Prof. Dr. Stephan Reiner Poßberg

Prof. Poßberg – Experte für KI im Engineering, Industrial AI und datengetriebene Produktionssysteme

Prof. Dr.-Ing. Stephan Poßberg verbindet wissenschaftliche KI-Expertise mit langjähriger internationaler Industrieerfahrung in Produktion, Digitalisierung und Industrial AI. Sein fachlicher Schwerpunkt liegt auf dem Einsatz Künstlicher Intelligenz in technischen und industriellen Prozessen – insbesondere dort, wo datengetriebene Modelle Produktionsqualität, Prozessverständnis, Effizienz und funktionale Sicherheit verbessern können. 

Seit September 2023 ist er Professor an der Hochschule Ruhr West für das Lehrgebiet KI im Engineering. In Lehre und Forschung verfolgt er den Anspruch, KI nicht abstrakt, sondern anwendungsnah, erklärbar und industriell wirksam zu vermitteln. Seine Lehrveranstaltungen reichen von Grundlagen der KI über maschinelles Lernen in industriellen Anwendungen bis zur funktionalen Sicherheit Künstlicher Intelligenzen. 

Vor seiner Berufung an die Hochschule Ruhr West war Herr Prof. Poßberg in leitenden Funktionen bei der Firma Vallourec tätig, zuletzt als Director Industrial AI & Industry 4.0. Dort verantwortete er weltweit die Entwicklung und Bereitstellung von KI-Anwendungen auf einer industriellen IIoT-Plattform und leitete die globale Data-Science-Community. 

Mit der Possberg Technology Consulting (https://www.ptc-possberg.de) bringt Herr Prof. Poßberg seine Expertise gezielt in die industrielle Praxis ein: Sein Unternehmen unterstützt insbesondere KMUs bei der Entwicklung belastbarer KI- und Analytics-Lösungen. Als Fraunhofer-zertifizierter Data Scientist Senior Level bietet er zudem praxisnahe Schulungen für die Themenfelder Data Science, Industrial AI und Künstlicher Intelligenz an. 

Weitere Informationen und eine Vernetzungsmöglichkeit finden Sie auf LinkedIn: https://www.linkedin.com/in/stephan-possberg/ oder auf www.ptc-possberg.de.

Am besten erreichen Sie Herrn Prof. Poßberg via E-Mail unter stephan.possberg@hs-ruhrwest.de. Im Regelfall werden E-Mails sehr zeitnah beantwortet.

• Grundlagen der Informatik & Programmiersprachen (Bachelor)
• Grundlagen der Künstlichen Intelligenz für die Sicherheitstechnik (Bachelor)
• Digital Services im Engineering (Bachelor)
• Praktikum Künstliche Intelligenz 1 – Safety (Bachelor)
• Projektarbeit Sicherheitstechnik (Bachelor)
• Funktionale Sicherheit Künstlicher Intelligenzen (Master)
• Maschinelles Lernen & Künstliche Intelligenz in industriellen Anwendungen (Master)
• Labor Künstliche Intelligenz 1 – Anwendungen im Engineering (Master)
• Projektarbeit Funktionale Sicherheit (Master)

In seiner Lehre verbindet Prof. Poßberg fundierte Theorie mit aktivierenden, praxisnahen und reflexionsorientierten Lehrmethoden auf der Basis realer Projekte aus seiner Industrietätigkeit. Ziel ist es, Studierende nicht nur mit Methoden der Künstlichen Intelligenz vertraut zu machen, sondern sie zu befähigen, KI-Systeme im Engineering-Kontext kritisch, verantwortungsvoll und anwendungsnah zu entwickeln. Die folgenden Methoden kommen in seiner Lehre zum Einsatz:

