Erstellung einer Doktorarbeit mit dem Thema „KI gestütztes Stücklistenmanagement in der Fahrzeugentwicklung“
Unser Unternehmen
Opel als Teil von Stellantis ist einer der technologisch führenden und traditionsreichsten Automobilhersteller in Europa. Unser Unternehmen steht für Innovationen und ist geprägt durch unsere Leidenschaft für Autos. Lass dich begeistern von der Vielfältigkeit der Einsatzmöglichkeiten, der Zusammenarbeit in internationalen Teams und den Chancen, die wir dir für deine berufliche Entwicklung bieten.
Dieses Forschungsfeld erwartet dich
Die Stückliste (Bill of Materials, BOM) stellt ein grundlegendes Element der automobilen Produktentwicklung dar, da sie die Konfiguration, Struktur und Wechselwirkungen der Fahrzeugkomponenten über die Bereiche Konstruktion, Fertigung und Supply Chain hinweg definiert. Automobilhersteller (OEMs) nutzen eine Vielzahl von Methoden zur Stücklistenverwaltung; dennoch werden viele BOM‑Strukturen weiterhin aus älteren Fahrzeugprogrammen oder plattformverwandten Schwestermodellen abgeleitet. Diese übernommenen Strukturen erfordern häufig umfangreiche Umstrukturierungen, Neuerstellungen und Anpassungen, um programmspezifischen Anforderungen gerecht zu werden.
Aktuelle Herausforderungen wie die zunehmende Variantenvielfalt, der wachsende Softwareanteil, elektrifizierte Architekturen und Multi‑Plattform‑Strategien erhöhen die Komplexität der Erstellung, Validierung und Pflege von Stücklisten erheblich. Ungenauigkeiten oder Inkonsistenzen innerhalb der BOM können zu verzögerten Produktanläufen, Qualitätsproblemen oder nicht konformen Fahrzeugkonfigurationen führen. Um solche Risiken zu minimieren, werden zahlreiche Werkzeuge und Prozesse eingesetzt, die Fehler frühzeitig erkennen, Systeme harmonisieren und die Konfigurationskorrektheit sicherstellen.
Angesichts dieser Herausforderungen besteht ein strategischer Bedarf, BOM‑Prozesse weiter zu verschlanken und zu digitalisieren. Künstliche Intelligenz (KI) bietet ein erhebliches Potenzial, die Qualität von Stücklisten zu verbessern, den manuellen Aufwand zu reduzieren und die Standardisierung über verschiedene Produktlinien hinweg zu fördern.
Ziel dieser Doktorarbeit ist die Entwicklung eines KI‑gestützten Frameworks zur Optimierung der Erstellung und des Managements von Stücklisten in der automobilen Entwicklung. Die Arbeit beginnt mit einer umfassenden Analyse bestehender BOM‑Prozesse bei Stellantis, einschließlich der Identifikation relevanter Datenstrukturen, Kodifizierungssysteme und Praktiken des Variantenmanagements. Diese Analyse bildet die Grundlage für den Aufbau eines robusten Datenmodells, das für Methoden des maschinellen Lernens und der Mustererkennung geeignet ist.
Unter Nutzung historischer Stücklistendaten aus früheren Fahrzeugprojekten untersucht das Projekt, wie KI‑Techniken systematisch in zentrale Phasen der BOM‑Erstellung, ‑Validierung und ‑Qualitätssicherung integriert werden können.
Deine Abteilung und dein Institut an der Universität
Die Abteilung „Codification and Bill of Material“ ist verantwortlich für die Erstellung und Verwaltung der Stückliste jedes Fahrzeugentwicklungsprojekts, die Kodifizierung seiner Elemente sowie für die nachgelagerten Prozesse in der Fahrzeugentwicklung, Supply Chain, der Produktion und Montage.
Die Doktorarbeit erfolgt in Kooperation mit der Fachgebiet Product Life Cycle Management im Fachbereich Maschinenbau der Technischen Universität Darmstadt.
Was wir erwarten
Gesucht wird eine engagierte Nachwuchswissenschaftlerin bzw. ein engagierter Nachwuchswissenschaftler mit folgendem Profil:
* Sehr guter Hochschulabschluss in Maschinenbau, Informatik, Data Science, Wirtschaftsingenieurwesen oder einer vergleichbaren Fachrichtung
* Fundierte Kenntnisse in den Bereichen Künstliche Intelligenz / Machine Learning, Datenmodellierung und Programmierung (vorzugsweise Python oder vergleichbare Umgebungen)
* Erfahrung in der automobilen Entwicklung, im Produktstruktur‑ oder Systems Engineering (wünschenswert, aber nicht zwingend erforderlich)
* Ausgeprägte analytische Fähigkeiten sowie ein starkes Interesse an komplexen Themen der Varianten‑ und Konfigurationssteuerung
Haben wir dein Interesse geweckt?
