Doktorand*in für Promotion "Autonomous Reality Capture for AI-native Digital Factory Twins"

Tätigkeitsbereich: Produktion
Fachabteilung: MO360 Digital Factory Twin
Gesellschaft: Mercedes-Benz AG
Standort: Sindelfingen
Startdatum: 15.10.2026
Veröffentlichungsdatum: 15.10.2026
Stellennummer: MER00045V7
Arbeitszeit: Teljes munkaidő

Aufgaben

Die Dissertation ist im Bereich MO360 Digital Factory Twin bei Mercedes-Benz Manufacturing Engineering (MO/ET) angesiedelt. Unser Team gestaltet die digitale Transformation der Produktionsplanung und Fabrikentwicklung durch den Aufbau des Digital Factory Twin als zentrale Plattform für Planung, Analyse und Optimierung zukünftiger Produktionssysteme.

Eine zentrale Herausforderung für Digitale Zwillinge besteht darin, reale Fabrikumgebungen kontinuierlich, präzise und automatisiert zu erfassen. Trotz erheblicher Fortschritte in den Bereichen Computer Vision, Foundation Models und Generativer KI basiert die Aktualisierung industrieller Digital Twins heute noch häufig auf manuellen Prozessen oder punktuellen Vermessungen.

Für die Fabrik der Zukunft werden autonome Systeme benötigt, die Produktionsumgebungen selbstständig erfassen, Veränderungen erkennen und diese Informationen automatisch in digitale Modelle überführen. Hierzu eröffnen neue Technologien wie autonome Drohnen, mobile Roboter, Vision Language Models (VLMs), multimodale Foundation Models sowie moderne 3D-Rekonstruktionsverfahren völlig neue Möglichkeiten.

Die Promotion ist in aktuelle Forschungsaktivitäten innerhalb der ARENA2036 eingebettet und erfolgt in enger Zusammenarbeit mit Mercedes-Benz Research and Development India (MBRDI). Gemeinsam erforschen Sie innovative Ansätze an der Schnittstelle von Robotik, Computer Vision und Generativer KI, um autonome Reality-Capture-Systeme und selbstaktualisierende Digitale Zwillinge für die Fabrik der Zukunft zu entwickeln.

Mögliche Forschungsfragen

(werden gemeinsam mit Universität und Mercedes-Benz konkretisiert)

• Wie können autonome Drohnen und mobile Robotersysteme Produktionsumgebungen sicher und effizient erfassen?
• Wie können Bild-, Video-, LiDAR- und Sensordaten automatisch zu konsistenten Digital Twins zusammengeführt werden?
• Welche Potenziale bieten Vision Language Models (VLMs) und multimodale Foundation Models für das Verständnis industrieller Umgebungen?
• Wie können Veränderungen in Fabriken automatisiert erkannt, klassifiziert und dokumentiert werden?
• Welche Methoden ermöglichen die direkte Überführung von Reality-Capture-Daten in semantisch angereicherte 3D-Modelle?
• Wie können Sicherheits-, Datenschutz- und Governance-Anforderungen für autonome Datenerfassungssysteme berücksichtigt werden?
• Wie können autonome Erfassungssysteme nahtlos in industrielle Digital-Twin- und Metaverse-Plattformen integriert werden?

Erwarteter wissenschaftlicher Beitrag

• Evaluation und Prototypische Umsetzung autonomer Reality Capture Methoden anhand realer Fabrikumgebungen von Mercedes-Benz
• Kombination von Robotik, Computer Vision und Generativer KI zur automatisierten Erfassung und Interpretation von Produktionsbereichen
• Wissenschaftliche Erkenntnisse für selbstaktualisierende Digitale Zwillinge
• Ableitung konkreter Mehrwerte für Planung, Betrieb und Optimierung zukünftiger Produktionssysteme

Die finale Ausgestaltung des Promotionsthemas erfolgt in enger Abstimmung zwischen Ihnen, der Universität und Mercedes-Benz.

