Index

Projekthintergrund:

eXtended Reality (XR) lässt sich hervorragend für die Bildung einsetzen – insbesondere bei komplexen, räumlich-geometrischen Aufgabenstellungen. In XR kann gefahrlos trainiert werden, ohne Risiken für Leib und Leben oder die Gefahr von Sachbeschädigungen. Zukunftswelten, die physisch noch gar nicht existieren, lassen sich frühzeitig erkunden. Darüber hinaus ermöglicht XR die Darstellung seltener oder potenziell gefährlicher Szenarien. Auch Trainingseinheiten, die räumlich oder zeitlich verteilt stattfinden, sind möglich – mit einer potenziell unbegrenzten Anzahl an Teilnehmenden.

All das sind überzeugende Gründe, die vielseitigen Potenziale von XR auch in der Ausbildung zur Elektromobilität zu nutzen. Doch welche Ausbildungsinhalte lassen sich sinnvoll abbilden – und wie? Welche didaktischen Konzepte eignen sich dafür? Welche XR-Technologien sollen eingesetzt werden? Und in welche anderen Ausbildungsbereiche können die Erkenntnisse dieses Projekts übertragen werden?

Diese Fragen und mehr werden im Projekt XR-Upskill behandelt.

Motivation BA/PA/MA:

Im Projekt XR-Upskill wird untersucht wie Ausbildenden und Trainern die Erstellung von XR-Schulungen und XR-Schulungsinhalten ermöglicht werden kann. Dazu werden Softwaretools eingesetzt, evaluiert und weiterentwickelt und der Einsatz von XR-Anwendungen in der Lehre erprobt. Die eingesetzten XR-Formate reichen von Tablet-AR über MR bis VR. Diese kommen in unterschiedlichen Settings von Trainer-geführten, synchronen Lehreinheiten bis zu asynchronen virtuellen Welten, die für autodidaktisches Lernen ausgelegt sind. Inhalt einer studentischen Arbeit könnten folgende Themen sein:

• Welche Möglichkeiten zur Lernzielkontrolle gibt es in XR? Literaturrecherche und praktische Umsetzung von Beispielen
• Welches Vorgehen ist für die Integration von AR in einer Übung an der Universität wichtig? Umsetzung und Handlungsempfehlungen
• Wie kann Gamification in virtuellen Welten eingesetzt werden? Literaturrecherche und Umsetzung am Beispiel einer virtuellen Welt, in welcher E-Mobilität näher gebracht wird.
• Wie können mehrere Inhalte in virtuellen Welten strukturiert werden? Literaturrecherche und Umsetzung am Beispiel von Ladestandards
• Wie können physikalische Grundlagen für die Elektromobilität spielerisch erkundet werden?
• Komm auch gerne mit eigenen Vorschlägen rund um dieses Themenfeld auf uns zu

Mögliche Arbeitsinhalte:

• Einlesen in die begleitende Literatur
• Einarbeitung in Grundlagen zu Virtual und Augmented Reality und ihrem Einsatz in der Lehre
• Einarbeitung in benötigte Softwaretools
• Umsetzung der Inhalte
• Evaluation

Was du mitbringen solltest:

• Strukturierte und selbstständige Arbeitsweise
• Interesse an VR/AR/XR
• Idealerweise Erfahrungen mit 3D Modellierung

Was du erwarten kannst:

• Spannende Einblicke in den Aufbau virtueller Welten
• Erfahrungen in der Arbeit mit VR/AR
• Intensive Betreuung nach Bedarf
• Kostenloser Kaffee

Organisatorisches:

Der Beginn der Arbeit ist flexibel und der Umfang kann entsprechend der zu verfassenden Arbeit angepasst werden.

Bitte wende dich dich bei Interesse mit kurzem Lebenslauf und aktueller vollständiger Notenübersicht per Mail an David Kunz.

