Studien-/Abschlussarbeit - Physics-Informed ML in der Batteriezellfertigung (Wickelprozess)

Die Fraunhofer-Gesellschaft ( ist eine der weltweit führenden Organisationen für anwendungsorientierte Forschung. 75 Institute entwickeln wegweisende Technologien für unsere Wirtschaft und Gesellschaft – genauer: 32.000 Menschen aus Technik, Wissenschaft, Verwaltung und IT. Wer zu Fraunhofer kommt, will und kann etwas verändern – für sich, für uns und die Märkte von heute und morgen.

Am Fraunhofer IPA arbeitet das Zentrum für digitalisierte Batteriezellenproduktion (ZDB) an der Forschung zukunftsweisender Batteriewertschöpfungsketten. Wir befassen uns insbesondere mit der Schnittstelle zwischen Maschinenbau, Produktions- und Prozesssteuerung sowie Künstlicher Intelligenz. Ziel der ausgeschriebenen Arbeit ist die Grundlagenforschung zur Ermöglichung eines Paradigmenwechsels: Von einer starren Maschinensteuerung hin zu einer adaptive, KI‑gestützten Prozessregelung für den Wickelprozess in der Batteriezellfertigung. Wir untersuchen die Möglichkeiten und Einschränkungen der prädiktiven Qualitätsüberwachung und Regelung der Hochgeschwindigkeits‑Wicklung von Batteriezellen. Dazu suchen wir eine engagierte Masterstudierende / einen engagierten Masterstudierenden, der moderne Machine‑Learning‑Methoden mit realer Maschinenphysik verbindet.

Hier sorgen Sie für Veränderung

• IT/OT Data‑Mapping: Sie synchronisieren hochfrequente SPS‑Sensordaten einer realen Wickelanlage mit optischen Profilometriedaten, um eine valide Ground‑Truth für geometrische Zell­defekte wie den Anode‑Cathode‑Overhang zu schaffen.
• Modellentwicklung (PINN): Sie formulieren die Differenzialgleichungen der Bahnmechanik (z. B. kinematische Feder‑Dämpfer‑Modelle) und integrieren diese als physikalischen Regularisierungsterm in die Loss‑Funktion eines neuronalen Netzes (Physics‑Informed Neural Network).
• Modellentwicklung (GINN): Sie nutzen Geometry‑Informed Neural Networks, um geometrische Zusammenhänge innerhalb der Anlage abzubilden. In Verbindung mit dem PINN soll es möglich sein, Zusammenhänge zwischen Rezeptparametern und real produzierten Produkten zu erlernen.
• Wissenschaftlicher Impact: Sie untersuchen die Möglichkeiten und Einschränkungen, ein echtzeitfähiges, kombiniertes Surrogat‑Modell des Wickelprozesses zu entwickeln, das als Basis für eine spätere modellprädiktive Anlagensteuerung dient.

Hiermit bringen Sie sich ein

• Gültige Immatrikulation in einem Masterstudium an einer deutschen Hochschule oder Universität in den Fachrichtungen Data Science, Kybernetik, Informatik, Automatisierungs­technik, Maschinenbau oder vergleichbar.
• Sehr gute Programmierkenntnisse in Python und fundierte Erfahrung mit gängigen Deep‑Learning‑Frameworks (z. B. PyTorch, TensorFlow oder JAX).
• Ein solides physikalisches Grundverständnis (Mechanik, Differenzialgleichungen) und idealerweise erste Berührungspunkte mit Scientific Machine Learning oder Graphennetzen.
• Hands‑on‑Mentalität (Mitarbeit an der Anlage), Eigeninitiative und die Motivation, reale, verrauschte Produktionsdaten mit modernsten KI‑Methoden zu untersuchen.

Was wir für Sie bereithalten

• Echte Industrierelevanz: Ihre Arbeit verschwindet nicht in der Schublade, sondern löst ein akutes Problem der aktuellen Batteriefertigung.
• Spitzentechnologie: Sie arbeiten mit realen 10 ms‑SPS‑Daten und hochauflösender Sensorik an einer echten Forschungs‑Wickelanlage.
• Exzellente Betreuung: Enge fachliche Begleitung, regelmäßiger Austausch im Forschungs­team und die Möglichkeit, als Co‑Autor an hochrangigen Journal‑Publikationen mitzuwirken.
• Infrastruktur: Zugang zu leistungsstarker Rechenhardware und einem erstklassigen wissenschaftlichen Netzwerk im Bereich Batterieforschung.

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*in 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.