Wissenschaftlichen Mitarbeiter / Doktorand (m/w/d) im Bereich Partizipative Praktiken zur Förderung von Data Agency

04.03.2026, Wissenschaftliches Personal

Wissenschaftlichen Mitarbeiter / Doktorand (m/w/d) im Bereich digitales Lernen gesucht. Im Mittelpunkt stehen die Gestaltung, Durchführung und Evaluation von Interventionen, die über herkömmliche Einwilligungsmechanismen hinausgehen und Lernende aktiv in den Umgang mit ihren Daten einbeziehen. Die Stelle umfasst Lehrtätigkeiten im Bereich Educational Technology und Learning Analytics im geringen Umfang.

Die Professur für Learning Analytics (LEAPS) an der TUM School of Social Sciences and Technology der Technischen Universität München sucht zum nächstmöglichen Zeitpunkt eine/einen

Wissenschaftlichen Mitarbeiter / Doktorand (m/w/d) im Bereich Partizipative Praktiken zur Förderung von Data Agency

Die Stelle ist TV-L E13 vergütet, 50% und zunächst auf 3 Jahre befristet. Bewerbungen werden fortlaufend geprüft (first come, first served). Bewerbungsschluss ist der 25. März 2026.

Über uns

Der Doktorand (m/w/d) wird Teil der Forschungsgruppe LEAPS (LEarning Analytics and Practices in Systems) unter der Leitung von Prof. Dr. Oleksandra Poquet. LEAPS erforscht, wie Daten aus Lernumgebungen Agency und soziale Netzwerke in der Hochschulbildung und betrieblichen Weiterbildung unterstützen können. Die Gruppe ist Teil der TUM School of Social Sciences and Technology, des Munich Data Science Institute und des TUM EdTech Centre.

Ihre Aufgaben

Bildungstechnologien erheben mehr Daten über Lernende als je zuvor, doch Lernende haben kaum Einfluss darauf, was mit diesen Daten geschieht. Diese Promotion soll das ändern, indem sie Maße und Interventionen entwickelt, die Data Agency stärken und Lernenden ermöglichen, fundierte Entscheidungen über ihre Daten zu treffen.

Der Doktorand (m/w/d) entwickelt Maße für die Data Agency und untersucht diese im Zusammenhang mit partizipativen Einwilligungspraktiken im digitalen Lernen. Im Mittelpunkt stehen die Gestaltung, Durchführung und Evaluation von Interventionen, die über herkömmliche Einwilligungsmechanismen hinausgehen und Lernende aktiv in den Umgang mit ihren Daten einbeziehen. Die Stelle umfasst Lehrtätigkeiten im Bereich Educational Technology und Learning Analytics im geringen Umfang.

Ihr Profil

• Abgeschlossenes wissenschaftliches Hochschulstudium (Master oder vergleichbar) in Psychologie, Soziologie, Erziehungswissenschaften, Verhaltenswissenschaften oder einem verwandten Fach; Bewerber/innen aus dem Bereich HCI mit starker quantitativer Forschungserfahrung sind ebenfalls willkommen • Fundierte Kenntnisse in experimentellen Forschungsmethoden und statistischer Datenanalyse • Erfahrung mit der Gestaltung und Durchführung von Experimenten, idealerweise mit Online-Experimentaltools (z. B. Gorilla, Qualtrics, oTree oder vergleichbar) • Kenntnisse in Psychometrie und/oder Skalenentwicklung sind von Vorteil • Sicherer Umgang mit statistischer Software (z. B. R, SPSS oder vergleichbar) • Interesse an Fragen der Datenethik und des Datenschutzes im Bildungsbereich • Fähigkeit zum selbstständigen wissenschaftlichen Arbeiten • Nachgewiesene wissenschaftliche Schreibkompetenz (z. B. Masterarbeit, Publikationen oder Konferenzbeiträge) • Sehr gute Englischkenntnisse in Wort und Schrift; Deutschkenntnisse sind von Vorteil • Teamfähigkeit und Bereitschaft zur interdisziplinären Zusammenarbeit

Wir bieten

Ein Forschungsumfeld, das intellektuellen Mut und harte Arbeit wertschätzt, Ihnen die Freiheit und Unterstützung gibt, Ideen zu verfolgen, die den Status quo in Frage stellen, und in dem Sie viel lernen werden. • Vergütung nach TV-L E13 (50%) • Exzellente wissenschaftliche Betreuung und Mentoring • Starkes internationales und lokales Netzwerk • Möglichkeit zur Promotion an der TUM Graduate School • Aktive Einbindung in akademische Gemeinschaften • Flexible Arbeitsbedingungen • Zugang zur exzellenten Forschungsinfrastruktur der TUM und des Munich Data Science Institute

Bitte senden Sie Ihre vollständigen Bewerbungsunterlagen (Motivationsschreiben, Lebenslauf, Zeugnisse, Masterarbeit oder relevante Publikationen, Kontaktdaten von Referenzen) in einer PDF-Datei an: office.lea@sot.tum.de

Kontakt: office.lea@sot.tum.de