Durch die Linse des Engineeringswird das Wesentliche sichtbar

Im Masterstudium habe ich Maschinenbau als Systemdisziplin neu begriffen – nicht mehr nur als klassische Ingenieurdisziplin, sondern als ganzheitliche Systemwissenschaft: angetrieben von physikalischer Modellierung & Simulation, getragen von Mechatronik & Automatisierung und erweitert durch datengetriebene Paradigmen.

Die gezielte Vertiefung in Data Science, Industrial AI und Smart Manufacturing hat meinen ingenieurwissenschaftlichen Blick fundamental erweitert. Diese Perspektive bildet bis heute den Kern meines Profils: dort zu denken und zu gestalten, wo physische Realität, Sensornetzwerke, Datenströme und algorithmische Entscheidungsfindung zusammenfließen – und komplexe Systeme analytisch, datenbasiert und physikalisch fundiert zu durchdringen, um sie in robuste, skalierbare industrielle Lösungen zu überführen.

Mein Bachelorstudium legte ein breites, rigoroses Fundament in den klassischen Ingenieurwissenschaften: von Energiesystemen, Mechanik, Konstruktion und Fertigung über Mess- und Regelungstechnik bis hin zu numerischer Simulation sowie Zuverlässigkeits- und Lebensdaueranalyse – ergänzt durch frühe Berührungspunkte mit Energie- und Thermotechnik sowie Systemvalidierung.

Geprägt hat mich besonders die enge Verzahnung von Theorie und industrieller Praxis. Ich lernte, technische Systeme nicht nur aus abstrakten Formeln oder Zeichnungen zu verstehen, sondern als reale Zusammenhänge aus Material, Belastung, Energiefluss, Fertigung und Nutzung – stets eingebettet in ihre betrieblichen Randbedingungen.

Dieses tiefe, physikalisch verankerte Systemverständnis ist bis heute mein Anker: datengetriebene Methoden, KI-Modelle und digitale Systemkonzepte nicht losgelöst von der realen Welt zu denken, sondern konsequent aus dem physischen System und seinen betrieblichen Randbedingungen heraus.