INTERNSHIP DETAILS

Masterarbeit: »ML-basierte Methoden als Ersatz für die Finite-Elemente-Modellierung«

CompanyFraunhofer-Gesellschaft
LocationAachen
Work ModeOn Site
PostedMay 15, 2026
Internship Information
Core Responsibilities
The role involves investigating various ML-based methods as alternatives to FEM and preparing datasets for suitable applications. Additionally, the student will implement selected ML models and validate the results while documenting the findings.
Internship Type
full time
Company Size
285
Visa Sponsorship
No
Language
German
Working Hours
40 hours
Apply Now →

You'll be redirected to
the company's application page

About The Company
Fraunhofer IGD is the international leading institute for applied research in visual computing. Visual computing is image- and model-based information technology and includes computer graphics and computer vision, as well as virtual and augmented reality. In simple terms, the Fraunhofer researchers in Darmstadt, Rostock, and Kiel are turning information into images and extracting information from images. In cooperation with its partners, technical solutions and market-relevant products are created. Prototypes and integrated solutions are developed in accordance with customized requirements. In doing so, Fraunhofer IGD places users at the forefront, providing them with technical solutions to facilitate computer work and make it more efficient. Owing to its numerous innovations, Fraunhofer IGD raises man-machine interaction to a new level. Man is able to work in a more result-oriented and effective way by means of the computer and visual computing developments.
About the Role

Die Abteilung »Hochleistungszerspanung« entwickelt Technologien und anwendungsorientierte Lösungen für die Zerspanung entlang der gesamten Prozesskette – von der Prozessgestaltung und Prozesssimulation über die Echtzeit-Datenerfassung während der Produktion bis hin zur Beratung und Prototypenfertigung. Graphische neuronale Netze bieten die Möglichkeit, mit mesh-strukturierten Daten zu arbeiten, die in FEM-Simulationen verwendet werden, und ermöglichen dadurch zeitsparende Vorteile. Wir suchen einen engagierten und motivierten Studenten, der uns bei der Implementierung eines neuartigen Algorithmus auf Basis graphischer neuronaler Netze unterstützt, der als Ersatz für FEM dienen und die Berechnung der Prozessstabilität für Bearbeitungsprozesse beschleunigen kann.

 

Was Du bei uns tust

  • Untersuchung verschiedener ML-basierter Methoden und ihrer Eignung als Ersatz für FEM
  • Erstellung und Vorbereitung von Datensätzen für geeignete Anwendungsfälle 
  • Implementierung ausgewählter ML-Modelle und Validierung der Ergebnisse
  • Vorbereitung und Dokumentation der Ergebnisse

 

Was Du mitbringst

  • Du studierst Maschinenbau, Wirtschaftsingenieurwesen, Informatik oder ein vergleichbares Fachgebiet.
  • Du hast erste Erfahrungen mit Python.
  • Du verfügst über Grundkenntnisse in der Theorie und den Methoden des maschinellen Lernens.
  • Gute Sprachkenntnisse in Deutsch und/oder Englisch. 

 

Was Du erwarten kannst

  • Eine professionelle Betreuung und Zusammenarbeit in einem engagierten Team
  • Du wirst von Anfang an in das Team integriert, kannst eigene Ideen einbringen und eigenverantwortlich Aufgaben übernehmen
  • Ein hochmoderner Maschinenpark, ausgestattet mit Edge-Cloud-Systemen und einer 5G-Infrastruktur

 

Wir wertschätzen und fördern die Vielfalt der Kompetenzen unserer Mitarbeitenden und begrüßen daher alle Bewerbungen – unabhängig von Alter, Geschlecht, Nationalität, ethnischer und sozialer Herkunft, Religion, Weltanschauung, Behinderung sowie sexueller Orientierung und Identität. Schwerbehinderte Menschen werden bei gleicher Eignung bevorzugt eingestellt.

Mit ihrer Fokussierung auf zukunftsrelevante Schlüsseltechnologien sowie auf die Verwertung der Ergebnisse in Wirtschaft und Industrie spielt die Fraunhofer-Gesellschaft eine zentrale Rolle im Innovationsprozess. Als Wegweiser und Impulsgeber für innovative Entwicklungen und wissenschaftliche Exzellenz wirkt sie mit an der Gestaltung unserer Gesellschaft und unserer Zukunft. 

Haben wir Dein Interesse geweckt? Dann bewirb Dich jetzt online mit Deinen aussagekräftigen Bewerbungsunterlagen. Wir freuen uns darauf, Dich kennenzulernen! 

 

Fragen zu dieser Abschlussarbeit beantwortet Dir gerne:
Aakash Singh M.Sc.
Wissenschaftlicher Mitarbeiter »Hochleistungszerspanung«
Telefon: +49 241 8904-587

Fraunhofer-Institut für Produktionstechnologie IPT 

www.ipt.fraunhofer.de 


Kennziffer: 80874                Bewerbungsfrist: 

 

Key Skills
Machine LearningPythonFinite Element MethodData PreparationModel ImplementationResult ValidationDocumentationProcess Stability