- Moodle-Kurs
Compositing Projekt
Dienstag, 9:30 bis 12:45 Uhr, Medienlabor. Start am 13.10.2026.
- Moodle-Kurs
Data Literacy
Vorlesung mit Übung, Folien und Aufzeichnungen im Kurs.
- Moodle-Kurs
Übung Data Science
Gruppen A und B im Wechsel, Einteilung in der ersten Woche.
Sommersemester 2027
- Anmeldung
Workshop Audio-/Video-Bearbeitung
Blockveranstaltung in der ersten Semesterwoche, Anmeldung bis 15.03.2027.
- Materialien
Grundlagen des Game-Designs und Game-Engines
Materialien und Beispielprojekte stehen ab März bereit.
- Themenliste
Seminar Data Science
Themenvergabe ab 02.02.2027.
Module in den aktuellen Studienordnungen
kommt aus den StudienordnungenModule, für die Hendrik Annuth verantwortlich ist. Die Liste folgt den Studienordnungen und ändert sich mit ihnen.
- Modulbeschreibung
Machine Learning
Data Science & Artificial Intelligence (B. Sc.), 4. Semester, 5 ECTS
- Modulbeschreibung
Feature Engineering
Data Science & Artificial Intelligence (B. Sc.), 5. Semester, 5 ECTS
- Modulbeschreibung
Datenvisualisierung & Kommunikation
Data Science & Artificial Intelligence (B. Sc.), 3. Semester, 5 ECTS
- Modulbeschreibung
Data Driven Decision Making
Data Science & Artificial Intelligence (M. Sc.), 1. Semester, 5 ECTS
- Modulbeschreibung
Deep Learning
Data Science & Artificial Intelligence (M. Sc.), 2. Semester, 5 ECTS
- Modulbeschreibung
Special Effects und Shaderprogrammierung
Computer Games Technology (B. Sc.), 5. Semester, 5 ECTS
Zuständigkeiten
Wofür Hendrik Annuth an der FH Wedel ansprechbar ist.
- Zum Studiengang
Studiengangsleitung
Data Science & Artificial Intelligence (B. Sc.)
Inhalte und Aufbau des Studiengangs, Anrechnung von Leistungen, Fragen zum Studienverlauf.
- Zum Studiengang
Studiengangsleitung
Data Science & Artificial Intelligence (M. Sc.)
Inhalte und Aufbau des Studiengangs, fachliche Fragen zur Zulassung.
Gremium
Mitglied im Qualitätsausschuss
Auswertung der Lehrevaluation und Weiterentwicklung der Studiengänge im Fachbereich Informatik.
- Für Unternehmen
Beauftragung
Praxispartner im Projekt Data Science
Ansprechpartner für Unternehmen, die eine Aufgabenstellung in das Projekt einbringen möchten.
Aufgabe
Betreuung von Abschlussarbeiten
Themen aus Machine Learning, Deep Learning und Computer Vision, auch gemeinsam mit Unternehmen.
Projekte
- 2009 bis 2012
Forschungsprojekt
Oberflächenrekonstruktion von Punktwolken mit künstlichen neuronalen Netzen
Wachsende Zellstrukturen rekonstruieren aus Laserscans geschlossene Oberflächen. Aus dem Projekt gingen die Verfahren Smart Growing Cells und Growing Surface Structures hervor.
- jedes Wintersemester
Lehrprojekt
Projekt Data Science
Studierende lösen im Team eine Aufgabe eines Industriepartners: Daten beschaffen, aufbereiten, analysieren und visualisieren, mit einem Ergebnis, das sich messen lässt.
- jedes Sommersemester
Lehrprojekt
Projekt Deep Learning
Projekt im Master mit Industriepartnern. Die Studierenden bringen ihr Domänenwissen aus dem Bachelor ein und planen neben der technischen Umsetzung auch die unternehmensstrategische Seite.
