Wissenschaftliche*r Mitarbeiter*in – KI im Remanufacturing: Elektronik automatisiert bewerten und im

Die Leuphana Universität Lüneburg steht als humanistische, nachhaltige und handlungsorientierte Universität für Innovation in Bildung und Wissenschaft. Methodische Vielfalt, interdisziplinäre Zusammenarbeit, transdisziplinäre Kooperationen mit der Praxis und eine insgesamt dynamische Entwicklung prägen ihr Forschungsprofil in den Kernthemen Bildung, Kultur, Management/Technologie, Nachhaltigkeit und Staat.

Bewerbung als Wissenschaftliche*r Mitarbeiter*in – KI im Remanufacturing: Elektronik automatisiert bewerten und im Kreislauf halten (Entgeltgruppe 13 TV-L, 100%, befristet für die Dauer von 3 Jahren, mit der Möglichkeit zur Promotion). Für Fakultät Management & Technology im Institut für Produktionstechnik und -systeme sucht die Universität zum 01. Dezember 2026 oder später eine verantwortungsvolle, motivierte und engagierte Persönlichkeit.

Die Arbeitsschwerpunkte des IPTS liegen im Bereich neuer Produktionstechnologien und -systeme. Dazu gehören nicht nur neue Technologien für Produktinnovationen, sondern auch die Entwicklung von Prozessen, Systemen, Komponenten, Ausrüstungen und Dienstleistungen. Forschungsziele sind unter anderem die Optimierung der wertschöpfenden Prozessschritte und Minderung indirekter Arbeitsschritte.

Im Rahmen eines neu eingeworbenen Verbundprojekts mit einem mittelständischen Industriepartner arbeiten Sie an einer zentralen Frage der Kreislaufwirtschaft: Wie lässt sich objektiv und automatisiert entscheiden, ob ein gebrauchtes Elektronikgerät wiederaufbereitet, repariert oder ersetzt werden sollte? Jährlich fallen allein in Deutschland über 1,7 Millionen Tonnen Elektroschrott an – ein erheblicher Anteil davon technisch noch nutzbar. Bei kostensensitiver Hardware wie industriellen IoT-Sensoren scheitert die Wiederverwendung bislang an der Prüfung selbst: Sie erfolgt manuell, ist zeitintensiv, schlecht reproduzierbar und teurer als ein Neugerät. Genau hier setzt das Projekt an.

Die Idee: Statt Sichtprüfung und Bauchgefühl bewerten wir den Gerätezustand datenbasiert – aus KI-gestützter Bildanalyse, aus Feldnutzungsdaten der Geräte (Temperatur- und Lastprofile, Erschütterungen, Batteriehistorie) und aus elektrischen „Fingerprints“, also charakteristischen Signaturen, die mit Referenzmessungen aus der Erstfertigung verglichen werden. Diese Datenquellen werden in einem Digital Twin des einzelnen Geräts zusammengeführt und in einem multimodalen Entscheidungsmodell zu einer belastbaren Reman-/Repair-/Replace-Entscheidung verdichtet – noch vor der Demontage. Entwickelt wird das Ganze nicht nur am Schreibtisch: Die Verfahren werden zunächst im Labor erprobt und anschließend gemeinsam mit dem Industriepartner an realen Rückläufern aus dem laufenden Servicebetrieb validiert.

Sie bewegen sich damit an der Schnittstelle von Elektronik, Messtechnik, Datenanalyse und maschinellem Lernen – mit direktem Praxisbezug, ökologischer Wirkung und sichtbarem Nutzen für den industriellen Mittelstand. Sie erhalten Zeit, Unterstützung und ein erfahrenes Team, um sich einzuarbeiten und eigene Schwerpunkte zu setzen.

Ihre Aufgaben:

• Mitarbeit im Verbundprojekt zum automatisierten Remanufacturing von IoT-Elektronik – von der Messtechnik am Gerät bis zum KI-gestützten Entscheidungsmodell
• Aufbau und Erprobung von Prüf- und Messaufbauten (u. a. zeitaufgelöste Strommessung, kamerabasierte Inspektion) sowie Aufbereitung und Analyse der gewonnenen Geräte- und Felddaten
• Entwicklung und Training von Machine-Learning-Modellen zur Zustandserkennung, Defektdiagnose und Prognose der Restnutzungsdauer (inkl. Batteriezustand)
• Konzeption des Digital Twin als konsolidiertes Datenmodell sowie Umsetzung der Reman-/Repair-/Replace-Entscheidungslogik
• Mitwirkung an der Validierung im Labor und gemeinsam mit dem Industriepartner an realen Rückläufern
• Erstellung wissenschaftlicher Publikationen und Teilnahme an (internationalen) Konferenzen
• Abstimmung mit den Projekt- und Konsortialpartnern
• Mitarbeit bei der Ausarbeitung von Projektanträgen
• Wissenschaftliche Weiterqualifikation im Rahmen einer Promotion in den Ingenieurwissenschaften

Ihr Profil:

• Sehr gut abgeschlossenes Hochschulstudium (Master oder Diplom) in Ingenieurwissenschaften, Wirtschaftsingenieurwesen, Informatik, Mechatronik oder einem verwandten Fach
• Interesse an der Verbindung von Elektronik, Messtechnik und Daten – idealerweise mit Bezug zu Nachhaltigkeit und Kreislaufwirtschaft
• Grundkenntnisse oder ausgeprägtes Interesse an datengestützten Methoden (z.B. maschinelles Lernen, Signalverarbeitung, Datenanalyse, Programmierung, etwa mit Python)
• Freude daran, eigenständig zu arbeiten, Neues auszuprobieren und im Team an einer praxisnahen Fragestellung zu forschen
• Idealerweise erste Erfahrungen mit Praxisbezug, z.B. durch Praktika, Werkstudierendentätigkeiten oder praxisorientierte Abschlussarbeiten
• Gute deutsche und englische Sprachkenntnisse

Unser Angebot:

• ein inspirierendes Arbeitsumfeld als Teil der universitären Gemeinschaft aus Forschenden, Lehrenden, Studierenden und Mitarbeitenden in Technik und Verwaltung
• enge Zusammenarbeit und Kontakt mit interessanten Industrieunternehmen
• Austausch und Vernetzung mit nationalen und internationalen Partnern
• einen Arbeitsplatz an einem der schönsten Universitätsstandorte Deutschlands in einer echten Campus Universität mit einem international beachteten Zentralgebäude von Daniel Libeskind und dem direkt angrenzenden Naturschutzgebiet Wilschenbruch
• ein umfangreiches internes und externes Weiterbildungsangebot
• ein von der Universität gefördertes vielfältiges Sportangebot, das zur Gesundheitsförderung von Beschäftigten eine Stunde pro Woche während der Arbeitszeit wahrgenommen werden kann
• ein von der Universität gefördertes gastronomisches Mittagsangebot in der Mensa
• ein von der Universität gefördertes Deutschlandticket als Job-Ticket

Die Leuphana Universität Lüneburg fördert die berufliche Gleichstellung der Geschlechter und die Heterogenität unter ihren Mitgliedern. Bewerbungen von Menschen mit Schwerbehinderung werden bei gleicher Qualifikation bevorzugt berücksichtigt.