Abschlussarbeit: Entwicklung KI-gestützter Workflows und Assistenzsysteme für den digitalen Zwilling

Stellenbeschreibung:

Die in Dresden ansässige Abteilung IIOT-Steuerungen und technische Kybernetik erarbeitet maschinennahe Methoden und Lösungen zur Umsetzung von Industrie 4.0 in engem Kontakt mit Industriepartnern.

Kleine und mittlere Unternehmen (KMU) stehen unter zunehmendem Druck, digitale Methoden und KI in ihre Produktionsplanung zu integrieren, um langfristig wettbewerbsfähig zu bleiben. Modellierung und Simulation bieten dabei einen zentralen Ansatz, um Prozesse kosteneffizient bereits im Vorfeld zu analysieren und zu optimieren. So können die simulativ erzielten Ergebnisse als Grundlage für Investitionsentscheidungen oder Optimierungen einzelner Produktionsprozesse dienen. Um solche Analysen direkt anhand des Steuerungscodes durchzuführen, können Tools zur virtuellen Inbetriebnahme (VIBN) genutzt werden. Sie ermöglichen die Kopplung einer Steuerung an das Modell der Maschine oder Anlage, bieten jedoch keinen Ansatz für den breiten Einsatz der virtuellen Inbetriebnahme (VIBN) über den gesamten Lebenszyklus.

Hier sorgen Sie für Veränderung

Ihre Aufgabe ist die Unterstützung bei der Entwicklung und Erprobung KI-gestützter Systeme im industriellen Engineering-Umfeld. Im Fokus steht der Einsatz moderner KI-Methoden, insbesondere generativer KI und agentenbasierter Ansätze, zur Automatisierung komplexer Engineering-Entscheidungen und -Prozesse, mit dem Ziel, den lebenszyklusweiten Einsatz digitaler Zwillinge und der VIBN zu ermöglichen.

Recherche zu aktuellen KI-Methoden und -Architekturen (z. B. Large Language Models, Retrieval-Augmented Generation, agentenbasierte Systeme) sowie deren Einsatzmöglichkeiten im Kontext digitaler Zwillinge und virtueller Inbetriebnahme
Analyse und Bewertung bestehender VIBN-Tools hinsichtlich Funktionsumfang, Anwendbarkeit und verfügbarer Bibliotheken.
Unterstützung bei der Konzeption, Implementierung und Evaluation KI-basierter Module zur Entscheidungsunterstützung und Prozessautomatisierung
Erprobung und Vergleich verschiedener KI-Ansätze sowie Beitrag bei der Aufbereitung und Strukturierung relevanter Daten als Grundlage für KI-gestützte Systeme
Mitwirkung bei Modellierung und Strukturierung von Engineering-Wissen mittels semantischer Methoden und Ontologien

Strukturierte Dokumentation und Aufbereitung der Ergebnisse im Rahmen einer Abschluss- oder Studienarbeit (Bachelor-, Master- oder Diplomarbeit).

Hiermit bringen Sie sich ein

Immatrikulation in einem Studiengang der Fachrichtungen Informatik, Maschinenbau, Automatisierungstechnik, Mechatronik oder vergleichbar,
Gute Programmierkenntnisse in Python sowie praktische Erfahrung im Bereich KI und Machine Learning, insbesondere in der Entwicklung LLM-basierter Anwendungen (z. B. Prompt Engineering, Agentensteuerung, strukturierte Ausgaben),
Erste Erfahrungen mit LLM-Frameworks (z. B. LangChain) sowie Methoden der Retrieval-Augmented Generation (RAG) von Vorteil,
Erste Erfahrungen im Bereich semantischer Modellierung und Ontologien (z. B. RDF, Wissensgraphen) von Vorteil,
Grundlegendes Verständnis oder Interesse an digitalen Zwillingen, virtueller Inbetriebnahme oder industriellen Simulationsumgebungen,
Fließende Deutsch- und/oder Englischkenntnisse in Wort und Schrift,
Eigeninitiative, Selbstständigkeit, Teamfähigkeit sowie eine strukturierte und dokumentationssichere Arbeitsweise.

Was wir für Sie bereithalten

Praxisbezogene Arbeitsaufgaben in der Simulation von Produktionssystemen,
gezielte fachliche Förderung für raschen Kompetenzaufbau,
Arbeit in einem interdisziplinären Team,
Möglichkeit einer Weiterbeschäftigung.

Bereit für Veränderung?

Dann bewerben Sie sich jetzt, und machen Sie einen Unterschied! Nach Eingang Ihrer Online-Bewerbung erhalten Sie eine automatische Empfangsbestätigung. Dann melden wir uns schnellstmöglich und sagen Ihnen, wie es weitergeht.

Wir wertschätzen und fördern die Vielfalt der Kompetenzen unserer Mitarbeitenden und begrüßen daher alle Bewerbungen – unabhängig von Alter, Geschlecht, Nationalität, ethnischer und sozialer Herkunft, Religion, Weltanschauung, Behinderung sowie sexueller Orientierung und Identität. Schwerbehinderte Menschen werden bei gleicher Eignung bevorzugt eingestellt. Unsere Aufgaben sind vielfältig und anpassbar – für Bewerber*innen mit Behinderung finden wir gemeinsam Lösungen, die ihre Fähigkeiten optimal fördern.

Mit ihrer Fokussierung auf zukunftsrelevante Schlüsseltechnologien sowie auf die Verwertung der Ergebnisse in Wirtschaft und Industrie spielt die Fraunhofer-Gesellschaft eine zentrale Rolle im Innovationsprozess. Als Wegweiser und Impulsgeber für innovative Entwicklungen und wissenschaftliche Exzellenz wirkt sie mit an der Gestaltung unserer Gesellschaft und unserer Zukunft.