Kurzbeschreibung
Wir entwickeln einen Shopping Butler für Supermärkte: einen agentischen AI-Assistenten, der Nutzer:innen direkt beim Online-Einkaufen unterstützt – von Gerichts- und Rezeptvorschlägen bis zur Auswahl konkreter Produkte und dem Befüllen des Warenkorbs. Der Butler soll nicht als externer Service, sondern embedded in die App/Website eines Supermarkts integrierbar sein (z. B. perspektivisch REWE Online, EDEKA, dm).

Technisch setzen wir auf eine agentische Architektur (u. a. LangGraph) mit Fokus auf geringe Latenz, robuste Tool-Interfaces, und einen supermarkt-agnostischen Core, der später für unterschiedliche Supermärkte auslieferbar ist.

Zentraler Systemgedanke: Agnostische Daten + Händler-Adapter

Unser Butler kombiniert:

1. einen händlerunabhängigen Data/Knowledge-Layer (z. B. Rezeptdatenbank, Ernährungs-/Constraint-Logik, Präferenzen)

2. händlerspezifische Integrationen (Produktkatalog, Verfügbarkeit, Preise, Warenkorb)

Diese Arbeit adressiert die technische Schnittstelle zwischen Agent ↔ Daten ↔ Händler.

Dein Fokus in dieser Arbeit
Du kümmerst dich um die Anbindung von Online-Supermärkten an den Agenten – aber nicht als “reine Integration”, sondern als AI-orientiertes Tool- und Interface-Design: Welche Daten und Aktionen braucht ein Agent wirklich, wie müssen Tool-Interfaces aussehen, wie modelliert man Produktdaten robust, und welche Schnittstellen muss ein Händler bereitstellen?

Aufgaben / Inhalte

A) Agnostischer Data & Knowledge Layer

• Konzeption eines Schemas für Rezept-/Meal-Daten (Zutaten, Mengen, Tags, Allergene, Ernährungsziele, Kostenindikatoren, Substitutionslogik)

• Aufbau einer Datenpipeline (Import/Normalization/Validation), sodass Daten versioniert und erweiterbar bleiben

• Entwurf eines Retrieval-Konzepts (RAG): welche Felder werden indexiert, wie wird gesucht (z. B. nach “high protein, vegan, 20 min, günstig”), wie werden Quellen zurückgeführt

• Qualitäts-/Evaluationsmethoden: Konsistenzchecks, Coverage, Retrieval-Qualität

B) Händler-Integration als Agent-Tools

• Entwurf eines kanonischen Retail-Interfaces (Tool-Design) für agentische Systeme
  (Produktsuche, Produktdetails, Preis/Verfügbarkeit, Alternativen, Warenkorb-Aktionen)

• Definition von Mapping-Strategien: Zutaten aus Rezepten → passende Händlerprodukte (Einheiten, Packungsgrößen, Synonyme, Kategorien)

• Implementierung von Connectoren/Adaptern für mind. 1 Händler (oder realistischer Mock) + Erweiterbarkeit auf weitere

• Low-Latency & Robustheit: Caching, Timeouts, Retries, Observability

C) Systemdesign & Produktisierung

• Modularer Aufbau (agnostischer Core + Adapter), klare Schnittstellen und Datenverträge

• Analyse: Welche Schnittstellen muss ein Händler bereitstellen (APIs, Events, ggf. MCP-ähnliche Tool-Gateways)?

Technische Themen (Auswahl)

• Daten: Schema-Design, Pipelines, Validierung, Indexing, Retrieval/RAG

• Backend/Integration: REST/GraphQL/MCP, Auth, Rate Limits, Fehlerbehandlung

• Systemdesign: Multi-Customer-Architektur, Observability, Performance

Was du mitbringen solltest (Must-have)

• Master-Studium im Bereich AI oder verwandten Feldern

• Starkes Backend- & Datenverständnis (Schemas, saubere Schnittstellen, Datenqualität)

• Sehr gute Software-Engineering-Basics: Git, strukturierter Code, Debugging, Tests (Grundlagen)

• Full-stack Verständnis (wie FE ↔ BE ↔ DB zusammenspielt)

• Hohe Eigenmotivation: du arbeitest gern hands-on, lieferst Ergebnisse, übernimmst Ownership und hast Lust auf ein ambitioniertes, reales Projekt

• Sehr gute Deutsch- und/oder Englischkenntnisse in Wort und Schrift (mind. C-Niveau)

Nice-to-have

• Erste Erfahrung mit LLMs/Agenten (Tools, Prompting, LangChain/LangGraph o. ä.)

• Erfahrung mit API-Design, Datenmodellierung, Integrationen

• Schon mal ein Produkt/Prototyp “from scratch” gebaut

Was wir bieten

• Ein kompetentes, dynamisches Team mit hohem Anspruch und schneller Iteration

• Produktnahe Forschung: Arbeit an einem produktnahen Projekt (Transfer/Anwendung klar im Fokus)

• Hoher Gestaltungsspielraum: du definierst Interfaces, die später als Standard für Integrationen dienen können

• Perspektive auf Weiterarbeit – je nach Fit und Projektphase auch im Gründungskontext

Rahmen

• Start: ab sofort / nach Absprache

• Umfang: Masterarbeit

• Ort: (Lehrstuhl/Hybrid) nach Absprache, Regeltermine

Kontakt

Schick uns kurz dein Profil (CV, aktueller Notenauszug, ggf. GitHub/Projektlinks) sowie 3–5 kurze Sätze zu:

• Was hast du konkret schon gebaut oder umgesetzt?
  (z. B. Projekte, Systeme, Prototypen, Integrationen)

• Was interessiert dich an agentischen Systemen, Daten & Integrationen in diesem Projekt?

• Mini-Challenge: Skizziere kurz (5-8 Bulletpoints), wie du Zutaten aus einer Rezeptdatenbank auf konkrete Supermarktprodukte mappen würdest (inkl. Einheiten, Packungsgrößen und Alternativen).

Ansprechpartner:

Andreas Morello, M.Sc.

Kategorien:

Kontakt: