Wissenschaftliche / r Mitarbeiter / in (Doktorand / in, m / w / d) zum Thema „Intelligente Prozessregelung beim Schleifen mittels Machine Learning zur Steigerung der Prozesssicherheit“

Wissenschaftliche / r Mitarbeiter / in (Doktorand / in, m / w / d) zum Thema „Intelligente Prozessregelung beim Schleifen mittels Machine Learning zur Steigerung der Prozesssicherheit“ bei Leibniz Universität Hannover - Institut für Fertigungstechnik und Werkzeugmaschinen | softgarden

View job here

Mit rund 90 wissenschaftlichen Mitarbeiterinnen und Mitarbeitern gehört das Institut für Fertigungstechnik und Werkzeugmaschinen weltweit zu den führenden universitären Forschungseinrichtungen in der Produktionstechnik.

Forschung auf höchstem internationalen Niveau, ein attraktives nationales und internationales Netzwerk zur Förderung deiner Karriere, Gründungsunterstützung, Arbeit im Team und in einer offenen sowie interdisziplinären Atmosphäre erwarten dich! Projekte aus den Querschnittsthemen Digitalisierung, künstliche Intelligenz, Nachhaltigkeit und Energieeffizienz sowie Möglichkeiten zum Ausbauen von Führungserfahrung, Übernahme von Projektverantwortung und Aufgaben in der Lehre bieten ein spannendes Aufgabengebiet auf dem Weg zu deiner Promotion. Einer der weltweit modernsten Maschinenparks, eine umfangreich ausgestattete Analytik und exzellente weitere Infrastruktur stehen dir für Ihre Aufgaben zur Verfügung!

Wissenschaftliche / r Mitarbeiter / in (Doktorand / in, m / w / d) zum Thema „Intelligente Prozessregelung beim Schleifen mittels Machine Learning zur Steigerung der Prozesssicherheit“

Vollzeit

An der Universität, Garbsen

Ohne Berufserfahrung

12.01.26

Ansprechpartner

Henning Buhl Wissenschaftlicher Mitarbeiter

Intelligente Prozessreglung beim Schleifen mittels Machine Learning zur Steigerung der Prozesssicherheit

In der Forschungsabteilung „Prozessüberwachung und -regelung“ ist eine Stelle als

Wissenschaftliche / r Mitarbeiter / in (Doktorand / in, m / w / d) zum Thema „Intelligente Prozessreglung beim Schleifen mittels Machine Learning zur Steigerung der Prozesssicherheit“

(EntgGr. 13 TV-L, 100 %)

Die Stelle ist zunächst auf 12 Monate befristet. Eine Verlängerung bis zur Promotion ist vorgesehen

Die Schleifbearbeitung hat als letzter Fertigungsschritt einen maßgeblichen Einfluss auf die Produktwertschöpfung. Als Beispiel sei hier der Schleifprozess von Implantaten aus Mischoxidkeramik genannt, bei dem 32 % des Ausschusses allein durch Fehler beim Schleifen verursacht wird. In dem geplanten Vorhaben wird die autonome Prozessplanung und -regelung zur Vermeidung von selbsterregten Schwingungen beim Schleifen erforscht. Die autonome Schleifmaschine soll das hierzu benötigte Prozesswissen durch selbstlernende Stabilitätskarten erlernen und dadurch Beschädigungen an Werkstück oder Werkzeug vermeiden. Mithilfe von Stabilitätskarten wird die Grenze zwischen stabilen und instabilen Prozessbereichen in Abhängigkeit der Stellgrößen dargestellt. Herkömmlich wird dieses Prozesswissen erfahrungsbasiert durch eine Fachkraft berücksichtigt, wodurch Schleifprozesse unterhalb der theoretisch möglichen Produktivität betrieben werden. Für die selbstlernenden Stabilitätskarten sollen daher Verfahren des maschinellen Lernens (ML) eingesetzt werden, welche eine Untergruppe in den Verfahren der künstlichen Intelligenz (KI) darstellen. Mit selbstlernenden Stabilitätskarten auf Basis von ML wurde bereits beim Fräsen demonstriert, dass instabile Prozessbereiche vor der Bearbeitung prognostiziert werden können. Für nähere Informationen steht dir der genannte Ansprechpartner gerne zur Verfügung !

Deine Aufgaben

• Eigenverantwortliche Bearbeitung des Forschungsprojekts
• Bearbeitung von Entwicklungsprojekten mit renommierten Industrie- und Forschungspartnern
• Erarbeiten neuer Forschungsideen und Veröffentlichung von Forschungsergebnissen
• Betreuung von Studierenden
• Möglichkeit zur Übernahme von Aufgaben in der Lehre
• Möglichkeit zum Erarbeiten einer Dissertation

Dein Profil

Voraussetzung für die Einstellung ist ein abgeschlossenes wissenschaftliches Hochschulstudium in einem technisch oder naturwissenschaftlich ausgerichteten Studiengang (Uni / TH / FH).

Darüber hinaus erwarten wir folgende Qualifikationen :

Die Leibniz Universität Hannover setzt sich für Chancengleichheit und Diversität ein. Ziel ist es, das Potenzial aller zu nutzen und Chancen zu eröffnen. Wir begrüßen daher Bewerbungen von allen Interessierten unabhängig von deren Geschlecht, Nationalität, ethnischer Herkunft, Religion oder Weltanschauung, Behinderung, Alter, sexueller Orientierung und Identität.

Wir streben eine gleichmäßige Verteilung der Beschäftigten und einen Abbau der Unterrepräsentanz im Sinne des Niedersächsischen Gleichberechtigungsgesetz (NGG) an. Daher freuen wir uns, wenn sich auch Frauen auf die o. g. Stelle bewerben. Menschen mit einer Schwerbehinderung werden bei gleicher Qualifikation bevorzugt.

Wir bieten

Die Leibniz Universität versteht sich als familienfreundliche Hochschule und fördert deshalb die Vereinbarung von Beruf und Familie. Der Arbeitsplatz ist für eine Besetzung mit Teilzeitkräften geeignet, sofern dieser dadurch insgesamt in vollem Umfang abgedeckt werden kann.

Die Universität hat es sich zum Ziel gesetzt, die berufliche Gleichberechtigung von Frauen und Männern besonders zu fördern. Hierzu strebt sie an, in Bereichen, in denen ein Geschlecht unterrepräsentiert ist, diese Unterrepräsentanz abzubauen. In der Entgeltgruppe der ausgeschriebenen Stelle sind Frauen unterrepräsentiert. Qualifizierte Frauen werden deshalb gebeten, sich zu bewerben. Bewerbungen von qualifizierten Männern sind ebenfalls erwünscht. Schwerbehinderte Menschen werden bei gleicher Qualifikation bevorzugt.

Wir haben dein Interesse geweckt? Dann freuen wir uns auf deine Bewerbung bis zum 01.03.2026 .

Für weitere Auskünfte steht dir Herr Dr.-Ing. Henning Buhl (Tel. : 0511 762-2390) gerne zur Verfügung.

Gottfried Wilhelm Leibniz Universität Hannover

Institut für Fertigungstechnik und Werkzeugmaschinen

Herr Prof. Dr.-Ing. B. Denkena

An der Universität 2

30823 Garbsen

http : / / www.uni-hannover.de / jobs

Informationen nach Artikel 13 DSGVO zur Erhebung personenbezogener Daten finden Sie unter https : / / www.uni-hannover.de / de / datenschutzhinweis-bewerbungen / .

Online bewerben

Weitere Jobs ansehen

Diesen Job teilen

Impressum | Datenschutzerklärung

Powered by softgarden