INTERNSHIP DETAILS

Masterarbeit: Physics-Informed Neural Networks zur thermischen Modellierung von Fertigungsprozessen

CompanyFraunhofer-Gesellschaft
LocationPaderborn
Work ModeOn Site
PostedApril 10, 2026
Internship Information
Core Responsibilities
The role involves researching current approaches for Physics Informed Neural Networks (PINNs) applied to thermal systems and developing a data-driven model using existing measurement data such as temperatures and power flows. The candidate will implement and train the PINN model in Python with real process data and validate it using heating test measurements.
Internship Type
full time
Company Size
287
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

Wie das Engineering der Zukunft aussieht, erforschen wir am Fraunhofer IEM in Paderborn – gemeinsam mit starken Partnern und viel Leidenschaft für Technik. Unsere Teams entwickeln Lösungen, die wirklich in die Anwendung kommen: von smarten Produkten über vernetzte Produktionssysteme bis hin zu digitalen Services und moderner Software. Dabei denken wir Innovation vom ersten Konzept bis zur Umsetzung. Und genau hier kommen Sie ins Spiel.

 

Im Forschungsprojekt ECO2MBINE entwickeln wir ein nachhaltiges Fertigungsverfahren für Batteriekühlplatten der Elektromobilität. Durch rein elektrisches Beheizen ersetzen wir fossile Energieträger vollständig. Klassische Modellierung ist aufwändig: Erst muss ein physikalisches Modell erstellt werden, dann wird es an Messdaten angepasst und dennoch bleiben Fehler. Physics Informed Neural Networks (PINNs) bieten einen eleganten Ausweg. Sie kombinieren physikalische Gesetzmäßigkeiten direkt mit realen Messdaten und sind dabei deutlich schneller als klassische FEM-Simulationen.

 

Hier sorgst Du für Veränderung

  • Du recherchierst aktuelle Ansätze zu Physics Informed Neural Networks (PINNs) für thermische Systeme.
  • Du entwickelst ein datengetriebenes Modell auf Basis vorhandener Messdaten wie Temperaturen, Leistungen und Kühlwasserströme.
  • Du implementierst und trainierst das PINN Modell in Python mit realen Prozessdaten.
  • Du validierst das Modell anhand von Messdaten aus Aufheizversuchen.
  • Du bewertest die Eignung des Modells für den Einsatz in einer modellbasierten Temperaturregelung.

 

Hiermit bringst Du Dich ein

  • Du studierst Mechatronik, Maschinenbau, Informatik, Elektrotechnik oder einen vergleichbaren Studiengang.
  • Du verfügst über praktische Erfahrung in der Entwicklung von Machine Learning Modellen.
  • Du beherrschst die Programmierung mit Python sicher.
  • Du zeichnest dich durch ein hohes Maß an Motivation und eine selbstständige Arbeitsweise aus.
  • Du sprichst fließend Deutsch (mind. B2) und verfügst über sichere Englischkenntnisse (mind. B2) in Wort und Schrift.

 

Was wir für Dich bereithalten

  • Du erhältst spannende Einblicke in aktuelle Forschungsprojekte mit hoher gesellschaftlicher Relevanz im Bereich Automatisierung und lernst, wie wissenschaftliche Erkenntnisse in die Praxis umgesetzt werden.
  • Dich erwartet ein interdisziplinäres und engagiertes Team, in dem Eigeninitiative geschätzt und dir viel Gestaltungsspielraum geboten wird.
  • Dank flexibler Arbeitszeiten kannst du deine Tätigkeit optimal mit deinem Studium vereinbaren und wertvolle Praxiserfahrungen sammeln.
  • Du hast die Möglichkeit, eigene Ideen einzubringen und an der Schnittstelle zwischen Forschung und Industrie aktiv mitzuwirken.
  • Bei dieser Position handelt es sich um eine unbezahlte Tätigkeit.

 

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. Unsere Aufgaben sind vielfältig und anpassbar – für Bewerber*innen mit Behinderung finden wir gemeinsam Lösungen, die ihre Fähigkeiten optimal fördern.

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. 

Bereit für Veränderung? Dann bewirb Dich jetzt, und mach einen Unterschied! Nach Eingang Deiner Online-Bewerbung erhältst Du eine automatische Empfangsbestätigung. Dann melden wir uns schnellstmöglich und sagen Dir, wie es weitergeht. 

 

Noch unentschlossen oder Fragen im Kopf?

Fachliche Fragen beantwortet Dir gerne:                  Für Fragen rund um den Bewerbunsgprozess steht Dir zur Verfügung:

Herr Fabian Reiling                                                   Herr Fatih Ufuk

📧 Fabian.reiling@iem.fraunhofer.de                      📧 Fatih.ufuk@iem.fraunhofer.de

+49 5251 5465 237                                                +49 5251 5465 142

 

 

Fraunhofer-Institut für Entwurfstechnik Mechatronik IEM 

www.iem.fraunhofer.de 


Kennziffer: 83631                Bewerbungsfrist: 

 

Key Skills
Physics Informed Neural NetworksThermal ModelingMachine LearningPythonData-driven ModelingFEM SimulationTemperature ControlMechatronicsMechanical EngineeringComputer ScienceElectrical Engineering
Categories
EngineeringScience & ResearchManufacturingSoftwareData & Analytics