• Jump to content
  • Jump to navigation
  • Jump to bottom of page
Simulate organization breadcrumb open Simulate organization breadcrumb close
Assistant Professorship for Intelligent Information Systems
  • FAUTo the central FAU website
  1. Friedrich-Alexander-Universität
  2. School of Business, Economics and Society
  • FB WiSo
  • Mein Campus
  • UnivIS
  1. Friedrich-Alexander-Universität
  2. School of Business, Economics and Society

Assistant Professorship for Intelligent Information Systems

Navigation Navigation close
  • About us
    • Our Team
      • Prof. Dr. Patrick Zschech
      • Nico Hambauer
      • Nazar El Saifi
      • Christopher Wissuchek
      • Alumni
        • Juliane Ort
        • Julian Rosenberger
    • Our Partners
    • Awards
    • Contact
    Portal About us
  • Research
    • Industrial Data Science
    • Deep Vision Systems
    • Process Analytics
    • AI Adoption and Use
    • Data Science Qualification
    • Other Research
    • Publications
    • Talks
    Portal Research
  • Teaching
    • Bachelor
      • Business Analytics: Technologien, Methoden und Konzepte
    • Master
      • Development of Deep Vision Systems
      • Natural Language Processing for Business Analytics
      • Business Analytics: Case Studies (Winter Term)
      • Business Analytics: Case Studies (Summer Term)
      • Business Analytics: Research Seminar (Summer Term)
    • Theses
    Portal Teaching
  • PhD & Open Positions
    • Doctorate at WIN
    • Research Assistants
    • Student Assistants
    • Job Offers of our Industry Partners
    • School Internship
    Portal PhD & Open Positions
  1. Home
  2. PhD & Open Positions
  3. Research Assistants

Research Assistants

In page navigation: PhD & Open Positions
  • Doctorate at WIN
  • Research Assistants
  • Student Assistants
  • Job Offers of our Industry Partners
  • School Internship

Research Assistants

Im Rahmen der KI-Nachwuchsforschergruppe “White-Box-AI” am Institut für Wirtschaftsinformatik der Friedrich-Alexander-Universität (FAU) Erlangen-Nürnberg, gefördert durch das Bundesministerium für Bildung und Forschung (BMBF), werden zum 1. September 2022

3 Promotionsstellen (E13 TV-L, 100%) im Umfang von 36 Monaten

ausgeschrieben. Bewerbungsschluss ist der 31. Juli 2022.

 

Das strategische Ziel zur Etablierung der KI-Nachwuchsforschergruppe ist die Förderung von qualifiziertem wissenschaftlichem Personal, um die Forschung zum Thema KI in Deutschland unter Beteiligung von herausragend qualifiziertem Nachwuchs im Wissenschaftssystem weiter voranzubringen. Dazu soll qualifiziertes Personal für das deutsche Wissenschaftssystem gewonnen und weiter gefördert werden.

Hintergrund der Nachwuchsforschergruppe

Die meisten Modelle der künstlichen Intelligenz basieren heutzutage auf komplexen Abbildungsvorschriften und bieten dadurch keine Möglichkeiten, die Funktionsweise der Modelle nachzuvollziehen oder externes Wissen durch Expertinnen und Experten zu integrieren. Aufgrund solcher Black-Box-Eigenschaften können diese Modelle nur schwer validiert werden und sind deshalb für viele kritische Anwendungsgebiete (z. B. im Finanz- und Gesundheitswesen) ungeeignet.

Vor diesem Hintergrund beschäftigt sich die KI-Nachwuchsforschergruppe “White-Box-AI” unter der Leitung der beiden Juniorprofessoren Mathias Kraus und Patrick Zschech mit der Entwicklung und Evaluation leicht verständlicher Machine-Learning-Modelle, in die bereits während der Modellentwicklung Expertenwissen einfließen kann. Durch diese Kombination aus methodischer Entwicklung und Evaluation der Anwendung, befindet sich das Projekt in der Schnittmenge von algorithmischer und sozio-technischer Forschung.

Der algorithmische Strang befasst sich konkret mit der Entwicklung von additiven Machine-Learning-Modellen, welche eine komplette Interpretation und Validierung der Funktionsweise des Modells erlauben. Durch geschickte Modellrestriktionen kann dann Expertenwissen mit in das Modell einfließen um eine Kombination aus künstlicher Intelligenz und menschlichem Wissen zu erlangen. 

