Studentische Hilfskraft: Windenergieprognosen mittels Machine Learning (f/m/d)

25.11.2025, Studentische Hilfskräfte, Praktikantenstellen, Studienarbeiten

Du brennst dafür, modernste Informationstechnologien einzusetzen, um die Energie- und Klimakrise zu lösen, und möchtest in einem dynamischen Forschungsumfeld arbeiten? Dann lass uns gemeinsam die Energiesysteme der Zukunft gestalten!

Unser Forschungsschwerpunkt:

Die Professur für Energiemanagement-Technologien beschäftigt sich mit der Gestaltung und Bewertung innovativer Informationstechnologien, die eine stärkere Integration erneuerbarer Energien in unsere Energiesysteme ermöglichen. Wir entwickeln neue Algorithmen und Systeme zur Regelung komplexer Energiesysteme. Diese Systeme koordinieren die dezentrale Einspeisung erneuerbarer Energien wie der Solar- und Windenergie, flexible Lasten von Wärme-pumpen und Elektrofahrzeugen sowie verteilte Energiespeicher wie stationäre Batterien und Wasserstoffspeicher, um die Energieeffizienz zu maximieren und gleichzeitig die Versorgungssicherheit zu gewährleisten. Unsere Forschungsmethode ist technikorientiert, prototypgetrieben und hoch interdisziplinär.

Die Windenergie zählt zu den volatilsten erneuerbaren Energiequellen, weshalb präzise Prognosen eine bedeutende wissenschaftliche Herausforderung darstellen. Im Projekt WindCast entwickeln wir holisitische Prognosemodelle auf Basis von physikinformiertem maschinellem Lernen. Durch die Bereitstellung frei verfügbarer Open-Source-Werkzeuge wird WindCast die Windenergiebranche dabei unterstützen, souverän in modernen Energiemärkten zu agieren und den Übergang zu einer erneuerbaren Energiezukunft zu beschleunigen.

Deine Aufgaben:

• Entwicklung und Testen von physik-informierten Machine-Learning-Modellen für Windenergieprognosen
• Datenerhebung und Vorverarbeitung von Marktdaten, um Nachfrage-, Preis- und Netz­dienstleistungs­fähigkeits­prognosen in das holistische Modell zu integrieren
• Erstellung von Visualisierungs-Dashboards für Modellergebnisse und Datenanalysen
• Unterstützung beim Aufbau einer Benchmarking-Plattform für Prognosemodelle
• Literaturrecherche

Dein Profil:

• Großes Interesse an Machine Learning und erneuerbaren Energiesystemen
• Studierende*r einer quantitativen Fachrichtung wie Informatik, Ingenieurwissenschaften, Mathematik, Physik oder Ähnlichem
• Erfahrung in der Softwareentwicklung mit gängigen IDEs und Programmiersprachen (z. B. Python) im Team

Wir bieten:

Wir bieten die Möglichkeit, unsere Forschung in einem Team hochmotivierter Wissenschaftler*innen zu unterstützen und die Chance, zu wissenschaftlichen Veröffentlichungen beizutragen.

Deine Bewerbung:

Wir freuen uns auf Ihre Bewerbung bis zum 31. Dezember. Bitte reichen Sie diese als eine einzelne PDF-Datei per E-Mail an student-applications.emt@ed.tum.de ein. Die Bewerbung sollte folgende Dokumente enthalten:

• Motivationsschreiben mit Fokus auf Qualifikationen und Erfahrungen in der Programmie-rung
• Lebenslauf
• Notenspiegel

Um Chancengleichheit zu gewährleisten, sind Bewerbungen qualifizierter Frauen besonders erwünscht. Schwerbehinderte Bewerber*innen werden bei gleicher Eignung bevorzugt berücksichtigt. Bewerbungen von Kandidat*innen mit internationalem Hintergrund sind ausdrücklich erwünscht.

Die Stelle ist für Menschen mit Behinderung geeignet. Schwerbehinderte Bewerber*innen werden bei gleicher Eignung, Befähigung und fachlicher Kompetenz bevorzugt berücksichtigt.

Datenschutzhinweis:
Wenn Sie sich für eine Stelle an der Technischen Universität München (TUM) bewerben, übermitteln Sie personenbezogene Daten. Bitte beachten Sie in Bezug auf personenbezogene Daten die Datenschutzhinweise gemäß Art. 13 Datenschutz-Grundverordnung (DSGVO) zur Erhebung und Verarbeitung von personenbezogenen Daten im Rahmen Ihrer Bewerbung. Mit der Einsendung Ihrer Bewerbung bestätigen Sie, dass Sie die oben genannten Datenschutzhinweise der TUM zur Kenntnis genommen haben.

Kontakt: student-applications.emt@ed.tum.de

Mehr Information