Philipp Fiedler

Forschung an KI-gestützten Methoden zur Optimierung von Elektromotoren. Untersuchung von Machine-Learning-Ansätzen zur Beschleunigung und Vereinfachung des Entwicklungsprozesses. Implementierung von KI-Modellen zur Vorhersage und Verbesserung von Motorenparametern. Validierung der Ergebnisse im Vergleich zu klassischen Simulationsmethoden.

Eigenständige Implementierung von Retrieval-Augmented Generation (RAG) Systemen. Nutzung von Vektordatenbanken (Qdrant) zur effizienten Datenverarbeitung. Entwicklung performanter APIs in Python. Konzeption und Erstellung eigener Test-Datasets zur Validierung der KI-Antwortqualität.

Durchlauf der Abteilungen R&D, Qualitätsmanagement und Produktion. Konstruktionsaufgaben mit Siemens NX und Arbeit in agilen Teams (Jira). Einblicke in hochpräzise Messtechnik und Systemintegration.

Erstellung technischer Zeichnungen und Konstruktion von Bauteilen. Anwendung von CAD-Software SolidWorks im industriellen Umfeld. Schnittstellenkommunikation zwischen Fertigung und Entwicklung.

Einblicke in die Fahrzeugentwicklung im Entwicklungszentrum Weissach. Kennenlernen von Simulationen zu Luftreibung und Aerodynamik. Verfahren zur Ermittlung des Luftwiderstandsbeiwerts (cw-Wert).

Einblicke in Fahrzeugelektronik, Motorentechnik und Fehlerdiagnose.

Gesamtnote: 1,7 Masterarbeit: Effizienzsteigerung im Designprozess von Elektromotoren unter Anwendung von Machine-Learning-Modellen. | Note: 1,0 Schwerpunkte: Maschinelles Lernen & Neuroinformatik, Industrielle Bildverarbeitung (Mustererkennung), Entwurf intelligenter mechatronischer Systeme.

Gesamtnote: 2,4 Bachelorarbeit: Entwicklung einer teilautomatisierten Federkrafteinstellung von Ventilen für die Hochleistungsflüssigkeitschromatographie. | Note: 2,0 Duales Studium: Theoriephasen an der Hochschule, intensive Praxisphasen im Unternehmen.