About this role
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.
Schwerpunkte Ihrer Tätigkeit bei uns:
- 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).