• Self Directed Grading stärkt die Fähigkeit der Studierenden zur professionellen Selbsteinschätzung. Sie reflektieren ihre Arbeit anhand transparenter Kriterien, bewerten Qualität und Grenzen eigener Ergebnisse und übernehmen Verantwortung für ihren Lern- und Entwicklungsprozess.
• Flipped Classroom ermöglicht es, Präsenzzeit konsequent für Anwendung, Diskussion und Problemlösung zu nutzen. Grundlegende Inhalte werden vorbereitet, sodass in der Lehrveranstaltung die aktive Arbeit an realitätsnahen Engineering- und KI-Fragestellungen im Mittelpunkt steht.
• LEGO® Serious Play® wird eingesetzt, um komplexe technische Fragestellungen sichtbar und diskutierbar zu machen. Studierende modellieren abstrakte Zusammenhänge, entwickeln gemeinsame Systemverständnisse und reflektieren technische, organisatorische und menschliche Perspektiven von komplexen KI-Projekten.
• SCRUM in der Lehre wird genutzt, um Studierende an agile Arbeitsweisen in industrienahen Entwicklungsprojekten heranzuführen. In interdisziplinären Teams planen, priorisieren und reflektieren sie ihre Arbeit iterativ und entwickeln KI-Lösungen entlang transparenter Rollen, Artefakte und gemeinsamer Zielsetzungen.

Das Lehrlabor Smart and Safe Digital Production im Raum 01.02.077 bildet eine zentrale praxisorientierte Infrastruktur für die Lehre im Bereich Künstliche Intelligenz im Engineering. Im Fokus steht die Entwicklung, Erprobung und Bewertung KI-basierter Lösungen für technische Systeme, digitale Produktionsumgebungen und industrielle Anwendungen im Labormaßstab. 

Studierende arbeiten dort an praxisnahen KI-Projekten und verbinden methodische Grundlagen der Künstlichen Intelligenz mit konkreten technischen Anwendungsfällen. Hierzu zählen insbesondere die Entwicklung von KI-Systemen, die Programmierung mit KNIME® und Python® sowie der Einsatz eingebetteter Systeme und industriell relevanter Hardwareplattformen. Das Labor bietet Arbeitsplätze und technische Ausstattung für projektorientierte Lehrformate, Bachelor- und Masterarbeiten sowie anwendungsnahe Entwicklungsprojekte. 

Inhaltliche Schwerpunkte liegen unter anderem auf dem Aufbau und der Entwicklung autonomer Fahrzeuge im Labormaßstab, der Anwendung von Imitation Learning und Reinforcement Learning, der Entwicklung von Fertigungszellen im Labormaßstab sowie dem Aufbau von IIoT-Plattformen. Dabei kommen unter anderem Arduino®, Raspberry Pi® sowie MicroBit® und iba®-Lösungen zum Einsatz. Die Studierenden lernen, KI-Methoden nicht isoliert, sondern im Zusammenspiel mit Sensorik, Aktorik, eingebetteten Systemen, Datenverarbeitung und industriellen Prozessanforderungen zu betrachten. 

Das Lehrlabor unterstützt damit eine ingenieurwissenschaftlich geprägte KI-Ausbildung, in der theoretisches Wissen unmittelbar in experimentellen Aufbauten, Demonstratoren und prototypischen Anwendungen umgesetzt wird. Ziel ist es, Studierende zu befähigen, datengetriebene und KI-basierte Lösungen für reale technische Problemstellungen zu konzipieren, umzusetzen und kritisch zu bewerten.

Betreuungsverständnis: Die Betreuung von Bachelor- und Masterarbeiten verbindet fachliche und methodische Klarheit mit einer verlässlichen Begleitung der Studierenden. Ziel ist es, Themen für Abschlussarbeiten gemeinsam zu präzisieren, wissenschaftliche Qualität konsequent zu sichern und die eigenständige akademische Entwicklung der Studierenden zu fördern. Die folgenden Formate werden aus diesen Gründen vorrangig empfohlen: 

• Kooperative Abschlussarbeiten bei Unternehmen mit inhaltlichem Bezug zum Lehrgebiet
• Abschlussarbeiten mit inhaltlichem Bezug zu KI im Engineering und Industrial AI
• Abschlussarbeiten an der Schnittstelle zwischen KI und Industrie 5.0

Vernetzen Sie sich auf LinkedIn:

• https://www.linkedin.com/in/stephan-possberg/

Besuchen Sie die Unternehmensseite von Herrn Prof. Poßberg:

• https://www.ptc-possberg.de/ 

• Künstliche Intelligenz in industriellen Fertigungsprozessen: Datengetriebene Modellierung, Prozessoptimierung, Qualitätsprognose und Echtzeitanwendungen für produktionstechnische Systeme.
   
