Regelkreisauslegung und -abstimmung
PID, Kaskaden-, Vorsteuerungs- und Verhältnisregelung – strukturierte Auslegung, Identifikation, Tuning und Inbetriebnahme für stabilen, reaktionsschnellen und robusten Betrieb.
Angaben gemäß § 5 TMG:
Dr. Rafał Noga
Im Kampfeld 10
29365 Sprakensehl
Deutschland
Kontakt
Telefon: +49 175 617 6792
E-Mail:
Umsatzsteuer-ID (§ 27a UStG)
DE457893621
Akademischer Titel
Dr. (Promotion in Spanien)
Inhaltlich Verantwortlicher gemäß § 55 Abs. 2 RStV: Dr. Rafał Noga (Anschrift wie oben).
Diese Website verwendet keine Cookies, keine externen Schriftarten und kein Tracking. Der Server speichert nur technische Logs (IP, Zeitstempel, angeforderte Datei), die für den Betrieb notwendig sind und regelmäßig gelöscht werden. Wenn Sie mich per E-Mail oder Telefon kontaktieren, werden Ihre Daten ausschließlich zur Bearbeitung Ihrer Anfrage verarbeitet.
Verantwortlicher
Dr. Rafał Noga
Im Kampfeld 10, 29365 Sprakensehl, Deutschland
E-Mail:
Driftende Regelkreise und konservative Sollwerte durch modellbasierte prädiktive Regelung ersetzen — APC/MPC, Soft-Sensoren, Digitale Zwillinge, Echtzeit-Optimierung.
Industrial AI ist kein einzelnes Produkt — es ist ein geschichteter Stack. Jede Schicht baut auf der darunter auf, jede hat einen dokumentierten ROI von 6–18 Monaten. Ein Diagnose-Call identifiziert, auf welcher Stufe Ihre Anlage steht.
Lebendiges virtuelles Abbild — Modell + Zustandsschätzung + RTO/MPC integriert.
Erkunden →Wirtschaftlich optimalen Betriebspunkt alle 30 Minuten berechnen. 1–15 Mio. €/Jahr.
Erkunden →Mehrgrößige Regelung — Sollwerte halten, Störungen ausregeln, Grenzen einhalten.
Erkunden →Lagerverschleiß und Degradierung aus Sensor-Daten erkennen.
Erkunden →Drift und Anomalien erkennen, bevor sie Qualitätsprobleme verursachen.
Erkunden →Unmessbare Qualitätsgrößen schätzen und Modelle synchronisieren.
Erkunden →Sensoren, Analysatoren, Historian (AVEVA PI, OPC UA). Das Fundament.
Ein 30-minütiger Diagnose-Call kartiert Ihre aktuelle Position und den schnellsten Weg zum messbaren ROI.
Diagnose-Call buchenFundiertes PhD-Wissen kombiniert mit 20+ Jahren realer Implementierungen — in Prozessindustrie, Energie und autonomen Systemen.
Vereinbaren Sie ein 30-minütiges Gespräch, um Ihre Prozessherausforderungen zu besprechen.
Ausgewählte Projektzusammenfassungen — alle unter NDA, standardmäßig anonymisiert.
Wirtschaftlicher NMPC für eine großtechnische Kälteanlage bei 1,9 K. First-Principles-Modell, optimierungsbasierte Zustandsschätzung und übergeordnete Regelung.
Energieeffiziente autonome Anlage mit mehreren MW Kühlleistung.
NDA · anonymisiert Windenergie · RegelungstechnikFunktionsarchitektur, Dynamiksimulationen, Feedback-Regelkreise, Economic NMPC, Parameteroptimierung und On-Board-Diagnose für eine Großwindanlage.
Verbesserte Lastführung, Fehlererkennung und Anlagenlebensdauer.
NDA · anonymisiert Flugwindenergie · TrajektorienoptimierungFlugautomatisierung für ein Airborne-Wind-Energy-System: nichtlineare Modelle, UKF-Zustandsschätzer, Feedback-Regelung und Online-3D-Trajektorienoptimierung für autonomen Drachenflug.
Autonome Energieerzeugungsflüge mit Online-Neuplanung.
NDA · anonymisiert Avionik · Soft SensorNichtlineare Zustandsschätzung für ein Gleitschirmvariometer mit Fusion von Barometer- und IMU-Daten für latenzarme Vertikalgeschwindigkeit und Gesamtenergieanzeige.
