Masterarbeit: KI-basierte Bewertungslogik zur Optimierung von Bauteilvarianten bei Erdbewegsgeräten

In Kooperation mit Liebherr: KI-basierte Bewertungslogik zur Optimierung von Bauteilvarianten bei Erdbewegsgeräten

Wie das Engineering der Zukunft aussieht, erforschen wir am Fraunhofer IEM in Paderborn – gemeinsam mit starken Partnern und viel Leidenschaft für Technik. Unsere Teams entwickeln Lösungen, die wirklich in die Anwendung kommen: von smarten Produkten über vernetzte Produktionssysteme bis hin zu digitalen Services und moderner Software. Dabei denken wir Innovation vom ersten Konzept bis zur Umsetzung. Und genau hier kommst Du ins Spiel!

Für diese Masterarbeit arbeitest Du gemeinsam mit dem Fraunhofer IEM und Liebherr, einem der weltweit führenden Hersteller von Baumaschinen, an einer aktuellen Herausforderung aus der Produktentwicklung. Ziel ist die Entwicklung einer KI-basierten Bewertungslogik, mit der sich Bauteilvarianten intelligent analysieren, bewerten und gezielt reduzieren lassen. Dabei kombinierst Du wissenschaftliche Methoden mit realen industriellen Fragestellungen und erhältst spannende Einblicke in moderne Engineering-Prozesse eines international erfolgreichen Industrieunternehmens.

Worum geht es?

Die Variantenvielfalt technischer Produkte wächst kontinuierlich und stellt Unternehmen vor große Herausforderungen. Insbesondere in der Entwicklung komplexer Maschinen entstehen zahlreiche Bauteilvarianten, deren Mehrwert häufig nicht transparent ist. Ziel dieser Masterarbeit ist die Entwicklung einer nachvollziehbaren KI-basierten Bewertungslogik, die Ingenieurinnen und Ingenieure dabei unterstützt, notwendige von vermeidbaren Varianten zu unterscheiden.Hierfür analysierst Du relevante Einflussfaktoren und leitest Bewertungskriterien ab, mit denen Bauteile hinsichtlich ihrer technischen Notwendigkeit, geometrischen und funktionalen Ähnlichkeit, Fertigungsrelevanz, Automatisierungspotenziale, Wiederverwendbarkeit, Datenqualität sowie ihrer Auswirkungen auf Stücklisten- und Engineering-Prozesse bewertet werden können. Auf Basis dieser Erkenntnisse entwickelst Du eine KI-gestützte Bewertungslogik und demonstrierst deren Nutzen anhand einer prototypischen Anwendung.