• Industrial AI und Smart Manufacturing: Analyse industrieller Prozess-, Sensor- und Qualitätsdaten zur Entwicklung robuster Entscheidungsunterstützungssysteme.
   
• KI und Funktionale Sicherheit: Bewertung, Absicherung und erklärbare Gestaltung KI-basierter Systeme für sicherheitsrelevante technische Anwendungen.
   
• KI in der Bahnindustrie: Anwendung von KI-Methoden für Betriebssicherheit, technische Diagnostik und datenbasierte Optimierung bahntechnischer Systeme.

• Betreuung an der Hochschule Ruhr West: Im Rahmen seiner Tätigkeit an der HRW erfolgt die Betreuung an der Schnittstelle zwischen KI und Sicherheitstechnik in enger fachlicher Abstimmung mit Prof. Dr. David Schepers (Link: https://www.hochschule-ruhr-west.de/personen/institut-nawi-personen/david-schepers) , Professor für Sicherheitstechnik – funktionale Sicherheit am Institut Naturwissenschaften.
   
• Hochschulübergreifende Betreuung: Interdisziplinäre und hochschulübergreifende Themen werden in Zusammenarbeit mit Prof. Dr.-Ing. Andreas Kneißler (Link: https://www.w-hs.de/service/informationen-zur-person/person/kneissler-1/) von der Westfälischen Hochschule in Gelsenkirchen begleitet. Im Fokus stehen insbesondere Fragestellungen an der Schnittstelle von Engineering, Produktionssystemen und angewandter Forschung.

• Safe Digital Production – Optimierung durch Künstliche Intelligenz:
  Die Forschung im Lehrgebiet KI im Engineering verfolgt das Leitbild einer sicheren digitalen Produktion. Ziel ist die Echtzeitoptimierung von Produktionsprozessen durch KI-basierte Ansätze. Ein Fokus liegt auf der Entwicklung interpretierbarer und sicherer KI-Systeme für die Mensch-Maschine-Interaktion im Bereich Predictive Quality und Erkennung von Anomalien in Fertigungsprozessen.
   
• Künstliche Intelligenz in heterogenen Systemlandschaften
  Die Forschung untersucht die Integration von KI as a Service in Safe Production Environments. Der Fokus liegt auf der Gewährleistung sicherheitsrelevanter Anwendungen in komplexen Systemlandschaften und der Nutzung IIoT- basierter Datenerfassung. Das Smart & Safe Digital Production Labor dient hierbei als praxisorientierte Plattform für die Entwicklung und Erprobung neuer Technologien.

Das KI-Labor Smart and Safe Digital Production dient der Erforschung KI-basierter Systeme für digitale Produktion und sichere technische Prozesse im Labormaßstab:

• Im Labor können prototypische Anwendungen mit verschiedenen KI-Technologien entwickelt werden, z. B. für IIoT-Plattformen und Fertigungszellen.
• Das Labor wird zugleich in der Lehre genutzt und ermöglicht die praxisnahe Durchführung von Projekt-, Bachelor- und Masterarbeiten.

In Lehre, Forschung und industrienahen Entwicklungsprojekten setzt das Lehrgebiet KI im Engineering ein breites Spektrum moderner Softwarewerkzeuge, Programmiersprachen und Entwicklungsumgebungen ein, das von Low-Code-Analytics über KI-Entwicklung und technische Simulation bis hin zur hardwarenahen, leistungs- und sicherheitskritischen Softwareentwicklung reicht: 

• KNIME Analytics Platform für Low-Code Analytics-Anwendungen
• Python für die Entwicklung von KI-Anwendungen
• Rust für die Entwicklung leistungskritischer & hochsicherer Software
• C/C++ für die Entwicklung von Softwarekomponenten mit direkter Kontrolle über die Hardware
• JetBrains-Entwicklungsumgebungen (z.B. PyCharm®, CLion® & RustRover®) als Tools für Lehre & Forschung
• DataCamp als digitale Lernplattform (www.datacamp.com)
• Matlab

Ausgewählte Publikationen:

Nachfolgend findet sich eine Auswahl zentraler Veröffentlichungen, Fachberichte, Konferenzbeiträge und Schutzrechte. Die Zusammenstellung dokumentiert insbesondere Arbeiten an der Schnittstelle von Künstlicher Intelligenz, Industrial AI, datengetriebener Prozessoptimierung, Digitalisierung industrieller Fertigungsprozesse sowie ingenieurwissenschaftlicher Anwendungspraxis.