Echtzeitige Energieanzeige mit Latenz unter einer Sekunde.
Tiefe Theorie + viele Jahre Praxis in F&E-Kontexten, neue Systemtypen, klare und engagierende Vermittlung – passend zur Zielgruppe.
PID, Kaskaden-, Vorsteuerungs- und Verhältnisregelung – strukturierte Auslegung, Identifikation, Tuning und Inbetriebnahme für stabilen, reaktionsschnellen und robusten Betrieb.
Effizienter Betrieb nichtlinearer, stark gekoppelter Systeme über weite Bereiche – unter strengen Nebenbedingungen.
Modelle + verfügbare Sensoren kombinieren, Messgenauigkeit erhöhen, teure Sensorik sparen und nicht messbare Größen schätzen.
Planung/Logistik & Ressourcen auf Werksebene sowie Trajektorien für Maschinen – mehr Durchsatz, weniger Verschleiß & Energiekosten.
Ideen & Strategien ohne Produktionsrisiko bewerten; Parameter- & Sensitivitätsstudien, Optimierung und Operator-Training.
Offline schulen statt Anlage stoppen – Normalbetrieb, komplexe Situationen und Safety-Szenarien.
Promotion, zahlreiche Vorträge; Schlüsselwissen kompakt, zielgruppengerecht (Experten, Entscheider, Techniker).
Bewährte Industrietools, fallweise gewählt. Nahtlose Integration in Ihre Softwarebasis und Zusammenarbeit via Versionsverwaltung.
Peer-Review-Artikel, Konferenzbeiträge und Dissertationen zu Model Predictive Control, Zustandsschätzung und Kryotechnik am CERN.
arXiv:2403.00382
IECON 2018 - 44th Annual Conference of the IEEE Industrial Electronics Society
5th IFAC Conference on Nonlinear Model Predictive Control (NMPC), Seville. IFAC-PapersOnLine, 48(23), pp. 440-445
PhD Thesis, University of Valladolid
53rd IEEE Conference on Decision and Control (CDC), pp. 3530-3535
18th International Conference on Process Control, Tatranská Lomnica, Slovakia
18th IFAC World Congress, pp. 3647-3652
19th IEEE International Conference on Control Applications (CCA), Yokohama, Japan, pp. 1654-1659
Technical Report, CERN
MSc Thesis (Joint: Univ. Valladolid, ENSIEG Grenoble, Univ. Karlsruhe, Politechnika Gdańska)
Geführter Web-Assistent für die vollständige VFD-Konfiguration von Druckerhöhungsanlagen. Wenige Vor-Ort-Messungen eingeben — das Tool berechnet alle 30+ VFD-Parameter passgenau für Ihre Installation. Deckt PID-Einstellungen, Analogeingang-Skalierung, Schlaf-/Aufwachschwellen und Motoridentifikation ab. Kostenlos, online, mobilfähig.
Wenn komplexe Steuerungslogik für viele Maschinenvarianten oder Standorte angepasst und deployt werden muss, ist manueller Neuaufbau der Engpass. Ich entwickle Engineering-Toolchains, die strukturierte Konfigurationen in einsatzfertige Artefakte überführen: Reglereinstellungen, SPS-Code, HMI-Objekte, Tests, Inbetriebnahme-Checklisten und Dokumentation — konsistent, mit weniger Fehlern, schneller.
Dasselbe Engineering-Muster wiederholt sich projektübergreifend; die Inbetriebnahme ist langsam oder fehleranfällig; Wissen konzentriert sich bei wenigen Experten; die Qualität schwankt zwischen Standorten oder Maschinenvarianten.
"Erst die Engineering-Logik stabilisieren — dann industrialisieren."
Engineering-Workflow besprechenSehen Sie, wie viel Sie mit Advanced Process Control sparen könnten.
Personalisierte Machbarkeitsstudie anfordern
Wir antworten innerhalb von 2 Werktagen mit einer maßgeschneiderten Analyse.
Bereiche basierend auf veröffentlichten Industrieimplementierungen (Stahl, Zement, HLK). Ergebnisse variieren je nach Prozess. Belegte Fallstudien ansehen →
Senden Sie uns eine Woche Historian-Daten und wir liefern einen kompakten 1-seitigen Diagnosebericht: Engpassidentifikation, Regelkreisgesundheit und eine realistische Verbesserungsschätzung — kostenlos und unverbindlich.
