{"id":3358965,"url":"https://alion.io/job/fraunhofer-gesellschaft-masterarbeit-physics-informed-machine-learning-for-optimizing-district-heating-substations","title":"Masterarbeit - Physics informed Machine Learning for Optimizing District Heating Substations","company":{"id":18856,"name":"Fraunhofer-Gesellschaft","domain":"fraunhofer.de","url":"https://alion.io/company/fraunhofer-institute-for-photonic-microsystems","size_band":"1001-5000","is_staffing_agency":false,"employer_type":"direct","is_intermediary":false,"listed_via":null,"ats_vendor":"SuccessFactors","truth_index":{"grade":"A","score":91,"open_postings":8,"ghost_share":0,"stale_share":0.375,"repost_share":0,"time_to_fill_p50_days":27,"computed_at":"2026-11-01T06:10:25Z"}},"role":"Industrial Engineering","role_family":"Industrial Engineering","seniority":null,"employment_type":null,"work_mode":"on_site","remote_scope":null,"remote_scope_basis":null,"remote_working_hours":null,"hiring_geo_confidence":"structured","locations":["Kassel, Germany"],"countries":["DE"],"hiring_countries":[],"hiring_countries_total":0,"salary":null,"salary_estimate":null,"experience_years_min":null,"visa_sponsorship":false,"relocation_package":false,"has_equity":false,"technologies":[],"status":"live","first_seen_at":"2026-10-27T20:41:23Z","employer_posted_date":"2026-10-27","last_verified_at":"2026-11-01T17:31:56Z","board_verified":true,"closed_at":null,"days_open":4,"trust":{"level":"ok","repost_count":null,"flags":[],"days_open":4},"description":"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.\nDie Abteilung Energieinformatik und Informationssysteme am Fraunhofer IEE forscht und entwickelt innovative Lösungen im Kontext der Digitalisierung der Energiewende. Durch die Digitalisierung der Wärmeversorgung und im speziellen der Fernwärme, entstehen neue Möglichkeiten die Versorgungssysteme effizienter, sicherer, flexibler und nachhaltiger zu gestalten. Daher beschäftigen wir uns mit der effizienten Erschließung, Monitoring sowie Steuerung von Energieanlagen für die Wärmeversorgung von Gebäuden, Quartieren und der Industrie. Wir erarbeiten in Kooperation mit unseren Partnern innovative Softwarelösungen und Beratungsdienstleistungen an der Schnittstelle zwischen Informations- und Kommunikationstechnologien und der Wärmewirtschaft.\nHier sorgst Du für Veränderung\nDeine Masterarbeit\nHausübergabestationen übernehmen eine zentrale Rolle bei der Wärmeversorgung von Gebäuden in Fernwärmesystemen. Entscheidend für einen effizienten Betrieb ist unter anderem die Heizkennlinie, deren Parameter häufig nicht optimal auf die jeweiligen Gebäudeeigenschaften abgestimmt sind. Die Folge sind unnötig hohe Vor- und Rücklauftemperaturen, die zu erhöhten Wärmeverlusten und Energiekosten führen können.\nEine bedarfsgerechte Optimierung der Heizkennlinie bietet daher großes Potenzial, die Energieeffizienz zu verbessern, ohne den thermischen Komfort der Bewohner*innen zu beeinträchtigen.\nIm Rahmen Deiner Masterarbeit untersuchst Du, wie sich physikalisches Wissen in Machine-Learning-Modelle integrieren lässt, um Raum- und/oder Rücklauftemperaturen zuverlässig vorherzusagen. Ziel ist es, physikalisch informierte Machine-Learning-Ansätze zu entwickeln und deren Potenzial zur Optimierung von Heizkennlinien sowie zur Reduzierung des Bedarfs an umfangreichen Simulations- und Messdaten zu bewerten.\nDeine Aufgaben im Rahmen der Masterarbeit:\nAnalyse relevanter Einflussgrößen auf das thermische Verhalten von Gebäuden, insbesondere Heizkennlinienparameter, Außentemperatur, solare Einstrahlung sowie Vorlauf-, Rücklauf- und Raumtemperaturen\n\nIdentifikation geeigneter physikalischer Zusammenhänge, beispielsweise Wärmebilanzen und Wärmeverluste über die Gebäudehülle\n\nIntegration physikalischer Nebenbedingungen in die Loss-Funktion eines Machine-Learning-Modells\n\nEntwicklung, Training und Evaluation eines physikalisch informierten Machine-Learning-Modells zur Vorhersage von Raum- und/oder Rücklauftemperaturen\n\nUntersuchung des Einflusses unterschiedlicher physikalischer Nebenbedingungen auf die Vorhersagegenauigkeit und den erforderlichen Umfang an Trainingsdaten\n\nBewertung des Potenzials zur Optimierung von Heizkennlinien und zur Reduzierung von Rücklauftemperaturen unter Berücksichtigung des thermischen Komforts\n\nHiermit bringst Du Dich ein\nLaufendes Masterstudium der Ingenieurswissenschaften (z.B. Maschinenbau), Energieinformatik, Informatik oder vergleichbare Fachrichtungen\nBereitschaft und Fähigkeit sich in neue und komplexe Themen einzuarbeiten\nAnalytisches Denken und Freude am experimentellen und selbständigen Arbeiten\nGutes Deutsch und Englisch in Wort und Schrift (mind. B2 Niveau)\nWas wir für Dich bereithalten\nEinblick in anwendungsorientierte Forschung der Energiebranche mit direkter Relevanz für Industrie und Gesellschaft\nZugang zu Expertennetzwerken in der Energiewirtschaft und Forschung\nVerpflichtung zur Charta der Vielfalt - Wir fördern aktiv Vielfalt und Inklusion in allen Bereichen\nOption auf eine Weiterbeschäftigung (z. B. als wissenschaftliche Hilfskraft oder für eine Promotion)\nFlexible 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\nWir 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.