Projekthintergrund:

eXtended Reality (XR) lässt sich hervorragend für die Bildung einsetzen – insbesondere bei komplexen, räumlich-geometrischen Aufgabenstellungen. In XR kann gefahrlos trainiert werden, ohne Risiken für Leib und Leben oder die Gefahr von Sachbeschädigungen. Zukunftswelten, die physisch noch gar nicht existieren, lassen sich frühzeitig erkunden. Darüber hinaus ermöglicht XR die Darstellung seltener oder potenziell gefährlicher Szenarien. Auch Trainingseinheiten, die räumlich oder zeitlich verteilt stattfinden, sind möglich – mit einer potenziell unbegrenzten Anzahl an Teilnehmenden.

All das sind überzeugende Gründe, die vielseitigen Potenziale von XR auch in der Ausbildung zur Elektromobilität zu nutzen. Doch welche Ausbildungsinhalte lassen sich sinnvoll abbilden – und wie? Welche didaktischen Konzepte eignen sich dafür? Welche XR-Technologien sollen eingesetzt werden? Und in welche anderen Ausbildungsbereiche können die Erkenntnisse dieses Projekts übertragen werden?

Diese Fragen und mehr werden im Projekt XR-Upskill behandelt.

Motivation BA/PA/MA:

Im Projekt XR-Upskill wird untersucht wie Ausbildenden und Trainern die Erstellung von XR-Schulungen und XR-Schulungsinhalten ermöglicht werden kann. Dazu werden sowohl Softwaretools weiterentwickelt als auch betrachtet worin und wie die Ausbildenden ausgebildet werden müssen. Inhalt dieser studentischen Arbeit soll die Ausarbeitung eines Curriculums für die Ausbildenden und Trainer sein.

Mögliche Arbeitsinhalte:

• Einlesen in die begleitende Literatur
• Einarbeitung in Grundlagen zu Virtual und Augmented Reality und ihrem Einsatz in der Lehre
• Analyse der Anforderungen
• Ausarbeitung eines Curriculums für Ausbildende und Trainer

Was du mitbringen solltest:

• Strukturierte und selbstständige Arbeitsweise
• Interesse an VR/AR/XR
• Studium in Berufspädagogik Technik oder vergleichbarem Studiengang

Was du erwarten kannst:

• Spannende Einblicke in die Erstellung von Curricula
• Erfahrungen in der Arbeit mit VR/AR
• Intensive Betreuung nach Bedarf
• Kostenloser Kaffee

Organisatorisches:

Der Beginn der Arbeit ist flexibel und der Umfang kann entsprechend der zu verfassenden Arbeit angepasst werden.

Bitte wende dich dich bei Interesse mit kurzem Lebenslauf und aktueller vollständiger Notenübersicht per Mail an David Kunz.

LLM-SE research project

As part of the LLM-SE (Large Language Model supported Systems Engineering) research project, we are working with our industry partners to develop an assistance system based on the MBSE philosophy and structure using large language models to partially automate the engineering process of warehouse technology and concepts from requirements analysis to virtual commissioning. This should interpret user input such as requirements and adaptations, transform them into individual, model-based solutions through the availability of company-specific product catalogs, historical project data and best practices and secure these through suitable validation and verification mechanisms.

Your tasks in the project

• Literature research on the modeling language SysML v2
• Research, evaluation and selection of suitable AI methods and models
• Optimization of the existing framework through the further development of a new microservice that can be integrated with the current service and offers scalable LLM-fine-tuning.
• Collecting data from industry project partners and creating pre-processing pipelines that convert raw data into ALPACA format for model training.
• Creating intuitive user interfaces that allow non-technical users to test, evaluate and refine different base models – for warehouse technologies and concepts – by using different prompts.
• Automatic generation of SysML models for warehouse technologies and concepts through the use of LLMs in the developed framework and the improvement of these models through an interactive behavior of the process engine
• The final result of your work: With the help of the framework, the layouts for different warehouse concepts including the associated warehouse technologies automatically suggested by LLMs for the corresponding material flow technology in the factory should be able to be generated automatically.

Requirements

• Very good programming skills in Python are mandatory
• Very good knowledge and practical experience in RESTful APIs is mandatory
• Very good knowledge of processing data formats such as CSV, JSON, XML and Markdown is mandatory
• Confident handling of containerization technologies such as Docker, Podman
• Practical experience with LLM fine-tuning frameworks, e.g. Unsloth, LlamaFactory is mandatory
• Practical experience with LLM inference optimization engines, e.g. Ollama, Llama.cpp or vLLM is mandatory. e.g. Ollama, Llama.cpp or vLLM is mandatory
• Practical experience with database technologies for SQL, NoSQL, vector and object databases is mandatory
• Basic knowledge of prompt engineering techniques, including one-shot, few-shot and chain-of-thought prompting is an advantage
• Basic knowledge of version control systems e.g. Git is an advantage
• Basic knowledge of front-end development e.g. React, Next.js is an advantage

Application instructions

• Start at the earliest possible date
• Please send applications by e-mail with a current transcript of records and CV as well as a short letter of motivation
• Please note that incomplete applications cannot be considered
• Further information on request by e-mail or in a personal interview

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 Lagertechnologie und -konzepte 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.

Ihre Aufgabenbereiche im Projekt

• Literaturrecherche zur Modellierungssprache SysML v2
• Recherche, Evaluation und Auswahl geeigneter KI-Methoden und -Modelle
• Optimierung des bestehenden Frameworks durch die Weiterentwicklung eines neuen Mikroservices, der mit den aktuellen Service integriert werden kann und skalierbare LLM-fine-tuning bietet.
• Datensammeln von Projektpartnern aus der Industrie und Erstellen von Vorverarbeitungspipelines, die Rohdaten in das ALPACA-Format für das Modelltraining konvertieren.
• Schaffung intuitiver Benuteroberflächen, die es Benutzern ohne technischen Hintergrund ermöglichen, verschiedene Basismodelle – für Lagertechnologien und -konzepte zu testen, zu bewerten und zu verfeinern, indem sie verschiedene Eingabeaufforderungen verwenden.
• Automatische Generierung von SysML-Modellen für Lagertechnologien und -konzepte durch den Einsatz von LLMs im entwickelten Framework und die Verbesserung dieser Modelle durch ein interatives Verhalten der Process Engine
• Das Endergebnis Ihrer Arbeit: Mithilfe des Frameworks sollen die Layouts für verschiedene Lagerkonzepte inkl. der zugehörigen, durch LLMs automatisch vorgeschlagenen Lagertechnologien  für die entsprechende Materialflusstechnik in der Fabrik automatisch generiert werden können.

Anforderungen

• Sehr gute Programmierungskenntnisse in Python sind zwingend erforderlich
• Sehr gute Kenntnisse und praktische Erfahrungen in RESTful APIs sind zwingend erforderlich
• Sehr gute Kenntnisse in der Verarbeitung von Datenformaten wie CSV, JSON, XML und Markdown sind zwingend erforderlich
• Sicheres Umgehen mit Containerisierungstechnologien wie Docker, Podman
• Praktische Erfahrungen mit LLM-Fine-tuning-Frameworks, z. B. Unsloth, LlamaFactory sind zwingend erforderlich
• Praktische Erfahrungen mit LLM-Inferenz-Optimierungsmaschinen, z. B. Ollama, Llama.cpp oder vLLM ist zwingend erforderlich
• Praktische Erfahrungen mit Datenbanktechnologien für SQL-, NoSQL-, Vektor– und Objektdatenbanken sind zwingend erforderlich
• Grundlegende Kenntnisse in Prompt-Engineering-Techniken, einschließlich One-Shot, Few-Shot und Chain-of-Thought-Prompting sind von Vorteil
• Grundlegende Kenntnisse in Versionskontrollsystemen z. B. Git sind von Vorteil
• Grundlegende Kenntnisse in der Front-End-Entwicklung z. B. React, Next.js sind von Vorteil

Hinweise zur Bewerbung

• Beginn zum nächstmöglichen Zeitpunkt
• 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 des Forschungsprojekts LLM-SE (Large Language Model unterstütztes Systems Engineering) erforschen wir am Lehrstuhl FAPS innovative Ansätze zur Teilautomatisierung des Engineerings mechatronischer Systeme mithilfe generativer KI. Ziel ist es, komplexe Entwicklungsprozesse – von der Anforderungsanalyse bis zur virtuellen Inbetriebnahme – durch KI-gestützte Assistenzsysteme effizienter und robuster zu gestalten.

