Masterarbeit: KI-Agenten & Simulationsentwicklung

Die modellbasierte Simulationsentwicklung ist zeitintensiv und erfordert umfangreiches Domänenwissen. Im Rahmen dieser sechsmonatigen Masterarbeit bei Bosch Rexroth untersuchen Sie, wie sich dieser Prozess mithilfe koordinierter KI-Agenten beschleunigen lässt. Im Fokus stehen dabei Agentic Engineering, die Entwicklung kontrollierbarer agentenbasierter Workflows sowie der Einsatz lokaler KI-Modelle.
Ihre Aufgaben umfassen:
Analyse von Mustern, Anti-Mustern und typischen Hindernissen beim Aufbau agentenbasierter Workflows, insbesondere zur Vermeidung und Erkennung von Halluzinationen
Entwicklung eines Harness-Engineering-Ansatzes auf Basis von LangChain und LangGraph zur strukturierten Steuerung von Abläufen, Werkzeugzugriffen und Prüfschritten
Untersuchung des Übergangs von Cloud-basierten zu lokalen KI-Modellen einschließlich Vortraining und Fine-Tuning
Bewertung der Leistungsfähigkeit hinsichtlich Tokenverbrauch und Rechenleistung sowie Absicherung der Ergebnisqualität durch systematische Evals und definierte Prüffälle
Untersuchung aus UX-Sicht, wie entwickelte Simulationen mit oder ohne Unterstützung durch einen KI-Agenten intuitiv in den produktiven Einsatz überführt werden können
Entwicklung eines praxistauglichen, kontrollierbaren und übergabefähigen Ansatzes für die KI-gestützte Simulationsentwicklung
Ausbildung: Sie absolvieren ein Masterstudium in Informatik, Künstlicher Intelligenz / Data Science, Computational Engineering, Ingenieurinformatik oder einem vergleichbaren technischen Studiengang.
Programmierung und KI: Sie verfügen über sehr gute Programmierkenntnisse in Python sowie fundierte praktische Erfahrung mit LangChain und LangGraph (State Management, Routing, Tool-Integration).
LLM-Know-how: Sie bringen Kenntnisse in Prompt-Engineering-Mustern, Structured Outputs und Methoden zur Vermeidung und Erkennung von Halluzinationen sowie im Umgang mit Open-Source-LLMs (z. B. Llama, Mistral), Fine-Tuning (z. B. PEFT/LoRA) und Modellanpassung mit.
Weiterführende Kenntnisse: Idealerweise verfügen Sie über:
Grundkenntnisse in modellbasierter Simulation und Engineering-Workflows (z. B. Matlab/Simulink, Modelica, FMU)
erste Erfahrungen mit systematischen LLM-Evals und dem Benchmarking von Token-Effizienz und Hardware-Ressourcen (Inferenzlatenz, VRAM)
Interesse an Mensch-KI-Interaktion und Interface-Usability für den produktiven Einsatz
Erfahrung mit Git, Docker und Inferenz-Engines für lokale Modelle (z. B. vLLM, Ollama)
Persönlichkeit und Arbeitsweise: Sie arbeiten:
analytisch und lösungsorientiert und zerlegen komplexe ingenieurtechnische Probleme systematisch, um diese softwareseitig abzubilden
strukturiert und qualitätsbewusst mit hohem Anspruch an robuste Softwarearchitekturen, Fehlerbehandlung und wissenschaftliche Validierung (Harness Engineering)
eigenständig und arbeiten sich intensiv in aktuelle KI-Entwicklungen ein
Sprachen: Sie verfügen über fließende Deutsch- oder sehr gute Englischkenntnisse in Wort und Schrift.
Start: ab Februar / März 2027 oder nach Vereinbarung
Dauer: 5 - 6 Monate

Skills
Python, Git, Docker, LLM, LangChain, MATLAB

Employment type
Full-time

Work arrangement
No