NDA wird vor dem Datenaustausch unterzeichnet. Ergebnisse innerhalb von 5 Werktagen.
Konkrete Ergebnisse in Fertigung, Prozessindustrie, Energie, Robotik, Logistik und Maschinenbau.
Flugzustandsschätzung und geschlossene Regelkreise für Gleitschirme und Drachensysteme — Beobachterentwurf, Stabilitätsaugmentierung und autonome Führung, gestützt auf über 1.000 Gleitschirm-Flugstunden.
Zykluszeiten senken und Durchsatz erhöhen bei CNC-Bearbeitung, Roboterfräsen und Montagelinien. Konturfehler-Kompensation, Vorschuboptimierung und Auslenkungsvorhersage reduzieren Ausschuss und verbessern Oberflächenqualität.
Nichtlineare Batch- und Dauerprozesse meistern – Chemie, Pharma, Zement, Stahl und Lebensmittel. Wenn große Störungen, Betrieb nahe an Grenzen oder Modellfehler dazu führen, dass das Steuerungssystem während transienter Phasen unwirtschaftlich arbeitet und RTO-Sollwerte ihre Gültigkeit verlieren, bettet Economic MPC das wirtschaftliche Ziel direkt in den Regelkreis ein.
Erneuerbaren Energieertrag maximieren, Batteriespeicher für Preisarbitrage einsetzen, Gebäude-HLK um 17 %+ reduzieren und Gewächshausheizkosten minimieren – mit zeitvariablen Preisen und Wetterprognosen direkt im Regler.
Trajektorienoptimierung und modellbasierte Regelung einbetten – für höhere Präzision, weniger Komponentenverschleiß und niedrigeren Energieverbrauch, mit eingebetteten Solvern die Echtzeitanforderungen auf Standard-PLCs erfüllen.
Kollaborative Roboter auf ISO-15066-Kraftgrenzen regeln, kollisionsfreie Bewegungen für Handhabung und Montage planen und Lauf- oder Radroboter in unstrukturierten Umgebungen betreiben – Constraint-Einhaltung per Design garantiert.
AGV-Routen und Geschwindigkeitsprofile in Lagern optimieren, Kranschwingungen dämpfen, Mehrroboter-Flotten synchronisieren und Pfade in Echtzeit unter Unsicherheit neu planen. MPC ersetzt konservative Festgeschwindigkeitsprofile.
Führung und Regelung für Drohnen, UAV-Schwärme, Unterwasserfahrzeuge und Schiffe – von zeitoptimalen Trajektorien über dynamische Positionierung bis zur fehlertoleranten Lageregelung bei Aktuatorsättigung.
Prädiktive Drehmoment- und Stromregelung für Frequenzumrichter, geschaltete Reluktanz- und Permanentmagnetmotoren. Drehmomentwelligkeit reduzieren, Lebensdauer verlängern und Netzfehler-Durchfahranforderungen erfüllen.
Lagerverschleiß, Getriebedegradierung und verstopfte Filter aus Live-Sensordaten erkennen — bevor es zum Ausfall kommt. Oft so einfach wie ein Mikrofon und geeignete Signalverarbeitung.
Buchen Sie ein kostenloses 30-Minuten-Gespräch zu Ihren Herausforderungen.
Daten, Ziele & Constraints klären; Quick-Wins identifizieren.
Digitale Zwillinge, erste MPC/Schätzer; Potenzial belegen.
Proof-of-Concept am Prozess/Maschine, Parameter abstimmen.
Industry-grade Umsetzung, Schulung, Tuning & Support.
Agil in 2-Wochen-Sprints – mit klaren, nutzbaren Deliverables nach jedem Sprint.
Vier Engagement-Typen, hohe Qualität & professionelle Standards. Remote oder vor Ort.
Engpässe & Potenziale aufdecken – Datenanalyse, Vor-Ort-Beobachtung & Team-Feedback. Von Einsichten zu Business-Cases und Roadmap.
20 Jahre Erfahrung – Requirements, Architektur, Implementierung, Tests, Deployment & Doku. PC/IPC, SCADA-Integrationen, Embedded.
Hunderte Vorträge in fünf Sprachen. Operator-Schulung mit Zwillingen und Schulungen in Regelung, Schätzung & Optimierung; Team-Mentoring.
