Bachelor-/ Masterarbeit: »Machine Learning für das wertschöpfungsübergreifende Qualitätsmanagement«

  • Abschlussarbeit
  • Aachen

Webseite Fraunhofer-Institut für Produktionstechnologie IPT

Die Fraunhofer-Gesellschaft (www.fraunhofer.de) betreibt in Deutschland derzeit 76 Institute und Forschungseinrichtungen und ist die weltweit führende Organisation für anwendungsorientierte Forschung. Rund 30 000 Mitarbeitende erarbeiten das jährliche Forschungsvolumen von 2,9 Milliarden Euro.

Am Fraunhofer IPT in Aachen arbeiten wir mit mehr als 530 Mitarbeitenden täglich daran, dass die Produktion der Zukunft digitaler, flexibler und nachhaltiger wird. In der Abteilung »Produktionsqualität« beschäftigen wir uns mit der durchgängigen Digitalisierung und Vernetzung der Fertigung sowie zielgerichteten Auswertung von Produktionsdaten.

Entlang der Wertschöpfungskette vom Rohstoff zum Endprodukt werden viele verschiedene Unternehmen durchlaufen. Dabei trägt jedes Unternehmen zu einem höheren Wert des Produktes bei. Gleichzeitig wirkt sich die Qualität vorheriger Prozessschritte auch auf die Zwischen- und Endprodukte und folglich auf die tatsächliche Wertschöpfung aus. Bislang standen Unternehmen der Batteriemodul-/ und -packproduktion vor der Herausforderung, die Qualität einzelner Zwischenprodukte bei Wareneingang zu prüfen, ohne die genauen Faktoren der vorherigen Produzenten zu kennen. Das Projekt »QUGAPP« konzentriert sich auf die Schaffung eines wertschöpfungsübergreifenden Blicks auf das Qualitätsmanagement in der Wertschöpfungskette »Batterie«, indem Produktionsdaten über Unternehmensgrenzen hinweg geteilt werden. Mithilfe von Process Mining werden die Produktions-daten der verschiedenen Prozessschritte gesammelt und in Hinblick auf Auswirkungen auf die Qualität analysiert.

Was Du bei uns tust

  • Einarbeitung in den Stand der Technik zu den Themen Quality Gates, Data Mining und Qualitätsmanagement in der Batterieproduktion
  • Identifikation von Anforderungen an eine wertschöpfungsübergreifende Qualitätssicherung
  • Analyse bestehender Machine-Learning-Methoden zur Qualitätsbewertung in der Batteriezellfertigung sowie der Modul- und Packmontage
  • Priorisierung verschiedener Einsatzpunkte von Quality Gates in der Wertschöpfungskette „Batterie“

Was Du mitbringst

  • Du studierst Maschinenbau, Wirtschaftsingenieurwesen, Informatik oder eine vergleichbare Fachrichtung
  • Interesse an Themen wie Digitalisierung, Qualitätsmanagement und Batterieproduktion
  • Erste Kenntnisse in mindestens einer Programmiersprache
  • Erste Erfahrung im Umgang mit Machine Learning/ Deep Learning von Vorteil
  • Eine selbstständige Arbeitsweise und Freude an interdisziplinärer Teamarbeit
  • Gute Sprachkenntnisse in Deutsch und/oder Englisch

Was Du erwarten kannst

  • Wissenschaftliche Bearbeitung eines aktuellen und praxisrelevanten Themas
  • Eine professionelle Betreuung und fachliche Unterstützung bei der Erstellung deiner Abschlussarbeit
  • Mitwirkung in innovativen Forschungs- und Entwicklungsprojekten mit namhaften Industriepartnern
  • Ein hochmoderner Maschinenpark, ausgestattet mit Edge-Cloud-Systemen und einer 5G-Infrastruktur

Fragen zu dieser Abschlussarbeit beantwortet Dir gerne:

Patricia Coberger M.Sc.
Wissenschaftliche Mitarbeiterin »Produktionsqualität«
Telefon: +49 241 8904-499

Um dich für diesen Job zu bewerben, besuche bitte jobs.fraunhofer.de.