AT

1 bis 6 von 13

20AUG. 2026
Allgemein
BA/PA/MA – Untersuchung moderner KI-Methoden zur industriellen Zeitreihen-Analytik und -Vorhersage
Hintergrund & Motivation Während KI-Chatbots aus dem Alltag und Coding Agents in der Softwareentwicklung bereits kaum mehr wegzudenken sind, steht die breite Einführung von Künstlicher Intelligenz für industrielle Anwendungsfälle (Industrial AI) weiterhin aus. Eine Ursache hierfür ist, dass moderne Large Language Models (LLMs) zwar Sprache beziehungsweise Programm-Code hervorragend verarbeiten können, kontinuierliche physikalische Prozesskurven, wie hochfrequente […]Hintergrund & Motivation Während KI-Chatbots aus dem Alltag und Coding Agents in der Softwareentwicklung bereits kaum mehr wegzudenken sind, steht die breite Einführung von Künstlicher Intelligenz für industrielle Anwendungsfälle (Industrial AI) weiterhin aus. Eine Ursache hierfür ist, dass moderne Large Language Models (LLMs) zwar Sprache beziehungsweise Programm-Code hervorragend verarbeiten können, kontinuierliche physikalische Prozesskurven, wie hochfrequente […]
Mehr lesen über BA/PA/MA – Untersuchung moderner KI-Methoden zur industriellen Zeitreihen-Analytik und -Vorhersage
03AUG. 2026
Allgemein
[MA / BA / PA] Robuste Robotik mit World Models – Aktions-konditionierte Dynamikmodelle und Domänengeneralisierung
Keywords: World Model, JEPA / V-JEPA-2, aktions-konditionierte Dynamikmodelle, Domain Generalization, Robotic Manipulation, Sim-to-Real, Self-Supervised Learning, Physical AI Ausgangssituation World Models sind ein zentraler Baustein der Physical AI: Statt eine Aktion nur direkt aus der Wahrnehmung abzuleiten, lernen sie ein internes, aktions-konditioniertes Modell der Umweltdynamik – sie beantworten die Frage „Was passiert, wenn ich diese Aktion […]Keywords: World Model, JEPA / V-JEPA-2, aktions-konditionierte Dynamikmodelle, Domain Generalization, Robotic Manipulation, Sim-to-Real, Self-Supervised Learning, Physical AI Ausgangssituation World Models sind ein zentraler Baustein der Physical AI: Statt eine Aktion nur direkt aus der Wahrnehmung abzuleiten, lernen sie ein internes, aktions-konditioniertes Modell der Umweltdynamik – sie beantworten die Frage „Was passiert, wenn ich diese Aktion […]
Mehr lesen über [MA / BA / PA] Robuste Robotik mit World Models – Aktions-konditionierte Dynamikmodelle und Domänengeneralisierung
07JULI 2026
Studentische Arbeiten
[MA Extern] Aufbau einer KI-gestützten, prozessbegleitenden Automatisch Optischen Inspektion (AOI) für die Temperatursensor-Montage – Erstellung eines multimodalen, variantenübergreifenden (X, y, a)-Datensatzes als Grundlage für ein domänengeneralisierendes, handlungsfähiges Video-World-Model
Externe Arbeit in Kooperation mit der S+S Regeltechnik GmbH (Nürnberg), betreut am Lehrstuhl für Fertigungsautomatisierung und Produktionssystematik (FAPS). Ausgangssituation Die S+S Regeltechnik GmbH fertigt elektronische Geräte – u. a. Temperatursensoren – in Fertigungsgruppen, in denen bereits verschiedene Produktvarianten montiert werden. Im Rahmen der Säule „Prozessüberwachung & Traceability“ sollen Montagefehler vermieden bzw. eliminiert und für jedes […]Externe Arbeit in Kooperation mit der S+S Regeltechnik GmbH (Nürnberg), betreut am Lehrstuhl für Fertigungsautomatisierung und Produktionssystematik (FAPS). Ausgangssituation Die S+S Regeltechnik GmbH fertigt elektronische Geräte – u. a. Temperatursensoren – in Fertigungsgruppen, in denen bereits verschiedene Produktvarianten montiert werden. Im Rahmen der Säule „Prozessüberwachung & Traceability“ sollen Montagefehler vermieden bzw. eliminiert und für jedes […]
Mehr lesen über [MA Extern] Aufbau einer KI-gestützten, prozessbegleitenden Automatisch Optischen Inspektion (AOI) für die Temperatursensor-Montage – Erstellung eines multimodalen, variantenübergreifenden (X, y, a)-Datensatzes als Grundlage für ein domänengeneralisierendes, handlungsfähiges Video-World-Model
25JUNI 2026
Allgemein