Technische Expertise für Recruiting plus breites Netzwerk – damit die richtigen Leute an Bord kommen.
Maßarbeit wo nötig, Standardtools wo sie glänzen.
Kurzfristige Verfügbarkeit, pragmatische Ergebnisse pro Sprint.
Wartung, Tuning, Support und Wissenstransfer für nachhaltige Performance.
Datenanalyse + Workshops mit Bedienern & Management decken echte Probleme auf.
Simulation & Optimierung sparen Versuchzeit und senken Risiken bei Entwicklung & Inbetriebnahme.
Nutzen/Risiken abwägen; Fortschritt durch kontrollierte Experimente mit neuen Parametern.
2-Wochen-Sprints mit nutzbaren Ergebnissen; schnelle Anpassung an Anforderungen und Versuchsergebnisse.
Mathematik, Physik, Informatik, Regelung & Optimierung – auf Ihre Anwendung angewendet.
Modelle so einfach wie möglich — Geometrie und Grundphysik für lineares Regelkreisdesign, minimale nichtlineare Erweiterungen nur wenn die Simulation es fordert. Komplexität wird durch das Regelungsproblem begründet, nicht vorausgesetzt.
Kompakte, klar abgegrenzte Arbeitspakete (5–10 Tage) und Light-touch-Begleitung – damit ihr eure Entwicklung inhouse behaltet, euer IP schützt und keine dauerhaften Abhängigkeiten aufbaut.
Für Startups, die komplexe dynamische Systeme in die Realität bringen: Drohnen/Robotics, Aerospace, Mobile Maschinen, Energy-Tech, Industrieautomation. Remote-first, punktuell on-site möglich.
Prototyp eines Estimators/Controllers, Simulations-/Test-Harness (SIL/HIL), Refactoring kritischer Module, Experiment-Design + On-site-Testtage + Auswertungsreport.
60–90 min Review-Call 1× pro Woche oder alle 2 Wochen während ihr selbst implementiert. Fokus: Architektur, Reglerkonzept, Robustheit, Estimator-Konzept, Testdesign, Log-Analyse. Schriftliche Review-Notizen mit Entscheidungen, Risiken, To-dos.
3–5 gemeinsam definierte Gates (z. B. „vor erstem Field Test", „nach stabilem Closed-Loop", „vor Skalierung"). Pro Gate: Review + schriftliche Findings + Go/No-Go-Empfehlung + Risikoregister.
1–2 kompakte Workshops zugeschnitten auf euer System: Architekturpfade, Sensor-/IMU-Integration, Beobachter/Filter, Schwingungsdämpfung, Loop-Shaping, Testdesign, KPI-Definition, Tuning-Workflow. Ergebnis: Unterlagen + Playbook.
NDA selbstverständlich. Ihr behaltet IP und Kontrolle über die Entwicklung. Keine versteckten Lizenzen. Transparente Abrechnung als Paketpreis oder Tagessatz. Übergabe so, dass euer Team intern weitermachen kann.
📅 20-min Kennenlerngespräch buchen
Ziel, Constraints, Status, Risiken – dann ein konkreter Vorschlag.
Agile Umsetzung in 2-Wochen-Sprints – mit klaren, verwendbaren Deliverables nach jedem Sprint.
Problem, Daten, Ziele verstehen; Quick Wins und realistische Roadmap.
Deliverables: Analysebericht + kurze technische Skizze.
Jetzt startenAnlage in der Simulation nachbilden, erste Modelle/Estimatoren, realistischer Potenzial-Check.
Deliverables: Studienbericht + Entwurf Prüfplan für Proof-of-Concept.
Mehr erfahrenVon der Simulation ins Reale, kontrollierte Tests, Anpassungen und Validierung vor Ort.
Deliverables: Testplan + On-site-Report + getunte Einstellungen.
Mehr erfahrenEngineering-Hilfen oder Operator-Training auf Basis der Modelle; für Nicht-Experten nutzbar.
Deliverables: Funktionsprototyp + Kurzleitfaden.
Härten nach Industriestandards: Doku, Safety/Quality-Gates – skalierungsfähig.
Deliverables: Codebasis & Doku nach vereinbarten Standards.
Deployment am Prozess oder an der Maschine. Operatorschulung, Tests, Abschlussdokumentation.