• Poßberg, S.; Kneißler, A. (2025): Hybrid Learning Factory for Future-Oriented AI and Engineering Education at the Mülheim and Gelsenkirchen Campuses. In: Proceedings der CLF 2025 – 15th Conference on Learning Factories, 25.–28. März 2025, Stellenbosch, Südafrika.
• Poßberg, S.; Kneißler, A. (2024): Web Crawling in Cognitive Production Planning of Materials. Vortrag auf der 3rd International Conference on Materials and Nanomaterials, MNs-24, 29.–31. Juli 2024, Lissabon, Portugal.
• Poßberg, S. (2024): Strategien zur Absicherung von KI-Methoden in industriellen Anwendungen. Konferenzvortrag, VDI Symposium KI im Ingenieurwesen, 07. März 2024, HAW Hamburg, Forum Finkenau, Hamburg.
• Poßberg, S. (2022): Entwicklung von datengetriebenen Modellen für den Echtzeitbetrieb in der nahtlosen Stahlrohrfertigung. In: Tagungsband zum 36. ASK Umformtechnik, 26.–27. Oktober 2022, Aachen. Aachen: Verlagshaus Mainz GmbH, ISBN 978-3-95886-460-3.§  
• Poßberg, S. (2022): From Zero to Hero – Anwendungsszenarien in der Stahlrohrproduktion mit KNIME. Vortrag im Rahmen des KNIME Data Talk Smart Manufacturing: Realität, Vision oder Hype, digitales Meeting der Firma KNIME, Berlin, Konstanz und Zürich, Januar 2022.
• Poßberg, S. (2020): Industry 4.0 & Industrial Analytics Handbook – Guideline for the Use of Industrial Analytics at Vallourec Group. Fachbericht, Düsseldorf, Paris und Belo Horizonte, Dezember 2020.
• Poßberg, S. (2020): Entwicklung eines datenbasierten Modells für die Vorhersage kalter Wanddicken in Echtzeit während des Warmwalzprozesses von nahtlosen Stahlrohren. Abschlussarbeit zur Erlangung des Data Scientist Senior Levels, zertifiziert durch die Fraunhofer-Gesellschaft, Sankt Augustin, 01. Oktober 2020.
• Poßberg, S. (2019): Digitization in Production – Use Cases for Heavy Steel Industry. Forschungsbericht Vallourec Group, Düsseldorf, September 2019.
• Poßberg, S.; Antunes, M. (2019): Use of Prediction Technologies in the Scope of Industry 4.0 and Industrial Analytics. Vortrag im Rahmen des Digital Meet Up Rolling and Heat Treatment Processes, 15.–17. Januar 2019, Düsseldorf, Paris und Belo Horizonte.
• Poßberg, S.; Klempel, S.; Schultes, C. (2018): IoT-ready Technology Modules and Process Data Handling for Hot Rolling Processes. Forschungsbericht Vallourec Group, Düsseldorf, September 2018.
• Handing, C.; Poßberg, S.; Roll, M. (2009): Stoßfängerquerträger als Bestandteil eines Kraftfahrzeuges. Patent DE 10 2009 043 022.9.

Stellvertretendes Mitglied im Fachbereichsrat des Fachbereichs 4.

Das Lehrgebiet KI im Engineering bietet Studieninteressierten ein anspruchsvolles, praxisnahes und zukunftsorientiertes Studienumfeld. Künstliche Intelligenz wird hier nicht isoliert betrachtet, sondern als ingenieurwissenschaftliches Werkzeug verstanden, mit dem technische Prozesse analysiert, industrielle Anwendungen entwickelt und sicherheitsrelevante Fragestellungen bearbeitet werden können. Im Mittelpunkt steht die Verbindung von Informatik, Datenanalyse, maschinellem Lernen und konkreten Anwendungen im Engineering. 

