Masterarbeit - KI-gestützte Sanierungs- und Förderinformation für Gebäude (KISanFöE)

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 38 Mio. Euro Erträge pro Jahr. Du möchtest die Umsetzung der Energiewende mitgestalten und an der Schnittstelle von Wissenschaft und Wirtschaft arbeiten? Im Projekt KI-gestützte Sanierungs- und Förderinformation auf Basis digitaler Gebäudedaten (KISanFöE) widmen wir uns der Herausforderung, Eigentümerinnen und Eigentümern einen niederschwelligen, verständlichen und fachlich belastbaren Zugang zu energetischen Anforderungen, Sanierungsmaßnahmen und Förderleitlinien zu ermöglichen. Im Zentrum steht die Entwicklung und Validierung eines KI-gestützten Assistenzsystems auf Basis einer Retrieval-Augmented-Generation (RAG)-Architektur, das komplexe technische und regulatorische Inhalte in einen dialogbasierten Informationsprozess transformiert. Hier sorgst Du für Veränderung Du entwickelst innovative Ansätze im Bereich generativer KI und Retrieval-Augmented-Generation (RAG), um regulatorisches Wissen strukturiert aufzubereiten, objektspezifisch zu kontextualisieren und in verständlicher Form zugänglich zu machen. Deine Arbeitsschwerpunkte umfassen dabei folgende Aufgaben: Implementierung eines RAG-Systems: Du bindest eine Vektordatenbank an und entwickelst eine semantische Suchfunktion, die relevante Dokumentenabschnitte auf Basis von Nutzeranfragen identifiziert. Du evaluierst und entwickelst Retrieval-Strategien (z. B. Auswahl des Embedding-Modells, gezielte Metadaten-Anreicherung). Prompt-Engineering & Quellenbezug: Du gestaltest geeignete Prompt-Strukturen für das Large Language Model (LLM) und sicherst die Nachvollziehbarkeit sowie den überprüfbaren Quellenbezug der generierten Antworten. Kontextintegration: Du überführst reale Gebäudedaten (z. B. Baujahr, Gebäudetyp) in ein strukturiertes, maschinenlesbares Format (z. B. JSON) und bindest diese als kontextsteuerndes Element in die RAG-Systemlogik ein. Mapping & Interpretation: Du mappst Gebäudeparameter systematisch auf normative Anforderungen und Förderbedingungen, um eine objektspezifische, zielgerichtete und reproduzierbare Informationsbereitstellung zu ermöglichen. Aufbau der Wissensbasis: Du unterstützt bei der Extraktion, semantischen Segmentierung („Chunking“) und Standardisierung relevanter Regelwerke (z. B. GEG, DIN-Normen, BEG-Richtlinien) sowie deren Vektorisierung und Speicherung in einer durchsuchbaren Wissensbasis. Je nach Interesse kannst du zusätzlich an Projektarbeiten, internen Berichten oder wissenschaftlichen Publikationen mitarbeiten. Deine Ergebnisse dokumentierst du in deiner Abschlussarbeit und präsentierst sie im Projektteam. Hiermit bringst Du Dich ein Laufendes Studium im Bereich der Informatik, Mathematik, Physik oder verwandter Studiengänge Grundkenntnisse im Bereich Machine Learning und generativer KI (insbesondere Large Language Models) Erfahrung mit RAG-Architekturen sowie Frameworks wie PyTorch, TensorFlow oder LangChain ist von Vorteil Affinität zu den Themen energetische Sanierung, Digitalisierung und digitaler Gebäudekontext Selbstständige und proaktive Arbeitsweise Was wir für Dich bereithalten 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 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. Unsere Aufgaben sind vielfältig und anpassbar – für Bewerber*innen mit Behinderung finden wir gemeinsam Lösungen, die ihre Fähigkeiten optimal fördern. Im Rahmen der Masterarbeit besteht außerdem die Möglichkeit als wissenschaftliche Hilfskraft , mit einem Stundenumfang von zunächst 40 Stunden tätig zu sein. Die Stelle ist zunächst auf 12 Monate befristet. Ausnahmen 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. Bereit für Veränderung? Dann bewirb Dich jetzt, und mach einen Unterschied! Nach Eingang Deiner Online-Bewerbung erhältst Du eine automatische Empfangsbestätigung. Dann melden wir uns schnellstmöglich und sagen Dir, wie es weitergeht. Fragen zu dieser Position beantwortet Dir gerne: Luzie Barten (Recruiting) E-Mail: Tel.: +49 (0) 561 / 7294 - 1672 Fraunhofer-Institut für Energiewirtschaft und Energiesystemtechnik IEE Kennziffer: 85494 Bewerbungsfrist: 29.09.2026