Deliverables: Inbetriebnahmebericht, Trainingsunterlagen, SOPs.
Wartung, Tuning, Anpassungen & Wissenstransfer – punktuell oder laufend.
Deliverables: Sprintweise Updates und Verbesserungsnotizen.
Gemeinsam definiert – passend zu Bedarf und Rahmenbedingungen.
Deliverables: Ergebnisse je Sprint + abgestimmte Dokumentation.
Nachfolgend finden Sie typische Kooperationsmodelle, wie sie im technischen Mittelstand (Engineering/Entwicklung/Anlagenumfeld) praktikabel sind. Die genannten Tagessätze sind Startpreise („ab") netto zzgl. USt. und werden im Angebot anhand des konkreten Projektkontexts präzisiert.
Unabhängig vom Abrechnungsmodell erfolgt die Entwicklung agil:
Geeignet für: Planbare Kapazität, regelmäßige Reviews, schnelle Unterstützung („keep-the-lights-on" + kleine Weiterentwicklungen).
Abrechnung: Monatskontingent (z. B. X Tage/Monat), optional mit definierten Response-Zeiten.
Zweck: Scope schnell klären, Risiken/Abhängigkeiten sichtbar machen.
Ergebnis: KPI-Zielbild, Systemgrenzen, Daten-/Schnittstellenliste, Integrationsplan, Aufwandsschätzung und Angebotsmodell (T&M oder Meilensteine).
Zweck: Schneller Start extern, anschließende Verankerung intern.
Leistung: Aufbau, Stabilisierung, Wissenstransfer, optional Recruiting-Support (Rollenprofil, Interview-Unterstützung) und strukturiertes Onboarding des internen Owners.
Ein interner FTE mit 100.000 € Bruttogehalt kostet das Unternehmen (vereinfacht gerechnet) etwa ~720 € pro produktivem Tag.
→ Interne Vollkosten pro produktivem Tag: 144.000 / 200 = ~720 € / Tag
Die konkreten Konditionen hängen typischerweise ab von:
Je nach Projekt kann die Zusammenarbeit auch als Solution-on-Demand strukturiert werden:
Es kann vereinbart werden, dass wir die entwickelte Lösung nicht an direkte Wettbewerber des Kunden verkaufen oder lizenzieren (z. B. als Branchen-/Competitor-Exklusivität für einen definierten Zeitraum und/oder Markt), wobei Umfang und Grenzen präzise vertraglich festzulegen sind.
Die oben genannten Modelle sind bewährte Standards — darüber hinaus sind individuelle Strukturen möglich. Ob Tagessatz, Meilensteine, Retainer, Lizenzmodell oder Exklusivität: Wir gestalten die Zusammenarbeit so, dass sie zu Scope, Risiko, Budget und Ihrem Einkaufs-/Compliance-Prozess passt.
Die Kooperationsmöglichkeiten sind praktisch unbegrenzt – wir finden einen sauberen, fairen Weg.
Hinweis: Diese Seite dient der allgemeinen Information und stellt keine Rechtsberatung dar. Die konkreten Bedingungen werden im jeweiligen Angebot und Vertrag verbindlich geregelt.
Beantworten Sie 5 kurze Fragen zur Bewertung Ihrer APC-Bereitschaft.
Ihr Prozess zeigt starkes Potenzial für Advanced Process Control.
Kurz & verständlich: Praxisnotizen zu Regelung, Optimierung und Digitalisierung.
Many manufacturers don't lose time because the control algorithm is too hard. They lose time because the path from expert knowledge to deployed engineering is too manual. Deployment toolchains fix that — and Siemens, Beckhoff, Rockwell, and MathWorks are already proving it.
The AI revolution is real — but how many neural networks are actually running industrial control loops? Analysis of 672 studies, 148 real-world implementations, and 10 confirmed production deployments reveals the gap between hype and hardware.
Google Trends shows a 5–10× synchronized jump in searches for advanced process control, digital twin, and soft sensor in August 2025. Here is the timeline that explains it.
Why predictive control delivers robust quality.
Most process plants quietly lose 5–15% of throughput and energy efficiency through poorly tuned loops. Here are the five symptoms to look for — and what each one costs.
A practical decision framework for choosing between physical analyzers and model-based virtual sensors — with cost ranges, lag times, and the hybrid approach most plants miss.
Before spending on a consultant or a commercial APC platform, run through this checklist. It identifies whether your process has the prerequisites for advanced control.