Aufgabenbereiche

Wir suchen motivierte Studierende zur Unterstützung bei der Entwicklung eines Demonstrators, der die virtuelle Inbetriebnahme eines mechatronischen Systems ermöglicht. Der Fokus liegt auf der Integration generativer KI-Modelle (z. B. LLMs) zur Unterstützung von Engineering-Aufgaben.

1. Modellerstellung in Unity

   • Erstellung und Kinematisierung des mechatronischen Systems (am Beispiel einer CO2-Neutralen Produktionsanlage am FAPS)

   • Integration von Verhaltensmodellen zur Beschreibung von Sensoren und Aktoren

2. Anbindung der SPS mit Siemens TIA Portal

   • Entwicklung einer einfachen Steuerungslogik für das System

   • Anbindung der SPS an das Mechatronische Modell

3. Erstellung der ECAD-Verbindung

   • Extraktion relevanter Verbindungen zwischen SPS und der Produktionsanlage

   • Ableitung der IO-Strukturen

4. Integration generativer KI-Modelle

   • Anbindung eines LLM-Moduls zur teilautomatisierten Modell- oder Codegenerierung

   • Evaluation der KI-gestützten Assistenzfunktionen im Engineering-Prozess

Profil

• Studium in Maschinenbau, Elektrotechnik, Mechatronik, Informatik oder vergleichbar

• Kenntnisse in Unity (C#), TIA Portal oder EPLAN wünschenswert

• Interesse an KI, Automatisierung und virtueller Inbetriebnahme

• Selbstständige und strukturierte Arbeitsweise, Teamfähigkeit sowie gute Kommunikationsfähigkeiten

• Sehr gute Deutsch- und Englischkenntnisse in Wort und Schrift

Was wir bieten

• Einbindung in ein aktuelles öffentlich gefördertes Forschungsprojekt

• Hohe Zusammenarbeit mit regionalen Industriepartnern

Beginn

Ab sofort möglich. Die Position ist als Bachelor-, Projekt- oder Masterarbeit verfügbar.

Kontakt

Interessierte Studierende senden bitte ihre Bewerbungsunterlagen (kurzes Motivationsschreiben, Lebenslauf, Notenspiegel) per E-Mail an: martin.barth@faps.fau.de

Weitere Informationen zum Projekt LLM-SE:
 LLM-SE auf faps.fau.de

Simulationen sind im Bereich von Produktionssystemen mittlerweile ein weit verbreitetes Werkzeug um diese komplexen Systeme zu analysieren und zu optimieren. Im Bereich der Virtuellen Inbetriebnahme können Fehler in der Auslegung der zahlreichen Komponenten oder der komplexen Steuerung durch die Nutzung von Simulationen schnell gefunden werden. Materialflusssimulationen von ganzen Fertigungslinien eignen sich dazu frühzeitig Bottlenecks aufzufinden und dadurch eine resiliente und zuverlässige Versorgung von Materialien in der Produktion sicher zu stellen.

Ebenfalls im Bereich der CO2-Neutralen Produktion finden Simulationen Einklang um den Energieverbrauch der Anlagen zu minimieren, Energiespeicher wirtschaftlich und effizient auszulegen und Erneuerbare Energien optimal einzubinden.

In Kooperation mit über 30 namhaften Partnern der Industrie baut der FAPS in seinen Laborhallen eine gleichstrombasierte 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.

