Bachelorarbeit, Masterarbeit, Studien-/Projektarbeit KI-gestütztes Störungsmanagement in der manuellen Montage

In komplexen Montagesystemen treten täglich zahlreiche Störungen auf, die oft manuell kategorisiert, priorisiert und bearbeitet werden müssen. Diese Prozesse sind zeitaufwendig und fehleranfällig, insbesondere bei großen Ticketvolumina. Eine automatisierte Analyse und Klassifikation mittels Methoden der Künstlichen Intelligenz (KI) kann hier einen erheblichen Mehrwert bieten – etwa durch intelligente Vorverarbeitung, Ähnlichkeitsanalysen oder Ursachenidentifikation. 

Im Rahmen dieser Abschlussarbeit soll ein KI-basierter Ansatz entwickelt werden, der textuelle Störungsmeldungen analysiert, Muster erkennt und darauf aufbauend automatisierte Handlungsempfehlungen ableiten kann. Dabei stehen reale oder synthetisch erzeugte Störungsfalldaten zur Verfügung.

Deine Aufgaben

Ziel ist es, ein prototypisches System zur Analyse und Klassifikation von Störungsfalldaten zu entwickeln. Dies umfasst unter anderem: 

• die Aufbereitung und Vorverarbeitung textbasierter Störungsfalldaten 
• den Einsatz geeigneter NLP-Methoden (z. B. Embeddings, Clustering, Klassifikation) 
• die Entwicklung und Evaluierung von Modellen zur automatisierten Kategorisierung und Ähnlichkeitsbewertung 
• die Visualisierung der Ergebnisse 

Dein Profil

Du studierst eines der folgenden Fächer: 

• Informatik 
• Wirtschaftsingenieurwesen 
• Maschinenbau 
• Produktionstechnik 

oder ein ähnliches Fach. 

Du bringst mit: 

• Kenntnisse in Künstlicher Intelligenz, insbesondere Natural Language Processing (erforderlich)
• Gute Programmierkenntnisse in Python (erforderlich)
• Analytisches Denkvermögen und eine strukturierte Arbeitsweise

Wir bieten

• eigenverantwortliches Arbeiten 
• flexible Arbeitszeiten 
• gut ausgestattete Arbeitsplätze 
• Home-Office nach Absprache 
• Versuchsdurchführung 
• ggf. langfristige Zusammenarbeit 

Ansprechperson:

Ardita Krasniqi, M.Sc. 
Spin-Off Quvas 
 
krasniqi@iph-hannover.de