Mercedes‑Benz entwickelt und baut Fahrzeuge weltweit. Um langfristig erfolgreich zu sein, müssen strategische Entscheidungen frühzeitig, fundiert und über viele Bereiche hinweg abgestimmt getroffen werden.
Die strategische Planung ist dafür ein zentraler Hebel. Sie bildet die Grundlage für langfristige Produkt‑ und Portfolioentscheidungen, Wirtschaftlichkeits‑ und Investitionsbewertungen, Lieferantenvergaben, Kapazitäts‑ und Produktionsentscheidungen sowie viele weitere unternehmensweite Fragestellungen.
Hierfür werden unterschiedliche Szenarien entwickelt, geprüft und miteinander verglichen – über verschiedene Fachbereiche hinweg. Damit dies effizient funktioniert, müssen mehrere IT‑Systeme eng zusammenarbeiten und Daten sauber über Schnittstellen austauschen.
Nur wenn diese Schnittstellen klar beschrieben, zuverlässig verknüpft und konsistent genutzt werden, kann strategische Planung effizient funktionieren.
Gleichzeitig müssen wir die Grundlagen dafür schaffen, dass diese Zusammenhänge künftig auch von KI‑Agenten verstanden und selbstständig genutzt werden können – als Basis für eine intelligente, strategische Planung der Zukunft.
Diese Herausforderungen kommen u. a. auf Dich zu:
KI‑Agenten können nur dann sinnvoll unterstützen, wenn sie die zugrunde liegenden System‑ und Datenzusammenhänge wirklich verstehen.
Ziel des Praktikums bzw. der Masterarbeit ist es, unsere Schnittstellenlandschaft AI‑ready aufzubereiten und diese Annahmen direkt praktisch zu verproben. Dazu beschreibst du die Zusammenhänge zwischen Schnittstellen standardisiert und setzt einen KI‑Agenten als Proof of Concept um, der selbstständig die richtigen Daten über die richtigen Schnittstellen abruft und Informationen aus mehreren Systemen verknüpft.
Konkret gehen wir dabei wie folgt vor:
Überblick über die Schnittstellen-Landschaft gewinnen
Verstehen, welche Schnittstellen existieren, welche Daten sie liefern und wie sie heute genutzt werden.
Schnittstellen‑Zusammenhänge standardisiert beschreiben
Aufbau einer übergreifenden Beschreibung, wie mehrere Schnittstellen entlang typischer End‑to‑End‑Abläufe zusammenwirken
(z. B. mit Arazzo, einem Standard zur Beschreibung von Abläufen über mehrere APIs hinweg).
Technisch für KI nutzbar machen
Ausgewählte Schnittstellen so anbinden, dass ein KI‑Agent sie aufrufen kann
(z. B. mit MCP, einem Standard zur einheitlichen Nutzung von APIs durch KI‑Agenten).
KI‑Agent als Proof of Concept umsetzen
Umsetzung eines Agenten, der die beschriebenen Zusammenhänge nutzt und sich selbstständig die richtigen Daten aus den richtigen Schnittstellen erschließt.
Optionale Vertiefung: Multi‑Agent‑Ansatz (ACP)
Untersuchung, ob die Aufgaben besser durch einen zentralen KI‑Agenten oder durch mehrere spezialisierte Agenten umgesetzt werden können, die über einen definierten Kommunikationsmechanismus zusammenarbeiten
(zum Beispiel mithilfe von ACP – Agent Communication Protocol).
Die Tätigkeit kann ab August 2026 beginnen.