Aufgabenstellungen:

Im Rahmen der Arbeit soll basierend auf bereits bestehende Simulationsmodelle der gleichstrombasierten Demonstratoranlage aufgebaut werden.

Hierbei können Schwerpunkte in folgenden Bereichen gelegt werden:

Energiebezogene Ereignisdiskrete Simulation mit Plant Simulation

Implementierung von Energiemanagement Konzepten (z.B. Load Shifting), Speichermanagement und Erneuerbare Energien in die bereits bestehende Simulationsumgebung.
Erweiterung des Referenzmodells um energetische Kennzahlen zur Entwicklung eines Software-Demonstrators, der die wirtschaftlichen und ökologischen Vorteile vereint.

Prozesssimmulation des Digitalen Zwillings mit Siemens NX, TIA Portal und Siemens Simit

Erarbeitung eines Produktionsprozesses, welcher zunächst in der Simulation getestet und anschließend an der realen Anlage überführt wird.
Steuerungscode wird u.a. in Siemens Tia Portal programmiert und dieser als Software-in-the-Loop Framework am Simulationsmodell validiert.
Kommunikationssignale sollen in Siemens Simit überführt werden.

Möglichkeit der Einbindung von Energiemanagementkonzepten der existierenden Energiespeicher (Batteriespeicher und Ultracap)

Energetische Analyse mittels Digitalen Zwilling in Siemens NX

Bestehende Arbeiten ermittelten das energetische Verhalten von Komponenten (z.B. Kuka Roboter) durch Einbindung der Siemens NX Physics Engine.
Im Rahmen der Arbeit soll das Konzept erweitert werden um realistischere Ergebnisse zu erhalten.

Energienetzsimulation mit MATLAB / Simulink – Simscape

Das hybride Energienetz des Demonstrators, bestehend aus diversen Energieverbrauchern, -erzeugern und Speichersystemen, soll in MATLAB Simscape abgebildet werden.
Insbesondere soll Schalt- und Schutztechnik, Energiewandlungen, sowie Energiesteuerungskonzepte in der Simulation berücksichtigt werden.

Anforderungen und Informationen:

Profil:

• Studium der Elektrotechnik, Energietechnik, Mechatronik, Informatik, Maschinenbau oder eines verwandten Fachbereichs.
• Sehr gutes Deutsch und Englisch in Wort und Schrift
• Selbstständige Arbeitsweise erforderlich
• Interesse an innovativen Energieversorgungstechnologien, Simulationen oder Automatisierung
• Erste Erfahrungen mit Software-Tools wie TIA Portal, MATLAB/Simulink, Siemens NX, EPLAN oder ähnlichen CAD- und Simulationsprogrammen sind von Vorteil.
• Kenntnisse in der Programmierung und Interesse an Schnittstellentechnologien von Vorteil.
• Selbstständige und strukturierte Arbeitsweise, Teamfähigkeit sowie gute Kommunikationsfähigkeiten.

Was wir bieten:

• Einblicke in die spannende Forschungsarbeit im Bereich Simulation, Automatisierung und Gleichstromnetzwerke und hybride Energienetze.
• Die Möglichkeit, an zukunftsweisenden Projekten in einem engagierten Team mitzuwirken.
• Eigenverantwortliches Arbeiten an realen Projekten mit modernster Technologie.
• Möglichkeit zur persönlichen und fachlichen Weiterentwicklung.
• Kooperation mit führenden und regionalen Industrieunternehmen zur Gleichstromtechnologie.
• Hoher Industriebezug durch Zusammenarbeit im Projektkonsortium möglich
• Bei Projekt-/Masterarbeit: Möglichkeit eines Research Masters und anschließender Promotion gegeben

Das DC-Team am Lehrstuhl besteht aus mehreren Wissenschaftlern und Studierenden, die ihre Arbeiten im Team erledigen und sich gegenseitig unterstützen, weshalb eine Bereitschaft für regen Austausch untereinander gewünscht ist. Auch in dieser Arbeit ist die Vergabe der Arbeitspakete konkurrenzlos in mehrere Teilaufgaben untergliederbar.

