Ausgangssituation:

Das effiziente und effektive Management sowie die Kommunikation in naher Echtzeit analytischer Daten in der diskreten Fertigung stellen maßgebliche Herausforderungen an bestehende IT-Architekturen da. Diese ergeben sich aus der räumlich und zeitlich verteilten sowie inhomogenen Umgebung der Fertigung. Gleichzeitig müssen eine Vielzahl verschiedener Anwendungsfälle in langwierigen, empirischen ML-Modellierungsprozessen entwickelt werden. Darüber hinaus sind in Fertigungsumgebungen eine Vielzahl von multimodalen Sensordaten wie Skalarwerte, Zeitreihendaten, Bilddaten oder Punktwolken üblich. Diese Daten gilt es in ausreichender Qualität und Quantität annotiert zur Verfügung zu stellen.

Event-Driven Architecture (EDA) nutzen das Prinzip der ereignisgetriebenen Programmierung auf der Ebene der übergeordneten Systemarchitektur. Diese Architektur zeichnet sich dadurch aus, dass die verschiedenen Dienste und Systeme eigenständig agieren und über das Versenden bzw. den Empfang diskreter Ereignisse, die über einen zentralen Broker verteilt werden, untereinander kommunizieren. In der Industrie zeigen sich die Vorteile dieses Ansatzes insbesondere bei IT-Systemen, die auf die Nutzung lose gekoppelter, verteilter Softwarekomponenten und Dienste setzen. Der Ansatz stellen damit eine fundamentale Restrukturierung herkömmlicher industrieller Request-Response-Architekturen und Garant für zukünftige Flexibilität hinsichtlich hierarchieloser Kommunikation unterschiedlichster Assets und Dienste dar. Die EDA dient zukünftig als grundlegende Integrationsschicht zwischen Daten, Softwarediensten und weiteren IT-Systemen und ermöglicht so den demokratischen Zugriff auf vorhandene analytische Daten und somit das Aufbrechen vorhandener Datensilos.

Aufgabenstellungen:

Im Rahmen dessen leitet sich die Aufgabenstellungen wie folgt ab:

• Einarbeitung in die Grundlagen verteilter Architekturen, Event-Driven-Architectures und Apache Kafka
• Systematische Literaturrecherche zur Identifizierung zielführender Konzepte, Methoden und Potentialen
• Implementierung des identifizierten Ansatzes anhand Anwendungsfällen im Kontext der Elektromotorenproduktion
• Auswertung und kritische Analyse der Ergebnisse

Hinweise zur Bewerbung:

• IT-Affinität sowie Erfahrung in der Python-Programmierung
• Erste Erfahrungen mit Kommunikationsprotokollen wünschenswert
• Hohe Motivation und Auffassungsgabe und strukturierte Arbeitsweise
• Bewerbungen mit Lebenslauf und aktueller Fächerübersicht bitte per E-Mail an tim.raffin@faps.fau.de und benedikt.scheffler@faps.fau.de

Ansprechpartner:

Tim Raffin, M.Sc. 

Kategorien:

Kontakt: