Diese Herausforderung erwartet dich:

• Im Rahmen unserer Entwicklungs- und Forschungsaktivitäten im Bereich des automatisierten Fahrens (AD/ADAS) suchen wir motivierte Studierende, die zu innovativen und zukunftsorientierten Themen im Umfeld der virtuellen Validierung beitragen möchten.
• Der Schwerpunkt liegt ausdrücklich auf Offline-Methoden zur Datenanalyse sowie auf der Entwicklung und Verbesserung von Simulations- und Perzeptionsmodellen für die virtuelle Validierung. Es findet keine Echtzeit-ECU- oder In‑Fahrzeug-Implementierung statt.
• Wir fokussieren uns auf modernste KI-Verfahren für Fahrzeugwahrnehmung sowie auf hochrealistische physikalische Sensormodelle für virtuelle Entwicklungs- und Testumgebungen. Du arbeitest an der Schnittstelle von Künstlicher Intelligenz, Simulation und datengetriebenem Modellieren.
• Abhängig von deinen Interessen wählen wir im Gespräch gemeinsam ein passendes Thema aus und definieren flexibel den Umfang für eine Masterarbeit.
• Du wirst außerdem Teil eines internationalen Teams, arbeitest eng mit Kolleginnen und Kollegen an mehreren globalen Standorten zusammen und trägst zu standortübergreifenden Entwicklungs- und Forschungsaktivitäten bei.

Deine Aufgaben:

Themenbereich 1: Visionsbasierte Wahrnehmung & Szenenverständnis (virtuelle Validierung)

• Du entwickelst innovative Ansätze in der visuellen Wahrnehmung für automatisiertes Fahren weiter – im Kontext von Offline-Analyse und virtueller Validierung.
• Du recherchierst und implementierst Methoden für Szenenverständnis, logisches Schließen (Reasoning) und die kontextuelle Interpretation von Verkehrssituationen.
• Du entwickelst und analysierst hybride KI-Architekturen (klassische Bildverarbeitung kombiniert mit Vision- und Large-Language-Modellen).
• Du untersuchst robuste Szenarioerkennungsverfahren in komplexen On- und Off-Highway-Simulationsumgebungen.
• Du validierst und bewertest das Modellverhalten auf Basis von Simulationen oder aufgezeichneten Messdaten.

Themenbereich 2: Physikalische Sensormodellierung & Simulation

• Du entwickelst physikalisch basierte Sensormodelle für Kamera-, Radar- und Lidarsysteme in virtuellen Entwicklungsumgebungen weiter.
• Du wendest Simulationsframeworks wie dSPACE ASM, CarMaker, Ansys und MATLAB/Simulink an und erweiterst sie.
• Du verbesserst die Realitätsnähe und Genauigkeit synthetischer Sensordaten für ADAS/AD-Validierungsprozesse.
• Du integrierst und vergleichst verschiedene Sensormodelle im Kontext datengetriebener Offline-Analysen.
• Du untersuchst innovative Ansätze zur Steigerung von Effizienz und Skalierbarkeit von Simulations- und Validierungspipelines.

Notwendige Kenntnisse:

• Immatrikulation in einem Studiengang der Informatik, Robotik, Mechatronik, Elektrotechnik oder einem vergleichbaren Fach
• Fundierte Kenntnisse in mindestens einem der folgenden Bereiche:
  • Computer Vision / Wahrnehmung
  • Künstliche Intelligenz / Deep Learning / LLMs / VLMs
  • Simulation / Physikalische Modellierung
• Sehr gute Programmierkenntnisse in Python (C++ oder MATLAB sind von Vorteil)
• Erfahrung mit modernen KI-Frameworks (z. B. PyTorch, OpenCV, transformerbasierte Modelle)
• Idealerweise Erfahrung mit Cloud-Umgebungen oder verteilten Systemen
• Interesse an datengetriebenen, wissenschaftlichen und modellbasierten Analyseansätzen
• Eigenständige, analytische und strukturierte Arbeitsweise

Gewünschte Kenntnisse: