Von 01/2013 bis 09/2017 war Frank Kienle bei Blue Yonder zunächst als Senior Data Scientist später als Direktor Data Science Consulting tätig. Sein spezieller Fokus lag auf Predictive Maintenance, Supply Chain Anwendungen und dem Megatrend Internet-of-Things. Er ist fest davon überzeugt, dass mit Industrie 4.0 ein neues Zeitalter eingeleitet wird, welches vor allem in der Ausbildung den Zusammenschluss zwischen modernen Software Methoden und der klassischen Ingenieurausbildung verlangt. Seit 10/2017 arbeitet Frank Kienle bei Camelot ITLabs und ist zuständig für den Bereich künstliche Intelligence sowie Data Science.

Der promovierte Elektrotechniker hat mehr als 10 Jahre Erfahrung in der Datenverarbeitung und moderner Algorithmen. Von 2006-2012 war er Akademischer Rat an der Technischen Universität Kaiserslautern (TUK). In dieser Zeit betreute er zahlreiche Industrieprojekte und hielt Vorlesungen am Lehrstuhl Entwurf Mikroelektronischer Systeme sowie am Karlsruher Institut für Technologie (KIT). Seit 2014 hält er als Privatdozent die Vorlesung ,Introduction to Data Science’ an der TUK.

• Integer Programming as a Tool for Analysis of Channel Codes
• Architectural challenges for high-throughput iterative MIMO systems
• A 2.15GBit/s Turbo Code Decoder for LTE Advanced Base Station Applications
• ML vs. BP Decoding of Binary and Non-Binary LDPC Codes
• A System View on Iterative MIMO Detection: Dynamic Sphere Detection versus Fixed Effort List Detection
• ASIC Design of a Gbit/s LDPC Decoder for Iterative MIMO Systems
• An Energy Efficient FPGA Accelerator for Monte Carlo Option Pricing with the Heston Model
• On Complexity, Energy- and Implementation Efficiency of Channel Decoders
• Architecture and Hardware Requirements for Turbo and LDPC decoders
• A Lagrangian relaxation based decoding algorithm for LTE Turbo codes
• Calculating the Minimum Distance of Linear Block Codes via Integer Programming
• A Separation Algorithm for Improved LP-Decoding of Linear Block Codes
• Sphere-Decoder-First Channel Code Design
• Numerical Comparison of IP Formulations as ML decoders
• Space-Time Bit Trellis Codes
• Valid Inequalities for Binary Linear Codes
• On Low-Density MIMO Codes
• A Novel LDPC Decoder for DVB-S2 IP
• A Separation Algorithm for Improved LP-Decoding of Linear Block Codes
• Low-Density MIMO Codes
• A Technical View on the URANUS Validation Platform
• Macro Interleaver Design for Bit Interleaved Coded Modulation with Low-Density Parity-Check Codes
• A Survey on LDPC Codes and Decoders for OFDM-based UWB Systems
• Low Complexity LDPC Code Decoders for Next Generation Standards
• Turbo-Codes vs. LDPC Codes (invited Talk)
• Design of Irregular LDPC Codes for Flexible Encoder and Decoder Hardware Realizations
• A Synthesizable IP Core for WIMAX 802.16E LDPC Code Decoding
• Enhanced Channel Coding for OFDM-based UWB Systems
• Fast Convergence Algorithm for LDPC Codes
• Disclosing the LDPC Code Decoder Design Space
• Low Complexity Stopping Criterion for LDPC Code Decoders
• A synthesizable IP Core for DVB-S2 LDPC Code Decoding
• Efficient Hardware Realization of IRA Code Decoders
• Joint Graph-Decoder Design of IRA-Codes on Scalable Architectures
• Design Methodology for IRA Codes
• Advanced Architectures for High-Throughput Turbo-Decoders
• A Survey on LDPC- and Turbo-Decoder Implementations
• Implementation Issues of Scalable LDPC-Decoders
• Low Complexity Stopping Criteria for UMTS Turbo-Decoders
• VLSI-Implementation Issues of Turbo Trellis-Coded Modulation
• Efficient MAP-Algorithm Implementation on Programmable Architectures