Beschreibung
Wir suchen zum nächstmöglichen Zeitpunkt befristet in Vollzeit (39,83 Std./Woche = 100 %) eine\*n
Wissenschaftliche\*n Mitarbeiter\*in (m/w/d)
Der Lehrstuhl für Produktionssysteme (LPS) der Fakultät Maschinenbau beschäftigt sich unter der Leitung von Herrn Prof. Dr.-lng. Bernd Kuhlenkötter sowohl in der Grundlagen- als auch in der industrienahen angewandten Forschung mit den Themenschwerpunkten Produktionsautomatisierung, industrielle Robotik, Digitalisierung in der Produktion sowie Produktion...
weiter lesen
Wir suchen zum nächstmöglichen Zeitpunkt befristet in Vollzeit (39,83 Std./Woche = 100 %) eine\*n
Wissenschaftliche\*n Mitarbeiter\*in (m/w/d)
Der Lehrstuhl für Produktionssysteme (LPS) der Fakultät Maschinenbau beschäftigt sich unter der Leitung von Herrn Prof. Dr.-lng. Bernd Kuhlenkötter sowohl in der Grundlagen- als auch in der industrienahen angewandten Forschung mit den Themenschwerpunkten Produktionsautomatisierung, industrielle Robotik, Digitalisierung in der Produktion sowie Produktionsmanagement. Der LPS betreibt dazu eine nach modernsten Gesichtspunkten gestaltete Lern- und Forschungsfabrik (LFF), in der die in den Projekten erarbeiteten theoretischen Konzepte praktisch umgesetzt und evaluiert werden. Im Rahmen interdisziplinärer Forschungsprojekte wird zudem in enger Zusammenarbeit mit Industriepartnern an innovativen Lösungen der Automatisierungstechnik gearbeitet.
Demographischer Wandel, Fachkräftemangel und veränderte Bedürfnisse an Beschäftigungsmodelle stellen produzierende Industrieunternehmen im VUCA-Umfeld vor neue Herausforderungen hinsichtlich langfristiger Kompetenzsicherung und aktiver Kompetenzentwicklung. Vor diesem Hintergrund untersucht der LPS die Potenziale hybrider Ansätze, die generative KI in Form unterschiedlicher Team-KI-Einsatzformen in die Arbeitsgestaltung integrieren, zur Steigerung organisationaler Resilienz. Dabei sollen erweiterte Lösungsräume für betriebliche Kompetenzentwicklungssysteme, ein in die unternehmensstrategische Steuerung einmündendes Resilienzmonitoring sowie neue Trainings- und Qualifizierungsansätze entwickelt und validiert werden. Durch die Gewinnung neuer Erkenntnisse über die methodengeleitete Gestaltung resilienter Team-KI-Arbeitssysteme und die Erprobung in kritischen Produktions- und Vetriebsprozessen industrieller Partner werden Lösungen geschaffen, die Unternehmen dazu befähigen, sich vor dem Hintergrund der skizzierten Herausforderungen krisenfester aufzustellen.
Umfang: Vollzeit
Dauer: befristet, 31.12.2028
Beginn: zum nächstmöglichen Zeitpunkt
Bewerben bis: 09.03.2026
Ihre Aufgaben:
- Untersuchung und Weiterentwicklung von Methoden zur Analyse von Arbeitssystemen, Arbeitsaufgaben, Daten- und Informationsflüssen sowie Technologieakzeptanz
- Konzeption und Moderation von Workshops mit Partnern aus Industrie und Wissenschaft
- Konzeption und Durchführung von Feldstudien in der industriellen Praxis (Interviews und Surveys)
- Ableitung resilienzförderlicher Gestaltungsparameter sowie Entwicklung und Erprobung hybrider Team-KI-Einsatzformen
- Entwicklung eines Resilienzmonitorings für die strategische Unternehmenssteuerung
- Entwicklung und Validierung von simulationsbasierten Trainingsansätzen und Demonstratoren
- Kommunikation und Transfer von Forschungsergebnissen durch die aktive Teilnahme an Forschungskongressen und die Anfertigung wissenschaftlicher Publikationen
Ihr Profil:
- Einstellungsvoraussetzung ist ein mit überdurchschnittlichem Erfolg abgeschlossenes Universitätsstudium der Ingenieurwissenschaften oder der Informatik
- Interesse an interdisziplinären Fragestellungen und Forschungszugängen
- Vorkenntnisse zu quantitativen und qualitativen Methoden empirischer Forschung sind von Vorteil
- Industrieerfahrung ist von Vorteil
- Lernbereitschaft, Kommunikationsstärke sowie eine eigenständige Arbeitsweise
- Verhandlungsfähige Deutsch- sowie fließende Englischkenntnisse in Wort und Schrift (mindestens GER-Niveau B2)
[https://jobs.ruhr-uni-bochum.de/jobposting/4da434e1574ed9ccc9055be764093719b31ba8e70?ref=AfA](https://jobs.ruhr-uni-bochum.de/jobposting/4da434e1574ed9ccc9055be764093719b31ba8e70?ref=AfA)