\nIm Rahmen der Masterarbeit besteht außerdem die Möglichkeit als wissenschaftliche Hilfskraft, mit einem dir passenden Stundenumfang (40 bis 80 Stunden) tätig zu sein. Die Stelle ist zunächst auf 12 Monate befristet, wobei wir eine längerfristige Zusammenarbeit anstreben. 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.\nMit 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.\nBereit 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.\nFragen zu dieser Position beantwortet Dir gerne:\nLuzie Barten (Recruiting) \nE-Mail: \nTel.: +49 (0) 561 / 7294 - 1672\nFraunhofer-Institut für Energiewirtschaft und Energiesystemtechnik IEE\nwww.iee.fraunhofer.de\nKennziffer: 86058 Bewerbungsfrist: 25.11.2026","description_format":"text","description_chars":6207,"description_truncated":false,"requirements":{"experience_years_min":null,"management_years_min":null,"team_size_min":null,"manages_managers":false,"education":{"level":"master","optional":false},"security_clearance":false,"languages":[{"language":"German","level":"Upper-Intermediate (B2)","optional":false},{"language":"English","level":"Upper-Intermediate (B2)","optional":false}]},"benefits":[],"hiring_locations":[],"hiring_excludes":[],"relocation_offered":false,"industries":["Engineering Services","Research Institutes"],"lifecycle":[{"event":"open","at":"2026-10-27T20:41:23Z"}],"visa":[],"liveness":{"score":90,"band":"hot","label":"Hiring now","p_open":1,"p_active":0.9,"p_room":1,"age_days":4,"expected_fill_days":27,"reasons":["conf:0","velocity","win:early","comp:brand"],"computed_at":"2026-11-01T06:10:25Z"},"pay":null,"html_url":"https://alion.io/job/fraunhofer-gesellschaft-masterarbeit-physics-informed-machine-learning-for-optimizing-district-heating-substations","json_url":"https://alion.io/job/fraunhofer-gesellschaft-masterarbeit-physics-informed-machine-learning-for-optimizing-district-heating-substations.json","meta":{"generated_at":"2026-11-01T18:12:43Z","cache_seconds":300,"methodology":"https://alion.io/methodology","terms":"https://alion.io/terms","contact":"https://alion.io/contact","api":"https://alion.io/developers","about":"Alion is a live layer of people, companies and AI agents: who they are, whether they are real and active right now, what they do and how to work with them, readable by people and by agents and paid per call.","catalog":"https://alion.io/catalog.json","usage":{"tier":"crawler_verified","counted_by":"address","units_charged":1,"used_today":27925,"day_limit":null,"remaining_today":null,"minute_limit":300,"resets_at":"2026-11-02T00:00:00Z"}},"offers":[{"id":"company.slices","title":"One company in depth, by slice","status":"live","price":{"credits":0.02,"usd":0.002,"plus_per_slice":{"credits":0.05,"usd":0.005}},"unit":"per company, plus each slice with data","note":"the employer in depth","call":{"mcp_tool":"get_company","arguments":{"id":18856},"rest":"https://alion.io/mcp/rest/get_company?id=18856"},"human":"https://alion.io/catalog?offer=company.slices&for=job%2Ffraunhofer-gesellschaft-masterarbeit-physics-informed-machine-learning-for-optimizing-district-heating-substations"},{"id":"market.stats","title":"A market slice: pay, demand and time to fill","status":"live","price":{"credits":1,"usd":0.1},"unit":"per slice","note":"pay, demand and time to fill for this role and place","call":{"mcp_tool":"market_stats"},"human":"https://alion.io/catalog?offer=market.stats&for=job%2Ffraunhofer-gesellschaft-masterarbeit-physics-informed-machine-learning-for-optimizing-district-heating-substations"},{"id":"job.search","title":"Open jobs by role, technology, place, pay and visa","status":"live","price":{"credits":0.02,"usd":0.002},"unit":"per posting in a list","note":"similar open postings","call":{"mcp_tool":"search_jobs"},"human":"https://alion.io/catalog?offer=job.search&for=job%2Ffraunhofer-gesellschaft-masterarbeit-physics-informed-machine-learning-for-optimizing-district-heating-substations"},{"id":"company.verify","title":"Is this company real and active right now","status":"pilot","price":null,"unit":"per company","request":{"url":"https://alion.io/catalog/request","method":"POST","body":"{\"offer\": \"company.verify\", \"for\": \"job/fraunhofer-gesellschaft-masterarbeit-physics-informed-machine-learning-for-optimizing-district-heating-substations\", \"note\": \"what you need it for\"}"},"human":"https://alion.io/catalog?offer=company.verify&for=job%2Ffraunhofer-gesellschaft-masterarbeit-physics-informed-machine-learning-for-optimizing-district-heating-substations"}],"agent":{"mcp":"https://alion.io/mcp/jobs","mcp_open":"https://alion.io/mcp/open","next":[{"tool":"get_job","arguments":{"id":3358965}},{"tool":"search_jobs","arguments":{"company":"fraunhofer.de","detail":"compact"}},{"tool":"match_people","arguments":{"job_id":3358965},"note":"people open to offers who fit this vacancy"}],"note":"The same data through MCP tools: https://alion.io/mcp/open needs no sign-in (compact searches, postings, people); https://alion.io/mcp with an Alion account has everything. Docs: https://alion.io/developers"}}