Masterarbeit: Entwicklung und Bewertung einer iterativen LLM-basierten Codegenerierung

Safe Intelligence – das ist der Markenkern des Fraunhofer-Instituts für Kognitive Systeme IKS . Vernetzte Kognitive Systeme sind der Innovationstreiber in vielen Anwendungsbereichen, etwa in der Mobilität, im Gesundheitswesen, oder der Automatisierung in der Industrie. Dabei spielen disruptive Technologien wie Künstliche Intelligenz oder Quantencomputing eine zentrale Rolle. Das Fraunhofer IKS forscht daran, dass entsprechende Anwendungen zuverlässig und nachweislich sicher sind. Wir denken Resilienz und Intelligenz zusammen.

Was Du bei uns tust

Die aktuellen Fortschritte im Bereich Generativer KI eröffnen zunehmend neue Möglichkeiten für die automatische Codegenerierung. Besonders relevant ist das in der industriellen Automatisierung: SPS bilden das Rückgrat vieler Anlagen, und ihre Programmierung in Structured Text (ST) ist ein etablierter Standard.
Obwohl LLMs bereits lauffähigen Code aus Anforderungen in natürlicher Sprache erzeugen können, bleibt die Qualität jedoch oft hinter den Erwartungen zurück. Eine automatisierte Feedbackschleife, die generierten Code analysiert, Fehler in geeignetes Korrekturfeedback umwandelt und dieses an das LLM zurückgibt, verspricht deutliche Verbesserungen. Ziel dieser Masterarbeit ist es, die Wirksamkeit eines LLM-Agents mit einer solchen automatisierten Feedbackschleife erstmals systematisch am Beispiel der Generierung von ST Code für SPS zu evaluieren.

Deine Aufgaben:

• Systematische Literaturrecherche zu Feedbackmechanismen und Qualitätsmetriken für LLM-basierte Codegenerierung.
• Identifizierung relevanter Metriken und Tests (statisch/dynamisch), die die Codequalität und funktionale Sicherheit von ST am besten widerspiegeln.
• Ermittlung des optimalen Formats für die Übertragung der Metriken und Testergebnisse an das LLM.
• Entwicklung eines Prototyp-Softwaremoduls, das aus den ausgewählten Metriken und Tests automatisch Feedback im definierten Format generiert.
• Quantitative und qualitative Bewertung des Feedback-Prozesses durch Messung der durch das Feedback erzielten Code-Verbesserungen und Vergleich mit einer Baseline.

Was Du mitbringst

• Derzeit Studium im Bereich Ingenieurwesen mit Schwerpunkt Informatik oder KI
• Gute Kenntnisse in der Programmierung mit Python und in der Softwareentwicklung
• Kenntnisse in LLMs und langchain sind von Vorteil
• Analytisches und strukturiertes Denken
• Gute Kenntnisse der englischen und deutschen Sprache (mindestens B2).

Was Du erwarten kannst

• Mitarbeit in einem dynamischen Team mit innovativen Aufgabenbereichen und sehr netten Betreuern
• Praxisorientierter Ansatz für Ihr Studium
• Hervorragende Unterstützung bei Deiner Abschlussarbeit
• Mitarbeit an praktischen Forschungsprojekten.

Wir wertschätzen und fördern die Vielfalt der Kompetenzen unserer Mitarbeitenden und begrüßen daher alle Bewerbungen – unabhängig von Alter, Geschlecht, Nationalität, ethnischer und sozialer Herkunft, Religion, Weltanschauung, Behinderung sowie sexueller Orientierung und Identität. Schwerbehinderte Menschen werden bei gleicher Eignung bevorzugt eingestellt.

Mit ihrer Fokussierung auf zukunftsrelevante Schlüsseltechnologien sowie auf die Verwertung der Ergebnisse in Wirtschaft und Industrie spielt die Fraunhofer-Gesellschaft eine zentrale Rolle im Innovationsprozess. Als Wegweiser und Impulsgeber für innovative Entwicklungen und wissenschaftliche Exzellenz wirkt sie mit an der Gestaltung unserer Gesellschaft und unserer Zukunft.

Haben wir Dein Interesse geweckt? Dann bewirb Dich jetzt online mit Deinen aussagekräftigen Bewerbungsunterlagen (Motivationsschreiben, Lebenslauf und aktuelle Noten). Wir freuen uns darauf, Dich kennenzulernen!

Technische Fragen beantwortet Euch gerne:

René Beck per eMail: [email protected]

Zustätzliche Fragen beantworten Euch gerne die Kolleg*innen aus der HR-Abteilung per eMail: [email protected]

Fraunhofer-Institut für Kognitive Systeme IKS

Kennziffer: 80650 Bewerbungsfrist: