Entwicklung eines Prototyps zur KI-gestützten Analyse von FTS-Betriebsdaten mit integriertem Chatbot

Institut

Lehrstuhl für Fördertechnik Materialfluss Logistik (TUM-ED)

Typ

Semesterarbeit / Masterarbeit /

Inhalt

theoretisch /  

Beschreibung

Ausgangssituation

Im Forschungsprojekt KIDaFTS (KI-gestützte Datenanalyse zur Leistungssteigerung fahrerloser Transportsysteme) wird ein intelligentes Analyse- und Empfehlungssystem für den Betrieb von FTS (fahrerlose Transportsysteme) entwickelt.

Im Rahmen dieser Arbeit soll ein erster technischer Demonstrator entstehen, der reale oder simulierte FTS-Betriebsdaten verarbeitet, analysiert und visuell aufbereitet. Zusätzlich soll ein lokal betriebenes Large Language Model (LLM) als „LogiCoach“ in Form eines Chatbot-Interfaces integriert werden, das Kennzahlen interpretieren und einfache Handlungsempfehlungen generieren kann.

 

Aufgabenstellung

Ziel der Studienarbeit ist die Entwicklung eines funktionsfähigen Demonstrator-Prototyps zur KI-gestützten Analyse von FTS-Betriebsdaten. Der Prototyp soll strukturierte Betriebsdaten – beispielsweise aus .csv oder .txt-Dateien – einlesen, vorverarbeiten und in einer geeigneten Datenstruktur abbilden. Auf dieser Basis werden grundlegende Datenanalysen durchgeführt und relevante Leistungskennzahlen wie Auftragsdurchlaufzeit, Fahrzeugauslastung, Durchsatz, Störungsrate oder Idle-Zeiten berechnet. Die Ergebnisse sollen in einem einfachen Dashboard, etwa auf Basis von Python und Streamlit oder ähnliches, lokal und strukturiert visualisiert werden. Zusätzlich soll ein lokal laufendes Open-Source-LLM als „LogiCoach“ integriert werden, das über ein Chatbot-Interface mit dem Nutzer interagiert, strukturierte KPI-Daten verarbeitet und interpretierende Antworten sowie einfache Handlungsempfehlungen generiert; optional kann hierzu gezieltes Prompt-Engineering eingesetzt werden. Ergebnis der Arbeit ist ein lokal lauffähiger Demonstrator mit KPI-Dashboard und integriertem Chatbot, eine dokumentierte Systemarchitektur sowie eine Bewertung der technischen Potenziale und Grenzen einer KI-gestützten Entscheidungsunterstützung im FTS-Betrieb.

Voraussetzungen

Anforderungsprofil

• Interesse an KI, Data Science und Intralogistik

• Grundkenntnisse in Python, sowie andere Sprachen

• Spaß am Coding

• Hohes Maß an Selbstständigkeit, Zuverlässigkeit und strukturierte Arbeitsweise

• Gute Deutsch- und Englischkenntnisse

Beginn ab sofort

Bei Interesse freue ich mich über Ihre Bewerbung, die Sie inklusive Lebenslaufs und Leistungsnachweis bitte per Mail senden.

Möglicher Beginn

sofort

Kontakt

Adrian Sonnemann, M.Sc.
Raum: MW 1590e
Tel.: +49 (89) 289 - 15916
adrian.sonnemanntum.de

Ausschreibung