Masterprojekt - KI-Werkzeug für Netzverlustberechnung

Die Fraunhofer-Gesellschaft (www.fraunhofer.de) betreibt in Deutschland derzeit 76 Institute und Forschungseinrichtungen und ist eine der führenden Organisationen für anwendungsorientierte Forschung. Rund 32 000 Mitarbeitende erarbeiten das jährliche Forschungsvolumen von 3,4 Milliarden Euro.

Das Fraunhofer IEE in Kassel forscht in den Bereichen Energiewirtschaft und Energiesystemtechnik mit den Schwerpunkten: Energieinformatik, Energiemeteorologie und Geoinformationssysteme, Energiewirtschaft und Systemdesign, Energieverfahrenstechnik und -speicher, Netzplanung und Netzbetrieb, Netzstabilität und Stromrichtertechnik sowie thermische Energietechnik. Rund 450 Wissenschaftlerinnen und Wissenschaftler, Angestellte, Studentinnen und Studenten entwickeln Lösungen für die Energiewende und erwirtschaften rund 40 Mio. Euro Erträge pro Jahr.

Du möchtest die Umsetzung der Energiewende mitgestalten und an der Schnittstelle von Wissenschaft und Wirtschaft arbeiten?

Dann werde Teil des Bereichs Netzplanung und Netzbetrieb. Im Zuge der Energiewende und der damit zunehmenden Durchdringung von, u.a., erneuerbaren Energiequellen und E-Mobilität unterliegen elektrische Netze einer massiven Transformation. Dies erfordert neue Lösungen für das Management des elektrischen Systems und die Integration von intelligenten und automatisierten Funktionen, um den sicheren und zuverlässigen Netzbetrieb zu unterstützen.

Ein wichtiger Wirtschaftsfaktor für Stromnetzbetreiber ist die genaue Erfassung der Netzverluste – also jener elektrischen Leistung, die nicht beim Endkunden ankommt, sondern in Leitungen und Transformatoren als Wärme abgegeben wird. Herkömmliche Lastflussberechnungen zur Verlustbestimmung sind jedoch zeit- und datenintensiv.

Unser Ziel ist daher die Entwicklung eines effizienten, KI-basierten Werkzeugs, das mit einer deutlich reduzierten Datenbasis die Netzverluste präzise schätzt. Dazu gehen wir in drei Schritten vor:

1. Literaturrecherche: Identifikation vielversprechender KI-Methoden zur Verlustabschätzung

2. Implementierung: Auswahl und Umsetzung einer Methode in Python

3. Validierung: Test an exemplarischen Netzmodellen und Bestimmung der minimalen Eingangsdatenmenge, um die Verluste innerhalb vorgegebener Toleranzen zu ermitteln.

Was Du bei uns tust

Literaturrecherche zu (1) Einflussgrößen auf Netzverluste und (2) etablierten KI-Methoden zur Bestimmung von Netzzuständen und insbesondere Verlusten
Implementierung einer KI-Methode in Python, z.B. anhand von Umgebungen wie Tensorflow, Pytorch oder Gymnasium
Elektrische Lastflussberechnung einiger Beispielnetze um Referenzdaten (Verluste) für das KI-Training und die Validierung zu erzeugen
Training der KI-Methode auf den Beispielnetzen, um anhand von geeigneten Einflussgrößen wie z.B. Strukturparametern die Netzverluste zu schätzen
Validierung: Vergleich KI-geschätzter Netzverluste mit Ergebnissen elektrischer Lastflussberechnung und Bestimmung einer minimalen Anzahl Eingangsdaten, um mittels KI innerhalb einer gewissen Genauigkeit die Netzverluste zu schätzen
Dokumentation der Forschungsergebnisse in geeigneter Form (z.B. Tabellen, Grafiken)

Was Du mitbringst

Laufendes Masterstudium der Ingenieurswissenschaften (z.B. Elektrotechnik), Informatik, Data Science, oder vergleichbare Studiengänge
Gute Programmierkenntnisse, bevorzugt in Python
Vorteilhaft sind erste Erfahrungen mit der Implementierung von KI-Methoden
Kenntnisse in Elektrotechnik und der Lastflussgleichung sind ebenfalls von Vorteil
Analytisches Denken und Freude am experimentellen und selbständigen Arbeiten
Kommunikations- und Teamfähigkeit
Gutes Deutsch und Englisch in Wort und Schrift (Literaturrecherche erfordert Englischkenntnisse)

Was Du erwarten kannst

Einblick in anwendungsorientierte Forschung der Energiebranche mit direkter Relevanz für Industrie und Gesellschaft
Zugang zu Expertennetzwerken in der Energiewirtschaft und Forschung
Verpflichtung zur Charta der Vielfalt – Wir fördern aktiv Vielfalt und Inklusion in allen Bereichen
Option auf eine Weiterbeschäftigung (z. B. als wissenschaftliche Hilfskraft oder für eine Promotion)
Flexible und individuelle Anpassung der Arbeitszeit an Vorlesungs- und Klausurzeiten sowie die Möglichkeit zur Arbeit im Home-Office oder im modernen Institutsgebäude mit New Work Konzept in zentraler Lage

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.

Im Rahmen der Masterarbeit besteht außerdem die Möglichkeit als wissenschaftliche Hilfskraft, mit einem dir passenden Stundenumfang (40-80 Stunden) tätig zu sein. Die Stelle ist zunächst auf 12 Monate befristet. Ausnahme für eine kürzere Laufzeit sind grundlegende betriebliche Gründe, der persönliche Wunsch des Studierenden oder das Ende des Studiums.

Die Vergütung richtet sich nach der Gesamtbetriebsvereinbarung zur Beschäftigung der Hilfskräfte.

Mit ihrer Fokussierung auf zukunftsrelevante Schlüsseltechnologien sowie auf die Verwertung der Ergebnisse in Wirtschaft und Industrie spielt die Fraunhofer-Gesellschaft eine zentrale Rolle im Innovationsprozess. Als Wegweiser und Impulsgeber für innovative Entwicklungen und wissenschaftliche Exzellenz wirkt sie mit an der Gestaltung unserer Gesellschaft und unserer Zukunft.

Haben wir Dein Interesse geweckt? Dann bewirb Dich jetzt online mit Deinen aussagekräftigen Bewerbungsunterlagen (inkl. Anschreiben, Lebenslauf, Immatrikulationsbescheinigung und Leistungsnachweise). Wir freuen uns darauf, Dich kennenzulernen!

Fragen zu dieser Position beantwortet Dir gerne:

Luzie Barten (Recruiting)

E-Mail: luzie.barten@iee.fraunhofer.de

Tel.: +49 (0) 561 / 7294 - 1672

Dr. Frank Bernhard Marten (Gruppenleiter IT-Systeme Netzführung)

E-Mail: frank.marten@iee.fraunhofer.de

Tel.: +49 (0) 561 / 7294 - 280

Dr. Gerrit Green (Wissenschaftlicher Mitarbeiter, Methoden optimierter Netzbetriebsführung)

E-Mail: gerrit.green@iee.fraunhofer.de

Tel.: +49 (0) 561 / 7294 - 1504

Fraunhofer-Institut für Energiewirtschaft und Energiesystemtechnik IEE

www.iee.fraunhofer.de

Kennziffer: 81613 Bewerbungsfrist: 06.11.2025

Jetzt bewerben »