Wer überzeugt die Jury? DKE Stipendiat*innen präsentieren beim STS-Pitch 2025

Skalierbare, energieeffiziente Optimierung der KI-Inferenz über Multi-Chiplet-Architekturen 

Exposé: Zukünftige KI-Modelle werden zunehmend auf Hardware mit vielen Chiplets ausgeführt, die durch 3D-Integration über großen Speicher verfügen. Um niedrige Latenz, geringen Energieverbrauch pro Eingabe und hohen Durchsatz zu erreichen, sind neue Verfahren erforderlich, die Speicher, Chiplet-Kommunikation und Energieverwaltung gemeinsam optimieren. In dieser Arbeit wird ein Optimierungsmodell vorgestellt, das Architektur, Zuordnung und Zeitplanung solcher Systeme energie- und kostenbewusst ko-optimiert. Das Modell erzeugt in Minuten nahezu optimale Designs für große KI-Modelle wie LLaMA-3-70B und erreicht dabei bis zu 26,5-fache Verbesserungen des Energie-Zeit-Produkts. Damit werden erstmals skalierbare Entwurfs- und Steuerungsansätze gezeigt, die die Energieeffizienz künftiger KI-Systeme auf das Niveau eines idealen Einzelchips bringen.

Betreut durch Prof. Dr. Ulf Schlichtmann, Lehrstuhl für Entwurfsautomatisierung, Technische Universität (TU) München.

Entwicklung eines Tagsets zur (semi-)automatischen Annotation rhetorischer ‚Moves‘ in elektrotechnischen Normen

Exposé: Wie lassen sich sprachliche Muster in technischen Normen systematisch erfassen, um sie besser für Menschen und Maschinen nutzbar zu machen? Ziel der Arbeit ist es, mithilfe der linguistischen Genre-Theorie ein funktionales Kategoriesystem zu entwickeln, das typische kommunikative Segmente in Normtexten identifiziert. Ein annotiertes Korpus internationaler Elektrotechnik-Normen dient zur empirischen Erprobung, wobei auch Grenzen der Methode sichtbar werden. Perspektivisch wird geprüft, inwiefern Large-Language-Modelle die manuelle Analyse unterstützen können. Die Arbeit verbindet Grundlagenforschung mit einem anwendungsorientierten Blick auf die Automatisierung von Norminhalten für maschinenlesbare Anwendungen.

Betreut durch Prof. Dr. Marcus Müller, Institut für Sprach- und Literaturwissenschaft, Technische Universität (TU) Darmstadt.

Correlation of Product Features between EU Compliance Systems and IEC Data Bases

Exposé: Das Projekt zielt darauf ab, die semantische Interoperabilität zwischen EU-Konformitätssystemen wie EPREL und dem IEC Common Data Dictionary (CDD) durch eine verbesserte Produktdatenstrukturierung und -zuordnung zu verbessern. Ziel ist es, harmonisierte, interoperable digitale Daten zu schaffen, um bevorstehende Initiativen wie den EU Digital Produktpass (DPP) zu unterstützen. Die Forschung untersucht die in EPREL und IEC CDD verwendeten Rahmenbedingungen, Datenstrukturen und den technischen Terminologien, die zur Beschreibung von Produkten und deren technischen Eigenschaften und Merkmalen verwendet werden, um potenzielle Integrationspunkte zu identifizieren. Anhand von Literaturrecherchen, Experteninterviews und einer vergleichenden Analyse von sechs Produkten entwickelt die Studie ein Konzept, das EPREL-Produktinformationen und -merkmale standardisierten semantischen Definitionsdatenelementen zuordnet. Die Motivation dafür ergibt sich aus den Bemühungen der DKE, die IEC-Normen an die EU-Systeme anzupassen, sowie aus dem wachsenden Bedarf an konsistenten, hochwertigen digitalen Produktdaten.

Betreut durch Prof. Dr. Torsten Kolb, Informatik- und Ingenieurswissenschaften, Frankfurt University of Applied Sciences.

Entwicklung einer Multisystembewertung zur Analyse von Systeminteraktionen und Erprobung am Fallbeispiel Laden von Elektroautos mit Überschüssen der Erneuerbaren Energien

Exposé: Dass vorgegebene Nachhaltigkeitsziele nicht ausreichen, um von fossiler auf elektrische Energie umzusteigen, zeigt sich anhand des deutschen Transportsektors, welcher 2023 zum dritten Mal in Folge seine Emissionsziele verfehlt hat. Folglich rückt die Zusammenarbeit von Sektoren in den Fokus, um Schlüsselaufgaben für die Reduktion von Emissionen zu adressieren. Bei Sektoren handelt es sich jedoch um äußert komplexe Systeme.

Das Ziel der Masterarbeit war es, eine praktische Methodik zu entwickeln, mittels der mit Schlüsselaufgaben einhergehende Sektor- bzw. Systeminteraktionen analysiert und die Umsetzbarkeit bewertet werden kann. Die im Rahmen der Arbeit entwickelte Methodik "akteurfokussierte Multisystembewertung" wurde an der Schlüsselaufgabe "Laden von Elektroautos mit mindestens 90 % aus Überschüssen der EE" erprobt. Die Methodik hat sich bewährt, um gemeinsam mit Akteuren Probleme und Lösungsansätze im Kontext der Standardisierung zu identifizieren.

Betreut durch Prof. Dr. Jörn Hoppmann, Lehrstuhl für Management, Carl von Ossietzky Universität Oldenburg.