Index

Handlungsfeld

Die Entwicklung mechatronischer Systeme ist aufgrund der steigenden Anzahl von Teilsystemen und Disziplinen eine Herausforderung. Model-Based Systems Engineering (MBSE) begegnet dieser Herausforderung durch eine disziplinübergreifende Systembeschreibung mit einem einheitlichen Systemmodell, ist aber in der Praxis noch wenig verbreitet. Dies liegt insbesondere an den hohen Einstiegshürden im Mittelstand, die u.a. durch den notwendigen Einsatz kostenintensiver Software, das erforderliche Fachwissen sowie das durchzuführende Change Management begründet sind. Large Language Models (LLM) bieten das Potenzial, die Entwicklung und Verarbeitung dieser Systemmodelle mittels generativer künstlicher Intelligenz zu automatisieren und damit die Einstiegshürden zu senken und gleichzeitig die Entwicklungseffizienz und -qualität in der MBSE signifikant zu steigern.

Forschungsvorhaben LLM-SE

Im Rahmen des Forschungsprojektes LLM-SE (Large Language Model unterstütztes Systems Engineering) entwickeln wir gemeinsam mit unseren Industriepartnern ein an der MBSE-Philosophie und -Struktur orientiertes Assistenzsystem unter Verwendung von Large Language Models zur Teilautomatisierung des Engineeringprozesses mechatronischer Systeme von der Anforderungsanalyse bis zur virtuellen Inbetriebnahme. Dieses soll Benutzereingaben wie Anforderungen und Anpassungen interpretieren, durch die Verfügbarkeit von unternehmensspezifischen Produktkatalogen, historischen Projektdaten und Best Practices in individuelle, modellbasierte Lösungen transformieren und diese durch geeignete Validierungs- und Verifikationsmechanismen absichern.

Ihr Beitrag zum Projekt

• Konzeption, Strukturierung und Implementierung einer zentralen und übertragbaren LLM-SE Software-Architektur sowie der Spezifikation der zugehörigen Schnittstellen zu verschiedenen Datenquellen
• Recherche, Evaluierung und Auswahl geeigneter LLMs zur Generierung konformer SysML-Modelle in z.B. XML-basierter Form aus semistrukturierten Texten, PDF-Dokumenten und Bildern aus handschriftlichen Skizzen im PNG- oder JPG-Format
• Untersuchung von Technologien zur Containerisierung, Orchestrierung und Datenspeicherung von Anwendungen
• Konzeption geeigneter Mechanismen zur Ähnlichkeitsfindung und Plausibilitätsprüfung auf Anforderungs- und Logikebene

Ihre Benefits

• Praktische Erfahrung in der Entwicklung von Algorithmen der künstlichen Intelligenz und Deep Learning Techniken
• Mitarbeit in einem motivierten und engagierten Forschungsteam
• Sehr steile Lernkurve entlang praxisnaher Projekte mit hoher Industrierelevanz
• Austausch mit anderen Studierenden der FAPS und Einblick in andere Forschungsbereiche
• Möglichkeit zur Anfertigung einer Masterarbeit im Rahmen des Forschungsvorhabens nach Absprache
• Möglichkeit eines Research Masters und anschließender Promotion gegeben
• Homeoffice und flexible Arbeitszeit möglich

Anforderungen

• Gute Programmierkenntnisse insbesondere in Java und/oder  in C/C++ und/oder Python erforderlich
• Interesse und Vorkenntnisse in MBSE, SysML wünschenswert
• Grundkenntnisse in Machine Learning (ML) und Natürliche Sprachverarbeitung (NLP) wünschenswert
• Grundkenntnisse und Erfahrung in REST-API und Apache Kafka wünschenswert
• Grundkenntnisse und Erfahrung in PostgreSQL, MySQL, MongoDB oder Cassandra von Vorteil
• Grundkenntnisse und Erfahrung in Camunda oder Kogito von Vorteil
• Eigenständige, strukturierte Arbeitsweise sowie hohe Lernbereitschaft

Organisatorisches:

Beginn: ab sofort
Arbeitszeit: 8 Std/ Woche
Hinweis: Eine langfristige Zusammenarbeit ist erwünscht. Das Projekt läuft bis Ende 2027

Hinweise zur Bewerbung

• Bewerbungen bitte per E-Mail mit aktuellem Notenspiegel und Lebenslauf sowie einem kurzen Motivationsschreiben
• Bitte beachten Sie, dass unvollständige Bewerbungen nicht berücksichtigt werden können.
• Weitere Informationen auf Anfrage per E-Mail oder gerne auch in einem persönlichen Gespräch.

Im Rahmen dieser Tätigkeit soll bei der Entwicklung und Erforschung neuer XR/KI-Softwaretools auf Basis von Unity und Blender unterstützt werden. Dabei koppeln wir die Intuitivität, die Usability und den Spaß von Computerspielen mit der Nützlichkeit von Industriesoftware. Oder in anderen Worten, wie kann es sein, dass ein 12 jähriger in einem Computerspiel ein Weltreich aufbauen kann aber ich für die meisten Industrietools einen Doktortitel benötige um diese zu verstehen, bzw. viele der Industriesoftwarelösungen immer noch aussehen wie Windows 95.

 

Aus folgenden Themen lassen sich die Aufgaben individuell aussuchen:

• Weiterentwicklung von kollaborativen, plattform-übergreifenden Anwendungen (AR, VR, Browserbasiert, Android, iOS, Windows…), siehe AR-Demo.
• CAD und 3D-Modellierung mittels Blender
• Erstellung von Prozessablauf Simulation
• Die praktische Erprobung kann im Rahmen des Forschungsprojektes  FAPS-X-Start-Ups ROBOTOP & https://robotop.de/ueber-uns/ sowie in Forschungsprojekten mit Industriepartner wie Bosch stattfinden.

 

Und das haben Sie davon:

• Zusammenarbeit mit dynamischen hoch-innovativen und schnell wachsenden Start-Up-Team im Kontext des Omniverse, Metaverse, KI, XR mit Möglichkeit zur Übernahme
• Tätigkeit kann auch in Zusammenarbeit mit der ROBOTOP GmbH als Industriepraktikum gestaltet werden, welches im Rahmen der Studienleistung angerechnet werden kann
• Sehr steile Lernkurve entlang praxisnaher Projekte mit hoher Industrierelevanz
• Kennenlernen möglicher Themenstellungen für BA, PA und MA Abschlussarbeiten
• Aktive Mitgestaltung innovativer Technologien
• Ausweitung des persönlichen Netzwerks
• Entwicklung der eigenen Fähigkeiten (Digitale Transformation und was dazu gehört: U. A. 3D-Modellierung, Programmierung, Künstliche Intelligenz (KI), Extended Reality (XR))
• Wöchentliche Arbeitszeit (verhandelbar): 8-20 Stunden mit hohem Homeoffice-Anteil möglich

 

Weitere Informationen zum Projekt: https://robotop.de/

 

Dr.-Ing, Eike Wolfram Schäffer, (M.Sc., M.Sc., SixSigma BlackBelt)

Mail: eike.schaeffer@faps.fau.de
LinkedIn: https://www.linkedin.com/in/eike-sch%C3%A4ffer/ 

 

 

PS: Bitte geben Sie in Ihrer Bewerbung bzw. in der Mail das Stichwort NextLevelROBOTOP an, damit ich sehe das Sie den Text bis zum Ende gelesen haben sowie schreiben Sie mir warum Sie an dem Thema besonders großes Interesse haben. Unser Team besteht aus sehr innovativen, leistungsbereiten und stark intrinsisch motivierten Menschen. Daher ist uns ein Fit in Hinsicht der Einstellung sehr wichtig. Sowie bewerben Sie sich bitte in deutscher Sprache und nur mit sehr guten Deutschkenntnissen. Mails ohne diese Kriterien werden ignoriert.

Im Rahmen der Energiewende verlagert sich der Fokus von fossilen Brennstoffen und Atomenergie zu erneuerbaren Energiequellen. Hybride Netzstrukturen aus einer Kombination aus Gleich- und Wechselstrom vereinen die Vorteile beider Versorgungsstrategien. Sie berücksichtigen jede Art von Verbrauchern, Speichern und Erzeugern.

Da das Wissen zur Auslegung dieser neuartigen Systeme noch nicht in der Praxis verbreitet ist entsteht am FAPS ein Softwaretool, das den Planungsprozess durch Ansätze von Simulationstechnologien, dem Advanced Systems Engineering und Methoden der Künstlichen Intelligenz unterstützt.

In Kooperation mit über 30 namhaften Partnern der Industrie baut der FAPS in seinen Laborhallen eine Demonstratoranlage mit regenerativen Erzeugern, verschiedenen Speichern und industriellen Verbrauchern auf. Entstandene Simulationen können dort messtechnisch validiert und das Gesamtkonzept auf die praktische Umsetzbarkeit sowie die Wirtschaftlichkeit untersucht werden.

