Jasmin Heierli

Arbeit an der ZHAW

Tätigkeit

Wissenschaftliche Mitarbeiterin im Center for Information Systems am ZHAW-Institut für Wirtschaftsinformatik

Arbeits- und Forschungsschwerpunkte

• Conversational Interfaces
• Generative AI Applications
• Retrieval Augmented Generation
• LMs and Personality

Lehrtätigkeit in der Weiterbildung

• CAS Human-AI Collaboration
• CAS Data Engineering

Berufserfahrung

• Senior Data Analyst
  Onedot
  01 / 2022 - 08 / 2022
• Data Analyst
  Onedot
  05 / 2020 - 01 / 2022
• Analytic Linguistic Project Manager (via Randstad)
  Google
  11 / 2018 - 01 / 2020

Aus- und Weiterbildung

Ausbildung

• Master of Arts / MLTA (neu Digital Linguistics) und Englische Sprachwissenschaften
  Universität Zürich
  2014 - 2018
• Bachelor of Arts / Deutsche Sprach- und Literarturwissenschaften / Englische Sprach- und Literaturwissenschaften
  Universität Zürich
  2010 - 2014

Weiterbildung

• Professional Scrum Master I
  Scrum.org
  2023
• PRINCE2® 2017 Practitioner
  AXELOS Global Best Practice
  2020
• PRINCE2® Foundation Certification Training
  AXELOS Global Best Practice
  2020

Netzwerk

ORCID digital identifier

ORCID ID: 0009-0006-0880-3635

Social Media

Linkedin

Projekte

• Emerging Skills Insights / Teammitglied / laufend
• AI-enabled sustainable finance advisory / Teammitglied / abgeschlossen
• Multimodale Erkennung von Toxizität in Video Games / Teammitglied / abgeschlossen
• ERZ-SmartAssistant / Teammitglied / abgeschlossen
• Virtuelle Realität im Konfliktmanagement: Verbesserung der Berufsausbildung durch virtuelle Konversationsagenten / Teammitglied / abgeschlossen
• Multimodale Anonymisierung von Gameplay Daten / Teammitglied / abgeschlossen
• Digital Companion / Teammitglied / abgeschlossen
• Förderung der Gesundheitskompetenz junger Erwachsener mit Hörbeeinträchtigung / Teammitglied / abgeschlossen

Publikationen

Schriftliche Konferenzbeiträge, peer-reviewed

• Heierli, J., Bahar Ganjineh, R., & Gavagnin, E. (2025). Evaluating LLM capabilities in low-resource contexts : a case study of Persian linguistic and cultural tasks (E. L. Estevanell-Valladares, A. Picazo-Izquierdo, T. Ranasinghe, B. Mikaberidze, S. Ostermann, D. Gurgurov, P. Müller, K. Micallef, C. Borg, M. Gregor, & M. Simko, Eds.; pp. 111–120) [Conference paper]. Incoma. https://doi.org/10.26615/978-954-452-100-4-012
• Heierli, J., Gavagnin, E., Wu, W., Händler-Schuster, D., Dolata, M., Schwabe, G., & de Spindler, A. (2025). From conversation to agent : LLM-driven design of structured healthcare agents [Conference paper]. Procedia Computer Science, 272, 269–276. https://doi.org/10.1016/j.procs.2025.10.205
• Mladenov, P., Heierli, J., de Spindler, A., & Gavagnin, E. (2025). Missing pieces : how humans and GPT-4.1 detect absence and predict the unseen [Conference paper]. Proceedings of the 1st International Workshop on MLLM for Unified Comprehension and Generation, 9–13. https://doi.org/10.1145/3746276.3760466
• Städeli, R., Leu, R., Heierli, J., Meisterhans, M., Gavagnin, E., & de Spindler, A. (2024). Multimodal conversational interactions for facial composites : a case for stateful prompt orchestration [Conference paper]. In C. Capol, M. Cieliebak, A. Weichselbraun, C. Musat, E. Maier, & L. Zimmermann (Eds.), Proceedings of the 9th edition of the Swiss Text Analytics Conference (pp. 59–67). Association for Computational Linguistics. https://doi.org/10.21256/zhaw-32139
• Wu, W., Heierli, J., Meisterhans, M., Moser, A., Färber, A., Dolata, M., Gavagnin, E., de Spindler, A., & Schwabe, G. (2024). PROMISE : model-driven stateful prompt orchestration for persuasive conversational interactions. 9th Swiss Text Analytics Conference – SwissText 2024, Chur, Switzerland, 10-11 June 2024.
• Pareti, S., Heierli, J., Pareti, S., & Lando, T. (2024). Bias bluff busters at FIGNEWS 2024 shared task : developing guidelines to make bias conscious [Conference paper]. Proceedings of the Second Arabic Natural Language Processing Conference, 580–589. https://doi.org/10.18653/v1/2024.arabicnlp-1.62
• Mladenov, P., Pinheiro, L., Pelesevic, D., & Heierli, J. (2024). Exploring personalized learning support through retrieval augmented generation : a feasibility study [Conference paper]. In C. Capol, M. Cieliebak, A. Weichselbraun, C. Musat, E. Maier, & L. Zimmermann (Eds.), Proceedings of the 9th edition of the Swiss Text Analytics Conference (pp. 144–147). Association for Computational Linguistics. https://doi.org/10.21256/zhaw-32141
• Wu, W., Heierli, J., Meisterhans, M., Moser, A., Färber, A., Dolata, M., Gavagnin, E., de Spindler, A., & Schwabe, G. (2024). PROMISE : a framework for model-driven stateful prompt orchestration [Conference paper]. In S. Islam & A. Sturm (Eds.), Intelligent Information Systems (pp. 157–165). Springer. https://doi.org/10.1007/978-3-031-61000-4_18

Zurück