OTH Regensburg

Wissenschaftliche Mitarbeiterin / Wissenschaftlicher Mitarbeiter (m/w/d) im Bereich sektorenübergreifende und klimaschonende Energieversorgung mit Promotionsmöglichkeit

Bayern · Fakultät Informatik und Mathematik · Frist: 12.07.2026
Besoldung E 13 TV-L Arbeitszeit Vollzeit Befristung befristet bis 31.05.2029 Frist 12.07.2026
4.188 – 6.079 €
/Monat brutto · E 13 TV-L in Bayern
Gehalt individuell berechnen →

Wissenschaftliche Mitarbeiterin / Wissenschaftlicher Mitarbeiter (m/w/d) im Bereich sektorenübergreifende und klimaschonende Energieversorgung mit Promotionsmöglichkeit

Organisationseinheit

Fakultät Informatik und Mathematik

Beschäftigungsbedingungen

  • Einstiegstermin: nächstmöglich
  • Beschäftigungsart: Vollzeit
  • Vergütung: E13 nach TV-L
  • Vertragslaufzeit: bis zum 31.05.2029
  • Bewerbungsfrist: bis zum 12.07.2026

Ihr Arbeitsumfeld

Das Arbeitsumfeld im Forschungsprojekt "MAGGIE2 - Sektorenübergreifende und klimaschonende Energieversorgung für bestehende und neu aufzubauende Gebäude am Beispiel eines Gebäudeensembles der Wohnungsgesellschaft Margaretenau in Regensburg" ist geprägt durch ein interdisziplinäres Team aus Wirtschaft (Sicherheitstechnik, Energieberatung) und Wissenschaft (Maschinenbau, Informatik/Mathematik, Energiesysteme). Es besteht die Möglichkeit zur Promotion.

Ihre Aufgaben

  • Entwicklung KI-gestützter Prognosemodelle (z.B. für Energieverbrauch und Strommarktpreise) als Input für den effizienten und nachhaltigen Betrieb der hybriden Gebäude-Energieversorgungsanlage
  • Entwicklung von echtzeitfähigen Optimierungsmethoden für das Energiemanagement mit unterschiedlichen Systemkomponenten in Kombination (z.B. Kraft-Wärme-Kopplung, Wärmepumpe, Photovoltaik)
  • Weiterentwicklung und Erprobung der entwickelten Methoden am Demonstrationsgebäude im realen Betrieb
  • Automatisierte Prüfung und Überwachung KI-unterstützter Entscheidungsprozesse
  • Veröffentlichung von Forschungsergebnissen in wissenschaftlichen Fachzeitschriften sowie Präsentation auf nationalen und internationalen Konferenzen

Ihr Profil

  • Abgeschlossenes Hochschulstudium in einem Masterstudiengang (HAW oder Univ.) oder in einem Diplomstudiengang (Univ.) der Fachrichtung Informatik, Mathematik, Elektrotechnik oder einer vergleichbaren Fachrichtung
  • Kenntnisse und Erfahrung im Bereich Künstliche Intelligenz und Machine Learning sowie im Bereich mathematischer Optimierungsmethoden
  • Sehr gute Programmierkenntnisse
  • Erfahrung im Umgang mit Technologien zur Übertragung, Speicherung und Visualisierung von Mess- und Sensordaten (z.B. MQTT, InfluxDB, Grafana) wünschenswert
  • Kenntnisse und Erfahrungen in den Bereichen Internet-of-Things, hybride Energieversorgungssysteme sowie wissenschaftliche Veröffentlichungen von Vorteil
  • Sehr gute Deutsch- und Englischkenntnisse in Wort und Schrift

Von uns für Sie

  • Attraktive Sozialleistungen des öffentlichen Dienstes
  • Aktive Gesundheitsförderung
  • 30 Tage Urlaub (24.12. und 31.12. zusätzlich frei)
  • Hochmoderne Laborinfrastruktur
  • Mitarbeit in einem hochmotivierten Team
  • Flexible Arbeitszeitgestaltung

Weitere Informationen

Die Stelle ist teilzeitfähig, sofern durch Jobsharing die ganztägige Wahrnehmung der Aufgabe gesichert ist.

Chancengleichheit und Diversität sind uns besonders wichtig, dafür wurden wir bereits wiederholt mit dem TOTAL E-QUALITY-Prädikat ausgezeichnet. Wir sind eine zertifizierte familiengerechte Hochschule. Bewerbungen von Frauen sind besonders erwünscht. Die Stelle ist für schwerbehinderte Personen geeignet. Schwerbehinderte Personen werden bei ansonsten im Wesentlichen gleicher Eignung, Befähigung und fachlicher Leistung bevorzugt eingestellt.

Bewerbungshinweise

Wir freuen uns auf Ihre aussagekräftigen Bewerbungsunterlagen (Anschreiben, Lebenslauf, Zeugnisse, Nachweise über den beruflichen Werdegang) über unser Online-Portal. Bei ausländischen Hochschulabschlüssen ist zur abschließenden Beurteilung der Einstellungsvoraussetzungen im Laufe des Einstellungsverfahrens zwingend eine Zeugnisbewertung der ZAB vorzulegen.

Ihr Kontakt

Personalabteilung: Frau Eva Koller (eva.koller@oth-regensburg.de; 0941/943-9268)

Fachabteilung: Herr Prof. Dr. Jan Dünnweber (jan.duennweber@oth-regensburg.de)

Schlagworte
Künstliche IntelligenzMachine LearningOptimierungsmethodenEnergieversorgungInformatikMathematikPython/ProgrammierungIoTEnergiemanagementPromotion möglichDeutschEnglischForschungNachhaltigkeit
Deutschlands Stellenbörse für die Wissenschaft
wissenschaftsstellen.de
← Zurück zur Stellenbörse