Multi-Agent-Pipeline für Produktionsplanung in einem bayerischen Industriebetrieb
Übersicht
Worum es bei diesem Projekt geht.
Implementiere das System mit AutoGen oder CrewAI auf einem offenen LLM. Definiere drei Agenten mit jeweils eigenem Werkzeug-Zugang (Material-Datenbank-Query, Maschinenkapazitäts-Kalender, Optimierungs-Solver wie OR-Tools). Implementiere eine Koordinator-Rolle (Manager-Agent), der Konflikte zwischen Agenten löst. Du erhältst 50 historische Auftragsfreigabe-Szenarien aus den letzten 6 Monaten plus die manuell getroffenen Entscheidungen als Vergleichs-Baseline. Bewerte: (a) Plan-Qualität (Termintreue, Maschinen-Auslastung), (b) Konsensus-Zeit, (c) Erklärungs-Qualität der Agent-Entscheidungen. Liefere ein Engineering-Memo mit Empfehlung zur Pilot-Einführung.
Das Briefing
Was Du tust und was Du zeigst.
Zeige in einer kontrollierten Auswertung, dass ein Multi-Agent-System die manuelle Planungs-Baseline auf Termintreue und Maschinen-Auslastung schlägt — bei nachvollziehbarer Erklärungs-Qualität.
Earning criteria — what you'll demonstrate
- Multi-Agent-Architekturen entwerfen und Verantwortlichkeiten sauber trennen
- Konflikt-Auflösung zwischen Agenten implementieren
- Klassische Optimierungs-Solver mit LLM-Agenten kombinieren
- Erklärungs-Qualität als eigenständige Metrik bewerten
Studienpassung
Wo dies in Dein Studium passt.
Schärft dieselben Fähigkeiten, die Dein Studium von Dir erwartet.
Fähigkeiten
Fähigkeiten, die Du unter Beweis stellst.
Jede taucht auf Deinem verifizierten Zertifikat auf.
Karrieren
Berufe, auf die dies Dich vorbereitet.
Echte Berufsbezeichnungen. Echte Skill-Brücken. Wähle die, die Deinem Werdegang am nächsten kommt.
Karrierewege, die das aufbaut
Kanonische RollenAI Engineer
Multi-Agent-Systeme zu architekturieren und gegen Baselines zu evaluieren ist genau die Arbeit, die AI Engineers in Enterprise-AI-Teams jede Woche liefern.
Dieses Projekt schärft
- multi-agent-systems
- llm-agents
- tool-use
AI Solutions Architect
Eine Multi-Agent-Architektur für ein Industrieunternehmen zu designen und gegenüber der Werkleitung zu verteidigen ist tägliche Praxis eines Solutions Architects in der Industrie-KI.
Dieses Projekt schärft
- multi-agent-systems
- optimization
- evaluation
Applied AI Scientist
LLM-Agenten mit klassischen Optimierungs-Solvern zu kombinieren und sauber zu evaluieren ist forschungsnahe angewandte KI-Arbeit.
Dieses Projekt schärft
- multi-agent-systems
- optimization
- evaluation
Noch eine Sache