Ihr Fokus liegt auf einer effizienten Literaturrecherche sowie der Analyse von Künstlicher Intelligenz im Kontext der Lebenszyklusanalyse. Sie kategorisieren verschiedene Ansätze und bewerten deren Vor- und Nachteile mit einem pragmatischen Blick.
Anforderungen
- •Student im Bereich Umweltwissenschaften
- •Vorkenntnisse im Life Cycle Assessment
- •Sehr gute MS Office-Kenntnisse
- •Kenntnisse in Citavi
- •Analytische und strukturierte Arbeitsweise
- •Kommunikations- und Teamfähigkeit
- •Hohe Zuverlässigkeit
Deine Aufgaben
- •Systematische Literaturrecherche gemäß PRISMA-Statement durchführen
- •Aktuelle Anwendungsbereiche von KI im LCA ermitteln
- •Identifizierte Ansätze kategorisieren und einordnen
- •Vor- und Nachteile ausgewählter KI-Methoden im LCA analysieren und bewerten
Deine Vorteile
Interessante Aufgabenstellungen
Intensive Betreuung
Einblicke in Fraunhofer-Institut
Original Beschreibung
Ort:
Stuttgart
Datum:
09.05.2025
# Studien-/Abschlussarbeit: Potenziale Künstlicher Intelligenz für die Lebenszyklusanalyse (LCA)
**Ausschreibung für die Fachrichtungen wie z. B.:** Betriebswirtschaft t.o., Informatik, Maschinenbau, Mathematik, technische Informatik, Technologiemanagement, Wirtschaftsingenieurwesen oder vergleichbare.
Die ökologische Nachhaltigkeitsbewertung gewinnt im Zuge globaler Umwelt- und Klimaziele zunehmend an Bedeutung. Die Lebenszyklusanalyse (Life Cycle Assessment, LCA) hat sich dabei als zentraler methodischer Ansatz etabliert, um die Umweltauswirkungen von Produkten, Dienstleistungen und Prozessen ganzheitlich zu bewerten. Trotz ihrer wissenschaftlichen Reife ist die praktische Umsetzung der LCA mit zahlreichen Herausforderungen verbunden – etwa in Bezug auf die Verfügbarkeit und Qualität von Daten, die Modellierungskomplexität und den damit verbundenen Zeit- und Ressourcenaufwand. In diesem Kontext eröffnet der Einsatz Künstlicher Intelligenz (KI) neue Möglichkeiten.
Ziel dieser studentischen LCA ist es, den aktuellen Stand der Forschung und Praxis zum Einsatz von KI in der ökologischen Nachhaltigkeitsbewertung systematisch zu erfassen und zu analysieren. Dabei sollen insbesondere die Potenziale, Herausforderungen sowie relevante Anwendungsbeispiele beleuchtet werden.
**Was Sie bei uns tun**
Zusammenfassend soll die studentische Arbeit folgende Punkte umfassen:
* Systematische Literaturrecherche in Anlehnung an das PRISMA-statement zur Erstellung eines Überblicks über aktuelle Anwendungsbereiche für den Einsatz von KI im Kontext LCA
* Kategorisierung und Einordnung identifizierten Ansätze entlang der Vorgehensweise einer LCA
* Analyse und Bewertung ausgewählter KI-Methoden hinsichtlich ihrer Vor- und Nachteile im LCA-Kontext
Die Abschlussarbeit ermöglicht die Auseinandersetzung mit einem aktuellen Forschungsthema der Gruppe „Sustainability Modeling and Analytics“ des Fraunhofer IPA.
**Was Sie mitbringen**
* Student (m/w/d) Umweltwissenschaften, Wirtschaftsingenieurwesen, Data Science, Maschinenbau, Informatik o. ä.
* Vorkenntnisse im Kontext Life Cycle Assessment erwünscht
* Sehr gute MS Office-Kenntnisse
* Citavi-Kenntnisse
* Selbständige, analytische und strukturierte Arbeitsweise
* Kommunikations- und Teamfähigkeit
* Hohes Maß an Zuverlässigkeit
**Was Sie erwarten können**
* Interessante Aufgabenstellungen in der angewandten Forschung
* Intensive Betreuung während der Bearbeitung
* Einblicke in eines der größten Fraunhofer-Institute
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.
Kennziffer: 79712