Julian Repke

Wissenschaftler, Improvisationsschauspieler, Theaterpädagoge

Meine Projekte Kontakt aufnehmen

Über mich

Ich habe an der Universität Münster Chemie (M.Sc.) studiert und arbeite seit 2022 am MExLab Physik, einem außerschulischen Lernort der Wissenschaftskommunikation. Mein interdisziplinäres Dissertationsprojekt ist eng verbunden mit dem Projekt SmartMatters4You. Ich analysiere empirische Umfragedatensätze, die begleitwissenschaftlich im Projekt erhoben wurden, um Einstellungen von Schüler*innen gegenüber Naturwissenschaften zu verstehen, und versuche den Daten verwertbare Erkenntnisse zu entnehmen.

Meine Domänenexpertise in Chemie und meine technischen Fähigkeiten werden durch meinen theaterpädagogischen Hintergrund (BuT® zertifiziert) ergänzt, indem ich Datenanalyse und -interpretation mit zielgruppengerechtem Storytelling verbinde. Als Improvisationsschauspieler (7Wiesen) und Theaterpädagoge (TPZ Münster) schlage ich die Brücke zwischen Theorie und Praxis und kann Prozesse bis zur strategischen Entscheidung und Umsetzung aktiv moderieren. Ich bin davon überzeugt, dass theaterpädagogische Ansätze die kollektive Handlungsfähigkeit von Gruppen steigern können und Innovationen fördern.

Hard Skills

Laborpraxis

Nasschemie und Reinraumtechnologie

Forschungsmethodik

Versuchsplanung, Datenanalyse, Inferenzstatistik

Deep Learning

Automatisierung mit Computer Vision und NLP

Transfer

Konzeption und Moderation von Gruppenprozessen

Soft Skills

Neugierde

Lernbereitschaft

Abstraktionsvermögen

Analysefähigkeit

Forschungskompetenz

Kritisches Denken

Kreativität

Problemlösungskompetenz

Meine Projekte

Pothole Detection

Pothole Detection

Das EreignisMeldeSystem Osnabrück ist schon vorbildlich, doch es geht noch besser: In unserer Vision einer Smart City werden Straßenschäden automatisch detektiert und mit Standortdaten gemeldet. Ohnehin sind heute viele Autos mit Kameras ausgestattet, und wenn das Auto steht, könnte man die Rechenpower des Bordcomputers nutzen. Zugegeben: Ganz so weit werden wird es im Rahmen des Deep Learning Tracks im WiSe 2025/2026 nicht schaffen, aber auf dem Weg lernen wir eine ganze Menge.

TP-Sammlung

Theaterpädagogische Sammlung

MySQL, PHP, JavaScript

Als ich 2017 das Improtheater für mich entdeckte, begann ich von Anfang an damit, meine Erfahrungen und Erlebnisse zu dokumentieren. Bis heute pflege ich meine Sammlung wie ein digitales Tagesbuch. Immer, wenn mir ein Gedanke kommt, oder ich etwas Neues kennengelernt habe, lege ich eine Notiz an und versehe sie mit entsprechenden Tags. Inzwischen ist daraus eine Sammlung von über 400 Notizen, Übungen und Spielen entstanden...

Zur Sammlung Zu den Hintergründen

Diss EFA

Typisch Physik?! Typisch Chemie?!

In diesem Teil meiner Dissertation untersuche ich meine quantitativen Daten im Querschnitt und versuche das Tätigkeitsspektrum auf Faktoren zu reduzieren. Welche Vorstellungen haben Schüler*innen von naturwiss. Berufen? Wie schätzen sie sich in diesen Tätigkeiten ein? Und wie sehr interessieren sie sich dafür? Das Ziel ist es, drei Messintrument zu entwickeln, um diese anschließend im Längsschnitt anwenden zu können.

Mehr erfahren GitLab

Diss Längsschnitt

Vom Wert der Naturwissenschaften

In diesem Teil meiner Dissertation geht es um Daten im Längsschnitt, die ich zu zwei Messzeitpunkten im Projekt erhoben habe. Dabei orientiere ich mich an einem bewährten Konzept für Schülerprojekte (Brenning & Wolf, 2019). Zunächst messe ich die Reliabilität des Instruments und prüfe ich auf Normalverteilung. Wie stabil ist das Konstrukt im zeitlichen Verlauf? Es gibt eine Vergleichsgruppe, doch Varianzhomogenität ist nicht zu erwarten...

Mehr erfahren GitLab

Sentimentanalyse

Sentimentanalyse

In diesem Exkurs geht es um sprachverarbeitende Deep Learning-Modelle. Anlass war der Versuch, umgangssprachliche Antworten aus Freitextfeldern auszuwerten. Mit einem deutschsprachigen Sentimentwörterbuch und einem Word2Vec-Ansatz habe ich ein Regressionsmodell trainiert, das sich gut eignet für Adjektive mit eindeutiger Polarität, und auch umgangssprachliche Wörter. Doch für mich hat sich das Tool letztendlich nicht als nützlich erwiesen...

Mehr erfahren GitLab

Your Health Check

Your Health Check

Im Rahmen der TechLabs Data Science Journey 2024/2025 war ich an der Entwicklung einer Streamlit-App beteiligt, die auf Grundlage individueller Eingaben den persönlichen Gesundheitszustand erfasst. Als Datengrundlage haben wir die Nationale Gesundheits- und Ernährungsuntersuchung in den Vereinigten Staaten (NHANES) herangezogen, wobei sich die Vergleichsgruppe durch Filterbedingungen dynamisch eingrenzen lässt.