Engineering auf der Grundlage von Informationsmodellen

Digitale Zwillinge sind virtuelle Abbildungen physischer Systeme und Prozesse. Sie bieten durch Simulationen, Echtzeit-Datenerfassung und eine Asset-spezifische Dokumentation tiefgreifende Einblicke in ihre realen Gegenstücke. Diese Technologie eröffnet neue Perspektiven für die Industrie, insbesondere in der Minimierung von Risiken und Kosten bei gleichzeitiger Steigerung der Effizienz.

Gemeinsam mit meinen Kolleg:innen der Forschungsgruppe IDEAS untersuche ich die Einsatzgebiete und Mehrwerte digitaler Zwillinge im industriellen Einsatz. Mein Fokus liegt auf der Nutzung standardisierter Informationsmodelle (bspw. Asset Administration Shell, AAS) im Engineeringprozess großer industrieller Anlagen. Gerade in regulierten Industriebereichen (Pharma, Prozessindustrie, etc. ) können neue Anlagen und Anlagenmodifikationen bereits im Voraus mit Hilfe digitaler Zwillinge detailliert geplant und hinsichtlich der gestellten Anforderungen überprüft werden. Das kann die Dauer für Zertifizierungsvorgänge und Inbetriebnahme erheblich verkürzen.

Lebenslauf

01.12.2023 - heute: Wissenschaftlicher Mitarbeiter in der Professur Vernetzte sichere Automatisierungstechnik (VSA) am Institut für Regelungs- und Steuerungssysteme (IRS)

• bei Prof. Dr.-Ing. Mike Barth des Karlsruher Institut für Technologie

01.03.2023 - 30.11.2023: Entwicklungsingenieur bei OPVengineering GmbH

• Softwareentwicklung für Automatisierung von Prüfständen für die Entwicklung von E-Antrieben

2022: M.Sc. Elektro- und Informationstechnik am KIT

• Vertiefung: Sensorsysteme
• Masterarbeit am Fraunhofer für Optronik, Systemtechnik und Bildauswertung (IOSB) zum Thema "Investigation on the Measurement Accuracy of a Laser-Induced Damage Threshold Testbed in the Short-Wave Infrared"

2017-2019: HiWi am Institut für Technik der Informationsverarbeitung (ITIV)

• Ähnlichkeitsbewertung von Fahrsituationen anhand zeitelastischer Verfahren zur Mustererkennung in Zeitreihen
• Betrachtung und Evaluierung verschiedener Verfahren für Predictive Maintainance Anwendungen im Automotive Kontext

2018: B.Sc. Elektro- und Informationstechnik am KIT

• Bachelorarbeit am ITIV zum Thema "Konzeption und Evaluation von Methoden der Mustererkennung in Zeitreihen dynamischer Systeme im automobilen Kontext"