Zwei Wissenschaftlichen Mitarbeiterin (m/w/d) (Wissenschaftliche/r Mitarbeiter/in)

Kurzbeschreibung der Position

Entwicklung einer digitalen, KI-gestützten Infrastruktur zur Erfassung und Bewertung technischer Gebäudeausrüstung (TGA) im Sinne der Kreislaufwirtschaft.

Hauptaufgaben

KI-gestützte Informationserschließung und Analyse

Sie erforschen und entwickeln KI-Verfahren zur automatisierten Analyse heterogener Bestandsunterlagen über TGA-Systeme. Dabei kombinieren Sie Methoden des Natural Language Processing (NLP) und der Computer Vision (CV), um technische Informationen aus Text- und Bildquellen in strukturierte Wissensgraphen zu überführen. Ihre Arbeit schafft die Datengrundlage für Bewertung und Wiederverwendung technischer Komponenten im Kreislaufbau. Sie sollten sich bewerben, wenn Sie bereits Erfahrung mit Methoden des Machine Learning, NLP und/oder CV haben und sich für deren Anwendung im Bauwesen interessieren. Programmierkenntnisse (z. B. Python), ein systematischer Arbeitsstil und die Motivation, KI-Ansätze für zirkuläres Bauen weiterzuentwickeln, zeichnen Sie aus.

Semantische Datenmodellierung und Wissensgraphen

Ihre Forschung fokussiert sich auf die Entwicklung eines semantischen Datenmodells zur Abbildung von Beziehungen zwischen TGA-Komponenten, Materialien und Einbaukontexten. Sie entwickeln eine Graph-Datenbank und integrieren digitale Produktdatenpässe (Digital Product Passport, DPP), um Materialflüsse und Wiederverwendungspotenziale systematisch zu erfassen. Sie sollten sich bewerben, wenn Sie Kenntnisse in semantischer Modellierung, Ontologien oder Wissensgraphen sowie idealerweise Erfahrung mit BIM, IFC oder vergleichbaren Datenmodellen mitbringen. Analytisches Denken, Interesse an kreislauforientierten Baukonzepten und Freude an interdisziplinärer Forschung runden Ihr Profil ab.

Qualifikationen und Fähigkeiten

• M.Sc. Abschluss Ingenieurwissenschaften oder M.Sc. Abschluss Angewandte Informatik

• Vertiefte Kenntnisse in einer höheren Programmiersprache (Python, Java, C++, etc.)

• Kenntnisse im Bereich der Künstlichen Intelligenz (NLP, ML, CV) zur Datenerfassung und/oder Kenntnisse in der Implementierung von Semantic Web Technologien für eine interoperable Wissensrepräsentation von Produktdaten

• Gute Englischkenntnisse, Deutschkenntnisse für die Projektarbeit teilweise erforderlich