Diese Herausforderung erwartet dich:

In dieser Masterarbeit entwickelst du einen prototypischen Agentic CarMaker Assistant, der textuellen Anforderungen in strukturierte Simulationsbeschreibungen überführt und daraus lauffähige CarMaker-Projektartefakte für ausgewählte Standard-Testfälle generiert. Ziel ist es, den heute häufig manuellen und Experten-getriebenen Prozess von der Anforderungsbeschreibung bis zur Erstellung von CarMaker Projekt, TestRun, Maneuverkonfiguration, Fahrzeug- und Szenarioauswahl sowie die Validierung deutlich zu beschleunigen und nachvollziehbarer zu gestalten.

Deine Aufgaben:

• Du konzipierst und implementierst einen Requirement Analysis Agent, der textuelle Anforderungen einliest, normalisiert und in eine strukturierte Simulationsbeschreibung überführt
• Du entwickelst einen Project Artifact Generator zur automatisierten Erzeugung grundlegender CarMaker-Projektartefakte für ausgewählte Testfälle
• Du realisierst einen Vehicle Selection Agent, der geeignete Fahrzeugmodelle aus vorhandenen Templates identifiziert und auswählt
• Du entwickelst einen Maneuver Generation Agent zur Erstellung strukturierter Manöverbeschreibungen für die simulationsbasierte Absicherung
• Du konzipierst und implementierst einen Scenario Selection Agent, der passende Road- und Szenario-Templates auswählt und zielgerichtet parametrisiert
• Du evaluierst deinen Ansatz hinsichtlich Nachvollziehbarkeit, Wiederverwendbarkeit, Generierungsqualität, notwendiger manueller Nacharbeit und Eignung für den Einsatz in realen Entwicklungsprozessen
• Du dokumentierst deine Ergebnisse wissenschaftlich fundiert und bereitest sie für die spätere Weiterentwicklung im Team auf

Notwendige Kenntnisse:

• Sehr gute Python-Kenntnisse sowie Erfahrung mit sauberer Softwarearchitektur und modularer Tool-Entwicklung
• Grundkenntnisse in CarMaker
• Erfahrung im Umgang mit simulationsbezogenen Datenstrukturen oder Konfigurationen, idealerweise im Kontext von Projekten, TestRuns oder Szenarien
• Erste praktische Berührungspunkte mit LLM-gestützten Workflows, Prompting, Tool Calling oder agentenbasierten Systemen
• Strukturierte, eigenständige Arbeitsweise sowie ausgeprägtes Interesse an AI Engineering im Automotive- und Simulationsumfeld

Gewünschte Kenntnisse:

• Vertieftes Verständnis von CarMaker-Projektstrukturen, TestRun-Konfigurationen, Fahrzeugmodellen, Manöverdefinitionen und Szenarioaufbau
• Erfahrung mit der Integration von LLMs in technische Workflows, z. B. über MCP-Server oder vergleichbare Schnittstellen
• Grundkenntnisse in Kubernetes, Containerisierung und On-Prem-Deployment
• Vorerfahrung mit automatisierter Generierung und Validierung von Simulationsartefakten
• Interesse daran, Forschungsergebnisse in praxistaugliche Prototypen zu überführen und im Team weiterzuentwickeln