Die industrielle Automatisierung steht an einem Wendepunkt. Foundation Models bieten eine beispiellose Generalisierung und Anpassungsfähigkeit – doch ihr Einsatz in realen Produktionsumgebungen bedeutet, sich harten Randbedingungen stellen zu müssen: Latenzen im Mikrosekundenbereich, deterministisches Verhalten, funktionale Sicherheitszertifizierungen und Legacy-Infrastrukturen, die sich nicht ohne Weiteres ersetzen lassen. Zu Ihren Aufgaben gehört die Untersuchung, wie Foundation Models in der industriellen Realität nutzbar werden. Hierfür entwickeln Sie innovative Anpassungs-, Validierungs- und Deployment-Methoden. Sie bringen diese Modelle in die Fertigung, die Prozessindustrie und in cyber-physische Systeme, wobei Sie Latenz, Determinismus und Sicherheit als nicht verhandelbare Größen berücksichtigen. Außerdem widmen Sie sich den Kernfragen, wie Foundation Models eine begrenzte, vorhersagbare Leistung erbringen können, ohne an Fähigkeiten einzubüßen. Sie erarbeiten Lösungen, wie sich Foundation Models mit etablierten industriellen Sicherheits- und Automatisierungsstandards (z. B. IEC 61131, IEC 61508) vereinbaren lassen. Nicht zuletzt erweitern Sie Brownfield-Automatisierungsplattformen um die Fähigkeiten von Foundation Models und schaffen so neue Möglichkeiten für die Industrie.

• Ausbildung: Abgeschlossenes Masterstudium in Informatik, Elektrotechnik, industrieller Automatisierung, Robotik, Mechatronik oder einem vergleichbaren Fachgebiet
• Erfahrung und Know-how: Fundierte theoretische und praktische Kenntnisse im Bereich Machine Learning und Deep Learning; solides Verständnis von Konzepten der industriellen Automatisierung, Regelungs- und Steuerungstechnik sowie von Echtzeit- oder Embedded-Umgebungen; sehr gute Programmierkenntnisse in Python und C; Kenntnisse relevanter funktionaler Sicherheitsnormen (IEC 61508, ISO 13849) sowie formaler Verifikations- oder Validierungsmethoden; nachweisliche Erfahrung in der Bereitstellung (Deployment) und Optimierung von KI-Modellen auf Edge-Geräten, Embedded-Hardware oder ressourcenbeschränkten Plattformen; Kenntnisse von Modelloptimierungstechniken wie Quantisierung, Pruning, Knowledge Distillation oder beschleunigter Inferenz; praktische Erfahrung mit SPS/PLC-Umgebungen, industriellen Kommunikationsprotokollen (OPC UA, PROFINET, EtherCAT) oder industriellen Echtzeitplattformen ist wünschenswert
• Persönlichkeit und Arbeitsweise: Ausgeprägtes Interesse an der Anwendung von Foundation Models in industriellen oder cyber-physischen Systemen sowie die Fähigkeit, komplexe Forschungsfragen strukturiert und methodisch zu bearbeiten
• Sprachen: Verhandlungssicheres Englisch (in Wort und Schrift) sowie gute Deutschkenntnisse