Im sozio-technischen Strang wird parallel eingehend erforscht, inwieweit die resultierenden Machine-Learning-Modelle unterstützt durch Expertenwissen zu einer höheren Interpretierbarkeit und Akzeptanz beim Nutzer führen können. Dazu wird eine Reihe an nutzerzentrierten Studien durchgeführt, die sich über quantitative Umfragen und Laborexperimente bis hin zu Interviews und Feldstudien mit assoziierten Projektpartnern aus der Industrie erstrecken.

 

Ihr Profil:

  • Hochschulabschluss (Diplom/Master) in einem für das Projekt einschlägigen Studiengang, z. B. Wirtschaftswissenschaften, Sozialwissenschaften, (Wirtschafts-) Informatik, (Wirtschafts-) Ingenieurwesen, Mathematik, Data Science oder verwandte Disziplinen mit einem Notendurchschnitt von mindestens gut und dem Ziel der Promotion
  • Erste (studentische) Erfahrungen im Bereich des wissenschaftlichen Arbeitens und der Anwendung quantitativer, qualitativer und gestaltungsorientierter Forschungsmethoden
  • Praktische Erfahrung mit Werkzeugen und Programmierungssprachen zur Durchführung von Datenanalysen und KI-Modellentwicklungen (idealerweise Python)
  • Leidenschaft, Spaß und Interesse an der Lösung von wissenschaftlichen Fragestellungen im Kontext von KI, Data Science und Business Analytics
  • Ein hohes Maß an Verantwortungsbewusstsein, Selbstdisziplin, Struktur, Pioniergeist und Teamfähigkeit
  • Offenheit gegenüber der Zusammenarbeit mit Partnern aus Wissenschaft und Praxis, um reale Probleme zu lösen
  • Sehr gute Englisch- und Deutschkenntnisse

 

Wir bieten:

  • Aktive Beteiligung an einem zukunftsträchtigen und interdisziplinären Forschungsgebiet an der Schnittstelle zwischen innovativer Algorithmenentwicklung und sozio-technischer, nutzerzentrierter Anwendung und Evaluation
  • Ein kumulatives Dissertationsprojekt mit einem strukturierten Promotionsprogramm und der Möglichkeit zur Ausbildung von Zusatzqualifikationen durch ein breites Angebot der FAU Erlangen-Nürnberg (z. B. über das Fortbildungszentrum Hochschullehre FZBHL)
  • Arbeiten in einem jungen Team und einem gesunden Arbeitsumfeld mit gleichgesinnten, motivierten und ehrgeizigen Nachwuchswissenschaftler/innen, die auf Augenhöhe forschen und gemeinsam Ergebnisse in renommierten Journalen einreichen
  • Einbettung in Deutschlands größtem Wirtschaftsinformatik-Institut am Standort Nürnberg mit insgesamt 14 Professuren und einem Zugang zu einem internationalen Netzwerk von Wissenschaftlerinnen und Wissenschaftlern für einen interdisziplinären Austausch
  • Möglichkeit zur Teilnahme an internationalen Konferenzen für den fachlichen Austausch sowie zur Erweiterung des akademischen Netzwerks

 

Bewerbungsverfahren

Wir haben uns das Ziel gesetzt, den Anteil der Frauen in Forschung und Lehre zu erhöhen und ermutigen daher ausdrücklich qualifizierte Wissenschaftlerinnen zur Bewerbung. Frauen werden bei gleichwertiger Eignung, Befähigung und fachlicher Leistung vorrangig berücksichtigt. Die Universität setzt sich für die Beschäftigung schwerbehinderter Menschen ein. Daher werden schwerbehinderte Bewerber/innen bei entsprechender Eignung bevorzugt berücksichtigt. Auf die Vorlage von Lichtbildern/Bewerbungsfotos verzichten wir ausdrücklich und bitten daher, hiervon abzusehen.

 

Zur Bewerbung fassen Sie bitte die folgenden Unterlagen in einem PDF-Dokument zusammen und übermitteln diese per E-Mail an die untenstehenden Kontaktadressen:

  • Kurzes Motivationsschreiben
  • Ausführlicher tabellarischer Lebenslauf
  • Kopien der Abschlusszeugnisse
  • eine akademische Arbeitsprobe (z. B. Seminararbeit oder Ausschnitt aus einer Abschlussarbeit, maximal 25 Seiten)

 

Ansprechpartner:

Prof. Dr. Mathias Kraus (mathias.kraus@fau.de)

Prof. Dr. Patrick Zschech (patrick.zschech@fau.de) 

FAU Erlangen-Nürnberg
Assistant Professorship for Intelligent Information Systems

Lange Gasse 20
90403 Nürnberg
  • Imprint
  • Privacy
  • Accessibility
Up