Bewirb dich per E-Mail für eine wissenschaftliche Arbeit oder einen Job bei uns. Beschreibe kurz, warum du dich für die Arbeit interessierst und welche Kenntnisse du dafür mitbringst. Hänge auch deine aktuelle Notenübersicht mit an, wenn du diese zur Hand hast.
Künstliche Intelligenz vs. Kienzle – Kraftmodelle im Wettkampfmodus
Jeder spricht von Künstlicher Intelligenz (KI) – aber was kann sie eigentlich? In Bezug auf die Fertigungstechnik möchten wir das mit dir am Beispiel von Schleifprozessen herausfinden. Du kannst dabei selbst entscheiden, ob du lieber mehr Versuche mit unseren CNC-Maschinen oder mehr Datenverarbeitung am Computer machen möchtest.
Du unterstützt uns bei:
- Schleifversuchen an einer CNC-Schleifmaschine
- Optische Analyse der Schleifscheibenoberfläche
- Modellbildung zur Schleifkraft mit Kienzle und KI
Idealerweise bringst du mit:
- Neugier auf Schleifmaschinen
- Interesse an Datenverarbeitung
- Selbstständige und strukturierte Arbeitsweise
Dein Ansprechpartner
Untersuchung eines anpassungsfähigen Modells zur Vorhersage der Oberflächenrauheit
In deiner Arbeit implementierst du anhand von Prozessparametern sowie Simulations- und Maschinendaten ein anpassungsfähiges Modell zur Vorhersage der Oberflächenrauheit. Mithilfe der bereitgestellten Daten untersuchst du Modellierungsansätze, deren Schwerpunkt auf der Fähigkeit liegt, kontinuierlich aus neuen Daten zu lernen. Du implementierst und bewertest diese Methoden im Hinblick auf ihre Vorhersagegenauigkeit und ihre Anpassungsfähigkeit an neue Daten.
Du unterstützt uns bei:
- Recherche und Implementierung verschiedener anpassungsfähiger Modellierungsmethoden
- Bewertung und Analyse dieser Methoden
Idealerweise bringst du mit:
- Interesse an Fertigungstechnik
- Programmierkenntnisse (zum Beispiel Python oder C#)
- Grundkenntnisse in der Datenverarbeitung
Dein Ansprechpartner
Entwicklung einer Methode zur Abschätzung von Fehlern mittlerer räumlicher Frequenz
In dieser Arbeit erweiterst du ein laserbasiertes Inline-Messsystem. Das bestehende System ermöglicht die Abschätzung der Rauheit an einer bestimmten Stelle mithilfe des Laserreflexionsbildes und eines auf einem neuronalen Netzwerk basierenden Modells. Dein Fokus liegt auf der Erweiterung des Systems, um die Bewertung von Fehlern mittlerer räumlicher Frequenz zu ermöglichen und die Daten einzelner Punkte zu einer rekonstruierten Oberfläche zu kombinieren.
Du unterstützt uns bei:
- Entwicklung einer Methode zur Abschätzung von Fehlern mittlerer räumlicher Frequenz
- Erforschung und Implementierung von Algorithmen zur Oberflächenrekonstruktion
- Validierung der entwickelten Methode anhand von Referenzdaten
Idealerweise bringst du mit:
- Interesse an Fertigungstechnik
- Programmierkenntnisse (zum Beispiel Python oder C#)
- Grundkenntnisse in der Datenverarbeitung
Dein Ansprechpartner
Erkennung geometrischer Features in 3D-CAD-Daten (STEP) mit KI
In dieser Arbeit entwickelst du ein Verfahren zur automatisierten Erkennung von geometrischen Features (zum Beispiel Taschen, Bohrungen) in 3D-CAD-Daten (STEP-Dateien) für das Projekt SzenoKalk. Als Werkzeug dient dir Beispielsweise die Open-Source-Bibliotheken pythonOCC (OpenCascade für Python), Scikit-Learn oder PyTorch. Regelbasierte oder KI-gestützte Ansätze sind möglich zur Lösung der Problemstellung.
Du unterstützt uns bei:
- Entwicklung eines Algorithmus zur Feature-Erkennung in STEP-Dateien
- Nutzung von Open-Source Bibliotheken
- Validierung des Lösungsansatzes an vorgegebenen Beispielbauteilen
Idealerweise bringst du mit:
- Interesse an CAD-3D-Bauteilen und Künstlicher Intelligenz
- Erfahrungen im Umgang mit Open-Source Bibliotheken
- Kenntnisse in Python
Dein Ansprechpartner
Anomalie-Detektion und Qualitätsprognose mit Maschinellem Lernen
In deiner Arbeit analysierst du reale Produktionsdaten, um Anomalien in unterschiedlichen Prozessen zu erkennen und die Bauteilqualität vorherzusagen. Hierfür trainierst du fortschrittliche KI-Modelle (zum Beispiel Transformer) und untersuchst sie hinsichtlich ihrer Genauigkeit.
