Bachelorthesis/Masterthesis - Entwicklung einer effizienten Wissensarchitektur für KI-Systeme durch modulare und kontextabhängige Dokumentenstrukturen

Summary: Develop a scalable knowledge architecture for AI systems using modular and context-dependent document structures. The project focuses on reducing redundancy in technical documentation through efficient data management and retrieval strategies like RAG and vector databases.

WAFIOS zählt weltweit zu den führenden Unternehmen des Spezialmaschinenbaus. Wir entwickeln, konstruieren und fertigen technisch anspruchsvolle Maschinen für die Draht- und Rohrverarbeitung und Kaltmassivumformung. Mit unseren Maschinen produzieren unsere Kunden für die unterschiedlichsten Industrie- und Lebensbereiche. Auch im Bereich E-Mobilität sind unsere Maschinen wichtiger Bestandteil für die Umsetzung des Technologiewandels. Weltweit beschäftigen wir rund 1.000 Mitarbeiter/-innen in einer modernen Arbeitswelt mit viel Freiraum für Kreativität und persönliche Entwicklung.

Zum weiteren Ausbau unserer Aktivitäten im Bereich Digitale Services suchen wir zum Wintersemester 2026/27 eine motivierte Persönlichkeit (m/w/d)!

Künstliche Intelligenz gewinnt zunehmend an Bedeutung bei der Verarbeitung technischer Dokumentationen und Wissensdatenbanken. Insbesondere moderne KI-Assistenten und Retrieval-Augmented-Generation-(RAG)-Systeme nutzen große Mengen an Dokumenten, um Anwendern präzise Informationen bereitzustellen.

In der Praxis enthalten technische Dokumentationen jedoch häufig viele identische oder ähnliche Inhalte, während nur bestimmte Abschnitte produktspezifisch oder kundenindividuell sind. Dies führt zu redundanten Datenbeständen, erhöhtem Speicherbedarf und einer ineffizienten Retrieval innerhalb von KI-Systemen.

Aufgabenstellung:

Ziel dieser Arbeit ist die Entwicklung eines Konzepts zur Trennung und Wiederverwendung gemeinsamer Wissensanteile bei gleichzeitiger Nutzung individueller Informationen. Dabei soll untersucht werden, wie redundante Inhalte effizient verwaltet und kontextabhängig für spezifische Anwendungsfälle bereitgestellt werden können.

Die Arbeit betrachtet insbesondere Ansätze aus den Bereichen:

• Retrieval-Augmented Generation (RAG)
• Vektordatenbanken
• Semantische Suche
• Kontextbasiertes Retrieval

Auf Basis dieser Technologien soll eine skalierbare Wissensarchitektur entwickelt und bewertet werden, die den Speicherbedarf reduziert, die Wartbarkeit verbessert und gleichzeitig präzise KI-generierte Antworten ermöglicht.

Ihr Profil:

• Studium der Informatik, Data Science oder eines vergleichbaren Studiengangs
• Programmiererfahrung
• Grundkenntnisse im Umgang mit Datenbanksystemen
• Interesse an Künstlicher Intelligenz, Wissensmanagement und modernen Suchtechnologien
• Selbstständige und strukturierte Arbeitsweise
• Analytisches Denkvermögen sowie Freude an der Bearbeitung innovativer Themen

Wir bieten:

• Mitarbeit an einem zukunftsweisenden KI-Thema mit direktem Praxisbezug
• Einblicke in moderne Technologien rund um KI, RAG-Systeme und Wissensmanagement
• Fachliche Betreuung durch die Abteilung Digitale Services
• Flexible Arbeitsgestaltung und eigenverantwortliches Arbeiten
• Möglichkeit, die Ergebnisse in zukünftige KI-Lösungen bei WAFIOS einzubringen

Sie sind interessiert? Wir freuen uns auf Sie!

WAFIOS AG

Silberburgstr. 5

72764 Reutlingen

Frau Lisa Lahner

Tel.: +49 7121 146-1310