Zum Hauptinhalt gehen
Erstellt am 2. Juli 2026

PhD - Foundation-Modelle und agentische KI fur die industrielle Automatisierung (w/m/div.)

Bosch Group
Renningen,Baden-Wurttemberg,Germany,71272 Vollzeit
Reference: 74_166247_744000135215679

Unternehmensbeschreibung

Bei Bosch gestalten wir die Zukunft, indem wir hochwertige Technologien und Dienstleistungen entwickeln, die begeistern und das Leben der Menschen bereichern. Unser Versprechen an unsere Mitarbeitenden ist felsenfest: Wir wachsen gemeinsam, wir haben Freude an unserer Arbeit und wir inspirieren uns gegenseitig. Machen Sie mit und erleben Sie den Unterschied. Die Robert Bosch GmbH freut sich auf Ihre Bewerbung!

Stellenbeschreibung

Die industrielle Automatisierung steht an einem Wendepunkt. Foundation Models bieten eine beispiellose Generalisierung und Anpassungsfahigkeit - doch ihr Einsatz in realen Produktionsumgebungen bedeutet, sich harten Randbedingungen stellen zu mussen: Latenzen im Mikrosekundenbereich, deterministisches Verhalten, funktionale Sicherheitszertifizierungen und Legacy-Infrastrukturen, die sich nicht ohne Weiteres ersetzen lassen. Zu Ihren Aufgaben gehort die Untersuchung, wie Foundation Models in der industriellen Realitat nutzbar werden. Hierfur entwickeln Sie innovative Anpassungs-, Validierungs- und Deployment-Methoden. Sie bringen diese Modelle in die Fertigung, die Prozessindustrie und in cyber-physische Systeme, wobei Sie Latenz, Determinismus und Sicherheit als nicht verhandelbare Groen berucksichtigen. Auerdem widmen Sie sich den Kernfragen, wie Foundation Models eine begrenzte, vorhersagbare Leistung erbringen konnen, ohne an Fahigkeiten einzubuen. Sie erarbeiten Losungen, wie sich Foundation Models mit etablierten industriellen Sicherheits- und Automatisierungsstandards (z.B. IEC 61131, IEC 61508) vereinbaren lassen. Nicht zuletzt erweitern Sie Brownfield-Automatisierungsplattformen um die Fahigkeiten von Foundation Models und schaffen so neue Moglichkeiten fur die Industrie.

Qualifikationen

  • Ausbildung: Abgeschlossenes Masterstudium in Informatik, Elektrotechnik, industrieller Automatisierung, Robotik, Mechatronik oder einem vergleichbaren Fachgebiet
  • Erfahrung und Know-how: Fundierte theoretische und praktische Kenntnisse im Bereich Machine Learning und Deep Learning; solides Verstandnis von Konzepten der industriellen Automatisierung, Regelungs- und Steuerungstechnik sowie von Echtzeit- oder Embedded-Umgebungen; sehr gute Programmierkenntnisse in Python und C; Kenntnisse relevanter funktionaler Sicherheitsnormen (IEC 61508, ISO 13849) sowie formaler Verifikations- oder Validierungsmethoden; nachweisliche Erfahrung in der Bereitstellung (Deployment) und Optimierung von KI-Modellen auf Edge-Geraten, Embedded-Hardware oder ressourcenbeschrankten Plattformen; Kenntnisse von Modelloptimierungstechniken wie Quantisierung, Pruning, Knowledge Distillation oder beschleunigter Inferenz; praktische Erfahrung mit SPS/PLC-Umgebungen, industriellen Kommunikationsprotokollen (OPC UA, PROFINET, EtherCAT) oder industriellen Echtzeitplattformen ist wunschenswert
  • Personlichkeit und Arbeitsweise: Ausgepragtes Interesse an der Anwendung von Foundation Models in industriellen oder cyber-physischen Systemen sowie die Fahigkeit, komplexe Forschungsfragen strukturiert und methodisch zu bearbeiten
  • Sprachen: Verhandlungssicheres Englisch (in Wort und Schrift) sowie gute Deutschkenntnisse

Zusatzliche Informationen

https://www.bosch-ai.com https://www.bosch.com/research Das endgultige Promotionsthema (PhD) wird von Ihrer Universitat festgelegt. Bitte reichen Sie alle relevanten Unterlagen ein (Lebenslauf, Zeugnisse sowie Links zu Ihrem GitHub- oder Kaggle-Account). Start: nach vorheriger Vereinbarung Vielfalt und Inklusion sind fur uns nicht nur Trends, sondern fest in unserer Unternehmenskultur verankert. Daher begruen wir alle Bewerbungen - unabhangig von Geschlecht, Alter, Behinderung, Religion oder Weltanschauung, ethnischer Herkunft oder sexueller Identitat. Benotigen Sie Unterstutzung wahrend Ihrer Bewerbung? Celina Dannecker (Personalabteilung) +49 711 811 21346 Benotigen Sie weitere Informationen zur Stelle? Daniel Ewert (Fachabteilung) +49 711 811 11758 Work #LikeABosch startet hier: Bewerben Sie sich jetzt!

Jobbenachrichtigungen per Newsletter erhalten