Beschreibung
Im CoR-Lab (Research Institute for Cognition and Robotics) ist die folgende Position zu besetzen:
Wissenschaftliche*r Mitarbeiter*in (m/w/d) - Doctoral Network CAVECORE, Dr.-Ing. Sebastian Wrede
CAVECORE (Continuous, Automated Validation, and Evaluation of Cognitive Robots in Open-Ended Environments) ist ein Marie-Sklodowska-Curie-Actions (MSCA) Doktorand*innennetzwerk, das die nächste Generation von Forschenden ausbildet, um die kognitive Robotik voranzubringen - also Roboter, die in offenen ...
weiter lesen
Im CoR-Lab (Research Institute for Cognition and Robotics) ist die folgende Position zu besetzen:
Wissenschaftliche*r Mitarbeiter*in (m/w/d) - Doctoral Network CAVECORE, Dr.-Ing. Sebastian Wrede
CAVECORE (Continuous, Automated Validation, and Evaluation of Cognitive Robots in Open-Ended Environments) ist ein Marie-Sklodowska-Curie-Actions (MSCA) Doktorand*innennetzwerk, das die nächste Generation von Forschenden ausbildet, um die kognitive Robotik voranzubringen - also Roboter, die in offenen Realweltumgebungen interagieren, lernen und sich anpassen können. Das Netzwerk adressiert eine der zentralen Herausforderungen der KI-gestützten Robotik: die Qualität, Sicherheit und Zuverlässigkeit solcher Roboter systematisch und vertrauenswürdig zu evaluieren und zu validieren. Darüber hinaus sind zwei Auslandsaufenthalte in CAVECORE-Partnerinstitutionen geplant.
Das Doktorand*innenprojekt DC10 im Rahmen des CAVECORE MSCA-Projekts befasst sich mit der Herausforderung, eine vorhersehbare, transparente und nachweislich sichere Autonomie in der Mensch-Roboter-Zusammenarbeit zu erreichen, indem eine neue szenariobasierte Spezifikations- und Validierungsmethodik entwickelt wird. Domänenspezifische Modelle mit Konzepten und Metriken für die Mensch-Roboter-Zusammenarbeit, die in Wissensgraphen kodiert sind, sollen die semantische Struktur liefern, die erforderlich ist, um Akzeptanzkriterien auszudrücken, die auch dann noch aussagekräftig sind, wenn Roboter gelernte oder auf Foundation-Models basierende Strategien anwenden. Eine auf digitalen Zwillingen basierende Validierungsumgebung - beispielsweise implementiert in NVIDIA Omniverse - wird Echtzeitmessungen und automatisierte Tests von Roboter- und menschlichen Agenten in kollaborativen Szenarien ermöglichen und so einen hochautomatisierten Spezifikations- und Validierungskreislauf für KI-basierte Robotersysteme unterstützen.
Das Promotionsvorhaben wird gemeinsam von Dr.-Ing. Sebastian Wrede von der Technischen Fakultät der Universität Bielefeld und Prof. Dr. Nico Hochgeschwender von der Universität Bremen betreut.
Bitte beachten Sie, dass gemäß den Vorgaben des Drittmittelgebers nur Bewerber*innen berücksichtigt werden können, die in den letzten drei Jahren maximal 12 Monate in Deutschland verbracht haben.
Ihre Aufgaben
- Forschung zu erklärbarer, transparenter und zuverlässiger Autonomie für kollaborative Robotersysteme (30 %)
- Modellierung domänenspezifischer Konzepte und Akzeptanzkriterien für die Spezifizierung komplexer Mensch-Roboter-Interaktionsszenarien unter Verwendung von Wissensgraphen (15 %)
- Entwicklung von Mechanismen für die semantische Rückverfolgbarkeit zwischen Spezifikationen, beobachtetem Verhalten und KI-gesteuerten Entscheidungen (15 %)
- Analyse und Bewertung der Übertragbarkeit simulationsbasierter Validierungsergebnisse auf reale kollaborative Roboterszenarien (15 %)
- Verbreitung von Forschungsergebnissen durch wissenschaftliche Publikationen, Präsentationen und Beiträge zur Weiterentwicklung des Fachgebiets (15 %)
- Aufbau einer Digital-Twin-Umgebung für die automatisierte Validierung - z. B. in NVIDIA Omniverse - einschließlich der Entwicklung geeigneter Mess- und Überwachungsmodelle (10 %)
Die Beschäftigung ist der wissenschaftlichen Qualifizierung förderlich, die Gelegenheit zur wissenschaftlichen (Weiter-)Qualifikation wird gegeben.
Ihr Profil
Das erwarten wir
- abgeschlossenes wissenschaftliches Hochschulstudium in einem technischen Fachbereich
- fundierte Programmierkenntnisse in Python, C oder Rust
- Erfahrung in Robotik und Simulation oder Softwareentwicklung, insbesondere formale Spezifikation, modellbasierte Entwicklung, automatisierte Tests
- Interesse an KI/ML, erklärbarer Autonomie und Mensch-Roboter-Kollaboration
- Motivation, eine Promotion in einem interdisziplinären Forschungskontext anzustreben
- kooperativer und teamorientierter Arbeitsstil
- selbstständige, zuverlässige und engagierte Herangehensweise an wissenschaftliche Arbeit
- Fähigkeit, Forschungsergebnisse klar zu kommunizieren und zu präsentieren
Das wünschen wir uns
- Kenntnisse in funktionaler Sicherheit und Risikobewertung
- Vertrautheit mit relevanten Normen und ISO-Spezifikationen, z. B. ISO10218-2:2025
- Erfahrung mit szenariobasierten Ansätzen wie OpenSCENARIO2
Unser Angebot
- Vergütung nach E13 TV-L
- befristet auf 3 Jahre (§2 Abs. 1 Satz 1 WissZeitVG; entsprechend den Vorgaben des WissZeitVG und des Vertrages über gute Beschäftigungsbedingungen kann sich im Einzelfall eine abweichende Vertragslaufzeit ergeben)
- Vollzeit
- interne und externe Fortbildungsmöglichkeiten
- Vielzahl von Gesundheits-, Beratungs- und Präventionsangeboten
- Vereinbarkeit von Familie und Beruf
- flexible Arbeitszeiten
- betriebliche Zusatzversorgung (VBL)
Interessiert?
Dann freuen wir uns über Ihre aussagekräftige Bewerbung. Bitte nutzen Sie hierzu vorzugsweise unser Online-Formular, welches Sie über den folgenden Link erreichen: https://jobs.uni-bielefeld.de/job/apply/4741/wissenschaftliche-r-mitarbeiter-in-m-w-d-doctoral-network-cavecore-dr-ing-sebastian-wrede?page_langde
Bewerbungsfrist : 05.03.2026
Die Universität Bielefeld ist für ihre Erfolge in der Gleichstellung mehrfach ausgezeichnet und als familienfreundliche Hochschule zertifiziert. Sie freut sich über Bewerbungen von Frauen. Dies gilt im besonderen Maße im wissenschaftlichen Bereich sowie in Technik, IT und Handwerk. Bewerbungen von geeigneten schwerbehinderten oder ihnen gleichgestellten behinderten Menschen sind ausdrücklich erwünscht.
An der Universität Bielefeld werden Stellenbesetzungen auf Wunsch grundsätzlich auch mit reduzierter Arbeitszeit vorgenommen, soweit nicht im Einzelfall zwingende dienstliche Gründe entgegenstehen.