Beginn: Ab sofort möglich. Die Position ist als Bachelor- Projekt- oder Masterarbeit verfügbar.

Kontakt:
Interessierte Studierende senden bitte ihre Bewerbungsunterlagen (kurzes Motivationsschreiben, Notenzettel und Lebenslauf) an Martin.Barth@faps.fau.de

Hinweis: Aufgrund der hohen Anzahl an Anfragen werden Bewerbungen, die durch ChatGPT erstellt wurden, sowie Anfragen ohne alle relevanten Dokumente nicht beantwortet.

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.

Die Bewertung der Qualität von KI-generierten SysML-Diagrammen stellt dabei eine große Herausforderung dar. Es gibt keine allgemein anerkannten Richtlinien für die Bewertung der Qualität konzeptioneller Modelle, und es herrscht wenig Einigkeit unter den Experten darüber, was ein “gutes” Modell ausmacht. Daher ist es unerlässlich, ein validiertes Rahmenwerk zur Bewertung der Qualität von SysML-Diagrammen zu entwickeln.

Ihre Arbeitspunkte

• Literaturrecherche zur Modellierungssprache bspw. SysML v2
• Recherche, Bewertung bestehender Methoden zur Bewertung der Qualität von SysML-Modellen
• Entwicklung und Bewertung des Rahmenwerks hinsichtlich der technischen Machbarkeit
• Prototypische Adaption des Rahmenwerkes an einem geeigneten Use-Cases z.B. Bewertung der Qualität von Funktionsdiagrammen nach Kohäsion, Kohärenz und Vollständigkeit

Ihre Benefits

• Praktische Erfahrung in der Entwicklung von Algorithmen der künstlichen Intelligenz und Deep Learning Techniken
• Möglichkeit zur aktiven Mitarbeit am Forschungsprojekt LLM-SE
• Austausch mit anderen Studierenden am FAPS
• Zukunfts- und anwendungsorientierte Arbeit für den weiteren Karriereweg
• Flexible Arbeitsweise

Anforderungen

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

Hinweise zur Bewerbung

• Beginn zum nächstmöglichen Zeitpunkt
• 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.

Ausgangssituation

Längst sind Computerspiele keine reine Spielerei mehr, so können Simulationen von Arbeitsabläufen auf das industrielle Umfeld übertragen werden, um zukünftige Fehler zu vermeiden. Unter anderem bieten KI und XR-Technologien intuitive Simulationstools und die Gaming Engine – Unity ganz neue Möglichkeiten eine interaktive XR-Prozesssimulation und Robotersteuerung und Programmierung. Vorteil dieser Plattform ist, das dass erstellt Szenario sich auf quasi jede Endgerät (VR, AR-Brillen, iPad, PC) exportieren lässt, auch auf Web Anwendungen. Gerade im Umfeld der LEAN-Prozessoptimierung und Fabrikplanung, siehe AR-Demo Anlagenkonzept oder XR-Robotik-Simulation .  Eine einheitliche B2B-“Amazon”-Plattform für fertige Automatisierungslösungen gibt es bisher nicht. Die Abschlussarbeit findet im Kontext des FAPS-X-Start-Up ROBOTOP GmbH statt. Im Rahmen dieser Tätigkeit soll bei der Entwicklung und Erforschung neuer XR/KI-Softwaretools auf Basis von Unity und Blender umgesetzt 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.

Themenstellung

Vorkenntnisse

Imagevideo ROBOTOP. Link

Homepage: ROBOTOP

Beginn ab sofort möglich

Der Umfang kann entsprechend der Art der Arbeit angepasst werden

Kontakt – bitte einen Termin per Email vereinbaren, mit angefügten Lebenslauf, Notenübersicht sowie telefonischen Kontakt.

Eike Schäffer

Dr.-Ing. Eike Schäffer (M.Sc., M.Sc.)
Mail: eike.schaeffer@faps.fau.de

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.