Wir freuen uns über deine Bewerbung mit folgenden Unterlagen:
* Anschreiben
* Lebenslauf
* Relevante Zeugnisse
Bei Stellantis bewerten wir Bewerber:innen auf der Grundlage von Qualifikationen, Leistung und geschäftlichen Erfordernissen. Wir begrüßen Bewerbungen von Menschen aller Geschlechter, Altersgruppen, ethnischer Zugehörigkeiten, Nationalitäten, Religionen, sexueller Orientierungen und Behinderungen. Vielfältige Teams ermöglichen es uns, die sich entwickelnden Bedürfnisse unserer Kund:innen besser zu erfüllen und Sorge für unsere Zukunft zu tragen.
_________________________
PhD Candidate for the topic “AI‑Supported Bill of Materials Management in Vehicle Development”
Our Company
Opel as part of Stellantis is a technologically leading and traditional car developer and manufacturers in Europe. Our company stands for innovation and is characterized by our passion for cars. Be inspired by the variety of possible assignments, the collaboration in international teams and the opportunities we offer you for your professional development.
This will be your field of research
The Bill of Materials (BOM) constitutes a foundational element in automotive product development, defining the configuration, structure, and interdependencies of vehicle components across design, manufacturing, and supply chain domains. OEMs employ a variety of BOM management methodologies; however, many BOM structures continue to be derived from legacy vehicle programs or platform‑related sister models. These inherited structures often require extensive restructuring, re‑authoring, and adaptation to meet program‑specific requirements.
Contemporary challenges such as increasing variant diversity, expanding software content, electrified architectures, and multi‑platform strategies substantially amplify the complexity of BOM creation, validation, and maintenance. Inaccuracies or inconsistencies within the BOM can lead to delayed product launches, quality issues, or non‑compliant vehicle builds. To mitigate such risks, numerous tools and processes are deployed to detect errors early, harmonize systems, and ensure configuration correctness.
Given these challenges, there is a strategic need to further streamline and digitalize BOM processes. Artificial intelligence (AI) offers significant potential to enhance BOM quality, reduce manual effort, and promote standardization across product lines.
This doctoral research aims to develop an AI supported framework for the optimization of BOM creation and management in automotive development. The work will begin with a comprehensive analysis of existing BOM processes at Stellantis, including the identification of relevant data structures, codification systems, and diversity management practices. This analysis will provide the basis for constructing a robust data model suitable for machine learning and pattern recognition methods supported framework for the optimization of BOM creation and management in automotive development. The work will begin with a comprehensive analysis of existing BOM processes at Stellantis, including the identification of relevant data structures, codification systems, and diversity management practices. This analysis will provide the basis for constructing a robust data model suitable for machine learning and pattern recognition methods‑supported framework for the optimization of BOM creation and management in automotive development.
Leveraging historical BOM data from previous vehicle programs, the project will explore how AI techniques can be systematically integrated into key stages of BOM authoring, validation, and quality assurance.
Your department and university institute:
The Department “Codification and Bill of Material” is responsible for the creation and management the Bill of Material of each vehicle development project, the codification of its elements and the downstream processes in vehicle development, supply chain as well as manufacturing engineering and the production and assembly lines.
This PhD topic is part of a cooperation between Opel and department for Product Life Cycle Management (PLCM) in the department for Mechanical Engineering of the Technical University of Darmstadt.
What we expect:
We are looking for a motivated researcher with the following profile:
* An excellent academic degree in Mechanical Engineering, Computer Science, Data Science, Industrial Engineering, or related disciplines
* Demonstrated skills in AI/ML, data modeling, and programming (preferably in Python or equivalent environments)
* Experience in automotive development, product structures, or systems engineering (desirable but not mandatory)
* Strong analytical abilities and a clear interest in complex variant and configuration‑management topics
Are you interested?
We look forward receiving your application with the following documents:
* Cover letter
* CV
* Relevant certificates
At Stellantis, we assess candidates based on qualifications, merit and business needs. We welcome applications from people of all gender identities, age, ethnicity, nationality, religion, sexual orientation and disability. Diverse teams will allow us to better meet the evolving needs of our customers and care for our future.