Konstruktion eines öffentlichen, attributgenauen Benchmarks für die Übersetzung zwischen heterogenen Energiedatenstandards

Die Energiewende erfordert die nahtlose digitale Vernetzung heterogener Akteure, z.B. Netzbetreiber, Prosumer, EV-Ladepunkte, Digitale Zwillinge oder Gebäudeenergiemanagementsysteme. Jeder dieser Akteure spricht einen anderen Dialekt, bei N aktiven Standards skaliert die Zahl bilateraler Übersetzer mit N × (N − 1) / 2.

Aktuelle KI-basierte Matching-Verfahren arbeiten auf Klassenebene. Es fehlt bislang ein öffentlicher, versionierter, expertenkuratierter Benchmark, der diese Lücke reproduzierbar quantifiziert.

Ohne einen solchen Referenz-Benchmark sind Ergebnisse aus Einzelstudien nicht vergleichbar, und Fortschritte im Bereich LLM-gestützter Ontologie-Ausrichtung für Energiedaten bleiben anekdotisch. Diese Arbeit schafft die empirische Grundlage für eine zukünftige geplante KI-Pipeline und ist auch als eigenständige Publikation vorgesehen.

Übergeordnetes Ziel sind Aufbau, Kuratierung und Veröffentlichung von einem reproduzierbaren, attributgenauen Benchmark für die Cross-Standard-Übersetzung eine festzulegende Anzahl von Energiedatenstandards und beinhalteter Asset-Klassen.

• Gute Kenntnisse im Bereich der Informatik, insbesondere in Bezug auf Software-APIs, Datenbanken und grundlegende Sicherheitsmaßnahmen .
• Grundlagen in maschinellem Lernen und/oder NLP; Interesse an semantischen Technologien (RDF, JSON-LD, XML-Schemata).
• Grundkenntnisse in Softwaretechnik.
• Du bist an einer Universität eingeschrieben.
• Arbeitsbereitschaft sowie Team- und Kommunikationsfähigkeit.
• Selbstständiges und sorgfältiges Arbeiten.
• Gute Englischkenntnisse in Wort und Schrift.
• Gute Kenntnisse und praktische Erfahrung im Umgang mit MS Office (Word, PowerPoint und Excel), Overleaf.

• Ein von Innovation und Kollegialität geprägtes Arbeitsklima
• Wir sind motiviert und leben eine offene, wertschätzende Unternehmenskultur – Von studentischen Mitarbeitenden bis hin zur Institutsleitung

• Spannende Projekte, die Dich noch besser auf die Zukunft vorbereiten
• Flexible, auf Dein Studium abgestimmte Arbeitszeiten (max. 19 Stunden/Woche)

Schwerbehinderte Menschen werden bei gleicher Eignung bevorzugt eingestellt. Die Fraunhofer‐Gesellschaft legt Wert auf eine geschlechtsunabhängige berufliche Gleichstellung.