- jedes Sommersemester
Lehrprojekt
Praktikum Data Science
Einstieg in die Teamarbeit an einer Aufgabe mittleren Umfangs. Die Gruppen planen selbst: Aufgaben verteilen, Zeit und Aufwand schätzen, Ergebnisse präsentieren.
Publikationen
2014
Growing Surface Structures: an Iterative Refinement Surface Reconstruction Approach Deduced from Artificial Neural Networks
Hendrik Annuth. Dissertation, Technische Universität München, 2014
Geodesic Mesh Processing with Edge-Front based Data Structures
Hendrik Annuth, Christian-A. Bohn. International Joint Conference on Computer Vision, Imaging and Computer Graphics Theory and Applications (GRAPP), Lissabon, 2014
Growing Surface Structures: A Topology Focused Learning Scheme
Hendrik Annuth, Christian-A. Bohn. Studies in Computational Intelligence, Springer, 2014
2013
- Engere Auswahl Best Paper Award
An Evaluation of Open Source Surface Reconstruction Software for Robotic Applications
Thomas Wiemann, Hendrik Annuth, Kai Lingemann, Joachim Hertzberg. International Conference on Advanced Robotics (ICAR), Montevideo, 2013
- Best Paper Award
Growing Surface Structures
Hendrik Annuth, Christian-A. Bohn. International Conference on Neural Computation Theory and Applications (NCTA), Vilamoura, 2013
2012
Resolving Twisted Surfaces within an Iterative Refinement Surface Reconstruction Approach
Hendrik Annuth, Christian-A. Bohn. Vision, Modeling, and Visualization (VMV), Magdeburg, 2012
Smart Growing Cells: Supervising Unsupervised Learning
Hendrik Annuth, Christian-A. Bohn. Studies in Computational Intelligence, Springer, 2012
Approximation of Geometric Structures with Growing Cell Structures and Growing Neural Gas: A Performance Comparison
Hendrik Annuth, Christian-A. Bohn. NCTA, Barcelona, 2012
2011
Reconstruction for Virtual Reality Scenes
Hendrik Annuth, Christian-A. Bohn. Virtuelle und Erweiterte Realität (VR/AR), Wedel, 2011
2010
- Best Paper Award
Smart Growing Cells
Hendrik Annuth, Christian-A. Bohn. NCTA, Valencia, 2010
Tumble Tree: Reducing Complexity of the Growing Cells Approach
Hendrik Annuth, Christian-A. Bohn. International Conference on Artificial Neural Networks (ICANN), Springer, Thessaloniki, 2010
Surface Reconstruction with Smart Growing Cells
Hendrik Annuth, Christian-A. Bohn. Intelligent Computer Graphics 2010, Springer, 2010
Growing Cells Meshing
Hendrik Annuth, Christian-A. Bohn. International Conference on Computer Graphics and Artificial Intelligence (3IA), Athen, 2010
2008
VR Kart-Simulation
Hendrik Annuth, Thorsten Dahmke, Sven Hamer, Ludger Steens, Christian-A. Bohn. Virtuelle und Erweiterte Realität (VR/AR), Magdeburg, 2008
Blog
Artikel im Blog der FH Wedel, an denen Hendrik Annuth beteiligt ist. Die Liste entsteht von selbst aus den Artikeln.
Betreuung
Thesis, 2026
Mit einer einzelnen Kamera zur 3D-Flugbahn des Tennisballs
- Tennis
- 3D-Rekonstruktion
- Deep Learning
Betreuung
Thesis, 2026
Menstruationsschmerzen, die niemand kodiert hat
- Endometriose
- sekundäre Dysmenorrhoe
- Abrechnungsdaten
Betreuung
Thesis, 2026
Automatisierte Kuratierung der Wissensdatenbank eines RAG-basierten Support-Chatbots mittels LLM-basierter Methoden
- Retrieval-Augmented Generation
- Support-Chatbot
- Wissensbasis
Betreuung
Thesis, 2026
Künstliche Intelligenz im Keller: Qualitätssicherung für Smart-Meter-Installation direkt auf dem Smartphone
- Smart Meter
- Quantisierung
- Computer Vision