Akademische/-r Mitarbeiter/-in (w/m/d) im Bereich Wissens- und Technologietransfer (Schwerpunkt: Agentenbasierte …
Die Professur für Wissens- und Technologietransfer an der Wirtschaftswissenschaftlichen Fakultät der Universität Potsdam erforscht und gestaltet die Schnittstelle zwischen Wissenschaft, Wirtschaft und Gesellschaft. Unser Fokus liegt auf der Untersuchung systemischer Transferbarrieren durch innovative, KI-gestützte Methoden wie Text-Mining, LLMs und agentenbasierte Simulationen. Wir bedienen im innoFSPEC Transferlabor konkrete Technologietransferprojekte und arbeiten gleichzeitig, ausgehend von neueren KI-Entwicklungen, an theoretischen Beiträgen zum Thema Transfer. In der Lehre vermitteln wir praxisnahes Innovationsmanagement sowie computergestützte Methodenforschung in einem interdisziplinären Qualifizierungsumfeld.
Ihr Aufgabengebiet umfasst:
- Mitarbeit in der forschungsnahen Master-Ausbildung der Professur
- wissenschaftliche Begleitung der forschungsorientierten Masterseminare "LLMs in der Forschung" (Sommersemester)
- Zuarbeit bei der Vorbereitung und Durchführung des Seminars "Infrastrukturen und KI-Agenten" (Wintersemester)
- Forschungsarbeit im Bereich der Agentenbasierten Modellierung, insbesondere Untersuchung des Einsatzes autonomer, generativer KI-Agenten
- methodische Brückenbildung zwischen theoretischen Simulationsmodellen und angewandter Politik- und Transferanalyse Anforderungsprofil: Sie bringen Folgendes mit:
- hervorragender wissenschaftlicher Hochschulabschluss (Master oder gleichwertig) in Computational Social Science, Wirtschaftsinformatik, quantitativer Ökonomik oder einer vergleichbaren Fachrichtung
- methodisches Verständnis im Bereich der quantitativen Modellierung, Simulationsverfahren oder agentenbasierter Modellierungsansätze
- gute Programmierkenntnisse zur eigenständigen Implementierung und Anpassung komplexer Simulationsmodelle
- hervorragende Englischkenntnisse und sehr gute Deutschkenntnisse in Wort und Schrift
Darüber hinaus sind folgende Kompetenzen wünschenswert:
- erste Erfahrungen oder Interesse an der theoretischen und datengestützten Evaluation komplexer politischer oder ökonomischer Entscheidungsprozesse
- erste Erfahrungen in der Hochschullehre (z. B. durch die Durchführung von Tutorien, Übungen oder Workshops)
- hohes Maß an intellektueller Neugier, analytischer Schärfe und Kooperationsbereitschaft in einem forschungsnahen Team