Arbeitsumfeld

Im Rahmen der elektronischen Fahrzeuginbetriebnahme in der Produktion werden Prüfprotokolle generiert, welche die diagnostizierten Elektronikfehler abbilden. Aufgrund der steigenden Modellkomplexität und der Zeitkritikalität des Produktionsprozesses ist eine manuelle Interpretation der Prüfprotokolle nicht zumutbar bzw. zeitgemäß. Dieser aktuell wissensbasierte Prozess soll zukünftig systemgestützt ablaufen, um den Weg in die Zukunft der Industrie 4.0 zu ebnen.  Ziel eines laufenden Projektes zum beschleunigten Abarbeiten von Elektronikfehlern ist es, eine künstliche Intelligenz zur Unterstützung von Steuerungsentscheidungen in der Produktion zu konzeptionieren und zu implementieren. Als Masterand im Digitalen Produktionsmanagement besteht Ihre Aufgabe darin, innerhalb des Themenumfelds der KI-gestützten Fehler-Ursachen-Analyse zu forschen. Dabei arbeiten Sie mit einem Team aus Doktoranden, einem Software-Entwicklungspartner und den Anwendern in der Fahrzeugfertigung zusammen. Die ausgeschriebene Abschlussarbeit beschäftigt sich mit dem Entwurf und dem Erproben geeigneter KI-Modelle sowie Methoden zur intelligenten Fehler-Ursachen-Analyse (Root-Cause-Analysis). Hierbei sollen charakteristische Herausforderungen von Produktionsprozessen (Datenknappheit, Datendiversität, dynamische Prozessbedingungen …) berücksichtigt und adressiert werden. Über die technischen Aspekte hinaus, sind ebenso Themenfelder wie z. B. das Change-Management und übergreifende Kommunikation mit internationalen Werken Teil unserer Projektarbeit. Zusätzlich zur Masterandentätigkeit ist ein vorgelagertes Praktikum gewünscht.

Mögliche Aufgaben dieser Rolle

• Implementieren und Erproben von Algorithmen zur intelligenten Fehler-Ursachen-Diagnose

• Nutzen von Verfahren aus dem Bereich des maschinellen Lernens zum Analysieren von Produktionsdaten

• Evaluieren der Übertragbarkeit bestehender Ansätze aus der Wissenschaft auf reale Produktionsumgebungen

• Unterstützen des standortübergreifenden Rollouts von Digitalisierungsprojekten

• Zusammenarbeiten mit interdisziplinärer und fachbereichsübergreifender Kommunikation

Anforderungen an die Qualifikation

• Studierende der Fachrichtungen Informatik, Wirtschaftsinformatik, Ingenieurwissenschaften, Wirtschaftsingenieurwesen, Data Science oder vergleichbare Studienrichtungen

• Gute Programmierkenntnisse, vorzugsweise in Python

• Kenntnisse im Bereich Künstliche Intelligenz/maschinelles Lernen (Algorithmen und Modelle)

• Deutsch Sprachniveau C1

• Englisch Sprachniveau B2

• Eigeninitiative und selbständiges Arbeiten

Folgende Dokumente sind mit der Bewerbung einzureichen

• Lebenslauf

• Aktuelle Immatrikulationsbescheinigung

• Aktueller Notenspiegel

• Bei einem Pflichtpraktikum zusätzlich eine Bescheinigung der Hochschule

• Arbeitserlaubnis für Nicht-EU Bürgerinnen / Bürger

Keywords

Root Cause Analysis, Big Data