Häufige Fragen zu Advanced Process Control und unserer Zusammenarbeit.
MPC ist eine fortschrittliche Regelungsstrategie, die ein mathematisches Modell Ihres Prozesses nutzt, um zukünftiges Verhalten vorherzusagen und Stellgrößen zu optimieren. Sie eignet sich besonders für Mehrvariablen-Systeme mit Nebenbedingungen.
Die Dauer variiert je nach Umfang. Eine Diagnosephase dauert typischerweise 2-4 Wochen. Ein vollständiger Proof-of-Concept kann in 2-3 Monaten abgeschlossen werden. Wir arbeiten in agilen 2-Wochen-Sprints.
Veröffentlichte Referenzimplementierungen berichten: ca. 17% Primärenergiereduktion in Gebäuden (ETH Zürich / Siemens, IEEE TCST 2016), halbierte Temperaturvariabilität in Zementöfen (Holcim / ABB, 2008) und Ausschussanteil von 59% auf 12% in Stahlumwälzöfen (Dillinger, 2011). Typische Amortisationszeit: 6–18 Monate. Jeder Prozess ist anders — ein 30-minütiger Discovery-Call genügt, um das realistische Potenzial für Ihr System einzuschätzen.
Beides. Viele Phasen können remote erfolgen: Datenanalyse, Modellentwicklung, Simulation. Vor-Ort-Präsenz ist wertvoll für Inbetriebnahme, Operator-Training und erste Diagnose.
Prozessindustrie (Chemie, Pharma, Lebensmittel), Fertigung, Maschinenbau und Energieerzeugung. Jede Branche mit komplexen Mehrvariablen-Prozessen kann profitieren.
Ja — eine gegenseitige NDA ist Standard. Wir unterzeichnen, bevor Daten oder Prozessdetails ausgetauscht werden. Wir arbeiten auch in exportkontrollierten und sicherheitssensiblen Umgebungen.
Jedes Engagement ist in Phasen mit klaren Lieferobjekten und Ausstiegspunkten strukturiert. Wenn eine Phase zeigt, dass der erwartete Nutzen nicht erreichbar ist, kommunizieren wir das klar — und stoppen — anstatt weiter zu fakturieren. Ein gescheiterter Proof-of-Concept früh ist weit günstiger als ein gescheitertes Deployment spät.
Ja. Wir arbeiten auf der Datenschicht — wenn Ihr Historian oder Ihre Dateninfrastruktur Standardformate exportiert (OPC-UA, CSV, REST), können wir damit arbeiten, unabhängig vom DCS- oder SCADA-Anbieter. Integration auf SPS-Ebene erfordert Zusammenarbeit mit Ihrem Automatisierungsteam oder dem Anbieter.
Der entwickelte Code und die Modelle bleiben geistiges Eigentum von Dr. Noga. Der Kunde erhält eine im Entwicklungspreis enthaltene dauerhafte Nutzungslizenz. Exklusivlizenzen und Wettbewerbsverbote (NCA) sind möglich und verhandelbar. Details werden im Vertrag festgelegt.
Hauptsächlich allein — das bedeutet Aufmerksamkeit auf Senior-Level bei jeder Aufgabe, keine Junior-Übergaben und kein Account-Manager-Overhead. Für Projekte, die zusätzliche Kapazität erfordern, habe ich ein bewährtes Netzwerk von Spezialingenieuren.
Weitere Fragen?
Direkt fragenPrüfen Sie, ob Ihr Prozess für Advanced Process Control bereit ist. Ein praktischer Leitfaden mit 15 Schlüsselfragen.
Erfahren Sie, wie Advanced Process Control Ihren Betrieb transformieren kann
Dr. Rafał Noga
Erhalten Sie Einblicke zu Industrieller KI, APC und Prozessoptimierung direkt in Ihr Postfach.
Nachgewiesene Qualifikationen
Verifizierbare Auszüge aus Arbeitszeugnissen und Empfehlungsschreiben — mit dokumentierter Praxiserfahrung in Optimierung, modellprädiktiver Regelung und Zustandsschätzung.
Hinweis: Unternehmensnamen dienen der Einordnung früherer Stationen und sind kein Kunden-Endorsement.
Belegte Aufgaben (wörtliche Auszüge)
Leistungsbeurteilung (sehr gut)