Die Tätigkeit kann ab Mitte Oktober 2026 beginnen.

Einstellungsvoraussetzung ist die Betreuung des Promotionsvorhabens durch einen Hochschullehrenden. Die Auswahl einer entsprechenden Betreuungsperson obliegt dem Promovierenden.

Qualifikationen

Fachliche Voraussetzungen

• Überdurchschnittlich abgeschlossenes Masterstudium in Informatik, Robotik, Elektrotechnik, Computer Engineering, Mechatronik, Data Science, Computational Engineering oder einem vergleichbaren Studiengang
• Sehr gute Kenntnisse in Python
• Erste Erfahrung mit Machine-Learning-Frameworks wie PyTorch, TensorFlow oder vergleichbaren Technologien
• Erste praktische Erfahrung im Umgang mit Generativen KI-Modellen, Vision Language Models oder multimodalen Foundation Models
• Interesse an den Bereichen autonome Systeme, Computer Vision, Robotik und Digitale Zwillinge

Wünschenswerte Kenntnisse

• Digitale Zwillinge
• Reality Capture Technologien
• LiDAR- und Sensordatenverarbeitung
• SLAM (Simultaneous Localization and Mapping)
• Gaussian Splatting oder Neural Rendering
• 3D-Rekonstruktion
• Computer Vision
• Deep Learning
• Robotik und autonome Navigation
• NVIDIA Omniverse

Weitere Fähigkeiten

• Fähigkeit, komplexe technische Fragestellungen wissenschaftlich zu abstrahieren
• Ausgeprägte analytische und konzeptionelle Denkweise
• Selbstständige und strukturierte Arbeitsweise
• Begeisterung für Forschung an der Schnittstelle von KI, Robotik und industrieller Anwendung
• Sehr gute Englischkenntnisse in Wort und Schrift
• Teamfähigkeit und Freude an interdisziplinärer Zusammenarbeit

Zusätzliche Informationen:

Promoviere im Mercedes-Benz Konzern! Profitiere von unserem Know-how, einem internationalen Expertise-Netzwerk, Forschungsmaterialien, Arbeitseinblicken und einer persönlicher Betreuung durch Mentorinnen und Mentoren – zusätzlich zu Deiner Hochschule.

Weiterführende Informationen findest Duhier .

Wir freuen uns auf Deine Online-Bewerbung mit Lebenslauf, Anschreiben und Zeugnissen. Bitte vergiss nicht, im Online-Formular Deine Dokumente als "relevant für diese Bewerbung" zu markieren und beachte die maximale Dateigröße von 5 MB.

Schwerbehinderte und gleichgestellte Bewerbende sind herzlich willkommen! Die Schwerbehindertenvertretung (sbv-sindelfingen@mercedes-benz.com) unterstützt Dich gerne im Bewerbungsprozess.

HR Services hilft Dir bei Fragen zum Bewerbungsprozess gerne weiter. Du erreichst uns per E-Mail übermyhrservice@mercedes-benz.com oder telefonisch unter 0711/17-99000 (Mo-Fr 10-12 Uhr & 13-15 Uhr).

Benefits

• Barriere­frei­heit
• Kantine, Café
• Kinder­betreuung
• Coaching
• Betriebs­arzt
• Mobilitäts­angebote
• Mit­arbeiter Events
• Mit­arbeiter­rabatte möglich
• Mit­arbeiter­beteili­gung möglich
• Mit­arbeiter­handy möglich
• Essens­zulagen
• Gesund­heits­maß­nahmen
• Hybrides Arbeiten möglich
• Betrieb­liche Alters­ver­sorgung
• Park­platz
• Gute An­bindung
• Flexible Arbeits­zeit möglich

Kontakt

Stefan Zehm
Email: stefan.zehm@mercedes-benz.com
Bela-Barenyi-Str. 1 Tor 3
71063 Sindelfingen