Mögliche Aufgabenstellung:

Das grundsätzliche Ziel ist die Implementierung des Planungstools um gleichstrombasierte Produktionssysteme plug&play-fähig zu konfigurieren und diese basierend auf hinterlegten Simulationsmodellen zu analysieren. Im Vordergrund stehen hier die folgenden Aspekte:

• Implementierung einer grafischen Benutzerschnittstelle zur Netzkonfiguration
• Anbindung der Benutzerschnittstelle mit MATLAB/Simulink und bestehenden Simulationen
• Erweiterung um eine Anbindung zur automatisierten Datenauswertung im Sinne des Knowledge Discovery in Simulation Data Prozesses
• Dokumentation der Erkenntnisse

Weitere Aufgabe können umfassen:

• Recherchetätigkeiten
• Unterstützung bei Versuchsaufbauten, Experimenten und Datenanalysen an der bestehenden Demonstratoranlage

Das bieten wir:

• Mitarbeit in einem motivierten und engagierten Team
• Möglichkeit eines Research Masters und anschließender Promotion gegeben
• Homeoffice und flexible Arbeitszeit möglich

Hinweise zur Bewerbung:

• Praktische Erfahrung im Umgang mit MATLAB/Simulink notwendig
• Hohe Motivation, Neugierde sowie strukturierte Arbeitsweise
• IT-Affinität sowie Erfahrung in mindestens einer Hochsprache
• Sehr gute Kenntnisse der deutschen oder englischen Sprache in Wort und Schrift
• Bewerbungen mit Lebenslauf und aktueller Fächerübersicht bitte per E-Mail an Martin.Barth@faps.fau.de

Die für Magnete relevanten Seltenerdmetalle Neodym, Dysprosium und Terbium werden von der EU als kritische Rohstoffe der höchsten Risikokategorie betrachtet. Einerseits sind diese Rohstoffe von zentraler Bedeutung für viele Zukunftstechnologien wie die E-Mobilität und die regenerative Energieerzeugung. Daher spielen sie eine Schlüsselrolle für die Klimaziele der EU und die Nachfrage steigt kontinuierlich. Andererseits basiert die Versorgung ausschließlich auf Importen, wobei die VR China den globalen Markt dominiert. Aus dieser Abhängigkeit resultieren signifikante Nachteile für die europäische Industrie in Form von Lieferkettenrisiken, Preisvolatilität und kontinuierlich steigenden Preisen. Gleichzeitig ist die Primärförderung von Seltenen Erden und die Magnetherstellung mit signifikanten Umweltbelastungen verbunden.

Entsprechend besitzt das innereuropäische Recycling ein hohes geopolitisches, ökonomisches und ökologisches Potential. Derzeit fehlen allerdings industriell einsetzbare Technologien für die Rückgewinnung der Seltenerdmagnete, sodass die innereuropäische Recyclingquote unterhalb von einem Prozent liegt.

Im Rahmen aktueller Forschungsprojekte entwickelt der FAPS derzeit intelligente Demontage- und Sortierprozesse für die Rückgewinnung von Seltenerdmageten aus End-of-Life-Produkten (z. B. automobile Traktionsantriebe) und geschreddertem Elektroschrott. Für diese Forschung wird ab sofort eine studentische Hilfskraft zur Unterstützung in der Entwicklung innovativer Technologien gesucht. Es sind verschiedene Aufgabenschwerpunkte denkbar.

Mögliche Aufgaben umfassen:

• Mitarbeit in der Prozessentwicklung
  • Recherche / analytische Betrachtungen
  • Durchführung von Versuchsreihen
• Mitarbeit im Aufbau und der Inbetriebnahme von Versuchsaufbauten und Demonstratoranlagen
  • Konstruktion
  • Bauteilfertigung
  • Montage
  • Programmierung von Steuerungen und Robotern

Anforderungen:

• Studium im Bereich Maschinenbau / Mechatronik / Elektrotechnik / Energietechnik / Elektromobilität-ACES o. Ä.
• Erfahrung mit der CAD-Bauteilkonstruktion und handwerkliches Geschick
• Engagierte, selbstständige und zuverlässige Arbeitsweise
• Deutsch-Sprachkenntnisse (min. B2)

Weitere Bemerkungen:

• Forschung im Bereich innovativer und nachhaltiger Technologien, Eingliederung in den Forschungsalltag
• Flexible Arbeitszeiten am Standort Nürnberg, Stundenzahl nach Absprache
• Interesse an langfristiger Zusammenarbeit
• Gerne in Kombination mit einer Bachelor-, Projekt- oder Masterarbeit
• Beginn nach Vereinbarung ab sofort möglich

Bewerbung per Email an roman.hahn@faps.fau.de oder thorsten.ihne@faps.fau.de

Stelle ist neu zu besetzen!

Die digitale Transformation der Produktion verspricht, die Produktivität im Inland zu steigern und neue Geschäftspotenziale zu erschließen. Das Revolutionäre an Industrie 4.0 (I4.0) ist nicht allein die Digitalisierung der Produkte und ihrer Produktion, sondern die Möglichkeit technische Systeme in Echtzeit zu vernetzen. Die dadurch gewonnenen Daten können mit Methoden des maschinellen Lernens (ML) nutzbringend ausgewertet und daraus neues Wissen generiert werden.

