Abschlussarbeit: Einsatz von KI zur Beschleunigung von Simulationsprozessen im Engineering

JobsCloseBy Editorial Insights

Diese Abschlussarbeit bei der d.u.h.Group GmbH in Beckum bietet die Gelegenheit, KI-basierte Beschleunigung von Simulationsprozessen im Engineering praxisnah zu erforschen. Zu den Aufgaben gehören Einarbeitung in Reduced Order Models und Physics-Informed AI, Aufbau eines Demonstrators auf Basis realer CAE-Modelle, Datengenerierung durch Simulationsstudien, Training und Validierung eines PhysicsAI-Modells sowie der Vergleich von Genauigkeit, Rechenzeit und Aufwand mit klassischen Verfahren und die anschließende Dokumentation. Gesucht wird jemand mit Maschinenbau, Fahrzeugtechnik, Luft- und Raumfahrt, Computational Engineering oder vergleichbarem Background, Kenntnissen in FEM oder CFD, Erfahrung mit NX/Simcenter3D/Nastran oder Hypermesh/Optistruct oder alternativ FLOEFD/StarCCM+, Interesse an KI und Simulationen, analytische Arbeitsweise, idealerweise Python. Tipp: im Gespräch konkrete Projekterfahrung, Tools und Ideen zur Umsetzung eines Demonstrators hervorheben, plus Bereitschaft zu Vollzeit vor Ort in Beckum; wir prüfen Praxisnähe und Lernbereitschaft besonders stark. Wir bieten persönliche Betreuung durch einen Mentor, Eigenverantwortung, Praxisbezug und Perspektiven für den Berufseinstieg.

Deine Aufgaben

Künstliche Intelligenz verändert die Art und Weise, wie technische Simulationen durchgeführt werden. Moderne Plattformen wie Simcenter PhysicsAI oder der Simcenter ROM Builder versprechen, auf Basis vorhandener CAE-Simulationen Vorhersagemodelle zu erstellen und Entwicklungszyklen deutlich zu verkürzen.
Im Rahmen dieser Abschlussarbeit soll die praktische Anwendbarkeit solcher KI-Methoden anhand eines realen Engineering-Problems untersucht werden.

• Einarbeitung in die Grundlagen von Reduced Order Models und Physics-Informed AI 
• Aufbau eines Demonstrators auf Basis eines realen Simulationsmodells 
• Durchführung von Simulationsstudien zur Datengenerierung 
• Training und Validierung eines PhysicsAI-Modells 
• Vergleich von Genauigkeit, Rechenzeit und Aufwand gegenüber klassischen Simulationen 
• Dokumentation und Bewertung der Ergebnisse

Das bringst Du mit

• Studium im Bereich Maschinenbau, Fahrzeugtechnik, Luft- und Raumfahrttechnik,  Computational Engineering oder vergleichbar
• Kenntnisse in der FEM oder CFD-Methode 
• Kenntnisse in einem FEM-Tool (NX/Simcenter3D/Nastran oder Hypermesh/Optistruct) 
• Alternativ Kenntnisse in einem CFD Tool (FLOEFD oder StarCCM+)
• Interesse an Simulationen und Künstlicher Intelligenz 
• Analytische und strukturierte Arbeitsweise 
• Kenntnisse in Python von Vorteil

Das haben wir zu bieten

• Verbindung von Theorie und Praxis
• Persönliche Betreuung durch einen festen Mentor
• Eigenverantwortung und sichtbarer Einfluss auf reale Projekte
• Perspektive auf einen Berufseinstieg nach dem Studium