Jonathan Hoss

Jonathan Hoss

PhD Candidate @ TH Rosenheim
Reinforcement Learning · Production Scheduling · Industrial AI

Über mich

Ich habe meinen Master in Wirtschaftsingenieurwesen an der Technischen Hochschule Rosenheim mit Auszeichnung (Note 1,0) abgeschlossen. Durch internationale Erfahrungen in Malaysia und Finnland bringe ich eine globale Perspektive in meine Arbeit ein. Aktuell promoviere ich an der TH Rosenheim und spezialisiere mich auf Reinforcement Learning für die Produktionsplanung. Dabei untersuche ich die Integration von Digitalisierung, KI und Cloud-Technologien, um innovative industrielle Lösungen voranzutreiben.

Außerhalb von Wissenschaft und Forschung genieße ich die Natur – besonders beim Gleitschirmfliegen in den Bergen. In Zusammenarbeit mit Tandemfliegen Chiemgau führe ich auch Tandemflüge durch und teile dieses Erlebnis mit anderen.

Publications & Work

  • Hoss, J.; Link, M.; Klarmann, N. Scalable Production Scheduling: Linear Complexity via Unified Homogeneous Graphs. 2026 IEEE 22nd International Conference on Automation Science and Engineering (CASE 2026), August 17-21, 2026, Shenyang, China. State: accepted. preprint available on arXiv
  • Link, M.; Hoss, J.; Klarmann, N. An Analysis of the Coordination Gap between Joint and Modular Learning for Job Shop Scheduling with Transportation Resources. 2026 IEEE 22nd International Conference on Automation Science and Engineering (CASE 2026), August 17-21, 2026, Shenyang, China. State: accepted. preprint available on arXiv
  • Toro Diz, M.; Hoss, J.; Klarmann, N. Measurement-Calibrated Multi-Camera Fusion for Vision-Based Indoor Localization. 2026 IEEE 22nd International Conference on Automation Science and Engineering (CASE 2026), August 17-21, 2026, Shenyang, China. State: accepted. preprint available on arXiv
  • Hoss, J.; Klarmann, N. Bridging the Sim-to-Real Gap in Reinforcement Learning-Based Industrial Dispatching through Execution Semantics. IEEE International Conference on Industrial Informatics (INDIN 2026), 26-29 July 2026. State: accepted. preprint available on arXiv
  • Hoss, J.; Schelling, F.; Klarmann, N. A Production Scheduling Framework for Reinforcement Learning Under Real-World Constraints. 2025 IEEE 21st International Conference on Automation Science and Engineering (CASE 2025), 17-21 August 2025, Los Angeles, CA, USA, pp. 1736-1743. https://doi.org/10.1109/CASE58245.2025.11163982

Was mir wichtig ist

Seit 2020 engagiere ich mich ehrenamtlich als Web- & IT-Administrator für Conambiki e.V., einen Verein, der Bildung in Namibia unterstützt. Zusammen mit einem großartigen Team haben wir über 400.000 € gesammelt, um junge Lernende zu fördern und die Gemeinschaftsentwicklung zu stärken. Es ist eine erfüllende Arbeit, die Technologie mit echtem Einfluss verbindet, und ich bin stolz darauf, dazu beizutragen, Bildung zugänglicher zu machen.