Wiss. Mitarbeiter*in (Post-Doc) (w/m/d): Digitalisierung & KI in der Batterieforschung

NEU Vollzeit Forschung und Lehre

Das Institut für Nachhaltige Technische Systeme (INATECH) besetzt eine Stelle als Wiss. Mitarbeiter*in (Post-Doc) (w/m/d): Digitalisierung & KI in der Batterieforschung

Bewerbungsfrist: 11. März 2026

Veröffentlichungsdatum: 2. Februar 2026

Eintrittstermin: Zum nächstmöglichen Zeitpunkt.

Arbeitsumfang: Vollzeitstelle

Kennziffer: 00004822

Beschreibung

Beschreibung

Die Nachwuchsgruppe Battery Data Science bietet eine Post-Doc-Stelle im Bereich Digitalisierung und Künstliche Intelligenz für die zerstörungsfreie Qualitätsbewertung von Lithium-Ionen-Batteriezellen an. Im Fokus stehen die Entwicklung und Anwendung neuer KI-Methoden zur Steigerung von Sensitivität und Genauigkeit bei der Anomaliedetektion und Alterungsprognose sowie die Digitalisierung von Forschungs- und Entwicklungsprozessen nach Open-Science-Standards. Die Laborarbeit findet am -Zentrum für Elektrische Energiespeicher" des Fraunhofer ISE in Freiburg statt.

Wer wir sind

Die Nachwuchsgruppe Battery Data Science ist ein neues interdisziplinäres Team am INATECH der Albert-Ludwigs-Universität Freiburg. Wir verbinden Batterieforschung und Data Science, um anwendungsorientierte Methoden zur zerstörungsfreien Qualitätsbewertung und Zustandsbestimmung von Batteriezellen zu entwickeln. Unsere Forschungsschwerpunkte umfassen die Datenauswertung bildgebender Verfahren (Scanning Acoustic Microscopy, CT), Ausdehnungscharakterisierung sowie die Digitalisierung von Forschungsprozessen insbesondere in der Batteriezellproduktion. Die Forschungsarbeiten der Gruppe werden von einem Industriebeirat begleitet.

Ihre Aufgaben

Entwicklung und Implementierung von Machine-Learning-Methoden zur automatisierten Anomaliedetektion und Alterungsprognose von Batteriezellen

Analyse multimodaler Daten (Zeitreihen, Bilddaten)

Aufbau von Dateninfrastrukturen und -pipelines nach dem FAIR-Prinzip

Anleitung von Promovierenden und Studierenden sowie Unterstützung der Lehre

Präsentation von Forschungsergebnissen und Publikation in Fachzeitschriften

Gelegentliche Reisen zu wissenschaftlichen Konferenzen und Kooperationspartnern

Ihr Profil

Abgeschlossene Promotion in Physik, Data Science, Informatik, Ingenieurwissenschaften oder einem verwandten Fachgebiet Profunde Kenntnisse und nachgewiesene Erfahrung in Machine Learning / Deep Learning Erfahrung in der Analyse von Zeitreihendaten und Signalverarbeitung Sehr gute Python-Kenntnisse inkl. ML-Frameworks (z. B. PyTorch, TensorFlow)

Nachgewiesene Publikationserfahrung im Bereich Künstliche Intelligenz und Stärken im wissenschaftlichen Schreiben

Sehr gute Deutsch- und Englischkenntnisse in Wort und Schrift

Fähigkeit zur eigenständigen wissenschaftlichen Arbeit sowie ausgeprägte Teamfähigkeit

Erfahrung mit Bildverarbeitung oder Computer Vision ist von Vorteil

Kenntnisse in Datenmanagement, FAIR-Prinzipien oder Ontologien sind von Vorteil

Erfahrung mit Large Language Models ist von Vorteil

Grundkenntnisse elektrochemischer Systeme oder Batterietechnologie sind von Vorteil

Was wir bieten

Hochaktuelle Forschung an der Schnittstelle von KI und Batterietechnologie mit hoher gesellschaftlicher Relevanz

Interdisziplinäres Arbeitsumfeld mit Zugang zu moderner Laborinfrastruktur

Mitgestaltungsmöglichkeit in einer neu entstehenden Forschungsgruppe

Die Stelle bietet Raum für die eigenständige wissenschaftliche Weiterqualifizierung

Arbeiten nach Open-Science-Standards

Einen attraktiven Arbeitsplatz in einer der schönsten Städte Deutschlands

Attraktive Weiterbildungsmöglichkeiten, JobTicketBW und weitere Benefits

Bewerbung

Bitte reichen Sie Ihre Bewerbung mit Anschreiben, Lebenslauf und ggf. weiteren Nachweisen (z. B. Zeugnisse, Zertifikate) ein.

Die Stelle ist zunächst auf 3 Jahre befristet. Die Vergütung erfolgt nach TV-L E13. Die Vergütung erfolgt nach E13 TV-L.

Bewerbung

Bitte bewerben Sie sich mit o. g. Unterlagen unter Angabe der Kennziffer 00004822 bis spätestens 11. März 2026. Ihre Bewerbung richten Sie bitte in schriftlicher oder elektronischer Form an:

Albert-Ludwigs-Universität Freiburg Institut für Nachhaltige Technische Systeme - INATECH Nachwuchsgruppe Battery Data Science Dr. Moritz Kroll Emmy-Noether-Straße 2 79110 Freiburg

Für nähere Informationen steht Ihnen Herr Dr. Moritz Kroll unter Tel. +49 761 4588-2554 oder E-Mail moritz.kroll @ mail.inatech.uni- freiburg.de zur Verfügung.