Über uns:

Im Zuge der Energiewende erforschen wir hybride Netzstrukturen, die Gleichstrom- und Wechselstromtechnologien vereinen und so die Vorteile beider Versorgungsstrategien nutzen. Unser Team arbeitet an einem hochmodernen DC-Demonstrator, der in Kooperation mit ca. 40 führenden Industriepartnern der Elektro- und Automatisierungsbranche entwickelt wird. Ziel ist es, innovative Lösungen für eine flexible und energieeffiziente Produktion zu gestalten.

Aufgabenbereiche:

Wir suchen motivierte Studierende zur Unterstützung in verschiedenen Projekten und Aufgaben rund um Gleichstromanwendungen und den Aufbau unserer Demonstratoranlage. Unser Team deckt dabei drei zentrale Anwendungsbereiche ab, in denen du deine Kompetenzen einbringen und vertiefen kannst:

1. Aufbau und Inbetriebnahme des Demonstrators:
   • Unterstützung bei der technischen Montage und Einrichtung von Gleichstromkomponenten, Automatisierungssystemen und Speichersystemen.
   • Programmierung des Automatisierungssystems und intelligenten Energiemanagements
   • Planung und Durchführung der Inbetriebnahme von Versorgungs-, Speicher- und Verbrauchereinheiten in einer Laborumgebung
   • Mithilfe bei der Fehlerdiagnose und -behebung während des Inbetriebnahmeprozesses.
2. Implementierung eines Power-Hardware-in-the-Loop (PHIL) Systems:
   • Entwicklung und Integration eines PHIL-Ansatzes, um simulierte Leistungskomponenten in unsere reale Testumgebung einzubinden.
   • Konfiguration und Testen der Leistungselektronik und Kopplung mit unserem Gleichstromnetz.
   • Durchführung von Messungen und Analysen zur Validierung der Simulationsergebnisse und der Netzstabilität.
3. Simulation und Digitaler Zwilling des Demonstrators (Prozess- und Energiebereich):
   • Erstellung und Weiterentwicklung von digitalen Zwillingen für die Prozess- und Energiefluss-Simulation unseres DC-Demonstrators.
   • Aufbau von Modellen zur realitätsnahen Abbildung des Energiemanagements in hybriden Netzstrukturen.
   • Evaluierung und Optimierung des Simulationsmodells zur Verbesserung der Energieeffizienz und Produktionsabläufe.

Zusätzliche Aufgabe: simulationsbasiertes Planungstool

• Mitarbeit an der Weiterentwicklung unseres simulationsbasierten Planungstools
• Entwicklung und Integration von Modulen für die Simulation und Planung von DC-Netzen.
• Unterstützung bei der Erstellung und Validierung von Modellen und Algorithmen, die das DC-Netzwerk planen und optimieren.

Profil:

• Studium der Elektrotechnik, Energietechnik, Mechatronik, Informatik, Maschinenbau oder eines verwandten Fachbereichs.
• Interesse an innovativen Energieversorgungstechnologien, Simulationen oder Automatisierung
• Erste Erfahrungen mit Software-Tools wie TIA Portal, MATLAB/Simulink, Siemens NX, EPLAN oder ähnlichen CAD- und Simulationsprogrammen sind von Vorteil.
• Kenntnisse in der Programmierung und Interesse an Schnittstellentechnologien von Vorteil.
• Selbstständige und strukturierte Arbeitsweise, Teamfähigkeit sowie gute Kommunikationsfähigkeiten.

Was wir bieten:

• Einblicke in die spannende Forschungsarbeit im Bereich Gleichstromnetzwerke und hybride Energienetze.
• Die Möglichkeit, an zukunftsweisenden Projekten in einem engagierten Team mitzuwirken.
• Eigenverantwortliches Arbeiten an realen Projekten mit modernster Technologie.
• Möglichkeit zur persönlichen und fachlichen Weiterentwicklung.
• Kooperation mit führenden und regionalen Industrieunternehmen zur Gleichstromtechnologie.

