Arbeitsumfeld

Die Digitalisierung moderner, hochvernetzter Fahrzeuge erfordert den Schutz vor Angriffen auf die Fahrzeugelektronik mit geeigneten Sicherheitsmaßnahmen. Die Car Security der Technischen Entwicklung verantwortet querschnittlich das Security Engineering für das Gesamtfahrzeug, analysiert und bewertet Bedrohungen, entwirft und integriert geeignete Sicherheitsmaßnahmen und prüft die Angriffssicherheit neuer Fahrzeuge. Werden Sie Teil der Entwicklung neuer Fahrzeuge im Zukunftsthema Automotive Cybersecurity, indem Sie an Bewertungsmethoden für die Wirksamkeit von Security Monitoring- und Detektionstechnologien im Software Defined Vehicle (SDV) forschen. Diese Stelle ist bei der Volkswagen AG in Wolfsburg oder Berlin zu besetzen.

Mögliche Aufgaben dieser Rolle

• Entwickeln von Methoden zur Bewertung der Wirksamkeit verschiedener Detektionsansätze in Fahrzeugen und Fahrzeugflotten
• Evaluieren bestehender Security-Monitoring- und Detektionsansätze (z. B. Host- & Network-based Sensoren, IDS)
• Anwenden KI-gestützter Werkzeuge zur Auswertung großer Datenmengen
• Bewerten der Detektionswirksamkeit im Kontext von Bedrohungen für Software-defined Vehicles (SDV) und automatisierte Fahrfunktionen
• Weiterentwickeln bestehender Systeme auf Basis der Wirksamkeitsbewertung

Das endgültige Promotionsthema wird mit der Professorin / dem Professor gemeinsam definiert. Die Voraussetzung für die Zusammenarbeit ist die Betreuungszusage sowie eine bestätigte Themenabgrenzung seitens der Professorin / des Professors einer promotionsberechtigten Universität oder Forschungseinrichtung. Über bestehende Kooperationen von Volkwagen mit Universitäten und Forschungseinrichtungen können Betreuungsanfragen vermittelt werden.

Anforderungen an die Qualifikation

• Guter bis sehr guter Studienabschluss mit Promotionsberechtigung der Fachrichtungen Informatik, Ingenieur- oder Naturwissenschaften oder vergleichbarer Studiengänge

• Begeisterung für Cybersecurity von Fahrzeugen

• Englisch Sprachniveau B2

Keywords

Bedrohungserkennung, Datenanalyse, KI-gestützte Sicherheitswerkzeuge, Maschinelles Lernen, Schwachstellenanalyse, Softwaresicherheit, Sicherheit eingebetteter Systeme