[PA/MA] Organisationsstrukturen für Multi-Agent Energiemanagementsysteme: Ein systematischer Benchmark hierarchischer, heterarchischer und hybrider Agentenarchitekturen in CityLearn
Hintergrund Der DC-Demonstrator am Lehrstuhl ist eine reale industrienahe Versuchsanlage zur Erforschung intelligenter Energiemanagementsysteme. Er integriert eine Photovoltaikanlage, diverse Batteriespeicher und flexible elektrische Lasten über einen gemeinsamen DC-Bus. Ziel des übergeordneten Forschungsvorhabens ist die Entwicklung eines Multi-Agent Reinforcement Learning (MARL) Systems, das Energieflüsse in Echtzeit adaptiv optimiert, angepasst an wechselnde Lastprofile, Energiepreissignale und Produktionspläne. Eine […]Hintergrund Der DC-Demonstrator am Lehrstuhl ist eine reale industrienahe Versuchsanlage zur Erforschung intelligenter Energiemanagementsysteme. Er integriert eine Photovoltaikanlage, diverse Batteriespeicher und flexible elektrische Lasten über einen gemeinsamen DC-Bus. Ziel des übergeordneten Forschungsvorhabens ist die Entwicklung eines Multi-Agent Reinforcement Learning (MARL) Systems, das Energieflüsse in Echtzeit adaptiv optimiert, angepasst an wechselnde Lastprofile, Energiepreissignale und Produktionspläne. Eine […]
Mehr lesen über [PA/MA] Organisationsstrukturen für Multi-Agent Energiemanagementsysteme: Ein systematischer Benchmark hierarchischer, heterarchischer und hybrider Agentenarchitekturen in CityLearn
25JUNI 2026
Allgemein
[BA/PA] Systematischer Vergleich von Large Language Models und Meta-Reinforcement Learning für industrielle Energiemanagementsysteme
Hintergrund Der DC-Demonstrator am Lehrstuhl ist eine reale industrienahe Versuchsanlage zur Erforschung intelligenter Energiemanagementsysteme. Er integriert eine Photovoltaikanlage, diverse Batteriespeicher und flexible elektrische Lasten über einen gemeinsamen DC-Bus. Ziel des übergeordneten Forschungsvorhabens ist die Entwicklung eines Multi-Agent Reinforcement Learning (MARL) Systems, das Energieflüsse in Echtzeit adaptiv optimiert, angepasst an wechselnde Lastprofile, Energiepreissignale und Produktionspläne. Eine […]Hintergrund Der DC-Demonstrator am Lehrstuhl ist eine reale industrienahe Versuchsanlage zur Erforschung intelligenter Energiemanagementsysteme. Er integriert eine Photovoltaikanlage, diverse Batteriespeicher und flexible elektrische Lasten über einen gemeinsamen DC-Bus. Ziel des übergeordneten Forschungsvorhabens ist die Entwicklung eines Multi-Agent Reinforcement Learning (MARL) Systems, das Energieflüsse in Echtzeit adaptiv optimiert, angepasst an wechselnde Lastprofile, Energiepreissignale und Produktionspläne. Eine […]
Mehr lesen über [BA/PA] Systematischer Vergleich von Large Language Models und Meta-Reinforcement Learning für industrielle Energiemanagementsysteme
23JUNI 2026
Studentische Arbeiten
[BA/PA/MA] Skill-basierte Steuerungsarchitektur für adaptives DC-Microgrid-Energiemanagement
Hintergrund Der DC-Demonstrator am Lehrstuhl ist eine reale industrienahe Versuchsanlage zur Erforschung intelligenter Energiemanagementsysteme. Er integriert eine Photovoltaikanlage, diverse Batteriespeicher und flexible elektrische Lasten über einen gemeinsamen DC-Bus. Ziel des übergeordneten Forschungsvorhabens ist die Entwicklung eines Multi-Agent Reinforcement Learning (MARL) Systems, das Energieflüsse in Echtzeit adaptiv optimiert, angepasst an wechselnde Lastprofile, Energiepreissignale und Produktionspläne. Eine […]Hintergrund Der DC-Demonstrator am Lehrstuhl ist eine reale industrienahe Versuchsanlage zur Erforschung intelligenter Energiemanagementsysteme. Er integriert eine Photovoltaikanlage, diverse Batteriespeicher und flexible elektrische Lasten über einen gemeinsamen DC-Bus. Ziel des übergeordneten Forschungsvorhabens ist die Entwicklung eines Multi-Agent Reinforcement Learning (MARL) Systems, das Energieflüsse in Echtzeit adaptiv optimiert, angepasst an wechselnde Lastprofile, Energiepreissignale und Produktionspläne. Eine […]
Mehr lesen über [BA/PA/MA] Skill-basierte Steuerungsarchitektur für adaptives DC-Microgrid-Energiemanagement