Bachelor- / Masterarbeit: Entwicklung eines Multi-Agenten Systems für die Interaktion mit Syste[...]

Das Institut für Maschinenelemente und Systementwicklung erforscht das grundlegende strukturelle und tribologische Verhalten von Maschinenelementen und bildet dieses in experimentell validierten Modellbeschreibungen ab. Diese Modellbeschreibungen werden genutzt, um das Funktions-, Verlust- und Geräuschverhalten gesamthafter technischer Systeme mit Fokus auf die Antriebstechnik zu analysieren und zu gestalten. Die entwickelten Modelle dienen zudem der Erforschung und Entwicklung von Methoden des Model Based Systems Engineering als zentrales Element künftiger, industrieller Produktentstehungsprozesse.

Diese Arbeit erforscht das transformative Potenzial von KI in der Produktentwicklung durch den Einsatz von Agenten zur natürlichsprachlichen Interaktion mit Systemmodellen. Auf der Grundlage des bestehenden MBSE-Modells werden modernste KI-Techniken implementiert, um einen nahtlosen Zugang zu komplexen Systeminformationen zu ermöglichen und technische Daten intuitiver und besser nutzbar zu machen. Diese Arbeit bietet die Möglichkeit, die Art und Weise, wie Ingenieure und Interessenvertreter mit Systemmodellen interagieren, neu zu definieren.

Im Forschungsprojekt KIMBA entwickeln wir gemeinsam mit führenden Unternehmen der Automobilindustrie innovative Ansätze zur Digitalisierung der Produktentwicklung. Fokus liegt auf der Modellierung und systemweiten Verknüpfung von Anforderungen zur Herstellung durchgängiger Datenflüsse.

Aufgaben:

• Konzepterarbeitung und Entwicklung eines Bewertungsrahmens
• Erforschung verschiedener KI-Architekturen
• Entwurf und Implementierung eines Multi-Agenten-Systems zur Interaktion mit Systemmodellen über natürlichsprachliche Eingaben
• Bewertung der Ergebnisse
• Schriftliche Dokumentation und Vorstellung in Form einer Abschlusspräsentation und eines Demonstrators

Voraussetzung:

• Eigenständige, zuverlässige Arbeitsweise
• Gute Programmierkenntnisse, vorzugsweise in Python
• Erfahrung mit KI/ML-Frameworks (z. B. TensorFlow, PyTorch, Hugging Face, LangChain etc.) von Vorteil
• Je nach Schwerpunkt Kenntnisse über SQL-Datenbanken
• Bereitschaft, sich ein grundlegendes Verständnis von MBSE und SysMLv2 anzueignen

Wir bieten:

• Flexible Gestaltung der Arbeitsschwerpunkte
• Zügige Bearbeitungsmöglichkeit
• Intensive Betreuung
• Sofortiger Beginn oder nach Absprache
• Sehr gutes Arbeitsklima

Auf deine aussagekräftige Bewerbung per E-Mail freut sich:

Vincent Quast, M. Sc. RWTH
Institut für Maschinenelemente und Systementwicklung

Eilfschornsteinstraße 18, 52062 Aachen
vincent.quast@imse.rwth-aachen.de