Promotion – State of Health (SoH) von Elektronik

Du arbeitest an einem innovativen KI-basierten SoH-Konzept, das die verbleibende Nutzungsdauer von Batteriesystemen prognostiziert und nachhaltige Entscheidungen für Wiederverwendung, Reparatur und Recycling ermöglicht.
Darüber hinaus entwickelst du eine umfassende Produktentscheidungsmatrix, die wirtschaftliche, technische und designbezogene Kriterien systematisch zusammenführt.
Mit geeigneten Methoden, wie der hybriden Modellierung, bewertest du das von dir entwickelte SoH-Konzept und stellst dessen Praxistauglichkeit sicher.
Nicht zuletzt wendest du deine Erkenntnisse auf ein Fokusprodukt an und integrierst Inspektionsdaten aus der Produktion (SPI, AOI, AXI), 0‑km‑Ausfalldaten, Zuverlässigkeitsdaten sowie Feldbelastungen.
Ausbildung: sehr guter Masterabschluss in Mikrosystemtechnik, Mikroelektronik, Physik oder einem vergleichbaren Studiengang
Erfahrungen und Know-how:
praktische Erfahrungen im Bereich der datenbasierten Modellierung (z. B. hybride Modellierung, vorausschauende Wartung / Predictive Maintenance, Anomalieerkennung)
Programmierkenntnisse in Python und relevanten Bibliotheken (z. B. PyTorch)
Expertise im Bereich der Zuverlässigkeit (Lebensdauer, Ausfallmechanismen, Prüfung / Testing) von Elektronik
Persönlichkeit und Arbeitsweise: du zeichnest dich durch ein starkes Interesse an technischer Nachhaltigkeit aus, insbesondere an der Verlängerung der Produktlebensdauer und der Schonung von Ressourcen; zudem bringst du ausgeprägte analytische und kommunikative Fähigkeiten mit; deine hohe wissenschaftliche Neugier treibt dich an, komplexe technische Zusammenhänge zu durchdringen und innovative Lösungsansätze zu entwickeln
Begeisterung: du begeisterst dich für Nachhaltigkeit und datenbasierte Modellierung
Sprachen: sehr gutes Deutsch und Englisch in Wort und Schrift

Employment type
Full-time

Work arrangement
No