Masterarbeit "Einsatz von Graph Neural Networks zum Finden optimaler Transformatorstandorte"

Das Fraunhofer-Institut für Solare Energiesysteme ISE in Freiburg ist eines der weltweit führenden Solarforschungsinstitute. Unsere rund 1300 Mitarbeitenden arbeiten für ein nachhaltiges, wirtschaftliches, sicheres und sozial gerechtes Energieversorgungssystem auf Basis erneuerbarer Energien. Dazu tragen wir mit unseren Forschungsschwerpunkten Energiebereitstellung, Energieverteilung, Energiespeicherung und Energienutzung bei. Durch herausragende Forschungsergebnisse, erfolgreiche Industrieprojekte, Firmenausgründungen und globale Kooperationen gestalten wir die nachhaltige Transformation des Energiesystems.

Hier sorgst Du für Veränderung. Du möchtest aktiv an der Gestaltung der Energiewende mitwirken und während deines Studiums praktische Erfahrungen sammeln? Bei uns hast Du die Möglichkeit, an der Transformation des Energiesystems mitzuarbeiten. Gemeinsam entwerfen und entwickeln wir Software für die Modellierung, Optimierung und Analyse von Stromnetzen. Unser Team arbeitet mit einer breiten Palette an methodischen Ansätzen, die von klassischer Optimierung über den Einsatz von künstlicher Intelligenz bis hin zu automatisierten Geoanalysen reichen. Wir verfügen über moderne Werkzeuge, die uns bei der agilen Softwareentwicklung unterstützen (z. B. leistungsfähige GPU-Server und GitLab Premium mit CI‑Servern).

Deine Tätigkeiten im Team Smart Grid Planning:

• Du bist Teil des Netzplanungsteams und wendest unsere Werkzeuge an, die im Team gemeinsam in Python entwickelt und gewartet werden.
• Du trägst zum Gelingen des Forschungsprojektes DiGO 2.0 bei.
• In deiner Abschlussarbeit entwickelst du unser GNN‑basiertes Werkzeug zur Bestimmung optimaler Transformatorstandorte weiter. Als Eingangsdaten dienen Anschlussnehmermodelle sowie Straßen‑ und Leitungsdaten.
• Die Ergebnisse deiner Arbeit werden in zwei unserer Werkzeuge integriert:

• In die automatisierte Netzplanung, bei der es darum geht, optimale Ausbauvarianten für überlastete Netze zu finden.
• In die Erzeugung synthetischer Netzmodelle, die für übergreifende Studien benötigt werden.

Hiermit bringst Du Dich ein:

• Du bist eingeschriebene*r Student*in der Fachrichtung Informatik, Elektrotechnik, Physik, Wirtschaftsingenieurwesen oder einer vergleichbaren Fachrichtung.
• Du konntest bereits Erfahrungen mit Python sammeln. Beispiele für Packages, mit denen Du arbeiten wirst, sind pytorch‑geometric, pandas, networkx und unser auf PyPSA aufbauendes internes Framework.
• Idealerweise hast Du bereits Erfahrungen mit Git und Testautomatisierung und kennst Dich mit elektrotechnischen Grundlagen aus.
• Die Zusammenarbeit im Team macht Dir Spaß.
• Du planst und erledigst Aufgaben selbständig und mit hoher Qualität.

Was wir für Dich bereithalten:

• Exklusiver Einblick: In der gemeinsamen Arbeit mit den Wissenschaftlern… gewinnst Du einen Einblick in den Alltag von Forschung und Entwicklung an einem Forschungsinstitut.
• Laborinfrastruktur: Am Fraunhofer ISE arbeiten wir an modernsten Anlagen und Geräten, sodass Forschungsprojekte auf dem neuesten Stand der Technik durchgeführt werden können.
• Forschungsmix: Du erhältst bei uns die Möglichkeit, experimentelle Arbeit mit der Theorie zu verbinden und so Dein Wissen aus dem Studium anzuwenden und zu erweitern.
• Betreuung: Bei Deiner Arbeit wirst Du durch Wissenschaftler betreut und Du erhältst Feedback zu Deinen Fortschritten.
• Teamwork: Im Austausch mit den wissenschaftlichen und studentischen Mitarbeitenden sammelst Du Erfahrungen zur Arbeit im Team und kannst Deine bereits gemachten Erfahrungen einbringen.
• Arbeitszeit und -ort: Wir bieten Dir die Möglichkeit, Deine Arbeitszeit in Absprache flexibel an Deine Bedürfnisse anzupassen und ab und an von zuhause aus zu arbeiten.
• Chancengleichheit: Wir legen Wert auf Chancengerechtigkeit und geben Raum für Vielfalt.
• After Work: Feiere Dich und Deine Kolleg*innen bei After‑Work Events oder unseren jährlichen Mitarbeitendenfesten.

Zusätzlich zu der Abschlussarbeit wird ein Vertrag als Wissenschaftliche Hilfskraft vereinbart. Die Vergütung hierfür richtet sich nach dem Abschlussgrad der Hochschulausbildung. 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.

Kennziffer: 83957