Abschlussarbeit „Optimierung der Ersatzteilplanung für Batteriespeichersysteme (BESS) durch den Einsatz des RCM (Reliability Centered Maintenance) Prozesses“

Rollsroyce.wd3.intern Graduate

Apply to this job
Friedrichshafen Berlin Until 9/11/2026 First posted July 13, 2026 Last posted July 13, 2026
Job description

Job Description

Diese Arbeit untersucht die Identifikation und Quantifizierung kritischer Ersatzteile für BESS-Projekte. Die Arbeit konzentriert sich auf die Entwicklung und Validierung eines Prozesses für Ersatzteilplanung und Lagerhaltungsstrategie, wobei konventionelle Methoden der Zuverlässigkeitszentrierten Wartung (RCM) sowie KI-basierte Ansätze genutzt werden. Das Ziel ist es, die Verfügbarkeit von Ersatzteilen zu optimieren, Ausfallzeiten zu minimieren und die Digitalisierung der Wartungsprozesse zu unterstützen.

Aufgaben - Das erwartet Dich bei uns:

Diese Fragestellungen stehen inhaltlich bei der Erstellung der Abschlussarbeit im Vordergrund:

  • Wie sehen die aktuellen RCM-Prozesse in der Industrie aus und welchen wissenschaftlichen Hintergrund sowie bewährte Praktiken gibt es?

  • Wie können die bestehenden RCM-Prozesse für BESS bei Rolls-Royce evaluiert und verbessert werden? Was ist das Potenzial?

  • Welche Wechselwirkungen gibt es zwischen Vertrieb, Service, Beschaffung und Qualität im Kontext von RCM?

  • Wie können kritische Ersatzteile und deren erforderliche Mengen über die Systemlebensdauer wissenschaftlich identifiziert und geplant werden, unter der Bedingung konstanter Ausfallraten?

  • Was ist die optimale Lagerstrategie für Ersatzteile (lokale vs. globale Lagerhaltung)?

  • Wie können Ergebnisse für Ersatzteil- und Lagerstrategie sowohl mit konventionellen als auch KI-Ansätzen generiert und validiert werden?

  • Optional: Wie können Fehlerkettenanalyse (failure chain analysis) und Fehlercode-Mapping methodologisch beschrieben und analysiert werden?

  • Optional: Wie unterscheiden sich traditionelle und KI-basierte Methoden bei der Erkennung von Mustern und der Risikobewertung?

Qualifikationen - Was wir uns wünschen:

  • Eingeschriebener Masterstudent (m/w/d) der Fachrichtung Ingenieurwesen, Data Science oder vergleichbarer Studiengang

  • Kenntnisse in Zuverlässigkeitstechnik, Wartungsstrategien und Risikomodellierung

  • Erfahrung mit Datenanalyse und Methoden von KI/maschinellem Lernen

  • Starke analytische und konzeptionelle Fähigkeiten

  • Selbständige und strukturierte Arbeitsweise

  • Sehr gute Englischkenntnisse

  • Interesse an Digitalisierung und Prozessoptimierung im Energiesektor

Warum Rolls-Royce Power Systems - Das bieten wir Dir:

  • Gesunde und faire Arbeitsbedingungen (Mitglied Fair-Company)

  • Attraktive Vergütung

  • Flexible Arbeitszeiten und Überstundenausgleich

  • Betriebsrestaurant

  • Arbeitsmedizinische Betreuung durch hauseigenen Werksarzt

Wir sind ein Arbeitgeber, der sich für Chancengleichheit einsetzt. Wir setzen uns für die Entwicklung einer vielfältigen Belegschaft und eines integrativen Arbeitsumfelds ein. Wir glauben, dass Menschen mit unterschiedlichen Hintergründen und Kulturen uns unterschiedliche Perspektiven geben. Und je mehr Perspektiven wir haben, desto erfolgreicher werden wir sein. Durch den Aufbau einer Kultur des Respekts und der Wertschätzung geben wir jedem, der hier arbeitet, die Möglichkeit, sein volles Potenzial auszuschöpfen.

Hier erfährst Du mehr über unsere globale Inklusionsstrategie.

Dein Ansprechpartner:

Nicole Perling

earlycareer@ps.rolls-royce.com

Hinweis: Bitte bewerbe Dich ausschließlich online über unser Karriereportal. Bewerbungen auf anderen Kanälen (insb. auch E-Mail) können nicht berücksichtigt werden.


Type of Contract

Temporary (Befristet)
About this role

Summary

Develop and validate processes for spare parts planning and inventory in BESS using RCM and AI.

Job title

Master's thesis on spare parts optimization for BESS with RCM

Experience level

master student

Industry

energy

Location requirements

Friedrichshafen or Berlin, remote possible

Salary

Not specified

Management role

No

Skills & keywords

Required skills

reliability engineeringmaintenance strategiesrisk modelingdata analysismachine learning

Preferred skills

digitalizationprocess optimizationfailure chain analysis

Specializations

reliability engineeringmaintenance strategiesrisk modelingdata analysismachine learning
Locations

Structured locations inferred from the posting.

88 Friedrichshafen, Germany

On-site City

Berlin, Germany

On-site City