Wissenschaftlichen Mitarbeiter / Doktorand (m/w/d) Analytik für das Lernen mit Maschinen (ALMA)

Technische Universität München (Technical University of Munich); München; Vor Ort; EUR 50.000 - 65.000; Vollzeit

Benefits dieser Stelle

Exzellente wissenschaftliche Betreuung

Flexibles Arbeiten

Möglichkeit zur Promotion

Zusammenfassung

Die Technische Universität München sucht eine/n Wissenschaftliche/n Mitarbeiter/in / Doktorand (m/w/d) im Rahmen des DFG/ANR-Projekts "Analytik für das Lernen mit Maschinen". Die Stelle ist auf 3 Jahre befristet und erfordert ein abgeschlossenes Hochschulstudium in einem MINT-Fach.

Die Doktorandin / der Doktorand wird Teil der Forschungsgruppe LEAPS zur Entwicklung neuer Methoden zur Aufzeichnung und Analyse der Zusammenarbeit zwischen Studierenden und KI-gestützten Systemen. Die Forschung kombiniert Lernanalytik und komplexe dynamische Systeme und fördert damit kreative Lösungsansätze für aktuelle Bildungsfragen.

Qualifikationen

• Abgeschlossenes wissenschaftliches Hochschulstudium in einem MINT-Fach.
• Nachgewiesene wissenschaftliche Schreibkompetenz.
• Bereitschaft zu Forschungsaufenthalten am IRIT, Toulouse.

Aufgaben

• Entwicklung analytischer Methoden zur Unterstützung der Kollaborationsqualität mit LLMs.
• Forschung zur Qualität der Interaktion zwischen Studierenden und LLMs.

Kenntnisse

Erfahrung mit computationellen Methoden

Programmierkenntnisse (Python, R)

Interesse an interdisziplinärer Forschung

Selbstständiges wissenschaftliches Arbeiten

Wissenschaftliche Schreibkompetenz

Sehr gute Englischkenntnisse

Ausbildung

Master oder vergleichbar in einem MINT-Fach

Jobbeschreibung

Position

Die Professur für Learning Analytics (LEAPS) an der TUM School of Social Sciences and Technology der Technischen Universität München sucht zum nächstmöglichen Zeitpunkt im Rahmen des DFG/ANR-Projekts „Analytik für das Lernen mit Maschinen“ (ALMA) eine/n Wissenschaftliche/n Mitarbeiter/in / Doktorand (m/w/d). Die Stelle ist TV‑L E13, 75 %, 3 Jahre befristet und wird durch die Deutsche Forschungsgemeinschaft gefördert. Bewerbungen werden fortlaufend geprüft (first come, first served). Bewerbungsschluss: 25 März 2026.

Über uns

Die Doktorandin / der Doktorand wird Teil der Forschungsgruppe LEAPS (LEarning Analytics and Practices in Systems) unter der Leitung von Prof. Dr. Oleksandra Poquet. LEAPS erforscht, wie Daten aus Lernumgebungen, Agency und soziale Netzwerke in der Hochschulbildung und betrieblichen Weiterbildung unterstützen können. Die Gruppe ist Teil der TUM School of Social Sciences and Technology, des Munich Data Science Institute und des TUM EdTech Centre.

Ihre Aufgaben

Studierende lernen zunehmend mit großen Sprachmodellen, doch es fehlen die Werkzeuge, um festzustellen, wann diese Zusammenarbeit produktiv ist und wann sie dem Lernen im Weg steht. Diese Promotion entwickelt computationale Ansätze zur Charakterisierung der Qualität der Kollaboration zwischen Studierenden und LLMs und betritt damit Neuland für die Lernanalytik.

Die Doktorandin / der Doktorand arbeitet im DFG/ANR-Projekt „Analytik für das Lernen mit Maschinen“ (ALMA) an der Entwicklung analytischer Methoden und computationale Modelle zur Unterstützung der Kollaborationsqualität zwischen Studierenden und großen Sprachmodellen (LLMs) in Bildungskontexten. Die Forschung verbindet Ansätze aus Lernanalytik, computationaler Modellierung und komplexen dynamischen Systemen, um Indikatoren für Mensch‑KI-Interaktionsprozesse in Lernumgebungen zu entwickeln und zu validieren. Die Stelle beinhaltet die enge Zusammenarbeit mit dem französischen Projektpartner am IRIT in Toulouse.

Ihr Profil

• Abgeschlossenes wissenschaftliches Hochschulstudium (Master oder vergleichbar) in einem MINT‑Fach (z. B. Mathematik, Physik, Biologie, Informatik), Data Science, Computational Cognitive Science, Computational Neuroscience oder einem verwandten Fach mit starkem quantitativem Profil
• Erfahrung mit computationellen Methoden, statistischer Modellierung oder maschinellem Lernen
• Programmierkenntnisse (z. B. Python, R)
• Interesse an interdisziplinärer Forschung an der Schnittstelle von Datenanalyse und Lernwissenschaften
• Interesse an Bildung und Lernen als Anwendungsdomäne
• Fähigkeit zum selbstständigen wissenschaftlichen Arbeiten
• Nachgewiesene wissenschaftliche Schreibkompetenz (z. B. Masterarbeit, Publikationen oder Konferenzbeiträge)
• Sehr gute Englischkenntnisse in Wort und Schrift; Deutsch‑ und/oder Französischkenntnisse sind von Vorteil
• Bereitschaft zu Forschungsaufenthalten am IRIT, Toulouse

Wir bieten

• Exzellente wissenschaftliche Betreuung und Mentoring
• Starkes internationales und lokales Netzwerk
• Möglichkeit zur Promotion an der TUM Graduate School
• Deutsch‑französische Forschungskooperation mit dem IRIT, Université de Toulouse
• Aktive Einbindung in akademische Gemeinschaften (z. B. SoLAR, EATEL)
• Flexible Arbeitsbedingungen
• Zugang zur exzellenten Forschungsinfrastruktur der TUM und des Munich Data Science Institute
• Vergütung nach TV‑L E13 (75 %)

EEO‑Erklärung

Die Technische Universität München strebt eine Erhöhung des Frauenanteils an. Bewerbungen von Frauen werden ausdrücklich begrüßen. Schwerbehinderte Bewerberinnen und Bewerber werden bei ansonsten im Wesentlichen gleicher Eignung, Befähigung und fachlicher Leistung bevorzugt eingestellt. The position is suitable for disabled persons. Disabled applicants will be given preference in case of generally equivalent suitability, aptitude and professional performance.

Kontakt: [e-mail]