1. Projekte
  2. Bachelorarbeiten
  3. Potenziale des Machine Learnings für die Optimierung einer Kreislaufwirtschaft von Lithium-Ionen-Batterien im Kontext der E-Mobilität (BA)

Potenziale des Machine Learnings für die Optimierung einer Kreislaufwirtschaft von Lithium-Ionen-Batterien im Kontext der E-Mobilität (BA)

Die Energiewende geht mit einem erhöhten Bedarf an E-Autos einher. Um die stark wachsende Nachfrage zukünftig nachhaltig decken zu können, ist eine ressourcenschonende Batterielogistik von Nöten. In diesem Zusammenhang gestaltet sich die Erstellung einer Kreislaufwirtschaft von Lithium-Ionen-Batterien (LIB) als alternativlos. Das zweifelsohne vorhandene disruptive Potenzial von Machine Learning wird besonders die Logistik der Zukunft nachhaltig verändern und demnach die Batterielogistik beeinflussen.

Folgende Fragen sind im Rahmen der Arbeit zu beantworten:

  • Wie sieht die Batterielogistik gegenwärtig aus?
  • Welche aktuellen Herausforderungen existierten bzw. werden in der Zukunft im Hinblick auf die Batterielogistik erwartet?
  • An welchen Stellen wird ML bereits in einer Supply Chain eingesetzt?
  • Wie könnte eine effiziente Kreislaufwirtschaft von LIB auf Basis des Logistikprozesses aussehen?
  • Welchen Mehrwert bietet ML an welchen Stellen in der Kreislaufwirtschaft von LIB?

Der genaue Themenumfang kann individuell abgestimmt und eigene Ziele berücksichtigt werden. Kenntnisse in Machine Learning sind hilfreich, aber nicht zwingend notwendig. Die Arbeit kann sofort begonnen werden.

Ansprechpartner:

Max Plotnikov M. Sc.

Fraunhofer IML

Abteilung Software & Information Engineering

Mail: max.plotnikov@iml.fraunhofer.de