Du unterstützt uns bei:
- Analyse und Visualisierung von Daten
- Entwicklung von Algorithmen und Programmen
- Erstellung und Training von KI-Modellen
Idealerweise bringst du mit:
- Erfahrungen in der Programmierung von Algorithmen mit Python
- Gute KI-Kenntnisse
- Selbstständige, strukturierte Arbeitsweise und hohe Motivation, dich in neue Aufgaben einzuarbeiten
Dein Ansprechpartner
Integration datengetriebener Qualitätsprognosen in CAM-Software
Qualitätsprüfungen in der Fertigung sind zeit- und kostenintensiv. Sie erfordern daher eine frühzeitige, gezielte Auswahl notwendiger Prüfungen bereits in der Planungsphase. Ziel deiner Arbeit ist die Entwicklung eines Ansatzes, mit dem bestehende Prognosemodelle in die CAM-Software integriert werden, um die Auswahl notwendiger Qualitätsprüfungen bereits in der Planungsphase zu ermöglichen.
Du unterstützt uns bei:
- Entwicklung eines Konzepts zur Integration bestehender Prognosemodelle in die CAM-Umgebung
- Programmierung einer CAM-Erweiterung zur Einbindung der Prognosemodelle
- Validierung des Konzepts anhand von Fertigungsdaten
Idealerweise bringst du mit:
- Erfahrungen im Umgang mit CAD/CAM-Programmen wie Siemens NX
- Erfahrungen mit Programmiersprachen wie Python oder C#
- Selbstständige und strukturierte Arbeitsweise
Deine Ansprechpartnerin
Featurebasierte Automatisierung der CAM-Planung
Die steigende Variantenvielfalt und der hohe Zeitaufwand in der CAM-Programmierung erfordern neue Ansätze zur Automatisierung der Prozessplanung. Ziel deiner Arbeit ist die Entwicklung eines featurebasierten Konzepts zur automatisierten Auswahl von Bearbeitungsoperationen, Maschinen und Werkzeugen in der CAM-Programmierung.
Du unterstützt uns bei:
- Identifikation und Analyse von Bauteilfeatures (zum Beispiel Bohrungen, Nuten oder Freiformflächen)
- Entwicklung eines Entscheidungsmodells, das für jedes Feature automatisch passende CAM-Operationen, Maschinenkonfigurationen (zum Beispiel 3-/5-Achs-Bearbeitung) sowie Werkzeuge auswählt
- Validierung des KI-Algorithmus anhang verschiedener Bauteile
Idealerweise bringst du mit:
- Erfahrungen im Umgang mit CAD-Programmen wie Siemens NX und Programmiersprachen wie Python
- Interesse an CAM-Planung
Deine Ansprechpartnerin
Geometriebasierte Vergleichsalgorithmen zur automatisierten Kostenkalkulation
Die automatisierte Analyse von Bauteilfeatures bietet großes Potenzial zur Effizienzsteigerung in der Fertigungsplanung. Ziel deiner Arbeit ist die Entwicklung eines Ansatzes, mit dem du Bauteilfeatures aus CAD-Modellen miteinander vergleichen kannst. So schaffst du geeignete Fertigungsstrategien und eine automatisierte Kostenkalkulation.
Du unterstützt uns bei:
- Analyse und Beschreibung geometrischer, topologischer und fertigungstechnischer Feature-Eigenschaften
- Repräsentation dieser Eigenschaften (beispielsweise in Merkmalsvektoren oder Graphen)
- Programmierung eines regelbasierten oder modernen KI-Vergleichsalgorithmus
- Analyse von Fertigungsaufträgen und Kostenfaktoren
Idealerweise bringst du mit:
- Erfahrungen im Umgang mit CAD-Programmen wie Siemens NX und Programmiersprachen wie Python
- Interesse an automatisierter Kostenkalkulation für Bauteile der zerspanenden Fertigung
Deine Ansprechpartnerin
Bewirb dich trotzdem bei uns. Wir setzen eine Vielzahl von Projekten um und bearbeiten ständig neue Themen der Produktionstechnik. Im persönlichen Austausch finden wir gemeinsam den passenden Job für dich.