Das Lehrangebot reicht von grundlegenden informatischen Kompetenzen bis zu spezialisierten KI-Themen. Dazu gehören unter anderem Grundlagen der Informatik und Programmiersprachen, Grundlagen der Künstlichen Intelligenz für die Sicherheitstechnik, Digital Services im Engineering, Maschinelles Lernen und Künstliche Intelligenz in industriellen Anwendungen sowie die funktionale Sicherheit Künstlicher Intelligenzen. Studieninteressierte erhalten damit Einblick in ein Lehrgebiet, das technische Grundlagen, methodische KI-Kompetenz und industrienahe Anwendung systematisch miteinander verbindet. 

Besonderer Wert wird auf eine aktive und eigenverantwortliche Lernkultur gelegt. Die Veranstaltungen sind grundsätzlich als Präsenzveranstaltungen konzipiert, da der direkte Austausch, gemeinsames Nachdenken, kritisches Fragen und die Diskussion technischer Problemstellungen wesentlich zum Lernerfolg beitragen. Erwartet wird die Bereitschaft, sich mit den bereitgestellten Materialien auseinanderzusetzen, eigene Fragen einzubringen und die Inhalte aus Vorlesungen, Übungen und Praktika gezielt für den persönlichen Kompetenzaufbau zu nutzen. 

Auch der Umgang mit generativer KI ist Bestandteil eines modernen Lehrverständnisses. Werkzeuge wie ChatGPT, Claude und Gemini können genutzt werden, ihre Ergebnisse müssen jedoch kritisch geprüft, fachlich eingeordnet und transparent kenntlich gemacht werden. Damit werden Studierende frühzeitig an einen reflektierten, verantwortungsvollen und wissenschaftlich fundierten Einsatz von KI herangeführt. 

Studieninteressierte, die Freude an Technik, Daten, industriellen Anwendungen und verantwortungsvoller KI-Entwicklung haben, finden im Lehrgebiet KI im Engineering ein Umfeld, in dem sie Kompetenzen für zentrale Zukunftsfragen des Engineerings aufbauen können. 

Bei Interesse kontaktieren Sie das Lehrgebiet KI im Engineering gerne per E-Mail: stephan.possberg@hs-ruhrwest.de 

Das Lehrgebiet KI im Engineering sucht den Austausch mit Unternehmen, die Künstliche Intelligenz, Industrial AI und datengetriebene Optimierung in technischen Prozessen praktisch erproben, bewerten und wirksam einsetzen möchten. Im Mittelpunkt stehen Forschungs- und Transferprojekte, die wissenschaftlich fundiert, industrienah und auf konkrete Anwendungsfälle ausgerichtet sind.

Besonders willkommen sind Kooperationen mit Unternehmen aus Produktion, Engineering, Maschinenbau, Anlagenbau und Qualitätssicherung. Ziel ist es, vorhandene Mess-, Prozess- und Betriebsdaten in robuste KI-Modelle zu transferieren und deren Einsatz in industriellen Umgebungen nachvollziehbar abzusichern.

Mögliche Themenfelder für Kooperationen sind:

• KI in Produktions- und Fertigungsprozessen
• Industrial AI, Predictive Quality und datengetriebene Prozessoptimierung
• KI-gestützte Produktionsoptimierung und Entscheidungsunterstützung
• Erklärbare KI für technische und industrielle Anwendungen
• Funktionale Sicherheit und Absicherung von KI-Methoden
• Machbarkeitsstudien, Demonstratoren und Prototypen mit Unternehmensdaten
• Abschlussarbeiten, Praxisprojekte und öffentlich geförderte Forschungs- und Transferprojekte

Interessierte Unternehmen sind herzlich eingeladen, sich via LinkedIn (https://www.linkedin.com/in/stephan-possberg/), per E-Mail (stephan.possberg@hs-ruhrwest.de) oder über das Kontaktformular auf der Website www.ptc-possberg.de mit uns in Verbindung zu setzen, um mögliche Kooperationsansätze, konkrete Fragestellungen oder gemeinsame Forschungs- und Transferprojekte zu besprechen.