Gerade im Bereich der spanenden Fertigung ist der Einsatz maschinelle Lernverfahren aufgrund des hohen Automatisierungsgrades, der guten Datenverfügbarkeit durch interne sowie externe Sensorik in Kombination mit potentiell großer Wirkung aufgrund des hohen Marktanteils besonders vielversprechend. Im Rahmen Deiner HiWi-Tätigkeit trägst du zur Forschung in diesem Bereich durch unterschiedlichste Tätigkeiten bei.

 

Mögliche Aufgaben im Rahmen der HiWi-Tätigkeit:

• Du wirkst bei der Entwicklung industrieller Webanwendungen zur Anwendung intelligenter Algorithmen mit.
• Du unterstützt bei der Recherche aktueller Forschungsansätze im Bereich Smart Manufacturing, Data Analytics und Machine Learning im Hinblick auf die spanende Fertigung.
• Du hilfst bei der Erstellung von Lehrveranstaltungen.

 

Vorkenntnisse:

• Du kennst dich im Bereich der spanenden Fertigung aus.
• Idealerweise hast du Dich bereits mit den Methoden des maschinellen Lernens (insbesondere überwachtes Lernen) beschäftigt und kannst mit Python sowie den gängigen Bibliotheken umgehen.
• Du hast gegebenenfalls bereits Erfahrung im Bereich der Webentwicklung.

 

Bewerbung:

• Beginn, Umfang und genaue Ausrichtung der HiWi-Tätigkeit nach gemeinsamer Absprache
• Freie Arbeitszeiteinteilung, Tätigkeit kann überwiegend ortsunabhängig ausgeübt werden
• Bewerbungen per E-Mail mit Lebenslauf und aktueller Fächerübersicht an benjamin.lutz@faps.fau.de
• Weitere Details gerne im persönlichen Gespräch

Das zugrundeliegende Forschungsprojekt befasst sich mit der Erstellung eines virtuellen Abbildes einer Fertigung für medizintechnische Anwendungen (EVAmed). Dieses Abbild wird auch als Digitaler Zwilling bezeichnet, welcher es ermöglicht mittels Simulationen das reale System zu optimieren.

Arbeitsinhalte:

Die Arbeitsinhalte können je nach Bedarf variieren. Sie umfassen schwerpunktmäßig folgende Punkte:

• Konzeptionierung und Erstellung von Graphiken für wissenschaftliche Veröffentlichungen
• Überarbeitung von Schulungsunterlagen (Präsentationen)
• Aufnahme und Postprocessing von Videos für den Youtube-Channel des Lehrstuhls

Anforderungen:

• Kreativität & Künstlerische Begabung
• Eigener Anspruch an hohe Sorgfalt bei allen Arbeitsaufträgen
• Perfektes Deutsch in Wort und insbesondere Schrift
• Maschinenbau, Medizintechnik, Mechatronik, Elektrotechnik, WIng, Informatik o.ä.

Bemerkungen:

• Freie Einteilung der Arbeitszeit
• Stundenzahl nach Absprache (max. 12 h/Woche)
• Beginn nach Vereinbarung ab sofort möglich

Weitere Infos gerne per Mail.

Das Engineering von Industrieanlagen nimmt einen wesentlichen Kostenpunkt im Entwickeln von Anlagen ein. Deshalb ist es besonders wichtig, hier auf Einsparungspotential zu achten. Ein Faktor hierfür ist die Kommunikation der Entwicklungsdomains (Elektrik, Mechanik und Steuerung) untereinander. Diese kann durch das durchgängige Engineering wesentlich verbessert werden. Mit einer gemeinsamen Datenbasis sollen Informationen einfach ausgetauscht und weitergegeben werden. Ebenso wird das Änderungsmanagement deutlich vereinfacht und überschaubarer gestaltet.
Im Rahmen von Workshops, Seminaren und Praktika soll die Methodik des durchgängigen Engineerings anhand von Siemens-Tools erläutert werden.

Hier geht’s zum Flyer

Aufgabenstellung

• Einarbeitung in das Thema „Durchgängiges Engineering“ und Aufarbeiten der wissenschaftlichen Hintergründe
• Erstellen einer zusammenhängenden Dokumentation – basierend auf Vorarbeiten und Ausarbeitungen einzelner Themenkomplexe
• Unterstützung bei der Aufbereitung der Praxisbeispiele

Vorkenntnisse

• Gute Deutschkenntnisse
• Vorkenntnisse in den Siemens-Tools Teamcenter, NX, Mechatronics Concept Designer, SIMIT wünschenswert, aber nicht zwingend notwendig.

Weitere Informationen gibt es gerne auf Anfrage per Mail oder telefonisch.