Das DC-Team am Lehrstuhl besteht aus mehreren Wissenschaftlern und Studierenden, die ihre Arbeiten im Team erledigen und sich gegenseitig unterstützen, weshalb eine Bereitschaft für regen Austausch untereinander gewünscht ist. Auch in dieser Arbeit ist die Vergabe der Arbeitspakete konkurrenzlos in mehrere Teilaufgaben untergliederbar.

Beginn: Ab sofort möglich. Die Position ist als Bachelor- Projekt- oder Masterarbeit verfügbar.

Kontakt:
Interessierte Studierende senden bitte ihre Bewerbungsunterlagen (kurzes Motivationsschreiben und Lebenslauf) an Martin.Barth@faps.fau.de und Benjamin.Gutwald@faps.fau.de

Im Rahmen der Energiewende erforschen wir zukunftsweisende Netzstrukturen, die Gleichstrom- und Wechselstromtechnologien vereinen. Gemeinsam mit rund 40 führenden Industriepartnern der Elektro- und Automatisierungsbranche entwickeln wir eine innovative DC-Produktionsanlage. Das Projekt setzt auf modernste Technologien, um eine flexible, energieeffiziente und nachhaltige Produktion zu ermöglichen.

Projektbeschreibung:
Ziel der Arbeit ist es, die entstehende DC-Produktionsanlage mithilfe von 3D Virtual Reality (VR) Technologie abzubilden. Die virtuelle Umgebung soll Schulungen sowie Messebesuchen dienen und insbesondere die Vorteile von DC-Netzen veranschaulichen. Die VR-Umsetzung bietet einen realitätsnahen Einblick in die technischen Abläufe und Highlights der Anlage.

Aufgabenbereiche:

• 3D-Modellierung und VR-Integration:
  • Erstellung eines 3D-Modells der DC-Produktionsanlage basierend auf CAD-Daten.
  • Implementierung der Modelle in gängige VR-Plattformen (z.B. Unity oder Unreal Engine).
  • Integration interaktiver Elemente zur Schulung und Präsentation.
• VR-Schulungsumgebung:
  • Entwicklung eines virtuellen Rundgangs mit Fokussierung auf die Vorteile von DC-Netzen.
  • Erstellung von didaktischen Inhalten zur Schulung von Fachkräften oder Messebesuchern.
  • ggf. Simulation von Betriebsabläufen und Energieflüssen innerhalb der Produktionsanlage.
• Zusätzliche Aufgaben:
  • Evaluierung der Benutzerfreundlichkeit der VR-Umgebung.
  • Unterstützung bei der Optimierung der VR-Darstellung für unterschiedliche Endgeräte.

Profil:

• Studium der Elektrotechnik, Informatik, Mechatronik, Medieninformatik oder eines verwandten Fachbereichs.
• Interesse an 3D-Modellierung, VR-Technologie und innovativen Energieversorgungskonzepten.
• Erfahrungen mit 3D-Software (z.B. Siemens NX, Blender) und VR-Tools (z.B. Unity, Unreal Engine) von Vorteil.
• Kenntnisse in Programmierung (C#, Python) oder Schnittstellentechnologien sind ein Plus.
• Selbstständige Arbeitsweise, Kreativität und Teamfähigkeit.

Was wir bieten:

• Einblicke in die Gestaltung eines hochmodernen VR-Schulungszentrums für eine reale DC-Produktionsanlage.
• Möglichkeit zur Mitarbeit an einem innovativen Forschungsprojekt mit industrieller Relevanz.
• Eigenverantwortliches Arbeiten in einem engagierten Team.
• Persönliche und fachliche Weiterentwicklung mit modernsten Technologien.

Beginn: Ab sofort möglich. Die Position ist als Bachelor- Projekt- oder Masterarbeit verfügbar.

Kontakt:

Interessierte Studierende senden bitte ihre Bewerbungsunterlagen (kurzes Motivationsschreiben und Lebenslauf) an Martin.Barth@faps.fau.de und David.Kunz@faps.fau.de