Was Sie mitbringen

• Studium der Mathematik, Informatik, Physik o. ä.
• Gute Kenntnisse der Programmiersprache Python
• Gute Kenntnisse im Bereich Maschinelles Lernen
• Kenntnisse eines Deep Learning Frameworks (z. B. TensorFlow, PyTorch, PyTorch Lightning oder Keras) sind wünschenswert
• Wir legen besonderen Wert auf Eigeninitiative und eine selbstständige Arbeitsweise
• Die Bereitschaft die Masterarbeit vor Ort zu schreiben

Was Sie erwarten können

Die Projektplanung von Windparks ist sehr aufwendig und mit einigen rechtlichen Hürden verbunden. So müssen mitunter aufwendige Verträglichkeitsprüfungen in Bezug auf den Naturschutz, insbesondere für die Artengruppen Vögel und Fledermäuse, durchgeführt werden. Um diese Prozesse und somit den Ausbau von Windenergieanlagen deutlich zu beschleunigen, entwickelt das Fraunhofer IEE aktuell ein System zur automatisierten Detektion windkraftsensibler Vogelarten. Dabei werden Verfahren des Deep Learnings (DL) eingesetzt, um geschützte Vogelarten anhand von Audiosignalen automatisiert zu erkennen sowie deren Vorkommen räumlich und zeitlich zu erfassen. Allerdings bergen komplexe KI-Verfahren wie das DL den Nachteil, dass aufgrund ihres Black-Box-Charakters nicht einfach nachzuvollziehen ist, wie das zugrundeliegende Modell seine Entscheidungen trifft. Damit die DL-basierte Vogeldetektion dennoch bei den Stakeholder/-innen auf vollständiges Vertrauen trifft, ist es notwendig, dass die Entscheidungen der KI hinreichend transparent und erklärbar sind.

Das Ziel der Masterarbeit besteht daher in der Untersuchung von Methoden der Explainable AI, welche es den Stakeholder/-innen ermöglichen, die Entscheidungsfindung DL-basierter Vogeldetektionsverfahren besser zu verstehen. Hierbei sollen insbesondere Erklärbarkeitsmethoden entwickelt werden, die in der Lage sind zu beurteilen, welche Features der Eingangsdaten am wichtigsten für die Detektion bestimmter Vogelarten sind. Es existieren bereits einige Frameworks zur Interpretation von KI-Verfahren (SHAP, Lime, InterpretML, Fiddler, ELI5, etc.), welche im Hinblick auf diese Problemstellung evaluiert werden sollen.
Die zentrale Herausforderung besteht dann darin, die Methoden an die Problemstellung anzupassen und ein Verfahren zur Bewertung der Aussagekraft einzelner Interpretationen des DL-Modells zu entwickeln.

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.

Die Stelle ist zunächst auf 6 Monate befristet. Die monatliche Arbeitszeit beträgt 40 Stunden. 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 Ihr Interesse geweckt? Dann bewerben Sie sich jetzt online mit Ihren aussagekräftigen Bewerbungsunterlagen. Wir freuen uns darauf, Sie kennenzulernen!

Fragen zu dieser Masterarbeit beantwortet Ihnen gerne:
Herr René Heinrich
Tel. +49 160-3408484

Fraunhofer-Institut für Energiewirtschaft und Energiesystemtechnik IEE

Kennziffer: 51373 Bewerbungsfrist: 31.03.2023